Системное мышление 2024. Том 1 - читать онлайн

Чему учит курс «Системное мышление»: онтология

Человечество вырвалось из царства природы. Масса людей сегодня составляет 300 миллионов тонн. Это вдвое больше массы всех больших позвоночных, которые жили на Земле до появления человеческой цивилизации. Масса вещества, переработанного людьми, оценивается в 30 триллионов тонн, что больше 50 кг на каждый квадратный метр поверхности Земли2. И это следствие того, что люди в человечестве за последнюю пару тысяч лет усилили интеллект и накопили критическую массу объяснений, позволяющую эффективно «спасаться» от самых разных внешних напастей.

В первых трёх подразделах курса мы приведём небольшую онтологию (объекты и отношения), которая поможет обсудить место системного мышления в общем мышлении. В курсе будет не раз сказано, что опираться на выдачу точных определений – это только в математике. Но несколько подразделов будут похожи на «выдачу определений», чтение будет примерно таким, каким читают тексты словарей/глоссариев.

Мы не ожидаем, что вы вот прямо сейчас точно, как в математике, поймёте всё в этой небольшой онтологии – полное понимание придёт позднее, главное тут не застревать на каждом подразделе и упорно двигаться вперёд по курсам (мы будем в них повторять и разъяснять каждое понятие, давать примеры и показывать ошибки их использования).

Все эти понятия подробно раскрываются даже не в нашем курсе «Системное мышление», но в курсах, следующих за «Системным мышлением» (главным образом это курсы «Методология», «Инженерия личности», «Интеллект-стек»). Тем не менее, чтобы понять место системного мышления среди других мышлений, нам потребуется разобраться, что же такое мышление – хотя повторим, мы не ожидаем, что по текстам первых трёх разделов вы поймёте, что это. Просто продолжайте проходить курс, понимание придёт!

На мехмате МГУ у преподавателей есть поговорка: «Студент не понимает, не понимает, а потом привыкает». Вот и у нас – мы понимаем, что вы не компьютер, поэтому загрузить три страницы определений разных понятий в мозг так, чтобы потом свободно ими оперировать, сходу вы не сможете. Но зато вы получите представление о том, как вообще обсуждают интеллект, мышление, мастерство мышления, методы мышления.

Для нас тут главное – это показать место системного мышления в общем мышлении даже не человека – а всех агентов (и мы считаем, что из курса «Моделирование и собранность» вы уже знаете, что такое «агент», но всё-таки потом мы ещё много раз повторим, что это). Заодно текст первого раздела покажет и пример использования самого системного мышления, а также рассуждения методологии как «учения о методах работы». Мы не ожидаем, что вы сразу поймёте здесь написанное, но к концу прохождения нашей линейки курсов вам покажется, что это всё естественно и даже не требует дополнительных разъяснений.

Так что не застревайте на этой онтологии, не застревайте на первых трёх подразделах, но и не «проходите мимо». Последний раздел нашего курса – это примерно такой же синопсис (краткое изложение онтологии без объяснений и примеров), он имеет название «Вместо глоссария: онтология системного подхода третьего поколения» с более-менее формальным изложением, он посвящён содержанию системного подхода третьего поколения. Но в первом разделе мы даём другую онтологию как набор понятий и отношений между ними для обсуждения места системного мышления среди самых разных других фундаментальных и прикладных мышлений.

Дальше текст существенно использует знание о типах объектов и их отношений, которое вы получили на курсе «Моделирование и собранность».

«Интеллектуальный агент»/«агент в узком смысле» может быть человеком, AI-агентом, организацией. Агент – это создатель::система, выполняющий универсальные физические преобразования других систем. Создатель – это система, которая выполняет всевозможные трансформации объектов физического мира. Понятие создателя построено как расширение понятия компьютера/вычислителя, который выполняет преобразования информации. Как и универсальный (тьюринг-полный) компьютер может выполнять все возможные вычисления при наличии достаточных ресурсов памяти и времени, так и универсальный создатель может выполнять все возможные трансформации физических объектов – при наличии необходимой энергии и времени. Мы можем считать, что в создателя входит компьютер/вычислитель, задающий программу преобразований. Человек – это универсальный создатель, вычислитель в котором реализован главным образом мозгом. Подробно обо всём этом будет говориться и в нашем курсе «Системное мышление», и в последующих курсах учебной программы.

Агент «состоит из»/«отношение композиции»:

1. Организм («хардвер» агента – тело, «аппаратная часть»), сюда мы также относим экзотело с экзокортексом, и даже находящиеся в собственности агента ресурсы, например, какой-то инструментарий/tools/instruments (набор инструментов/аппаратуры/оборудования), увеличивающий аппаратные возможности агента. А если это коллективный агент, то речь идёт о всех телах вместе.

2. Личность («софт» агента, «прошивка»/«программа») состоит из набора всех мастерств агента. Мастерство с задействованием организма выполняет работы каким-то специфическим для этого мастерства методом/способом. Личность состоит из:

2.1. Жизненное мастерство, включающее

2.1.1. Интеллект состоит из

2.1.1.1. Мастерство::вычислитель, исполняющий метод/практику/способ/культуру мышления 1 (например, понятизация::метод) из набора методов сильного мышления (далее этот набор методов мы будем называть «интеллект-стек»). Метод/практика мышления 1, состоит из

2.1.1.1.1. подмастерство мышления с использованием понятий из теории/дисциплины этого метода мышления 1

2.1.1.1.2. Подмастерство задействования инструментария (набор инструментов/tools/instruments/аппаратуры/hardware, чаще всего в случае мастерства в составе интеллекта – это моделер) для этого метода/практики 1

2.1.1.2. Мастерство мышления по методу/практике 2 из методов мышления интеллект-стека 2 (например, мастерство мышления семантика)

2.1.1.3.…

2.1.2. Мастерство ухода за собой, состоит из

2.1.2.1. Подмастерство мышления с использованием понятий из знанияй/теорий/дисциплин ухода за собой (как спать, как есть, как лечиться, как завести семью, …)

2.1.2.2. Подмастерство применения инструментария/tools/instruments/аппаратуры/hardware ухода за собой (как пользоваться зубной щёткой, …)

2.2. Набор прикладных мастерств как вычислителей, умеющих достигать каких-то конкретных результатов в какой-то прикладной предметной области (например, авиастроении, менеджменте, прыжках на батуте)

2.2.1. Набор прикладных подмастерств мышления с использованием понятий из знаний/теорий/дисциплин прикладных предметных областей

2.2.2. Набор прикладных подмастерств применения прикладного инструментария/аппаратуры

Мышление может пониматься в двух значениях (мы будем использовать оба):

• В узком смысле – это вычисления интеллекта (то есть вычисления набора мастерств в методах интеллект-стека)

• В широком смысле – вычисления агента-создателя по любому виду его мастерства (включая прикладное мастерство).

Понятие метода/способа/практики работы в его отличии от собственно работы – это предмет отдельного курса, «Методология», учение о методе. Сам разговор о методе труден, ибо путаются разные виды отношений. Так, мышление – это метод/функция/практика работы интеллекта. Но уместно спрашивать: «какой метод мышления ты применил»? Это не тавтология «какой метод метода ты применил», а попытка выразить на бытовом языке метонимию: имеется в виду работа мышления::метод и попытка выяснить, какой же вариант/вид этого мышления::метода был задействован.

Мы различаем работу (достижение какого-то результата) и метод/способ/практику работы. Мы различаем также метод/способ/практику работы, теорию/знания/дисциплину/алгоритм этой работы, инструментарий/аппаратура/оборудование для работы. Метод/практика работы – это сам способ, которым идёт работа (паттерны поведения), а не описание способа работы. А вот теория/объяснение/алгоритм – это как раз описание способа работы, обычно не слишком зависимое от используемого инструментария/аппаратуры/оборудования, но тесно с ним связанного. Повторимся: для всех этих тонкостей есть целый курс «Методология», вы его будете проходить следующим.

Итак, в узком значении – мышление это вычисление::функция/процесс/метод работы интеллекта::«часть личности»::«набор мастерства по методам интеллект-стека»::«набор вычислителей, работающих по методам/практикам интеллект-стека». Набор этих методов обсуждается в курсе «Интеллект-стек», мы очень кратко перечислим их ниже по тексту.

Особенность мышления::вычислений именно интеллекта в отличие от вычислений разных других видов мастерства – направленность на решение новых и новых классов проблем. Мышление в узком смысле (вычисления по методам/способам интеллект-стека) направлено на познание как создание новых и новых объяснений/теорий/знаний для новых и новых методов, позволяющих агентам затем и в одиночку, и коллективно с помощью самого разного инструментария этих новых методов изменять мир к лучшему, участвуя в бесконечной техно-эволюции (и даже вмешиваясь в биологическую/дарвиновскую эволюцию).

Системное мышление/systems thinking – это использование понятий системного подхода (система, подсистема и надсистема, эмерджентное свойство, системный уровень и т.д., мы будем их обсуждать на протяжении всего курса) в мышлении в широком смысле. Эти понятия помогают отмоделировать мир как состоящий из важных объектов: взаимодействующих вложенных друг в друга систем. Эти системы – физические объекты, устойчивые по отношению к воздействиям окружающей их непрерывно меняющейся и не всегда дружественной среды. Системы как-то удерживают границу между собой и средой, не смешиваются. На длинном масштабе времени эти системы ещё и эволюционируют, добиваясь всё большей устойчивости к неприятным для них сюрпризам со стороны окружающей среды.

Современный интеллект – человеко-машинный вычислитель, и часто он коллективен, то есть мышление ведётся группой людей, поддержанных компьютерами. И даже без компьютеров человеческий биологический интеллект усиливается внешней надёжной памятью в виде заметок на бумаге или бумажных книг. Системное мышление подразумевает использование записей, мышление не всё происходит в биологическом мозге. Не пишете/моделируете в компьютере или хотя бы на бумаге – не думаете системно. Системно мыслить сейчас умеет не только человек, но и компьютер с программой искусственного интеллекта, если их этому научили. Системно мыслить (то есть использовать в мышлении и связанном с ним моделировании понятий системного подхода) может даже организация, хотя что такое «мышление» для организации и каков там мыслящий интеллект – это до сих пор вопрос споров.

Ещё один вопрос споров – только ли «вычисления» у интеллекта, ибо мастерство мышления по методам интеллект-стека включает и методы работы с инструментами/tools/instruments. Это может включать в мышление и какие-то физические процессы, которые физики могут сводить к информационным взаимодействиям (то есть с натяжкой можно сказать, что это «вычисления»), но в быту и даже в инженерии о них так уже не принято думать. Скажем, чтобы проверить мышление о том, что творится на обратной стороне Луны, можно создать и послать туда инструмент: космический корабль, который сделает замеры каких-то характеристик – и дальше мышление продолжится. Включать или не включать создание инструмента (микроскопа, ракеты, синхрофазотрона, многоэтажного дома, генномодифицированного помидора, термометра) в мышление, непонятно. Создатель – это обобщение понятия вычислителя/компьютера до агента, меняющего мир, так что в принципе, довольно легко отождествлять «чистое мышление как только вычисление» и мышление, которое включает задействование инструментов для изменения окружающего мира. Инструментом может быть и лопата, и компьютер, и робот, и даже другой человек, которого выучивают для выполнения каких-то работ по выбранным специально для этого методам.

Главное в том, что современный интеллект основывается на фундаментальных (из интеллект-стека) методах мышления, опирающихся на знания/теории/дисциплины, насквозь пронизанне понятиями системного подхода. При дополнении этих знаний инструментами-моделерами (в простейшем случае – экзокортекс в виде любого способа ведения записей, даже ручка-бумажка), интеллект справляется с рассуждениями о системах самого разного масштаба/физических размеров: от элементарных частиц до квазаров. В том числе интеллект справляется с ситуациями, когда одни создатели (например, люди) создают других создателей (например, роботов, или организации из людей) – и поскольку это всё системы, то для обсуждения таких ситуаций «создания и развития создателей создателями» тоже используются понятия системного подхода, это тоже будет системное мышление.

Системное мышление как сильное/универсальное/общее

Продолжим краткое изложение материала без пространных объяснений и примера: мы просто даём это как справочный материал, чтобы вы могли оценить набор понятий, в которых удобно обсуждать само системное мышление в ряду других видов мышления. Конечно, потом и в нашем курсе будут подробные разъяснения и примеры, а в последующих курсах на эти темы будет исчерпывающая информация и ссылки на первоисточники. Не застревайте на детальном понимании содержимого синопсиса в текущем разделе – но используйте для общего знакомства с темой.

Мышление может быть сильным/универсальным/общим (мышление интеллекта, не ограничивается предметной областью) и узким/неуниверсальным/прикладным – мышление об объектах какой-то узкой предметной области (выращивание масленичных культур в целом и подсолнечника в частности, проведение оптических вычислений, обучение верховой езде). Эти понятия близки к тому, как определяют сам интеллект: сильный (сравнимый с человеческим, потенциально универсальный по отношению к предметной области) и прикладной – и тут споры о том, считать ли узкий интеллект именно интеллектом, или говорить о нём просто как о каком-то прикладном мастерстве. Нам это сейчас неважно, ибо интеллект мы определяем как набор специального вида мастерств – мастерство, осуществляющее ведение мышления по набору фундаментальных/трансдисциплинарных методов мышления, которые отвечают за универсальность интеллекта. Так что рассуждения по поводу прикладного мастерства (мастерства, которое может проводить мышление по прикладным теориям/дисциплинам/знаниям) проходят по той же линии, что и для фундаментального мыслительного мастерства, то есть интеллекта.

Набор методов мышления, которым следует сильный/общий интеллект, составил интеллект-стек. Stack/«стопка» (как в «стопке листов бумаги») означает, что каждый метод мышления и его знания/теорию/«научную/учебную дисциплину» и инструментарий (обычно это инструментарий моделирования – моделер) выше в стеке/стопке проще объяснять, используя методы мышления ниже её.

Вот фундаментальные методы мышления интеллект-стека сверху вниз, они названы по «научным/учебным дисциплинам»/«объяснительным теориям»/ «видам/областям знаний»: инженерия, методология, риторика, этика, эстетика, познание/исследования, рациональность, логика, алгоритмика, онтология, теория понятий, физика, математика, семантика, собранность, понятизация.

Методы мышления (и их знания/теории/дисциплины) интеллект-стека фундаментальны (то есть «лежат в основании» прикладного мышления с использованием понятий дисциплин прикладных методов мышления). Фундаментальность методов мышления интеллект-стека и дающих для них понятия теорий/дисциплин растёт к низу стека. Чем ниже в интеллект-стеке, тем более методы мышления и их дисциплины фундаментальны/«лежат в основании», понятия их более абстрактны по сравнению с понятиями прикладных дисциплин, для них труднее понять их влияние на какую-то ситуацию. Но в этом-то и секрет, что эти фундаментальные методы мышления полезны, когда встречаются проблемы – такие ситуации, когда непонятно, что делать: что и каким прикладным методом изменять в физическом мире, чтобы он изменился к лучшему, непонятно о чём думать, об объектах какой предметной области. Нужно самое абстрактное мышление об объектах, о методах изменения объектов, об организации коллективного мышления и коллективной работы.

Такие ситуации, когда надо задействовать интеллект и тем самым методы мышления из интеллект-стека – часты. Проблем нет только у тех, кто ничего не делает, но только в первый момент. Во второй момент бездельники получат от окружающей среды свои неприятные сюрпризы, окружающий мир никогда не спит.

Теории/дисциплины интеллект-стека, усиливающие интеллект (то есть делающие его как вычислитель более универсальным в предметах мышления и скоростным за счёт использования улучшенных алгоритмов, по которым идёт мышление), влияют на работу с прикладными методами, помогая разобраться с их понятиями.

Видимая часть мышления мастера как работы всех его мастерств (включая прикладные, интеллект, ухода за собой) – это прикладное мышление. Кто-то умеет строить дом, кто-то чинить синхрофазотрон. Результаты прикладного мышления распознаваемы, хорошо видимы! Но есть невидимая часть в мышлении: это проявление силы интеллекта как умение быстро и универсально решать ранее не встречавшиеся проблемы, «переводить проблемы/problems в задачи/tasks».

Задача – это единица работы с известным методом/способом этой работы и известными потребными ресурсами, которая может быть поручена одному создателю, имеющему доступ к ресурсам и владеющему методом. Существенной частью сильного интеллекта тут является мастерство стратегирования: метод нахождения подходящей для преодоления проблемы стратегии::«метод работы» и после создания стратегии (выбранный метод преодоления проблемы) – мастерство планирования как составление плана использования ресурсов-конструктивов для реализации стратегии в виде набора задач, выполнение работ по которым реализует стратегию и тем самым преодолевает исходную проблему.

Системное мышление относится к мышлению интеллекта, оно проявляется в преодолении проблем, а не получении каких-то понятных результатов. С освоением системного мышления вы станете умнее (ваш интеллект станет сильнее), но это не значит, что вы научились делать какую-то конкретную работу: быть хорошим менеджером, певцом или инженером-теплотехником. Нет, вы просто будете быстрее преодолевать встречающиеся вам проблемы (в том числе проблемы, которые вам встретятся в менеджменте, пении, теплотехнической инженерии), но вот самим прикладным методам работы придётся учиться отдельно.

Каким-то общим методам работы (системная инженерия, инженерия личности как обучение, инженерия организации как системный менеджмент) вы научитесь в ходе наших следующих курсов. При этом мы чётко будем различать: если ваш вопрос о том, как делать системные описания «вообще», это вопрос к курсу системного мышления. Если вопрос в том, как делать системные описания именно организации – вам в курс системного менеджмента, если надо системно описать мастерство – вам в курс инженерии личности. Но если так, то зачем курс системного мышления? В нём один раз рассказывается о самом типе «системное описание» и что там должно быть. Это курс типов мета-мета-модели, а прикладные курсы (в том числе программная инженерия, инженерия личности, инженерия организаций) – это курсы типов мета-моделей. В жизни же для решения проблем и проверки на отсутствие грубых ошибок надо типизировать понятия мета-модели (предметной области) типами мета-мета-модели, то есть типами фундаментальных методов интеллект-стека. Если ваша модель организации вдруг перестала быть системной, то вы об этом не узнаете из курса системного менеджмента, как создавать системную архитектуру программной системы – из курса программной инженерии (хотя мы и касаемся этого вопроса в курсе системной инженерии, но ссылки там даём на литературу именно по программной инженерии). Не ждите ответа на вопросы по прикладным методам работы от фундаментальных курсов, в том числе курса системного мышления.

Фундаментальные курсы служат для другого. Благодаря системному мышлению полностью незнакомые вам ситуации станут как-то знакомыми. Не знакомые с системным мышлением люди увидят паутину тесно взаимосвязанных непонятных и трудно выделяемых из окружения объектов, а вы как адепт системного мышления увидите набор малознакомых, но систем (это тип из мета-мета-модели нашего курса), связанных не «как-то», а более-менее понятно (понятными отношениями: композиции, создания). И дальше вы разберётесь быстрее, вроде как незнакомая ситуация будет для вас частично знакомой: вы будете знать типы важных объектов этой ситуации, и поэтому сможете внятно рассуждать.

Если у вас менеджерская проблема, то вы используете инженерию организации, а уж инженерия организации задействует системную инженерию, которая задействует методологию, а ещё как менеджер вы будете использовать методику и решать этические проблемы, мыслить рационально и логично. Редко кто отмечает, что деятельность агента в роли менеджера заключается в инженерии организаций. Не подчёркивают, что личность этого агента мыслит логично и руководствуется в своих решениях самыми свежими достижениями этики. Но это не значит, что в жизни всё так и происходит. И у какого агента-менеджера интеллект сильней, тот и будет лучшим менеджером: он просто дообучится нужным прикладным методам, когда будет встречаться с проблемами. Системное мышление поможет это сделать. Агент – это обычно был взрослый человек (не трёхлетний ребёнок), но сегодня таким агентом может быть AI, а может быть и целая организация из людей и искусственных интеллектов.

Тем самым методы мышления интеллект-стека (физика, математика, логика, методология и т.д.) используются в самых разных прикладных областях, от музыкальной композиции до робототехники. Нас меньше будут волновать полные (включающие не только теории/знания/дисциплины, но и инструментарий для поддержки мышления) методы мышления из интеллект-стека. Поэтому часто говорят не о методах мышления интеллект-стека, а только о дисциплинах/теориях/знаниях интеллект-стека. К тому же методы чаще всего называют по имени их теорий/знаний/«учебных/научных дисциплин», а не инструментов/аппаратуры (хотя бывают и исключения, типа «микроскопии»3), и это не случайно. Инструментарий поддержки теории/дисциплины какого-то метода можно легко заменить (например, один моделер заменить на совершенно другой), а поддерживаемая теория/дисциплина останется.

Определяемое методами интеллект-стека системное мышление универсально, фундаментально, безмасштабно: задействуется в мышлении о самых разных прикладных предметных областях.

Мастерство в мышлении по методам интеллект-стека нужно для решения проблем, с которыми обладатель интеллекта ещё не встречался. Прикладные методы работы помогают решать задачи, с которыми обладатель интеллекта уже встречался. Но как только ситуация в жизни как-то отличается от ситуации, описанной в прикладном методе или его объяснениях/дисциплине (будь это сантехника, приборостроение или выращивание генномодифицированной рыбы), потребуется задействовать интеллект – чтобы разобраться с тем, что там за отличие и как решать возникшую проблему.

Интеллект, усиленный фундаментальными знаниями/теориями/дисциплинами универсален, ибо помогает справляться с проблемами в самых разных прикладных предметных областях, от животноводства до ракетостроения. Поэтому объяснения/дисциплины практик интеллект-стека называют часто трансдисциплинами, это «дисциплины для рассуждения в ходе задействования прикладных методов» (trans-/транс – это «находящиеся по ту сторону» от прикладных дисциплин, вернее, дисциплин прикладных методов). Обзор современного содержания трансдисциплин будет в курсе «Интеллект-стек».

Эти фундаментальные знания/дисциплины безмасштабны, в отличие от привязанных к определённым масштабам в пространстве и времени знаний прикладных дисциплин. Термин «безмасштабный/scaleless/scale-free» пришёл из физики и используется по отношению к дисциплинам/знаниям/объяснительным теориям, в которых отсутствует зависимость их применимости от размера обсуждаемых объектов. Фундаментальные дисциплины позволяют рассуждать об элементарных частицах, людях, авиалайнерах, горах, квазарах и галактиках. Системное мышление в составе этих фундаментальных/трансдисциплин не только универсально в части предметных областей, занимающихся разными свойствами предметов физического мира, но и безмасштабно в части рассуждений о самых разных ситуациях в физическом мире, рассматриваемых на разных масштабах размеров – от микромира субатомных частиц до космического мира галактических кластеров, а также самых разных масштабах времени – от фемтосекундных световых импульсов в лазерах до миллиардов лет, которые шла биологическая эволюция.

Прикладные дисциплины/знания/объяснительные теории используют понятия (типа мета-мета-модели) трансдисциплин интеллект-стека для того, чтобы обсуждать методы работы с системами как физическими объектами, разбитыми на уровни какого-то определённого масштаба/размера. Эти уровни «по масштабу/размеру» называют системными уровнями. Из маленьких молекул составляются более крупные клетки, из мелких клеток большие организмы, из множества разных организмов огромные популяции – это и есть деление систем живой природы на системные уровни. Из винтиков и металлических деталей собираются авиамоторы, из авиамоторов, фюзеляжей и крыльев – самолёты, из самолётов и аэропортов – авиатранспорт. Это системные уровни в инженерии.

Разные прикладные методы работы занимаются закономерностями поведения систем из разных системных уровней. Молекулярная биология – белками, моторостроение – моторами, авиастроение – самолётами. Этими системными уровнями занимаются прикладные методы/практики/стили/культуры инженерии. Инженерия меняет физический мир к лучшему, прикладывая мышление о каких-то видах систем к изменению физического мира с целью создания и развития целевых систем – моторов, самолётов, коров, предприятий и даже обществ. Скажем, классическая системная инженерия – это инженерия киберфизических систем (роботов, авиалайнеров), медицина – это инженерия (сейчас главным образом ремонт) человеческих существ, обучение – это инженерия (главным образом развитие/модернизация) личности, менеджмент – это инженерия организаций.

Сильный интеллект реализует идеи «спасения» агентов, которые своей инженерией меняют мир, чтобы устранить проблемы сейчас и предотвратить их в будущем. Интеллект есть у чего угодно (агенты в широком смысле), только разной силы. Но вот интеллектуальные агенты – это пока только образованные люди и к ним приближаются современные системы искусственного интеллекта. Люди ещё и объединяются в организации в месте с AI-агентами. Человечество переработало по 50 кг материала на каждый квадратный метр поверхности земли, чтобы не умирать от голода, холода, болезней, не быть съеденными дикими животными и даже не быть уничтоженными соплеменниками. Не умереть от голода и холода – это уже больше задачи, это не проблемы. С болезнями – смотря какая болезнь, лечение некоторых болезней до сих пор проблема, некоторых – уже задача, но биологическое бессмертие – пока проблема. Уничтожение людей соплеменниками – пока тоже проблема, хотя ситуация уже много лучше, чем пару тысяч лет назад.

Смысл жизни – «спастись», в эволюционном смысле этого слова. Жить сейчас и в будущем, для этого запастись знаниями самых разных методов работы и затем проводить работы, используя знания и инструментарий методов работы в инженерных проектах по созданию самых разных систем.

Системное мышление – это мышление по той части знаний/теорий /дисциплин методов интеллект-стека, которые ответственны за мышление о проблемах, перевод проблем в задачи и в этом мышлении о проблемах и методах их решения используют понятия системного подхода.

Знания для решения задач обычно есть, знаний для решения проблем – нет. Интеллект как раз даёт мышление с использованием «знаний о знании», «знание трансдисциплин о прикладных дисциплинах». Помним, что часто о методах/способах/культурах/стилях работы говорят в отрыве от их инструментария – как об их прикладных знаниях/дисциплинах. Системный подход – это часть таких знаний, то есть часть «знаний о знаниях». Системный подход как объяснения на основе набора понятий мета-мета-модели содержится в дисциплинах/теориях/знаниях методов мышления интеллект-стека. Но мы ещё и понимаем, что голыми руками и голыми мозгами не работают, задействуют инструменты. Поэтому системное мышление требует не просто мастерства в части использования мозга как аппаратуры мышления, но и мастерства использования инструментария – моделеров, работающих с самыми разными описаниями систем.

Системный подход оказался настолько важен в инженерии, что в её наиболее общем варианте инженерия стала называться системная инженерия. Впрочем, и о современной методологии можно смело говорить «системная методология», ибо в её основе тоже существенно использована идея системного подхода, да и физика использует понятие «системы» в качестве одного из основных, и сам термин пошёл оттуда. Другое дело, что физику «системной» не называют, там системы привычны.

А вот «системная биология» – это инженерия искусственной жизни, слово «системная» там по большому счёту не означает системного подхода, а означает просто «создаваемые живые объекты», ибо в быту словом «система» часто называют что угодно, что достаточно сложно, и при этом меньше всего имеют в виду термин из системного мышления. «Система кошка зашла за систему угол» – это бытовой язык, а не язык понятий системного мышления. Тип «система» можно запросто убрать, он тут ничего не даёт.

Итак:

• Интеллект – это мастерство в методах превращения проблем, которые непонятно как преодолевать, в задачи, которые надо просто взять и сделать.

• Мышление – это функция интеллекта, его поведение, то, что делает интеллект. По сути мышление – это вычисление интеллекта, так что вычисление может проводиться по каким-то методам мышления. Методы мышления, которые ведут к усилению интеллекта, составляют интеллект-стек.

• Системное мышление – это некоторое подмножество мышления, занимающееся появлением новых свойств целого объекта-системы (эмерджентность) в результате взаимодействий частей этих целых объектов. Системное мышление основывается на понятиях системного подхода.

Эмерджентность и разделение труда

В последнем абзаце предыдущего подраздела было введено понятие эмерджентности – появление/emergence на каждом системном уровне у систем свойств, которых не было у систем на предыдущем системном уровне. Часы могут показывать время, а вот шестерёнки, пружинки, корпус механических часов – нет, транзисторы в электронных часах – нет.

Новые/эмерджентные свойства заставляют использовать для объяснений на каждом масштабе/размере/системном уровне какую-то свою прикладную дисциплину/теорию. Системное мышление позволяет разобраться во всём хитросплетении нарезки мира на системы из разных системных уровней («нарезку» не надо понимать буквально, это «нарезка вниманием», выделение систем как фигур из фона). Тем самым в основе работы интеллекта над созданием и использованием разных прикладных методов работы с их дисциплинами/теориями/знаниями, обслуживающих понимание происходящего на разных системных уровнях, лежит именно системное мышление. Методы/способы/практики/стили системного мышления удивительно эффективно помогают разобраться со сложностью окружающего мира.

Разделение труда – это когда разные интеллектуальные агенты (люди и AI) специализируются на методах работы с каким-то отдельным масштабом систем. Скажем, агент в роли терапевта занимается в целом человеческим организмом, состоящим из органов. А вот агент в роли пульмонолога – специализируется только на лечении лёгких. В основе разделения труда лежит как раз системное мышление: системы разных масштабов разделяются по системным уровням, а затем изучаются разными науками и изменяются разными видами инженерии.

Один агент не в состоянии глубоко освоить изменение всех систем мира на всех системных уровнях, ему банально не хватит вычислительных ресурсов для длительного обучения. Если учиться до профессионального уровня какому-то методу работы год (это очень консервативная оценка! Попробуйте за год научиться профессионально играть на фортепиано, или быть профессиональным архитектором организации!), то можно научиться за тридцать лет всего 30 методам работы – и когда дойдёшь до тридцатого, выяснится, что первый освоенный метод работы безнадёжно устарел. Но самих методов работы тысячи, десятки тысяч! Никакой жизни одного агента не хватит, чтобы на профессиональном уровне освоить их все.

Поэтому идёт разделение труда, разные агенты специализируются на разных методах создания и развития разных систем. Чтобы разобраться, каким мастерством в каких методах работы должны владеть агенты в вашем конкретном проекте, вам нужно сначала нарезать мир на системы, выбрать из них важные для вашего проекта, чтобы потом выбрать метод работы с этими важными системами, и уже после этого выбрать агента, который сможет работать по выбранному вами методу. И вот тут пригодится системное мышление, тут должен работать универсальный и безмасштабный интеллект, ибо надо будет мыслить о системах, о методах работы с системами, об агентах, которые будут работать с системами (то есть переводить системы из одних состояний в другие).

Перед тем, как заняться изучением системного мышления, нужно понять общие критерии сильного мышления как мышления сильного интеллекта. Эти критерии применимы и к системному мышлению. Также нужно ответить на вопрос: в чём разница между системностью и систематичностью, ибо их часто путают.

В мире существует много вариантов системного мышления, базирующихся на разных вариантах системного подхода, поэтому нужно будет понять, какому варианту мы учим в нашем курсе, а также почему учим именно этому варианту.

Дальше в этом разделе будет некоторое количество разъяснений по курсу:

• как относиться к терминологии (слова-термины важны, и не важны!),

• как выбрать степень строгости/формальности системного мышления,

• как убедиться, что системное мышление помогает, а не мешает свободе творчества (в курсе же приведены шаблоны эффективного мышления, которые отлично работают, но бывает ли «творчество по шаблону»? Да, конечно, творчество бывает и даже предпочтительно по шаблону! Без шаблона много легче породить банальность, а не что-то новое!).

• можно ли вообще научить мышлению, или нужно просто родиться умным? Конечно, можно.

• какие стадии обучения мышлению?

И только после рассказа обо всём этом в следующем разделе мы начнём изучать основные понятия системного подхода и связанные с ними мыслительные приёмы самых разных фундаментальных методов интеллект-стека.

Сразу скажем, что текст изложения материала («учебник») из нашего курса как учебник езды на велосипеде: чтение курса как книги многое вам расскажет про системное мышление, но не факт, что после прочтения курса как книги вы станете системным мыслителем. Нужна практика! Даже упражнения по системному мышлению имеют свои особенности. А ещё прямо в ходе обучения нужно ещё и перейти к использованию мышления в реальной жизни, это ещё труднее, чем научиться решать задачи. Задачу из курса ты просто решаешь, а в жизни задачу надо сначала поставить, и только потом решить – и ставить задачи труднее, чем их решать.

Пререквизит к нашему курсу – курс «Моделирование и собранность». Вы после него:

• научились не путать слова/термины и понятия,

• научились отличать физические объекты от их описаний,

• не забываете записывать результаты моделирования,

• не требуете определений для понятий,

• находите объекты заданного типа в окружающем мире,

• удерживаете внимание на найденных объектах, когда вокруг обычная жизненная суета и мир вокруг мельтешит, и вам некогда сосредоточиться,

• находите из предложенной вам онтологии тип для объектов окружающего мира, если их тип неизвестен.

Но если в курсе «Моделирование и собранность» речь шла о самых разных типах самых разных объектов, то в нашем курсе «Системное мышление» мы расскажем, что основные объекты, на которых надо удерживать внимание – это объекты типа «система». С вопросами о том, как мыслить про типы – в чат поддержки «Моделирования и собранности», с вопросом о том, как мыслить про системы (которые тоже тип!) – в чат поддержки «Системного мышления», с вопросами как думать о системах типа «ритор» (владеющий методами убедительной речи – риторикой::метод/культура/способ/практика работы) – в чат поддержки «Риторики» (но не в чат поддержки системного мышления и не в чат поддержки моделирования и собранности).

Продолжением нашего курса будет курс «Методология», где понятия системного подхода будут использованы для обсуждения методов/деятельности/практики/инженерии/культуры/стиля создания и развития одними системами (создателями) других систем. Это живые системы «вырастают сами», но если речь идёт о создании чего-то интеллектуальными агентами (людьми с AI и их организациями), то нужно обсудить, как описывать паттерны/шаблоны/методы/практики/культуры работ по созданию систем. Основатель фирмы создаёт фирму, которая создаёт станок, который создаёт деталь. Авторы курса пишут учебный курс («учебник» с «задачником»), а затем преподаватель создаёт в ученике (человеке, кошке, AI) какое-то прикладное мастерство. Как описать эту коллективную инженерию, как об этом думать? Вот этим и занимается методология.

Дальше системное мышление и системная методология будут использованы в курсе (безмасштабной, для всех видов систем) системной инженерии. И дальше будут курсы инженерии личности (по факту это курс об инженерии методом обучения: изменение учеников к лучшему путём их обучения) и инженерии организации (курс «Системный менеджмент»). Это примерно половина учебной программы «Организационное развитие», три семестра.

Конечно, системное мышление используется агентами и для ускорения понимания прикладных методов работы. Это часть поведения сильного интеллекта. Поэтому мы сначала учим системному мышлению и методологии, и только затем переходим к изучению курсов по прикладным методам работы с «железными» и программными системами (софтом), личностями, организациями.

Освоение системного мышления – это очередной шаг усиления интеллекта, то есть очередной шаг в изучении фундаментальных/трансдисциплинарных методов мышления интеллект-стека.

Повторим: не застревайте на содержании этих первых двух разделов, впрочем, и последующих разделов, и даже содержании всего курса. Проходите материал курсов, потратив разумное время на каждый подраздел, обязательно выполняя задания – понимание обычно приходит не сразу после чтения текста подраздела, а чуть позже. В следующем разделе мы рассмотрим особенности подачи учебного материала в наших курсах. Главная мысль там: наш курс не википедия, не справочник по системному мышлению, и устроен не как учебник математики с парой определений по каждой теме и десятком учебных задач для этой пары определений. Мы обучаем не классический логический компьютер в головах наших студентов, но нейронную сеть в мозгу (а то и не в мозгу, а в датацентре, ибо наши тексты могут читать и AI-агенты).

Особенности подачи учебного материала

Вменяемость (характеристика интеллекта, показывающая, насколько человек способен после принятия рациональных аргументов поменять своё поведение) у людей лучше, чем у кошек. У кошек лучше, чем у муравьёв. Людям можно один раз объяснить, а кошку только надрессировать повторениями, чтобы добиться воспроизведения желаемого поведения. Муравьёв нельзя даже надрессировать.

Но как бы ни были люди вменяемы, жизнь показывает, что нельзя только объяснениями научить ездить на велосипеде и автомобиле, нельзя только объяснениями научить делать что-нибудь сложное. Например, нельзя только объяснениями научить математике. Нужно решать задачи, делать упражнения. Просто прочесть учебник математики – не поможет. Нужны повторения действий с материалом учебника, удержание мозга в размышлениях на темы учебника.

Для освоения какого-то культурного (по лучшим образцам, в лучшем имеющемся стиле, а не абы как случающегося) мышления нужны упражнения, нужно выполнение большого числа повторений мыслительных операций. Нейронная сетка учится на большом числе повторений.

Это относится и к мыслительным операциям наведения внимания на какие-то важные объекты. В нашем курсе этими важными объектами будут самые разные системы, которые надо научиться распознавать, выявлять их границы, уточнять их тип, находить отношения между ними, уметь описывать их и их поведение, распознавать их состояния.

Поскольку надо удерживать внимание студента на материалах нашего курса хотя бы минимально необходимое для хоть сколько-нибудь надёжного обучения нейросети его мозга время, эти материалы представляют собой не хорошо структурированный справочник, то есть результат работы учёного-методолога. Нет, эти материалы курса прежде всего представляют собой результат работы методиста как специалиста по обучению агентов, прежде всего людей. У людей учится «мокрая» нейронная сетка, для её обучения нужны многократные повторения предъявляемых для обучения материалов, желательно в разных контекстах. Вот ровно это обилие повторений вы и видите в курсе. Материал курса при этом, конечно, распухает – зато учит, а однократное предъявление «точного определения из учебника» не работает как в части выдачи определения (про вред определений в курсе есть специальный подраздел), так и в части обучения. C одного предъявления какой-то мысли в коротком фрагменте текста научения нейросетей не происходит, в том числе научения такого, после которого можно было бы выполнять какие-то рабочие задачи – просто не помнится материал, который нужен для этих задач, а преподаватель-человек или преподаватель-AI, который ткнёт студента в невспомненный короткий фрагмент текста, может отсутствовать.

В нашем курсе главное – это набор заданий студенту на текстовое (писать посты) и табличное (заполнять таблички с предписанными колонками) моделирование. По факту студент работает основное время не с «учебником» и к нему приложенной «рабочей тетрадью», а наоборот – с моделером для рабочих проектов (пишет посты и заполняет таблички в заданиях), к которому приложен «учебник» как «контекстный хелп» для этого моделера. На каждый час времени работы в моделере – может быть всего десять минут чтения текста «учебника». Так что чтение «учебника» – это может быть всего одна шестая от времени прохождения «курса».

Если вы пролистали учебник (втрое быстрее, чем внимательно прочли) – это вы освоили одну восемнадцатую часть материала курса. Если внимательно прочли, не выполняя заданий, то освоили одну шестую часть курса. Конечно, надеяться на освоение системного мышления без выполнения заданий – нельзя.

Для примера сразу повторим только что сказанное про необходимость повторений в разных контекстах, чуть перефразируя. Основное в курсе в части методики обучения:

• Удержать «мокрую нейронную сетку» человека-студента (то есть вас) достаточное время на работе с понятиями системного мышления, чтобы дать необходимое для обучения нейронной сетки время. Работу учителя можно автоматизировать, работу ученика – нет, ибо научение чему-то нейронной сети требует большого числа повторений операций с каким-то набором понятий.

• Материал курса должен каким-то образом повторяться в самых разных контекстах, чтобы быть эффективно воспринятым. Это означает, что бесполезно пятикратное или даже десятикратное перечитывание какого-то кусочка текста равно как бесполезно пятикратное моделирование одного и того же объекта одним и тем же способом. Надо идеи какого-то кусочка текста пять раз прочесть в других кусочках текста, равно как заданным способом надо отмоделировать пять разных объектов, чтобы повторения были полезны.

• Чтобы преодолеть естественное забывание, надо повторить обучение несколько раз, при этом не подряд, а с некоторыми интервалами.

В курсе используются методические приёмы, которые могут вызвать удивление у не знакомого с ними студента, привыкшего к справочникам и научной литературе. Нет, материалы нашего курса – учебные, в них4:

• Используются принципы «разнесения» (spacing) и «перемешки» (interleaving). В тексте идёт намеренное постоянное возвращение к каким-то темам через разные промежутки времени (spacing), одновременное обсуждение винегрета из трёх-четырёх тем (interleaving) вместо строго последовательного их изложения. Последовательного изложения тем, группировки нескольких примеров на одну тему (в образовании это blocking), как это обычно делается в справочной литературе – этого нет намеренно! Курс – не справочник! Если нужна справка, можно спросить AI, который даст справку по материалу курса. Студенты (а если это дети, то и их родители) интуитивно считают, что упорядоченное сжатое изложение материала по одной теме (blocking) и легче в восприятии, и лучше для последующего вспоминания. Но это заблуждение: эксперименты показывают, что перемешка (interleaving) и перерывы в подаче темы (spacing) замедляют обучение, ибо более трудны в восприятии, но зато существенно улучшают результаты обучения5.

• некоторые фрагменты текста повторяются в разных местах курса, иногда через пару абзацев, а иногда через десяток страниц, иногда через сотню страниц. И это не один раз – некоторые мысли повторяются десятки раз! Повторения тоже намеренны, текст учитывает необходимость повторения для обучения нейронной сети студента, ибо человеческий мозг – не классическая память, запоминающая всё с первого предъявления. Наш курс обычно проходится за месяц-полтора, к концу изучения последних разделов содержимое первых разделов успевает забыться, это описывается кривыми забывания6. Мы понимаем, что не все решатся перепроходить курс «для повторения», да ещё и в середине первого чтения, так что мы просто встроили немного повторения в однократное прочтение. Но мы уверены, что всё равно будет крайне полезно пройти этот курс второй раз, причём даже не сам этот курс, а всю цепочку курсов программы «Организационное развитие» ШСМ (в настоящий момент это «Моделирование и собранность», «Системное мышление», «Методология», «Системная инженерия», «Инженерия личности», «Системный менеджмент», «Интеллект-стек», разрабатываются и другие курсы). Почему надо пройти всю цепочку? Потому как каждый следующий курс в цепочке будет добавлять понимание материала предыдущих курсов. Если будет трудность понимания материала какого-то подраздела, бесполезно повторять многократно его чтение (конечно, если вы его читали медленно, внимательно, а не «по диагонали»), просто идите дальше: наверняка через несколько страниц будет разъяснение, а если дошли до конца курса, то разъяснение может случиться в следующем курсе.

• Дело не в том, что в текст нашего курса встроено мало повторений. Дело в том, что понимание при повторном прохождении всей цепочки курсов будет совсем другим! Опыт показывает, что второй раз курс проходится «как в первый»: вычитывается и понимается из него совсем другое. Впрочем, этим наш курс не отличается от любых других не самых простых текстов. Каждый сложный текст передаёт сложно связанный граф понятий. При последовательном описании графа неминуемы «ссылки вперёд», на ещё не слишком понятые концепты. Тут есть только вариант двойного прохода: первый раз вы знакомитесь с понятиями, а второй раз понимаете все связи между уже знакомыми понятиями. Описание связей между плохо понятыми концептами бесполезно: будет проигнорировано и забудется.

• Терминология для основных понятий курса намеренно не задана однозначно: в явном виде везде используются синонимические ряды/«паровозики». Нельзя будет быстро пробежаться глазами по фразе, чтобы понять её! Глаз будет спотыкаться о длинный синонимический ряд. Метод/практика/practice/деятельность/стиль/культура/вид труда – такое будет встречаться в тексте повсеместно. Требуется каждый раз осознанно понимать, не какое слово написано, а какое понятие имеется в виду под этим рядом. Это тоже сделано в курсе намеренно. В жизни вам не будут встречаться слова из курса (не встречаете же вы в жизни «физические тела», хотя в учебнике физики речь именно о них), а в курсе нет слов из жизни (в учебнике физики не описан полёт пустой бутылки в мусорную корзину, а описан полёт физического тела неведомо куда). Наш курс готовит к этой ситуации: присваивание типов из курса объектам из жизни делается не на основе схожести названий (слов), а на основе схожести понятий (ментальных моделей, стоящих за использованными словами-терминами)! Чтение текста курса становится более медленным и осознанным, но это хорошо: нейронной сетке вашего мозга от этого сплошная польза! Использование косой черты/slash для синонимических рядов довольно распространено в инженерии и англоязычных текстах, это только в литературных русскоязычных текстах она не приветствуется, мы об этом знаем7, но в нашем случае игнорируем.

Обучение оказывается тем редким случаем, когда «разнесение», «распыление», «повторение» и нефиксированная терминология полезны для результата. Конечно, они увеличивают время на обучение, но мы это воспринимаем как полезное явление: «увеличивают время, которое мозг работает с понятиями курса». Это полезное увеличение времени, это цель! Нам надо удержать вашу нейронную сетку в работе с понятиями курса, результат прохождения курса в части постановки системного мышления будет лучше.

В курсе системного мышления (в книге этого нет, поэтому мы настоятельно советуем проходить курс в Aisystant, а не просто читать книгу) вам потребуется

• отвечать на вопросы и давать объяснения этих ответов,

• заниматься моделированием в табличках,

• выполнять задания, записывая свои мысли по итогам их выполнения в постах.

Не ленитесь давать обоснования в ответах на вопросы: так вы поднимете беглость в использовании терминологии. Вместо «смутных ощущений» верности или неверности ответов, «мычания в уме» («эээээ» в уме как догадка по поводу ответа так и останется без имени, а ведь цель ответов на вопросы – овладеть терминологией, помнить аргументы) вам придётся выразить рассуждение о верности ответа каким-то текстом, и термины перестанут «вертеться на кончике языка», но не вспоминаться и поэтому оказываться не выученными после прохождения курса. Вам пригодится эта учебная тренировка в написании обоснований ответов на вопросы, когда вы через месяц-два будете общаться с коллегами в рабочей ситуации. Ибо коллеге не скажешь аргумент в форме «ээээ, у меня ощущение, что ответ такой, но не могу вспомнить, почему». Аргументация должна быть внятной и выражаться словами, а не «эээ» внутри вашей головы. Скорее всего, вам придётся посмотреть в текст учебника, чтобы вспомнить аргумент, вспомнить термины и написать обоснование.

Вот типичный отзыв студента8:

Да, похоже, что настоящий game changer – это только упражнения.

Помню, текст 2015 года я читала в полусознанке и процентов 20% (не понимала зачем мне это всё), просто скачала где-то одной кнопкой. Было тяжко продираться, конечно. Когда читала новую версию (прошлого года), страдала от того, как все долго, жидко и повторяется. Recall информации в обоих случаях у себя оцениваю, как одинаковый. Только курс с упражнениями действительно разогнал кашу в голове.

«Только курс с упражнениями действительно разогнал кашу в голове» – это все говорят после прохождения упражнений. Но за упражнения берётся один человек из десяти проходящих курс. Надеемся, что вы и есть этот один человек. Если не будете выполнять упражнений, не будете заниматься работой над заданиями, то каша в голове у вас так и останется, пользы от «чтения курса» (а не «прохождения курса», что подразумевает выполнение заданий) не будет.

Для усвоения материала мы не советуем писать конспекты/изложение материала учебника курса, не советуем использовать подчёркивание отдельных фраз – это студенческие легенды про то, как надо учиться, но в многочисленных экспериментах показано, что это бесполезно и никак не улучшает усвоение материала. Мы советуем писать короткие тексты по всем новым мыслям, которые пришли к вам в голову при прохождении курса, жанр «сочинения», а не «изложения/шпаргалки». Очень помогает обучению публикация этих заметок, например, в нашем клубе9. Аккаунт в какой-нибудь социальной сети тоже подойдёт, хотя там трудней будет получить интересные комментарии, но даже эти комментарии тут не так важны. Ваши собственные мысли, собственные модели, которые будут приходить вам в голову по ходу курса – они важны, не теряйте их. Ищите для них слова, записывайте, и даже не столько, чтобы поделиться этими мыслями с миром, сколько для того, чтобы удержать в размышлениях над этим материалом вашу нейронную сетку ещё на некоторое время. Для обучения нейронной сети (неважно, это нейронная сеть человека или реализована кремниевым или даже квантовым компьютером) какому-то набору понятий нужно время работы этой сети с включающим эти понятия материалом. Эта образовательная стратегия мышления письмом/моделированием10 очень хорошо себя зарекомендовала.

Ещё раз повторим, что вы пишете не для внешней аудитории, а для себя: это просто время удержания вашей нейронной сетки в размышлениях над материалом курса11.

Разные мышления

Есть два основных цивилизационных пути, условно называемых «восточным» и «западным». Условная «восточность» состоит в признании непостижимой сложности мира, невыразимости и непередаваемости человеческого опыта в постижении этого мира. Условная «западность» состоит в опоре на рациональность. Рациональность – происходит от латинского ratio, означающего «причину», «объяснение», но также и «отношение», т.е. ассоциируется с делением на части, анализом. Конечно, рациональное (рассудочное, неинтуитивное, не «восточного» типа) мышление в равной мере помогает и синтезу, объединению в целое аналитически разъятого на части. Но в западной культуре исторически придаётся большое значение основанной на логике «аналитике», т.е. формализации и моделированию. Рациональность – один из методов мышления интеллект-стека, подробней о рациональности вы узнаете в курсе «Интеллект-стек». Формализация и моделирование в рациональности делаются на основе высказанных догадок-объяснений о происходящем в предметной области, а не выводятся «эмпирически» из каких-то наблюдений, поэтому рациональность не только противопоставляется восточной традиции «непостижимости», но и западной традиции «опоры на опыт, на наблюдения, выводимости объяснений из наблюдений». Эти догадки могут затем быть прокритикованы, а по выжившим критику догадкам об устройстве мира принимаются решения о действиях по улучшению мира, «спасению». Теория решений как раз изучается как часть теорий рациональности. Предложение понятия «система» как важнейшего для описания мира – это как раз ход на рациональное познание/«добычу знаний»/learning/cognition.

Можно наблюдать результаты этого «западного» пути развития цивилизации. Именно западная цивилизация дала современные науку и инженерию, опирающийся на компьютеры менеджмент, рынок ценных бумаг как инфраструктуру для перераспределения инвестиций в поддержку новых методов работы12, то есть инвестиции в обучение агентов новому мастерству, производство нового инструментария.

Увы, рациональному и логическому мышлению, равно как и многим другим методам мышления, применимым ко многим ситуациям решения самых разных проблем, в школе и вузе сейчас прямо не учат.

Сегодня среди школьных и вузовских педагогов преобладает мнение, что какому-то «хорошему» или «сильному» мышлению (и не спрашивайте, что это такое! Ответа у педагогов не будет!) можно научиться на основе углублённого знакомства с предметами так называемого STEM13: наука, технология, инженерия, математика. К сожалению, предположения педагогов о косвенном обучении мышлению через обучение предметам STEM не оправдываются, каждому методу мышления нужно учить прямо, а не косвенно14. Если вас научили решать физические задачи, то дальше вы не умеете мыслить обо всём, а только умеете решать эти физические задачи. Если научили решать математические задачи, то это умение мыслить не переносится на другие предметные области, рассуждать лучше о танцах или запуске ракет вы не сможете. Так что методам мышления интеллект-стека, включая рациональность, нужно учить непосредственно, а не «исподволь» через обучение другим методам работы.

Например, если нужно учить логике, то нужно учить прямо ей, а не через информатику и геометрию. В школьных курсах логика осталась только в рамках изучения логических выражений при обучении программированию и в курсе геометрии, где только и остались доказательства теорем.

Наш курс по системному мышлению как раз призван заполнить этот пробел обучения мышлению с использованием методов интеллект-стека, хотя и частично, ибо затрагивается небольшая область объяснений небольшого числа дисциплин, связанных с понятием «система», а не полный набор методов интеллект-стека. Наш курс учит прямо системному мышлению как использованию понятий системного подхода в самых разных методах мышления, хотя и не касается при этом многих других понятий из этих методов мышления. Скажем, более-менее подробно из входящей в интеллект-стек онтологии в курсе системного мышления разбирается иерархия по отношению композиции/часть-целое, но вот другие виды отношений только упоминаются. А в курсах по моделированию (например, «Моделирование и собранность», где подробно изучается онтологическое мышление) изучаются мыслительные операции с иерархиями как по отношению композиции, так и по самым разным другим отношениям, прежде всего это отношения классификации (присвоение типа), специализации (присвоение подтипа), а также изучается использование инструментария моделеров. В курсе системного мышления эти операции присвоения типа мы не изучаем, а просто используем, считаем известными из предыдущих курсов. При этом в нашем курсе достаточно повторений использования этих операций, чтобы вы допоняли и поупражнялись в беглости использования полученных в курсе «Моделирование и собранность» знаний по этим операциям работы с присвоением типов и иерархиями отношений.

Итак, ещё раз (это уже говорилось в первом подразделе, а также подробнее это изложено в курсе «Интеллект-стек»):

• Интеллект – это мыслительное мастерство решения проблем, которые не встречались ранее ни студентам, ни их преподавателям. Это мыслительное мастерство познания, бесконечного решения всё более и более сложных проблем, в конечном итоге ведущих к выживанию в ходе эволюции (то есть выживанию как отдельного организма прямо сейчас, так и выживанию генома в эволюционном будущем). Решение проблемы – это предложение метода сведения проблемы к задачам, которые имеют метод решения, так что интеллект по факту создаёт новые методы работы.

• Функция::поведение/behavior интеллекта – мышление. Компьютер вычисляет, а интеллект мыслит, мышление – это класс вычислений. Если мы знаем, как решать какую-то задачу (не проблему! Проблема – это когда мы не знаем, как её решить!), то мы не думаем, а просто рассуждаем по известным нам правилам/алгоритмам/дисциплинам какого-то метода (кроме знаний/алгоритмов в методе обычно предусмотрено ещё задействование какого-то инструментария, например, моделера для мышления или даже использование AI для проведения части рассуждений). Без задействования интеллекта будет прикладное рассуждение/вычисление/вывод/inference по прикладному методу.

• Интеллект/мыслительное мастерство представляет собой суммарный набор разных видов мыслительного мастерства, как деятельностных/практических/практичных вычислителей, следующих алгоритмам/знаниям/теориям из методов мышления. Каждый отдельный вид мастерства – это специализированный вычислитель, реализуемый сегодня в его самых сильных/универсальных проявлениях обученной мокрой или кремниевой нейронной сетью человека или компьютера. Мышление тем самым – это вычисление по какому-то методу, в значительной мере нейросетевое, поэтому трудно обсуждаемое как «алгоритмическое», оно происходит чаще всего не в локальных/символьных представлениях, а распределённых. Но трудность представления в знаках не означает, что это «получение информации из космоса/вакуума»! Никакой эзотерики!

• Каждый метод/практика/культура/стиль/деятельность (practice/activity) мышления интеллекта – фундаментальный/безмасштабный. Он включает теорию/знание как трансдисциплину (трансдисциплина/transdiscipline – это теория/знания/объяснения/алгоритмы, использующиеся в самых разных других прикладных методах). Методы мышления интеллекта составляют интеллект-стек (ибо мы условно считаем их упорядоченными в той мере, в которой объяснения каких-то методов позволяет проще объяснять другие методы). Кроме трансдисциплины/«фундаментальных знаний» метод/практика мышления интеллекта подразумевает использование какого-то инструментария в поддержку этой трансдисциплины, ибо мышление выходит за пределы какого-то вычислителя (extended cognition, познание выходит за пределы познающего агента). Раньше инструментарий усиления мышления для фундаментальных методов мышления был ручкой-бумажкой, но теперь чаще всего это компьютер с какими-то программами моделирования/моделерами. А в случае прикладных методов кроме моделеров на базе компьютеров будут ещё и задействованы инструменты, меняющие физический мир. Это может быть экскаватор или станок с ЧПУ, но в простейших случаях хватает человеческих рук. Даже «наблюдение» – это отдельное действие, для этого может использоваться телескоп на спутнике, но может хватить глаз, поворачиваемых мышцами. Мышление::вычисление тем самым – это функция/метод/практика работы мастерства::вычислитель, включающая задействование объяснений/теорий/алгоритмов (алгоритмы необязательно пошаговые/императивные) из трансдисциплин методов мышления интеллект-стека, а также подразумевающая поддержку инструментарием моделирования и даже для добычи данных могущая включать изменения мира в ходе измерений или создания новых инструментов. Конечная цель мышления как функции интеллекта – создание прикладных методов, по которым возможны работы по изменению окружающего физического мира к лучшему, например, создание удобных городов, сверхскоростных квантовых компьютеров, здоровых бессмертных тел (включая своё собственное), изобилия вкусной и полезной дешёвой еды. Фундаментальные методы интеллект-стека позволяют рассуждать о прикладных методах и создавать их по потребности, а затем по знаниям этих вновь созданных прикладных методов вновь выученное прикладное мастерство задействует инструментарий (иногда уже известный, иногда и специально для поддержки нового метода разработанный) – и изменяет мир к лучшему.

• Логичности, этичности, алгоритмичности, рациональности и т. д. в мышлении нужно учить через учебники и задания (например, задания по моделированию) этих методов мышления (с опорой на дисциплины/теории/знания/объяснения этих методов и инструментарий этих методов, прежде всего моделеры), а не «исподволь» через учебники и выполнение заданий по каким-то другим учебным предметам. Обучение физике не даёт прямых знаний по семантике, логике, онтологии – а без этого умнее не станешь! Физики не более умны, они просто больше знают именно физику! Умны те, кто владеет всеми методами мышления интеллект-стека, к которым относится и физика. При этом физика в интеллект-стек входит не в части прикладных методов мышления каких-то разделов физики (оптики, механики), а в части владения физическим мышлением как таковым: как мыслить об изменениях физического мира в самых разных ситуациях. В том числе само понятие «система» в системном мышлении когда-то пришло из такой физики (а не из какого-то «раздела физики»): система – это часть мира, отделённая как-то (граница системы) от остального мира (окружающей среды).

• Методологический/трудовой/практический/инженерный/культурный/стилевой кругозор нужно тоже учить (для нейронной сетки это «насмотренность», достаточное число отсмотренных примеров), а не только получать «из опыта жизни на предприятиях», то есть «исподволь», за долгое время. Кругозор менеджмента, обучения людей и AI – это всё надо учить, и учить быстро, а не просто «жить долго, и всё узнаешь».

• Сам же системный подход (systems approach) – это рациональная (удачная догадка, выдержавшая критику и взятая всерьёз, то есть как основа для принятия решений по поводу изменений мира) идея о том, что весь мир состоит из вложенных на много уровней и взаимодействующих между собой систем как физических объектов. Система/system – это взятый вниманием в физическом мире в каких-то границах фрагмент этого мира, взаимодействующий какими-то частями (subsystems) внутри себя, а также взаимодействующий с остающимся по ту сторону границы (boundary) системы остальным миром, называемым окружением/средой/environment.

⠀

Критерии сильного мышления

В этом мире интеллект решает проблемы по поводу неодушевлённых предметов, живых существ, разумных существ (людей), организаций этих людей, сообществ и обществ в этом мире, а также моделей мира в людях и компьютерах. Мышление тут вполне деятельностно и инициативно: оно включает действия людей и роботов и их организаций и сообществ с миром и моделями мира. Чтобы о чём-то подумать, нужно на это что-то посмотреть, а для этого повернуть голову. Вот эти действия «повернуть голову и посмотреть», а иногда ещё и «полететь на Луну, и посмотреть» или даже «послать на Луну робота и поглядеть его приборами» мы тоже включаем в мышление. Мышление как проактивное познание включает и работу тела, а также экзотела.

Мышление – это поведение интеллекта в тот момент, когда интеллект пытается найти способы решения проблем, которые раньше ему не встречались15. Мышление – это практическое/деятельное вычисление/рассуждение, которое может выходить и в изменение физического мира. Интеллект – это мыслительное мастерство, часть личности. Интеллект реализован мозгом и телом (embodied), или даже совместно работающими мозгом и компьютером (экзокортекс), телом и инструментами (экзотело) обобщённый вычислитель-как-устройство, «мозг с глазками, ушками, ножками и ручками, компьютерами и инструментами». Мы такой вычислитель «с глазками, ушками, ножками и ручками, компьютерами и инструментами» будем называть дальше создатель/constructor. Вычислитель главным образом преобразует информацию по каким-то алгоритмам/знаниям из методов/способов вычислений, создатель – по каким-то алгоритмам/знаниям из методов и с задействованием инструментария/аппаратуры/оборудования (tools and instruments) в конечном итоге не только «рассуждает», но и «действует», то есть преобразует физический мир. Если речь идёт о какой-то части создателя, реализующей именно вычислительную часть алгоритма, мы называем это мастерством в методе работы. Интеллект иногда считают только мастерством мышления, работающим с информацией об окружающем мире, а иногда – мастерством изменения окружающего физического мира (то есть в него включают не только функции создания прикладных методов, но и функции самих этих прикладных методов). Мы будем чаще всего говорить об интеллекте как мастерстве, работающем с информацией/описаниями мира с целью создания других мастерств, а когда речь будет идти об изменении мира, то будем говорить о целом агенте (включающем кроме личности, состоящей из многочисленных мастерств, в том числе интеллекта в составе этих мастерств, ещё и организм/тело с инструментами). Тем не менее – вычислитель/computer тоже материален, обработка информации происходит в физическом мире.

Интеллект::вычислитель мы считаем состоящим из двух частей:

• Врождённый / hardware, обусловленный биологическими особенностями человеческого мозга и тела или конструктивными особенностями аппаратуры компьютера, реализующего искусственный интеллект (AI). Мозг и тело дают интеллекту огромные возможности (сравните интеллект человека и шимпанзе, настольного калькулятора и датацентра с программой AI), но и существенно ограничивают эти возможности (сравните интеллект человека на таком классе задач как умножение и деление многозначных чисел и абсолютно неинтеллектуальный электронный калькулятор, при этом хорошо обученная искусственная нейросеть тоже довольно неплохо разговаривает, но плохо умножает и делит многозначные числа, если не обращается при этом к отдельной программе калькулятора).

• Выученный / приобретённый / software / «виртуальный вычислитель» в ходе приобщения к человеческой культуре. К AI это тоже относится, ибо AI учится на огромных массивах знаний, накопленных человеческой цивилизацией, в более-менее интеллектуальных реализациях AI речь идёт о подборках текстов с общим объёмом от десятка триллионов знаков. Эта «научаемая» часть интеллекта включает в себя беглое владение ограниченным кругом методов мышления, своими предметами имеющих окружающий физический мир.

Мы не делаем предположений о том, как устроен интеллект в его физической реализации, из каких частей мозга и тела он составляется и как именно они связаны, хотя и высказываем тут догадки по составу фундаментальных методов мышления интеллект-стека. Подробней об этом говорится в первом же разделе курса «Интеллект-стек».

Умение мыслить с использованием приёмов мышления из фундаментальных методов интеллект-стека отличает интеллект современного высокообразованного человека (и не только человека, AI тоже) от интеллекта человека-дикаря или интеллекта простейших AI-систем прошлых поколений. «Аппаратура» интеллекта в организмах профессора престижного американского вуза и дикаря из джунглей Амазонки одинакова. Но по мере накопления объяснений о том, как устроен мир, люди (и заодно AI) получили возможность усиления интеллекта в ходе обучения: поменялись и знания/объяснения/алгоритмы мышления, и инструментарий – думают теперь не голым мозгом (как и работают не голыми руками), а с задействованием моделеров и других средств, расширяющих аппаратные возможности мозга.

Интеллект необразованного дикаря существенно ниже интеллекта образованного человека именно из-за отсутствия обучения методам мышления интеллект-стека. Если дикаря образовать, то он тоже будет умным! Без образования дикарь не сможет быстро решить и сотой части тех задач, которые сможет решить образованный человек. При этом образованный человек ещё и успеет подключить средства ускорения решения проблем: лабораторное оборудование для добычи экспериментальных данных, Гугл или ChatGPT для «подкачки» недостающих знаний.

Ключевое слово предыдущего абзаца: «быстро», ибо всегда во время решения задачи можно для дикаря включить время образования, которое получил образованный человек. Если образованный человек решит задачу за 10 минут, то дикарь сможет решить задачу за 10 лет обучения плюс те самые 10 минут. Интеллект в значительной своей части выучиваем и может быть усилен инструментально, только небольшая часть его врождённая! Это в существенной мере объясняет, почему высокий IQ как мера способностей биологического мозга к вычислениям/рассуждениям не так сильно влияет на результативность в бизнесе, инженерии и науке16.

И всегда нужно помнить, что как дикарь становится удивительно грозным, когда у него в руках граната, так и усилить интеллект он может, если у него есть подчиняющийся ему компьютерный искусственный интеллект и другие инструменты. Но дикарь не сможет сработать со сложным компьютером и сложным инструментом, так что учиться для усиления интеллекта все равно придётся – просто так умным за счёт компьютера не станешь, просто не сможешь им воспользоваться. Для усиления человеческого интеллекта нужно и образование человека, и мощный компьютер с AI!

В ходе развития человеческой цивилизации выяснилось, каких полезных свойств мы требуем от мышления, которое производит чей-то интеллект: мышление должно быть системно, абстрактно, адекватно, осознанно, рационально, и это ещё не весь список! Мы уже упоминали, что есть довольно большой список методов мышления, можно из этих методов выбирать какие-то приёмы, дающие желаемые полезные результаты мышления и избегать приёмов, которые не дают этих полезных результатов.

Системность мышления означает, что весь мир мыслится с использованием понятий системного подхода: как состоящий из взаимодействующих систем, вложенных друг в друга по отношению «часть-целое», причём можно предложить несколько разных способов выделения частей из целого (функциональные части, конструктивные части, пространственные части, стоимостные части, и т.д.). Если мы договоримся, как именно мир разбит на какие именно системы, то мы сможем менять мир коллективно, а если не договоримся, то велик шанс того, что каждый будет менять понравившуюся ему часть мира, а вместе эти изменения не дадут желаемого результата. Понятие системы рассматривается в интеллект-стеке в физике, отношение часть-целое в онтологии, способы деления на нужные для деятельности части – в методологии, приёмы инженерной работы – в безмасштабной системной инженерии. Эта системная инженерия дальше специализируется для систем самых разных системных уровней/уровней организации/эволюционных уровней: менеджмент как инженерия организации, инженерия личности, социальная инженерия как инженерия сообществ и даже обществ. И все эти разные виды инженерии нуждаются в представлении своих целевых систем, а также создающих их систем-создателей именно как систем, то есть требуют системности мышления.

Абстрактность – это главный критерий мышления. Нам в мышлении нужно абстрагироваться от неважного и сосредоточиться на важном. Мышление моделирует мир, а не отражает его в полноте всех ненужных деталей. Мышление должно отделять зёрна от плевел и оперировать зёрнами. Мышление должно уметь отвязываться от индивидов и мыслить типами, прототипами, абстрактными понятиями: мы требуем какого-то обобщения с опусканием ненужных для предмета мышления деталей, это резко упрощает вычисления мышления и упрощает обучение мышлению. Нам нужна абстрактность в сложных ситуациях, мы хотим уметь планировать и проектировать впрок, мы хотим работать с целыми классами и типами ситуаций. Без абстрагирования мы не сможем переносить опыт одних ситуаций на другие, мы не сможем эффективно учиться, мы не сможем создавать языки, обслуживающие коллективное мышление – языки позволяют обмениваться самым важным по поводу обдумываемых ситуаций, они очищают общение от неважных подробностей. Абстрактность рассматривается в понятизации, математике, онтологии, логике.

Адекватность – это возможность проверить, связано ли наше абстрактное мышление и порождаемые им описания ситуаций с реальным миром, или оно оказалось отвязанным от вещного/физического мира и у нас нет способов проверить его результаты, соотнести его результаты с реальностью. Адекватны ли наши мыслительные представления о ситуациях реальному (т.е. существующему независимо от нас, материальному/физическому) миру? Или мышление нас обманывает и предлагает какие-то неадекватные представления? Нам нужно практичное, применимое для действия мышление, мы хотим быть адекватными и не отрываться от реальности. Адекватность рассматривается в семантике, физике, онтологии.

Осознанность – это возможность понять, как мы мыслим, как мы рассуждаем. Если мы просто «имеем интуицию», это нас не удовлетворит. Мы не сможем научить других мыслить, научить их повторять наши рассуждения. Мы не сможем заметить ошибку в нашем мышлении, не сможем его улучшить или изменить, не сможем выучить другой способ мыслить, ибо мы его не будем замечать, не будем его осознавать. Мы не сможем удерживать внимание в мышлении, ибо нельзя удерживать внимание на том, чего не осознаёшь. Мы не сможем предъявить неосознаваемое нами мышление для проверки со стороны логики и рациональности, не сможем сознательно принять решение о том, что в той или иной ситуации нам достаточно от мышления интуитивной догадки, а не строгого рационального рассуждения. Мы хотим знать, о чём мы размышляем, как мы это делаем, мы хотим иметь возможность выбирать – мыслить нам о чём-то или не мыслить, мы не хотим быть бессознательными мыслящими автоматами. Мы хотим быть осознанными в мышлении, мы должны учитывать не только мышление, но и наличие самого мыслителя как интеллекта, производящего мышление::вычисление. Осознанность рассматривается в понятизации, собранности.

Рациональность – это возможность провести принятие решения на основе рассуждения по правилам, логичного рассуждения. Это возможность отстраниться от своей биологической и социальной природы, не делать связанных с этим ошибок. Рациональность – это возможность проверить результаты быстрого интуитивного мышления, выдающего догадки, на отсутствие ошибок, нарушений правил, возможность задействовать опыт человечества в мышлении. Это возможность явно (хотя бы в диалоге с самим собой, то есть осознанно) обсудить эти выработанные цивилизацией правила хорошего мышления, обсудить логические основания мышления, обсудить допустимость или недопустимость использования каких-то отдельных приёмов мышления. Мы не хотим ошибок мышления, поэтому мы должны быть рациональными, мы должны уметь распознавать ошибки мышления у себя и других, мы должны уметь выразить результаты мышления так, чтобы уменьшить число ошибок при восприятии наших результатов другими людьми. Мы хотим быть рациональными, нам нужно уметь делить задачи на части (рацио – это ведь «деление»), мы не хотим чистой интуитивности или чистой эмоциональности-спонтанности, хотя мы не отрицаем их необходимости, но нам прежде всего нужна цивилизованность в мышлении, использование лучших достижений цивилизации в том, как мыслить. Рациональность рассматривается в логике, а ещё и в методе мышления, так и называемом – «рациональность». Рациональность как метод мышления занимается изучением генерирования догадок-опций при принятии решений на основании каких-то моделей, а также включает теорию принятия решений, занимающуюся изучением принятия наилучших для деятельности решений. Все решения принимаются по поводу изменений модели себя, модели мира, изменений степени уверенности в точности модели себя и модели мира, изменении себя или мира, что изучает подход active inference17.

Все остальные критерии сильного мышления – это чаще всего частные варианты или сочетания представленных. Так, «сильное мышление» обычно сводится к высоким характеристикам по всем критериям (мышление сильного интеллекта), «мудрость» – это просто другие слова для адекватности и системности, «творческое мышление» – это задействование правильного абстрагирования и высказывание труднокритикуемых догадок по поводу важных объектов, «рефлексия» – это осознанность, но только не на текущую ситуацию, а уже прошедшую.

Легко придумать и какую-то другую выборку «мышлений» как мыслительных частных методов из полного набора методов интеллект-стека – по образу и подобию того, как выбрали «системное мышление». Помним: метод/практика/культура/стиль – это теория/знания/алгоритм/«учебная/научная дисциплина» как приёмы мышления о каких-то важных объектах, причём эти приёмы мышления поддерживаются кроме вычислений мастерства ещё и инструментарием, например моделерами для записи представлений мыслительных объектов и операций с ними.

Легко представить себе такую выборку приёмов мышления из полного набора методов интеллект-стека, как, «деятельное мышление». «Деятельное мышление» будет включать в себя главным образом рациональное мышление с акцентом не столько на познание, сколько на выход в (инженерные) проекты по изменению мира, задействование прикладных методов системной инженерии в её приложении к каким-то определённым видам систем. Его же можно назвать и «предпринимательским мышлением», в бытовом смысле слова «предприниматель». В деятельном/предпринимательском мышлении одна система принимает решение о том, как изменить мир, в том числе и себя – «что-то предпринять», создать или изменить какую-то систему, предпринять инженерный проект, или «исследовать возможность выгодно изменить мир», что можно описать и как «исследовательское мышление». Деятельное мышление можно назвать и «трудовым мышлением», оно же будет «практическим мышлением», «проактивным/enactive мышлением» и даже просто «инженерным мышлением», ибо каждый инженер делает шаг в неведомое, планируя полезное в будущем изменение мира (предпринимательский/проактивный/творческий/исследовательский/деятельный/культурный шаг) и выполняя потом актуальное изменение («рабочая» часть инженерии, «изготовление»). Почему всё это более-менее синонимично, станет понятно по мере изучения курса, это всё отсылки к дисциплине методологии, учения о деятельности.

Мышление не «пассивно», не «аналитично», результат мышления – это не «компьютерная выдача» в виде «аналитического отчёта о раздумьях». Нет, мышление проактивно/деятельно/практично/трудово/инженерно, и к системному мышлению это тоже относится. У нас не «системный анализ», а «системное мышление», мышление меняет мир, а не только «понимает мир»! Если ваше системное мышление не нацелено на изменение мира к лучшему, то это вряд ли системное мышление!

Мы вовсе не имеем в виду, что агент (человек или AI, или человеко-компьютерный киборг, или даже организация) с сильным интеллектом, умеющий абстрактно, адекватно, осознанно, рационально, системно мыслить, сможет решить любую задачу. Нет, для этого ему нужно обладать кроме мыслительного мастерства интеллект-стека ещё и мастерством предметных / прикладных (domain-specific) рассуждений – по прикладным (то есть используемым в рабочих проектах) методам/«видам (инженерного) труда». Агенту, чтобы выжить и ему как «организму», и ему как «виду», нужно быть практичным / деятельным / предприимчивым творческим / proactive / enactive. Дальше это же рассуждение может быть применено ко всей эко-системе, ибо все виды эволюционируют взаимозависимо, это относится и к дарвиновской биологической эволюции, и к техно-эволюции.

(картинка Dan Reynolds)18

Каждый вид труда/деятельности имеет какие-то свои специфические предметные/прикладные рассуждения и действия, исполняемые той функциональной частью мозга и тела, которые мы назвали бы прикладным мастерством по отношению к мыслительному мастерству. Прикладное мастерство важно, оно позволяет рассуждать быстро и без типичных для новичков в этих видах труда ошибок.

Вообще, системное мышление даёт небольшой набор типов, который позволяет быстро ориентироваться в ситуации. Это такая высокоуровневая (высокий уровень абстракции, мета-мета-модель) модель ситуации, «карта». Карта не говорит, куда идти, но знание карты позволяет не заблудиться, не пройти в болото. Карта, конечно, может использоваться, чтобы рассматривать её перед сном, многим людям такое нравится, они коллекционируют атласы. В плане мета-мета-модели это аналитики, они не выходят в действие, не меняют мир. Они именно что «диванные аналитики». Нет, системное мышление используется под-другому:

Вы выделяете вниманием какие-то объекты в мире, типы этих объектов задаются мета-мета-моделью. По сути дела, у вас есть карта, и вы «ориентируетесь на местности»: отождествляете объекты местности с объектами на карте. Ура, вы теперь знаете, где находитесь (а если какие-то объекты не найдены, но на карте они есть – вы знаете, где их искать).

Но теперь вы должны знать, куда вам, собственно, надо идти. И вы можете сгенерировать десяток маршрутов, покритиковать их, и выбрать лучший. Это рациональность,

Заменяет ли системное мышление прикладное мышление?

Одна из неправильных идей состоит в том, что можно иметь сильный общий интеллект, в том числе развить у себя системное мышление – и иметь огромное преимущество перед профи в своих предметных областях. Грубо говоря, вы станете очень умным, а затем будете иметь преимущество перед, например, более глупым пианистом или даже сварщиком. Увы, это не сработает. Человек с системным мышлением будет иметь перед профи преимущество в том, с какой скоростью он разберётся в проекте в целом, как быстро договорится с остальными участниками проекта, насколько сможет удерживать внимание на главных задачах проекта и не увлекаться чем-то не слишком важным в ходе работы. А ещё он сможет быстро чему-то научиться. Но у него не будет немедленного преимущества в решении прикладных задач! Никакое системное мышление не поможет вам сразу начать играть на скрипке, или пользоваться сварочным аппаратом, или даже ставить медицинские диагнозы, если вы этим никогда не занимались. Не сразу – да, обучитесь всему этому быстрее, но вот просто стать умным и считать, что это даёт преимущество в какой-то прикладной дисциплине перед профи в этой дисциплине – это ошибка. Если вы станете профи в этой прикладной дисциплине, то будете больше профи, чем ваш менее умный коллега. Но если не станете профи – будете «вообще умным», «вечно переспективным».

Более того, ошибки в системном мышлении могут появиться из-за игнорирования самых разных трансдисциплин интеллект-стека. Если вы хорошо разобрались с тем, как строить иерархию по отношению композиции, но плохо понимаете отношение классификации, вам системное мышление не поможет, ошибки в мышлении будут по другим причинам, вам нужно будет доразобраться с онтологией (например, перепройти пройти курс «Моделирование и собранность», который пререквизит к нашему курсу системного мышления).

Системное мышление не заменяет прикладных/предметных рассуждений, равно как не гарантирует хорошего мышления по всем фундаментальным методам мышления интеллект-стека. Например, системное мышление не гарантирует рациональности: не факт, что если вы мыслите системно, то вы обязательно будете принимать хорошие решения, пользоваться современной теорией решений!

Для того, чтобы видеть ошибку в «2*2=5», нужно по-прежнему знать арифметику, никакое системное мышление тут не поможет. Если вы не умеете ремонтировать унитазы, а вам это потребовалось, то вам поможет не курс системного мышления, вам поможет учебник сантехники. Но системное мышление усиливает, направляет и дополняет прикладные рассуждения, а также рассуждения в рамках фундаментальных методов мышления. Например, системное мышление поможет выбрать современный/лучший учебник сантехники из многих имеющихся, разобраться в ситуации ремонта унитаза в целом. Вдруг унитаз этот вообще не нужно ремонтировать, а проблема в чём-то другом: унитаз тут «симптом», а не «болезнь»! Но фундаментальное системное мышление не заменит прикладного сантехнического мышления. Обучение по инженерии систем-унитазов придётся-таки получить, освоить прикладной инженерный метод/культуру/практику этой работы, то есть получить знания сантехники как учебной дисциплины/объяснений, в том числе знания по использованию тамошнего инструментария (например, знание о том, как использовать разводной ключ, трос с ершом для прочистки труб, пробивные штанги с разнообразными насадками для разных типов засора).

Если вы собираетесь решать задачи какой-то прикладной предметной области без знания SoTA (state-of-the-art, лучшее на сегодня известное знание) методов работы в этой предметной области, опираясь только на смекалку и сообразительность, то мы назовём это кулибинством19. Кулибинство – это народное изобретательство, без опоры на современные методы работы с их современными знаниями и задействованием современного инструментария. Кулибинство – этото что-то типа знахарства, только в инженерии.

Иногда кулибинство срабатывает и даёт «работоспособную систему», но в серию на рынок такую систему не выпустить. «Работоспособная система» по итогам кулибинства – это необязательно лучшая в своём классе по характеристикам, надёжная, дешёвая в эксплуатации и готовая к массовому выпуску. Нельзя игнорировать достижения человеческой культуры, считать, что «творчество» – это когда ты всё сам придумываешь. Вопрос в том, что качественное творчество должно быть чем-то заведомо лучше, чем уже имеющиеся варианты. Поэтому о имеющихся вариантах инженерных идей нужно как минимум знать, чтобы иметь возможность сравнить свои придумки с уже имеющимися в культуре.

Нужно как минимум гуглить прикладное знание/объяснения, спрашивать его у интеллектуальных ассистентов и со-пилотов. Ещё лучше – освоить прикладной метод работы из учебника, ещё надёжней – закончить учебные курсы по прикладному методу. Профессионал – это тот, кто не делает новичковых ошибок (знает о них!), а не тот, кто вообще много знает20.

Плохо действовать всегда методом проб и ошибок, уповая на «свободу творчества» и приговаривая «некогда исследовать вопрос, некогда учиться, работать надо». «Изобрести что-то на коленке» – это ж и есть «попробовать, вдруг получится», такой метод техно-эволюции в конечном итоге очень дорог, разве только у вас миллионы лет в запасе, как у природной эволюции. Конечно, метод проб и ошибок в инженерии используется, в инженерии он признан, но он не главный. Если бы метод кулибинства был главным, то инженерам не нужно было бы образования.

Системный мыслитель – это не тот, который игнорирует учебники, стандарты, регламенты по прикладным методам работы. Совсем наоборот: это тот, кто может быстро выбрать необходимый учебник или найти современный стандарт работы, разобраться в их содержании, учесть особенности текущей ситуации с задействованием всех других прикладных методов работы в сложном командном проекте. Системное мышление помогает прикладному мышлению, а не заменяет его.

Место системного мышления среди других мышлений: интеллект-стек

Есть разные мнения о том, можно ли называть прикладное мышление (например, мышление инженера-разработчика ракетной техники, или ведение обучения людей с использованием педагогического метода blended learning, или ремонт унитазов на космических кораблях) мышлением. По одному мнению – конечно, агенты всегда мыслят, но согласно другому мнению, мышление – это только функция порождения нового прикладного метода с его знаниями/дисциплинами как потенциальными алгоритмами изменения мира для ситуациями встреченной проблемы и инструментарием для этих изменений, а вот для вычислений/рассуждений прикладными методами собственно мышления уже не требуется, эти рассуждения идут «автоматом». Работу калькулятора не называют «мышлением», он считает что-то «аппаратно», и всё. По другому мнению (которого придерживаемся и мы) в ситуациях прикладного метода (даже работы калькулятора, например, ребёнка, мучительно умножающего трёхзначные числа в в столблик на бумаге) мы всё-таки будем говорить о прикладном мышлении. В какой-то заданной прикладной предметной области можно хорошо понимать, что делать в типовой ситуации – и делать «на автомате», не задумываясь о методе работы, «не думать». Но в этой прикладной предметной области может быть очень много объектов, так что надо будет:

• составить самостоятельно какой-то метод решения (объяснения/знания/алгоритмы и инструменты в их поддержку) конкретной проблемной ситуации, конкретного затруднения, даже не выходя за пределы конкретной предметной области (иногда составление метода для какой-то проблемной ситуации называют стратегированием, а найденный метод – стратегией),

• затем спланировать работы (метод – это только способ выполнения работы, стратегия не предусматривает плана с проставленными в нём сроками работ и ресурсами), исходя из наличных или ожидаемых ресурсов (а если ресурсов не хватает, то откорректировать метод, заменив таким, для которого ресурсов хватит, или предусмотреть работы по каким-то методам добычи нужных ресурсов), а

• затем только выполнять работы по этому методу-стратегии, и ещё

• отслеживать, удовлетворяют ли результаты выполняемой работы, или надо срочно адаптировать метод, поскольку или ситуация с исходными данными или требуемыми результатами изменилась, или были ошибки в предыдущих шагах.

То есть для элементарных каких-то операций/действий в мире мышления вроде не надо, а мышление нужно для выбора какой-то объяснимой цепочки действий (это и есть метод) подлиннее, когда требуется учитывать много привходящих обстоятельств, удерживать внимание на огромном числе объектов, меняющихся на каждом шаге следования методу работы – и вот тут мы склонны говорить о прикладном мышлении, а не просто об автоматическом выполнении отдельных операций. Ударить молотком, то есть просто двинуть мышцами молоток – большого ума не надо, но вот чтобы ударить безопасно, в нужное время, в нужное место – вот для этого мышление уже надо, надо как-то обсудить метод ударов молотком, знания/дисциплины и инструментарий этого метода.

Cразу освоить прикладное мышление для решения проблем/затруднений в рабочей предметной области, да ещё потом и сочетать эти разные прикладные мышления для разных методов работы в сложных проектах, в которых задействованы сотни людей, не удаётся. Но и после освоения узкого прикладного мышления по одному методу надо признать, что без опоры прикладного знания на фундаментальное/трансдисциплинарное знание хорошо действовать в реальном мире не получится. На стыках работ по любым прикладным методам будут встречаться ситуации, не описанные ни в одном учебнике, ни в одном регламенте или стандарте работы! Люди просто обязаны использовать фундаментальные знания/объяснения человеческой цивилизации, ибо только они позволяют связать в мышлении между собой как знания разных прикладных методов, так и знания о работе на цивилизационном фронтире: решении проблем, методы типовых решений для которых ещё никто на Земле не выработал, поэтому эти решения нельзя вот так просто взять и нагуглить, понять – и затем применить не думая. Хотя можно спросить метод решения проблемы у AI, но не факт, что этот AI будет достаточно умным, чтобы выдать что-то толковое (спросите AI сегодня: как стать бессмертным? Не факт, что получите в ответ описание какого-то подходящего метода решения этой проблемы).

Если мы хотя бы частично что-то знаем о структуре мира, это на несколько порядков уменьшает количество вычислений интеллекта/объем мышления в неполностью известных нам предметных областях. Это много? Скажем, какую-то проблему P мы можем решить человеческим мозгом за десять тысяч лет. Это побольше, чем время существования человеческой цивилизации, хотя вы можете сократить это время до десяти лет, если будет работать тысяча мозгов, а у вас есть ресурсы для поддержания жизни тысячи человек, и ещё вы знаете, как организовать эффективно разделение работ на тысячу человек. Так что лучше сделать какие-то не случайные, а уже известные цивилизации предположения о структуре задачи и её предметной области. В нашем примере проблемы P они позволят снизить объем вычислений одного мозга в десять тысяч раз, задача будет решена одним человеком за год. На кону примерно такая разница между скоростями работы необразованных людей и образованных: необразованные люди (дикари) знают мало общих объяснений об устройстве мира, а образованные – много. Надо учиться, чтобы быстро решать задачи собственным мозгом. Вариант: надо учиться, чтобы сдвинуть этот объём вычислений на мозги других людей и на компьютерные инструменты (включая AI).

Цивилизация при помощи науки с её опорой на письменное накопление объяснений/теорий/знаний/моделей даёт нам в готовом к изучению виде догадки об устройстве мира, а также учит формулировать проблемы (которые не знаешь как решить, предмет работы интеллекта) и переводить их в задачи (которые известно как решать, предмет работы прикладного мастерства). Эти догадки и лежат в основе образования. Образование – это усиление возможностей интеллекта путём обучения методам мышления интеллект-стека. Образование тем самым – это специализация обучения (образование::обучение). Напомним: обучение – это метод создания мастерства выполнения работ по целевому методу, которому учат. Образование даёт возможность быстрее находить прикладные методы по преобразованию проблемы в задачи, т.е. переводить ситуацию «не знаю как к такому подступиться» в ситуацию «знаю, по какому методу надо работать, чтобы получить результат – какие использовать знания и инструменты».

Приобретённый в ходе образования интеллект::мастерство позволяет решать проблемы в десятки тысяч раз быстрее, чем это могло бы быть сделано необученным структуре окружающего мира естественным врождённым интеллектом homo sapiens. Цивилизованный мозг – это не «дикий», это обученный мозг, он быстр в мышлении, а современный мозг ещё и использует мозги других людей (коллективная мыслительная работа) и компьютеры (классические и с программами AI) для усиления скорости своего мышления. При этом компьютеры могут быть использованы в минимальных вариантах даже не за счёт компьютерных вычислений, а просто за счёт помощи в организации памяти и удержании внимания. Компьютер как «ручка-бумажка» тоже крайне эффективен для мышления! Умный и ленивый образованный человек с ноутбуком может сделать много больше, чем толпа деятельных, но необразованных дураков-дикарей!

Освоение нового мастерства идёт у человека не через «природную смекалку», а через «облагороженную образованием смекалку», через знания/модели/объяснения/теории/дисциплины о структуре мира, структуре проблем и задач, а также знания/объяснения/дисциплины о том, какие доступны инструменты (например, компьютеры как универсальные моделеры для системного моделирования самых разных объектов).

Всё то же самое относится и к AI. Изготовленные на заводе компьютеры для AI тупы, они могут выполнять только простейшие операции типа перемножения матриц. А вот после обучения на огромном объёме знаний, уже накопленных в письменном виде цивилизацией, в этих компьютерах появляется мастерство рассуждений на основе этих знаний, «большие языковые модели/large language models/LLMs», которые иначе называют «фундаментальными моделями/foundation models», имея в виду как раз их трансдисциплинарный характер. Это аналог «образования»: обучение мышлению и каким-то инженерным кругозорам. А потом такие фундаментальные модели легко или дообучать прикладным знаниям (finetune) или подключать к таким моделям прикладные знания в виде каких-то инструментов (скажем, подключать Wolfram Mathematica для решения математических задач).

Умение и навык, скилл – это отсылки к владению агентом мастерством исполнения работы по какому-то методу, опирающемуся на теорию/знание/объяснения/алгоритм/дисциплину, причём выполнение этого метода/способа работы поддержано каким-то инструментарием. Интеллект – это мастерство владения набором фундаментальных методов мышления, нужных для самого обсуждения методов в условиях, когда непонятно, какой метод применить (возможно, такого метода ещё нет – или нет знаний, или нет инструментария, их нужно ещё создать).

Интеллект::мастерство работает с прикладными методами (и тем самым их знаниями/дисциплинами/алгоритмами/теориями) как объектами своей работы. Можно сказать, что интеллект как мастерство фундаментального мышления как раз создаёт и дальше развивает прикладные методы, он как раз нужен для познания, для бесконечного роста знаний (эволюции знаний) и инструментария поддержки работы с этими бесконечно растущими знаниями. Больше знаний и поддерживающего эти знания инструментария – больше перевода всё самых разных проблем в задачи. Инфекционные болезни были проблемой, но вот знание о микробах и мыло в качестве инструментария с методом гигиенического мыться рук в существенной мере решили эти проблемы, борьба с инфекциями стала набором задач, а не проблемой: известно, что делать, надо только найти ресурсы, и дальше просто делать.

Интеллект в его врождённой части позволяет людям быть умней кошек и обезьян, а вот в полученной образованием/выученной его части – это полученная образованием машинка по получению прикладных дисциплин. Интеллект – это эволюционно полученный людьми инструмент познания, машинка по разработке способов решения проблем – превращения проблем, которые не решаются никаким известными методами в выполняемые/решаемые известными прикладными методами задачи. Это относится и к естественному интеллекту, и к искусственному, и к гибридному, и к коллективному.

Трансдисциплины/«фундаментальные дисциплины» – это и есть объяснения/теории/знания/модели/алгоритмы по поводу устройства мира. Они удобны для скоростного мышления о мире, удержания внимания на вычислениях/рассуждениях/мышлении о важном, сохранении ресурса мозга или компьютера от разбазаривания на мышление о неважном. А само это мышление по знаниям/алгоритмам трансдисциплин затем нужно для создания методов изменения мира к лучшему.

То, что занимает у очень смекалистого дикаря полжизни, у обученного фундаментальным дисциплинам человека может занять несколько часов, или даже несколько секунд – особенно, если учитывать, что знания/алгоритмы методов мышления включают в себя и знания по задействованию инструментария мышления (чаще всего это моделеры). И то же относится к компьютерам с AI, только у этих компьютеров нет биологических ограничений по скорости и объёму вычислений для одного агента, почему их и боятся примерно так же, как в голливудских фильмах боятся гениальных учёных-злодеев.

Интеллект – это мастерство беглого задействования целого стека/stack/стопки/слоёного пирога поддерживающих друг друга фундаментальных методов мышления. Этот набор методов мышления (опирающихся на задействование фундаментальных дисциплин и использование инструментария их поддержки) мы называем интеллект-стеком.

В фундаментальных методах мышления дисциплины/теории/знания будут только «алгоритмической» частью. Мы эти дисциплины/теории/знания смело будем считать ещё и «алгоритмами» (описаниями задействования метода в самых разных обстоятельствах/ситуациях – ровно как алгоритмы могут быть использованы для вычислений с самыми разными входными данными):

• Есть множество указаний на то, что конструктивная математика – это по факту переход от декларативных (объекты и отношения) описаний к описаниям через операции построения объектов. Это можно распространить на всю работу с понятиями (ментальными/математическими объектами).

• В компьютерной науке давно получены результаты, которые позволяют рассматривать самые разные виды представления алгоритмов, а не только «пошаговое выполнение императивных программ» (в том числе соответствие Curry-Howard21 между императивным алгоритмом и набором логических высказываний). Мы достаточно широко трактуем этот результат.

• Надо рассматривать не знания сами по себе, а то, что с ними делает вычислитель – в данном случае это мастерство выполнения метода, использующего знания для вычислений (мышление) или даже изменения мира (мышление и задействование инструментов). В теории создателей (constructor theory)22 проводится обобщение понятия «алгоритм» на описание преобразований не только информации и сверхинформации (superinformation, в квантовых компьютерах, представленной не в битах, а кубитах), но и теоретически любых физических преобразований.

Методы мышления, как и любые другие методы, используют не только понятия из теорий/знаний/объяснений/алгоритмов/дисциплин (в том числе трансдисциплин), но и инструментарий, понимаемый как набор расширяющих возможности тела агента инструментов/аппаратуры/оборудования. В случае трансдисциплин мышления инструментарием обычно будет моделер (простейший из ручки-бумаги, или программа какого-то моделирования для компьютера), а расходным материалом к моделеру идёт кофе для человека-модельера и электроэнергия для компьютера, воплощающего модель. Другие инструменты в фундаментальных методах мышления интеллект-стека редки, хотя бывают. Например, в понятизации используется тело, там ищутся какие-то ощущения, которые потом надо будет перевести в мысль, роль исполнителя метода понятизации – «поэт».

Несмотря на практичный характер мышления, интеллекту больше нужно моделировать мир, то есть заниматься познанием/cognition/learning, созданием моделей, нежели непосредственно его менять в действии – но помним, что это модели, как раз нужные для изменения себя и мира к лучшему, причём интеллект принимает в случае затруднений решения о том, менять ли модель мира, модель себя, себя или мир – причём взаимозависимо.

В целом мышление как познание происходит в конечном итоге методом деятельных проб и ошибок, то есть не только высказыванием «умственных» догадок-объяснений и их умственной же критикой, а «активным зондированием» физического мира, деланием догадок и наблюдением результатов – получилось или нет. Это происходит даже по поводу того, где граница между самим агентом и окружением – чем можно просто командовать, на что можно существенно влиять, на что можно влиять несущественно, на что не удаётся пока влиять. Агент непрерывно что-то делает с окружающей средой, чтобы понимать границы своего влияния – и менять среду к лучшему (для себя ли, для своих генов, для популяции – это отдельный вопрос).

В случае перехода к прикладной инженерии (как изменению мира) методом «проб и ошибок» в старой и известной для этого агента или даже новой малоизвестной агенту предметной области, для изменения мира агент задействует изобилие самого разного инструментария и применяет самые разные исходные материалы: станки, химические реагенты, дрессированных животных, солнечный свет, воду в пруду, часы, балетный станок, квантовый компьютер, и т. д.

Есть некое лукавство в том, что мышление по фундаментальным методам – это чисто «ментальный акт». Ввод-вывод в вычислитель (например, мозг у людей) вполне материальны и требуют инструментария/оборудования (книгопечатание, электронные онлайн-курсы, мессенджеры для получения проблем и отправки решений), да и сам вычислитель вполне физический объект. Как любит напоминать Дэвид Дойч, математик и астрофизик – вполне себе физические объекты, «умственный труд» требует физичности трудящегося! В курсе мы используем понятие «создатель», который является обобщением компьютера, способного выполнять алгоритм вычисления на систему-создателя/constructor из constructor theory, который способен выполнять знания/алгоритм метод как «алгоритм изменения физического окружения»23.

Метод работы, выполняемый создателем включает знаниевую часть (которую программно-аппаратно реализует в создателе мастерство выполнения алгоритмов/объяснений/теорий метода) и аппаратную часть (мастерство в его поддержке телом агента можно тоже отнести к этой аппаратной части, а дальше идёт аппаратура инструментов как датчиков и актуаторов, а также «экзотела» как платформы для всех этих датчиков и актуаторов, то есть оборудование/аппаратура, которые помогают мастерству делать дополнительные вычисления и действия по измерениям в физическом мире и изменениям физического мира). Для универсальных создателей (интеллектуальных агентов) можно говорить не просто о вычислениях, а сразу о мышлении, а также рассматривать ситуации, когда в ходе выполнения метода создатель сначала строит дополнительную аппаратуру – инструментарий (раскрутка/bootstrapping).

Constructor theory даёт обобщение для понятий

• алгоритма (термин остаётся тем же) как описаний/теории/дисциплины,

• измерения (ввод, физическое взаимодействие для получения данных)

• изменения (обработка/processing в случае информации, в случае вещества – transformation)

• вывода (в случае создателей отдельно эта операция не рассматривается, включается в transformation)

Так что можно дальше обсуждать преобразования не только информации, но и физических объектов, а также понятие вычислителя/computer, реализующего «обработку информации по какому-то алгоритму»::метод расширять до понятия создателя/constructor, реализующего «преобразование физического мира по какому-то алгоритму»::метод.

Универсальный компьютер при наличии достаточных вычислительных ресурсов (памяти и времени) может принципиально выполнить любое вычисление, которое может выполнить машина Тьюринга (известная нам теория компьютинга), а вот универсальный создатель с учётом раскрутки/bootstrapping (например, начиная с выплавки металла из руды, получение чистого кремния для полупроводника из песка) принципиально при наличии достаточных ресурсов (памяти, времени, начального набора инструментов) может выполнить любое преобразование вещества – и «любое» понимается как в математике, речь тут идёт о теоретической возможности. Практическая же возможность будет ограничена ресурсами и рисками какой-нибудь катастрофы (скажем, прилетает астероид и уничтожает создателя, который имеет все необходимые ресурсы – и он не успевает закончить свою работу.

При этом особо подчёркивается, что по одному методу (алгоритм/теория/объяснения/знания и аппаратура/инструменты) создатель способен выполнить множество вычислений, оставаясь при этом неизменным – примерно так же, как молекула катализатора (простейший создатель) может выполнить множество актов катализа, оставаясь при этом неизменной.

Состав методов мышления интеллект-стека

Приведём краткое описание методов мышления интеллект-стека в обратном порядке их трансдисциплин (сами методы называются обычно по названию их дисциплин/теорий, редко какие методы называются по их инструментарию), снизу-вверх, чтобы было понятней, как объяснения/теории одних дисциплин пользуются понятиями, уже введёнными другими дисциплинами:

• Понятизация учит выделять фигуры из фона и делать их предметами рассмотрения. Роль агента, занимающегося понятизацией::метод – поэт, «дающий имена». Какие-то из этих объектов потом окажутся системами.

• Собранность учит удерживать во внимании «объекты», которые уже обсуждены в понятизации и даёт понятие о сознании. Роль тут «собранный», причём в случае человека – киборг, ибо вниманию голого мозга мы не верим, мы поддерживаем его хотя бы ручкой-бумагой, но лучше – компьютером. Не пишешь – не мыслишь.

• Семантика учит отделять физические объекты (ими занимается физика) от математических/абстрактных/ментальных/идеальных объектов (ими занимается математика), тем самым разделяя объекты в мире и объекты в их более и менее формальных описаниях. Но эти объекты уже могут быть удержаны во внимании и для их обозначения при мышлении (собранность уже показала, что всё надо записывать) вводятся знаки/символы (ими занимается семиотика, учение о знаках). То есть по факту современная семантика – это семиотика, учение о значении и смысле знаков, только дополненная тем, что отсылает к математике и физике, а не просто сосредотачивается только на знаках, как это делается в семиотике. Роль – семантик.

• Математика учит тому, какие бывают абстрактные объекты и их отношения, какое поведение абстрактных объектов. Но семантика уже сказала про их существование. Лучшие системные описания, конечно, основаны на математических представлениях. Математика непрерывно развивается, сегодня она предлагает интересные виды математических объектов, которые раньше не использовались. Роль задействующего математику как метод математического мышления – математик. Дальше эти новые хорошо изученные ментальные объекты окажутся в своём ментальном поведении похожи на реальное поведение физических объектов, и математические объекты будут использованы физиками.

• Физика учит поведению физических объектов, которые представлены математическими объектами. Семантика уже рассказала о том, что физические объекты представляются в мышлении ментальными/математическим объектами. Но в том числе в физике затрагиваются вопросы физико-математической теории информации: как именно математические объекты представляются в физическом мире («математик и астрофизик – физические объекты»). Именно в физике впервые вводятся понятия системы и многие другие понятия системного подхода. Роль – физик. Виталий Ванчурин дальше различает философов и физиков: физик даёт такие объяснения (ибо опирается на математические объекты), в которых можно затем что-то измерить и что-то посчитать-предсказать, тем самым проверив. Философ от этого свободен, поэтому физик сочинять ерунду особо не может, а вот философы – нет проблем, их рассуждения могут быть вообще никак не связаны с реальностью, сказочники среди философов могут быть, а среди физиков – нет. Привязка рассуждений к реальности – это для физиков главное.

• Теория понятий учит, что все объекты в каком-то смысле подобны друг другу, и это описывается типами/классами или прототипами. И о том, что об объектах мы можем судить по их отношениям друг с другом. Примеры часто встречающихся типов отношений – это классификация, специализация, композиция. Физика (и в ней теория информации) при этом уже сказала, как все эти описания представлены в физическом мире на носителях информации. Обычное мышление людей – это «образное» мышление, основанное на метафорах. По большому счёту, моделирование – это тоже метафора, метафоры нужны и для построения убедительной речи, и для этого нужно понимать, как работать с прототипами для обсуждаемых объектов. Но критика требует представлений об объектах и отношениях, чтобы потом с ними сработала онтология, алгоритмика, логика. Для этого нужно инсталлировать в мозг (или в программу AI) «машинку типов», чтобы она могла выполнять операции присвоения типа. Роль – типолог. Конечно, тип – это математический объект, а удерживать внимание на присвоенном типе нужно будет собранностью, для чего всё записывать.

• Онтология учит отвечать на вопрос, каким способом мы многоуровнево описываем/моделируем мир: как мы определяем важное и неважное (моделирование как создание «графов знаний», соответствующих понятиям и их отношениям из теории понятий), как мы используем графы знаний для рассуждений и объяснений. Мы разбираемся с многоуровневым мета-моделированием (описания как абстракции получаются не произвольно, но абстрагирование управляется абстракцией более высокого уровня). Формальные выраженные признанными математическими объектами (например, логическими предикатами) онтологии/графы знаний и выраженные текстами на естественном языке менее формальные онтики/frameworks задействуют понятия (используется теория понятий) и выражают свойства физического мира. Роль – онтолог.

• Алгоритмика – это естественная/экспериментальная наука/science, которая обсуждает способы проведения рассуждений с информационными моделями (то есть способы вычислений), которые нам уже известны из онтологии. Эти рассуждения/вычисления идут с объектами в разных по физической природе универсальных (все они соответствуют машине Тьюринга, это важнейший теоретический результат алгоритмики) вычислителях (мозг, электронный компьютер, квантовый компьютер, оптический компьютер). Роль – алгоритмист. Есть универсальные алгоритмы, которые могут быть обучены бесконечно близко аппроксимировать какие-то прикладные алгоритмы. Это и есть алгоритмы искусственного интеллекта, то есть алгоритмы, занимающиеся мышлением/познанием/learning/cognition!

• Логика говорит, какие есть способы рассуждений над моделями, чтобы результаты рассуждений (тоже модели) при правильных посылках и правильных правилах рассуждений как-то соответствовали реальному миру. Онтология для этого уже рассказала про то, как мы нарезали мир на объекты, описав эту нарезку какими-то моделями, так что рассуждения работают с моделями, а «работают» – это идут вычисления, мы об этом знаем из алгоритмики. Роль – логик. В принципе, современная «математическая логика» вроде бы часть математики, но мы используем более традиционное понимание логики, в существенной степени пересекающееся с включением вопросов семантики в логику и выходом в прагматизм, «принятию всерьёз» – нам важно, что непротиворечивые рассуждения должны быть положены в основу для действия, а противоречивые должны быть призывом задействовать интеллект и думать дальше, а не действовать, исходя из заведомо нелогичных рассуждений. Поэтому главный вопрос, который мы тут обсуждаем – «а чо такова?», то есть игнорирование ошибок типа «2*2=5». Если знаешь, что в рассуждениях заведомо есть ошибка, такое рассуждение нельзя класть основанием для действия! Нельзя быть нелогичным!

• Рациональность как фундаментальный метод говорит о том, что логичные рассуждения по моделям/теориям/объяснениям/знаниям нужны для действий, улучшающих мир. Поэтому нужны рассуждения по связи причин и следствий в конкретной ситуации, а для этого нужно с одной стороны добыть информацию о мире, для чего нужно определить, на что смотреть, потом посмотреть, потом принять решение о действии, в том числе о таком действии, посмотреть ли на что ещё, или деятелю/актёру уже можно принимать решение о действии по изменению мира в условиях неопределённости («на вас напал тигр: собирать дополнительную информацию и наблюдать, бежать или нападать, или есть какие-то другие опции – придумать и реализовать их?! У вас примерно три секунды на все размышления»). Теория решений будет ядром рациональности. Роль – разум.

• Исследования/познание как отдельный метод. Этот метод по факту – часть методов, опирающихся на «теорию познания»/эпистемологию, рациональность как «научное мышление» – это вторая часть эпистемологии. Эпистемология – это теория не любого метода познания, а такого, результаты которого отчуждаются (письменная культура науки! Изложение словами и формулами на формальных языках!) и коллективно проверяются. Она отличается от «теории познания»/гносеологии, включающей художественное и религиозное иррациональное «познание» мира в форме неотчуждаемых собственных ощущений. «Рациональные исследования»/«научное познание» говорит о том, каким образом рациональные агенты получают полезные теории/дисциплины/объяснения, которые они потом принимают всерьёз, то есть начинают действовать по ним в надежде «спастись» от неприятных сюрпризов, которых полна Вселенная. Мы делаем догадки о хорошей объяснительной (причинной) предсказывающей/порождающей модели/теории, а затем критикуем эту догадку на предмет непротиворечивых результатов рассуждений по этой модели и на предмет лучшего соответствия предсказаний этой модели с результатами эксперимента. Все нужные понятия для описания исследований уже известны из понятизации, собранности, математики, физики, семантики, онтологии, алгоритмики, логики, рациональности. Исследования как дисциплина/знание/теория/модель объясняет, как все они задействуются в ходе бесконечного познания. Роль – исследователь/учёный.

• Эстетика даёт критерии красоты (в исследованиях принято говорить об элегантности) в результатах мышления и прикладного труда. Эстетика рассказывает, какое влияние создаваемого инженерами/деятелями (в том числе художниками, артистами и прочими «людьми творческих профессий», а сейчас и AI) объекта не столько на его физическое окружение, как это обычно происходит с системами, сколько у других агентов вызывает изменения моделей модели себя, изменения затем физического «себя», изменение моделей мира и изменение уверенности/beliefs в надёжность этих моделей. Не факт, что современная эстетика обсуждает, например, эмоциональное воздействие каких-то продуктов труда и описаний только на агентов-людей. Нет, современная эстетика рассматривает и людей, и агентов с искусственным интеллектом, и искусственную жизнь. Роль – эстет.

• Этика говорит нам о том, чего нужно добиваться в жизни: какие цели приемлемо ставить агенту и какими средствами добиваться реализации этих целей. Должны ли люди умирать, или лучше бы их сделать бессмертными? Нормально, если люди меняют своё мировоззрение и убегают в другие общества, а их исходное общество тем самым умирает? Что лучше: убить и сжечь группу из заражённых смертельным вирусом людей и тем самым спасти человечество, или не убивать, потому как «не убий» это заповедь – и чёрт с ним, с человечеством, оно само как-то выживет? Для этических рассуждений об этом мы уже владеем пониманием, что такое рациональность и как устроены исследования. Современная этика многоуровнева, а для этого мы уже можем в более-менее полной мере задействовать понятия системного подхода из разных методов мышления интеллект-стека, чтобы рассуждать об агентах разных системных уровней, конфликтующих между собой в целях «спасения» объектов этих разных системных уровней, возможно, в ущерб «спасению» объектов других уровней. Для одних чёрт с ним с многомиллионной страной, зато все люди живы, а страны могут и исчезнут, а вот для других – страны должны выжить «любой ценой», даже если в них останется после тотального смертоубийства парочка человек в каждой выжившей из многих миллионов. Роль ищущего многоуровневую оптимизацию выживания объектов разных системных уровней при неминуемом их конфликте – совесть. А дальше, когда в агенте «говорит совесть» – это или «этическое кулибинство», когда агент ничего не знает о современной этике как фундаментальном методе мышления (со своей трансдисциплиной), или всё-таки это мышление цивилизованного и образованного агента (человека или компьютера с AI), который что-то знает о современной многоуровневой этике.

• Риторика говорит о том, как убедить какого-то человека совершить какие-то действия, или наоборот – убедить его не действовать. Начинаем с того, что вы должны иметь какую-то рациональную модель ситуации (полученную вами в ходе исследований). Далее вы объясняете вашу модель ситуации какому-то другому агенту, пытаясь его уговорить использовать эту модель для достижения каких-то ваших целей, а преследование его собственных целей пока отложить. Риторика учитывает этику, чтобы сладкими речами не подбивать агентов (животных, людей, роботов) на что-то плохое. Роль – ритор. Но ещё вы используете теорию понятий: сладкие речи задействуют метафоры и образы для работы с прототипами. Сладкие убедительные речи обращаются к вашему быстрому мышлению (S1 по Канеману) для интуитивного принятия решений (с возможными ошибками!) и привлечения внимания в коммуникации. А вот передача рациональных моделей/знаний требует, наоборот, отказа от быстрого мышления в пользу медленного мышления со строгими типами объектов и отношений, и дальше решения будут приниматься рациональные, на основе логических рассуждений и теории решений, а не на основе метафор и лежащей за метафорами интуиции. Ритор занимается как раз вот этим: переводом содержания между разными способами выражения знания, а также побуждением к действию на основе переданного знания.

• Методология рассказывает о методах/способах/практиках работы (труде/деятельности/культуре/инженерии), в которых агенты (люди, AI-агенты, предприятия) организовываются в команду (в случае предприятий – это «расширенное предприятие»/extended enterprise), занимают в ней какие-то роли в рамках разделения труда по «методам работы»/«видам труда»/практикам/культурам, а затем выполняют коллективные работы по изменению состояний каких-то объектов, удерживая свои роли, то есть каждый агент профессионализируется в каком-то методе работы. Главное, что изменение состояний объектов проходит не просто в ходе работы, но в ходе работы по методам/способам работы. Методы непрерывно эволюционируют, из них выбираются лучшие на сегодняшний момент. Риторика позволяет понять, как агенты договариваются. Роль, занимающегося методологией::метод – методолог. Как описать прикладной метод? Методология как раз даёт ответ на этот вопрос. Вы описываете методы создания ракеты или выращивания овса – и дальше уже это будет основой для принятия организационных решений по тому, как организовать такой инженерный проект, изменять и заменять методы, которыми ведутся работы в организации. Методология занимается методами работы, которые называются самыми разными терминами из длинного синонимического ряда: «вид труда»/«метод работы»/«способ работы/way of working»/практика/деятельность/культура/стиль/«вид инженерии» и даже «стратегия» оказывается именно методом работы, которого будет придерживаться какой-то агент в достижении своих целей.

• Инженерия (универсальная/трансдисциплинарная/фундаментальная, часто называемая системная инженерия) – это самый общий способ/метод создания новых и изменения старых систем так, чтобы мир изменился к лучшему. В фундаментальные методы мышления входит только самая общая инженерия как нормативный метода работы, используемый на всех уровнях организации систем – от неодушевлённых молекул и наночастиц до человечества в целом вместо со всей его материальной культурой, миллионы тонн вещества. А дальше уже в прикладных методах инженерия будет конкретизироваться для систем разных масштабов и разных их видов на каждом масштабе. Для рассуждений об инженерии задействуются все предыдущие уровни методов мышления интеллект-стека, особенно если учесть, что в качестве агентов действуют люди, люди и компьютеры, иногда люди с другими живыми существами (например, слепые с собаками-поводырями), и даже уже сами компьютеры без людей (смотри материалы по современной робототехнике). Роль выполняющего методы инженерии – инженер.

Каждый метод мышления интеллект-стека, основанный на фундаментальной/безмасштабной дисциплине/трансдисциплине/теории/знании помогает разобраться со следующим методом/культурой/способом/практикой мышления в стеке. Хотя это утверждение про стек методов мышления довольно условно: все эти фундаментальные методы мышления тесно переплетены в своих объяснениях/теории/знаниях друг с другом, да и инструментарий эти методы используют одни и те же (моделеры): что там что поддерживает не очень понятно.

Мы выбрали такой состав методов интеллект-стека и порядок методов в нём главным образом в методических целях: для облегчения понимания в ходе обучения сильному мышлению. Конечно, в ходе эволюции знаний этот набор методов мышления будет существенным образом меняться, а также будет предложено множество альтернативных вариантов интеллект-стека, которые будут конкурировать между собой. Тем не менее, наши курсы будут опираться на такой состав фундаментальных методов мышления и такой порядок этих методов в интеллект-стеке.

Интеллект-стек и системное мышление

⠀

На вершине стека фундаментальных методов мышления происходит тот самый «транс» переход: фундаментальные/трансдициплинарные методы интеллект-стека помогают в мышлении и действии прикладным инженерным методам изменения мира.

Системное мышление можно понимать как мыслительные приёмы нескольких методов интеллект-стека (дисциплин/теорий/объяснений/знаний, поддержанных инструментарием, прежде всего инструментарием моделирования в случае методов фундаментального мышления. Эти мыслительные приёмы системного мышления задействуют понятия «система», «системный уровень», «эмерджентность», «неустроенность» и другие понятия системного подхода. Можно было бы сказать не только «системное мышление», но и «онтологическое системное мышление», ибо системное мышление основано на трансдисциплине онтологии, и «методологическое системное мышление», ибо существенно задействуются положения трансдисциплины методологии, и «трудовое системное мышление», и «деятельностное системное мышление» и «инженерное системное мышление», «рациональное системное мышление», и так далее.

Системная инженерия – это инженерия, описания методов которой основаны на системном мышлении. Но можно было бы и просто сказать «инженерия», системности современного инженерного мышления это бы не убавило. Можно было бы добавить и в это название онтологию: «онтологическая системная инженерия», так иногда и говорят – ontology based systems engineering24. Можно добавить и этику, «этическая системная инженерия». Можно рациональность, «рациональная системная инженерия».

Системное мышление как часть мышления интеллекта в целом (мышления по всем методам интеллект-стека во всей их полноте) не выключается в ходе работ прикладного метода/«вида труда»/деятельности/инженерии/практики/стратегии. Системное мышление – часть фундаментального мышления, которое будет задействовано всегда, когда в жизни будет встречаться что-то, что не описано в учебнике/регламенте/инструкции/стандарте прикладного метода и его дисциплины/теории/модели/знаний/объяснений, например, в учебнике менеджмента, учебнике медицины, учебнике правоприменения.

⠀

Само сопоставление содержания учебника (регламента, стандарта) по прикладному методу мышления с жизнью уже требует задействования фундаментального мышления. Скажем, в регламенте («учебнике для сотрудников») будет сказано «несовершеннолетним клиентам кредиты не выдаются». Чтобы разобраться с этой фразой, требуется крепко поразмыслить:

• Что такое «несовершеннолетний», если пришёл иностранец и в его стране принят другой возраст совершеннолетия – вы ущемляете его права?

• Что такое «клиент», если человек в середине оформления своего статуса клиента?

• Что такое «кредит» из десятка очень похоже выглядящих банковских продуктов, и часть из них «займы»?

• Что такое «выдача кредита» и в какой момент можно считать, что она произошла или не произошла?

• Это всё было переводом начальной фразы с тамильского: как убедиться, что перевод был точным?

⠀

А теперь попробуйте это объяснить даже не себе, а тупому компьютеру, которому нужно реализовать эту организационную норму/business rule25. Поручить программисту это объяснение не удастся, ибо это всё не вопросы информационных технологий, это вопросы не его специальности «программная инженерия»/software engineering.

И онтологическое мышление никуда не девается, когда идёт системное мышление, в самом системном мышлении есть и куски онтологии. Cкажем, каким образом мы считаем, что по-разному нарезанный на части объект – это и впрямь один и тот же объект – это традиционный вопрос онтологии. Скажем, ножницы из двух половинок и винтика на заводе и ножницы из ножевого блока и ручки в ходе их эксплуатации – это одни и те же ножницы, ибо эти два разных объекта занимают одно и то же место в пространстве-времени. Это мы явно упомянули принцип 4D экстенсионализма, вы должны его знать из курса «Моделирование и собранность». Напомним, что для курса «Системное мышление» качественное прохождение курса «Моделирование и собранность» – это обязательный пререквизит.

Собранность как управление вниманием не выключается, когда идёт онтологическое мышление, вы ведь всё записываете, а не просто «ментально собраны, всё запоминаете»! Эти все мышления (интеллект-стека и даже прикладные мышления прикладных видов мастерства) идут практически одновременно в тесном переплетении, и только наше (часто поддержанное компьютерами и хорошо натренированное) внимание может выделить в этом связном и непрерывном процессе мышления какого-то интеллекта те или иные моменты, связанные с разными частными видами мышления, проводимыми частными видами мастерства.

Этот одновременный учёт самых разных методов мышления как рассуждений с самыми разными объектами внимания довольно легко понять: когда вы смотрите на дерево, раскачивающееся под ветром, обсуждаете углы раскачки в зависимости от силы ветра, но это абсолютно не исключает того, что в этом дереве прямо в этот же момент по ходу рассуждения продолжает идти фотосинтез, в дупле этого дерева высиживает птенцов неведомая птичка. Нет, это всё присутствует в реальном мире. Просто когда ваше внимание сосредоточено на образе раскачивающегося под ветром дерева в целом, то можно подробно рассмотреть именно объект «раскачивающееся дерево в целом», но объекты других размеров, входящие в физический объект «раскачивающееся дерево в целом» и находящиеся в окружении этого физического объекта, не будут рассмотрены. Но они из жизни никуда не исчезают, просто будут временно (а иногда и навсегда) от вас скрыты. Временно скрыты, пока вы не обратите внимание именно на них. Навсегда скрыты, если ваше внимание так к ним и не обратится.

Но вот вы обратили внимание на фотосинтез, при этом и раскачивание дерева сильным ветром, и кто там у этого дерева в дупле – всё это вмиг потеряло значение, внимание переключено на фотосинтез и дальше мы удерживаем внимание на фотосинтезе, задействуем собранность. Но «исчезновение объектов в рассмотрении» исключительно работа нашего внимания, с деревом ничего не происходит! В жизни дерево существует во всей его полноте, никуда не девается ни фотосинтез, ни птичка, ни раскачивание под ветром. Просто нам удобно рассматривать и обсуждать всё это по очереди, а не всё сразу. И мы при этом деятельны: принимаем решение вообще рассмотреть это дерево (а не велосипед), может быть даже подойти к дереву, или просто воспроизвести его модель прямо «в голове», и ничего телом в этот момент не делать (не забывая при этом, что «думать/мыслить/рассуждать/вычислять» – это тоже работа тела, хоть человеческого, хоть робота).

Вот это рассуждение про выделение вниманием разных целых объектов одной камерой внимания, а другими камерами внимания отслеживание частей этих целых объектов для удобства рассмотрения сложных ситуаций, а потом надёжное удержание некоторое время во внимании именно этих целых объектов и их частей без блуждания камер внимания по другим объектам (использование собранности для работы с частями и целыми для этих частей) – оно типично для системного мышления, это самая суть подхода, для этого и было разработано системное мышление, хотя вы смело можете считать, что это некий синтез из понятизации (выделение объектов, их именование, чтобы потом различать и говорить о них) и собранности (удержание во внимании), физики (выделение частей в их изоляции от окружающего мира), теории понятий (отношение часть-целое), онтологии (понимание иерархии в отношениях часть-целое как основы для выделения системных уровней).

Вы выбираете правильный для решения ваших задач уровень рассмотрения частей-целых (масштаб крупности в длинах, масштаб времени в продолжительностях, «уровень организации», «эволюционный уровень», «техно-эволюционный уровень», «системный уровень» – для живых систем это, если грубо, молекулы, клетки, органы, организмы, популяции и примерно так же «по размерам» это будет нарезано вниманием для техно-систем). Дальше вы решаете на выбранном уровне рассмотрения частей-целых свои проблемы, направляя внимание выше или ниже по этим уровням в зависимости от того, над чем размышляете.

Если что-то обсуждено недостаточно подробно, то можно всегда вернуться и дообсудить (а для того, чтобы не терять внимания, всё записываем, а не размышляем только «внутри головы»). Обсуждаем части, не теряя из виду целого. Обсуждаем целое, не забывая о частях. Обсуждение задействует наше внимание к какому-то уровню частей целого объекта, и дальше уже частей этих частей. Сам объект остаётся в его натуральной целостности, а части и целые объекты на многих уровнях выделяются только вниманием. Внимание может работать и в обратном направлении: для каких-то частей целого объекта оно может быть направлено дальше «вверх» по системным уровням, то есть на целый объект. А затем и этот целый объект может быть объявлен частью, а внимание найдёт объемлющее целое ещё более высокого системного уровня.

Интеллект-стек как набор методов мышления нельзя считать классической системой из физики (методы – это поведение, системой можно было бы пробовать назвать сам мыслящий объект, то есть интеллект, хотя тут тоже есть нюансы), но работа внимания к отдельным методам мышления, а в самих методах интеллект-стека внимание к понятиям отдельных трансдисциплинам и поддерживающих их отдельным инструментам поддержки рассуждений по мыслительным приёмам этих трансдисциплин (главным образом моделеров) устроены похоже: из плотного неразрывного клубка понятий и их отношений мы вниманием выделяем, а затем удерживаем во внимании и подробно обсуждаем и отдельные методы мышления, а в них дисциплины и инструментарий, и дробим дальше вниманием методы на отдельные приёмы мышления, и даже отдельные части этих приёмов (при всей неопределённости разговора про «части операций/приёмов/процедур», хотя мы дальше в курсе расскажем, как пробовать разобраться в поведении/activity/behavor так, чтобы точнее проводить границы между разными поведениями).

Мышление неразрывно в его фундаментальных и прикладных методах, оно происходит в целом и прикладное, и общетрудовое/инженерное, и интуитивно-понятийное (понятизация занята этим), и алгоритмическое, и онтологическое, и методологическое, в нём присутствую все прикладные методы мышления и все фундаментальные методы мышления интеллект-стека.

Если мы размышляем о самом мышлении (интеллект-стек как раз для этого!), то мы выделяем силой нашего внимания в методах мышления какие-то части и какую-то часть времени думаем только о них – чтобы преодолеть сложность мышления, чтобы лучше понять, как устроено мышление, как ему научить. Какие-то выделяемые вниманием части полного мышления по знаниям самых разных методов мышления интеллект-стека, имеющие дело с понятиями «система», «системный уровень», «эмерджентность» и другими понятиями системного подхода – это и будет системное мышление. Для обучения этим частям из полного фундаментального мышления всего интеллект-стека и был создан курс системного мышления, который вы сейчас проходите.

Аналогично тому как рациональное, семантическое, логическое и т. д. мышления используют в своём составе приёмы системного мышления на базе понятий системного подхода, так и рациональное, семантическое, логическое, онтологическое и многие другие фундаментальные методы мышления задействованы в системном мышлении: понятия теорий/дисциплин фундаментальных методов мышления сильно переплетены друг с другом. Без освоения методов мышления полного интеллект-стека хорошо системно мыслить не станешь.

Одного курса системного мышления для того, чтобы системно мыслить, не хватит. Курс системного мышления даёт только один срез, одну выборку из всех знаний, нужных для полноценного усиления интеллекта. Студенты вузов получают двойки по курсу системного мышления часто не из-за незнания понятий системного подхода и неумения их использовать в мышлении о своих рабочих проектах, а из-за плохой подготовки в области семантики, теории понятий, онтологии, логики26.

Например, рассмотрим такую дисциплину/теорию как семантика: типичная ошибка при её незнании – это неразличение понятия и термина для этого понятия. Стоит расслабиться – и в системном мышлении уже перепутано понятие «потребности» как психологической потребности пить-кушать-размножаться и «потребности» как интереса внешних проектных ролей к своим системам (надсистемам для целевой или системам создания в их цепочках). Слово-термин одно, словарные гнёзда разные, понятия разные – но это часто не отслеживается, термины и понятия не различаются, ибо знаний по семантике нет. В курсе системного мышления нет возможности подробно рассказывать о семантике, тут уже пользуются этими знаниями! Курсы, обучающие семантике, нужно пройти до курса системного мышления!

Например, курс «Моделирование и собранность» устроен примерно так же, как курс системного мышления: взяты какие-то знания/теории самых разных методов мышления интеллект-стека, но акценты проставлены другие: на семантике, теории понятий, онтологии, логике. Понятия системного мышления в курсе «Моделирование и собранность» затрагиваются, но на них нет акцента, нет подробности изложения. Поэтому только курса «Моделирование и собранность» тоже не хватит, чтобы усилить свой интеллект, равно как и только курса «Системное мышление» или только курса «Методология».

Ещё один пример: неумение агента работать с типами в мышлении. Способы этой работы с типами описываются знаниями из теории понятий, одной из трансдисциплин методов интеллект-стека. Если вы пишете, что «система X – это система отношений между покупателями и продавцами», то нельзя через три строчки писать, что «система X – это софтверная платформа», а ещё через три строчки писать, что «система X – это проект по предоставлению сервиса». Это ошибка того же вида, что написать «X – это огурец», через три строчки написать «X – это пушной зверёк», а ещё через три строчки написать «X – это система ценностей». Тип ошибки тут один и тот же, но для огурца и пушного зверька здравого смысла хватает заметить ошибку, а вот что «система отношений» это ни разу не «софтверная платформа», а «платформа» – это не «проект» – вот это уже для плохо тренированного в работе с типами человека не берущаяся задача. Если такое видишь в студенческом тексте, то чётко понимаешь, что понятия целевой системы как физического объекта в голове студента нет, а есть эдакое «облачко смыслов», не доведённое в мыслях до какой-то физической реализации.

Работа с типами касается ещё и возможности провести рассуждение об объектах из учебника на объектах из жизни. Если ты понимаешь, что у тебя тип «физическое тело» в учебнике физики летит по параболе, если его кинуть при наличии гравитации, то это рассуждение о типах. В жизни надо ещё будет сообразить, что кинутый мячик – это то самое физическое тело из учебника! Далее надо перейти к материалу учебника физики и взять оттуда, что полёт будет по параболе. Потом вернуться к мячику и выдать суждение, что «поскольку мячик – физическое тело, то он будет лететь по параболе», и даже прикинуть, какое место абстрактных объектов «парабола» и «траектория» вокруг мячика в реальном мире. Это рассуждение абсолютно такое же, как про какие-нибудь целевые системы. Если вы производите «системы бухгалтерского учёта», то надо ещё сообразить, что слово «система» тут – тип из теории/знаний системного подхода, обратиться к материалам нашего курса, затем найти эту систему в окружающем мире (что это за «система»? Это тип для набора правил учёта? Но вы их явно не производите, и они не похожи на системы из курса. Более того, в курсе явно сказано, что наборы правил и системы уравнений – это не те «системы», которые в системном подходе. Далее вопрос: это софт? Это отдел «бухгалтерия», который использует софт бухучёта? Это отдел, который использует софт и все те люди, которые вынуждены поставлять данные для отдела, который кормит этими данными софт? В какой момент времени можно сказать, что «мы выпустили систему бухгалтерского учёта»? Почему разные люди в предприятии не договорились, что же мы выпускаем?).

Это всё про операции с типами – если с этим не разобрались, то невозможно найти важные объекты внимания в жизни, о которых много чего будет известно сразу, как только вы отождествите их с объектами из нашего курса. Курс не даёт знаний о конкретных системах в конкретных проектах. Но курс даёт знания про все системы во всех проектах. Надо только уметь присвоить типы из курса объектам из реальной жизни, из вашего реального рабочего проекта.

Особо тут можно упомянуть плохое обращение с отглагольными существительными (мышление тут тоже может выступать примером). Мышление один раз может быть процессом (и в нашем курсе именно так), который реализуется вычислителем-интеллектом/«мыслительным мастерством», а второй раз у тех же людей иногда и в той же фразе – это часть мозга, синоним интеллекта, а не поведение этой части (а в нашем курсе это не так)! И то, что мышление как «глагол» и мышление как «существительное» могут путаться – это люди с плохим тренингом в теории понятий не замечают. У них будет всё очень, очень плохо с концепцией системы, ибо функции в концепции системы задаются как раз отглагольными существительными, и это поведения, а не вещи, и путаться в этом нельзя. Это всё вопросы, которые не затрагиваются курсом системного мышления, но рассматриваются в других курсах по усилению интеллекта, прежде всего в курсе «Моделирование и собранность».

Сюда же можно отнести суперобобщения/overgeneralizations, это тоже к работе с типами как онтологической уже работе. Вместо какого-то объекта очень плохо указывать его супер-супер-супер-тип/класс, очень высоко стоящий в классификаторе, и считать, что дальше всё берётся операцией наследования свойств типа. Например, вместо «тигра» везде говорить про «зверя» – а потом удивляться, почему другие люди подставляют в разговоре вместо зверя свою «мышь» (это же тоже зверь!), после чего фраза «мышь опасна для человека» для них является неожиданной и им невдомёк, откуда она берётся. А появляется такая фраза из-за того, что «тигра» нужно называть тигром, а не более общим классом «зверь». Не нужно обобщать чрезмерно, в лишних обобщениях часты ошибки! Если вы указали дрель как «оборудование» и дали характеристику «частота вращения», то это кажется нормальным. Но потом кто-то добавит такое «оборудование», как люк, и у люка появится характеристика «частота вращения»! Это ведь простое логическое следствие того, что «люк – это оборудование». Ибо вы думали о «дрели», а писали «оборудование»!

Ещё одно логическое препятствие для системного мышления как использования понятий системного подхода – это проблемы в отслеживании отношений «часть-целое» на нескольких уровнях. Эти уровни по отношению «часть-целое» называются системными, но иногда их же могут назвать эволюционными, структурными, сложности, или даже организационными уровнями. Отношения часть-целое (композиции, речь идёт о физических частях) как между мной-телом в целом и моей рукой как частью тела вдруг заменяется отношением классификации (моя рука – одна из четырёх конечностей человеческого тела, конечность тут – это уже класс! Рука классифицируется как конечность, она не часть конечности!), после чего палец на руке оказывается пальцем на какой-то конечности, причём уже не обязательно именно на руке – переход от «руки» к «конечности» изменил ситуацию! Система в результате представляется как состоящая из не-пойми-чего, а не физических частей.

Студенты легко складывают колбасу в штуках с яблоками в тоннах, не считая это ошибкой. Да, это не ошибки в системном мышлении, это ошибки в онтологии и логике как определении того, с какими объектами ведётся рассуждение и по каким правилам оно ведётся, системы ли эти объекты, или какие другие. Без онтологичности и логичности никакого системного мышления не будет. Если в решении дифференциального уравнения вы в арифметике посчитали 2*2=5, то ответ для всего решения уравнения будет неправильный, даже если нет ошибок в высшей математике в части дифференцирования!

Как семантика, теория понятий, онтология и логика лежат в основе системного мышления и поддерживают его, так и само системное мышление лежит в основе трудового/практического/деятельного/инженерного мышления и прикладных инженерных методов, например, мышление для классической «железной» инженерии, программной инженерии, агропромышленного производства, включая генную инженерию, образование и коучинг как «инженерию личности», менеджмент как инженерию предприятия и так далее, вплоть до общественной деятельности как прикладной культуры/практики/метода изменения общества.

Менеджер (инженер организации) без системного мышления – это плохой менеджер. Быстро меняющиеся прикладные деятельности все основаны на крепких навыках более фундаментальных методов мышления интеллект-стека: инженерии, методологии, риторике, этике и так далее до собранности и понятизации. Под работой каждым методом есть какие-то умения. Так, собранность – умение обратить на что-то внимание и удерживать это внимание, в том числе осознанность в том, на что именно обращено внимание и насколько хорошо оно удерживается – например, понимаете ли вы, сколько минут подряд вы читаете наш курс, а сколько минут подряд вы смотрите ленту в соцсетях. Понятизация – это умение облачить неясные ощущения о понятиях в словесную форму.

В сильном мышлении задействован весь интеллект-стек, а не только какая-то его часть. Это означает, что в сильном/универсальном/общем мышлении задействованы методы мышления всего интеллект-стека, а не только мыслительные приёмы, набранные из теории понятий, онтологии, логики, рациональности. В сильном мышлении задействованы не только мыслительные приёмы, связанные с системным подходом и известные вместе как «системное мышление». При этом сами методы интеллект-стека быстро эволюционируют. Например, существенно изменилась часть, связанная с семантикой: в связи с быстрым развитием современных систем AI появилось обучение представлениям (representations learning, главным образом векторным/распределённым/distributed27, отвязанным/disentangled28, непрерывным/continuous29) как альтернатива семиотике (изучающей знаки как локальные/атомистические/дискретные представления).

Моделирование: понятия

Заполните таблицу, основываясь на материале нашего курса:

Мыслительный минимум современного человека: учим один раз, используем во всех проектах

Освоение мыслительных методов наверху интеллект-стека обычно требует определённого уровня владения теми методами, которые находятся ниже. Если вы не знаете, что такое теория понятий, не знакомы с логикой, с этикой, то изучение риторики вам не будет доступно. Напомним последовательность уровней сегодняшнего интеллект-стека (набор методов может меняться! Развитие не стоит на месте! Более того, могут быть и альтернативные варианты интеллект-стека уже сегодня, эволюция предполагает существование множества видов, в том числе множество видов теорий/объяснений/дисциплин):

• Системная инженерия

• Методология

• Риторика

• Этика

• Эстетика

• Исследования/познание

• Рациональность

• Логика

• Алгоритмика

• Онтология

• Теория понятий

• Физика

• Математика

• Семантика

• Собранность

• Понятизация

Едва ползающему человеку прыжки и танцы не будут доступны, нужно сначала накачать мышцы (инструментарий), а мозгу и освоить приёмы управления мышцами (дисциплина). Нужна подготовка к действию, освоение метода, получение мастерства. Сразу действие не получится. Только после получения готовности тела к действию можно учить какие-то паттерны сложных спортивных и танцевальных движений.

Образование в частности и обучение в целом (образование – это специализация обучения, направленная на усиление фундаментального/универсального/общего интеллекта, то есть обучение методам мышления интеллект-стека) устроено так же: предусматривается некоторая последовательность обучения (curriculum learning), знания прирастают по кусочкам, а не «одним большим куском за раз».

Арифметика изучается перед интегралами, без знания таблицы умножения высшей математики не освоишь – арифметика тут пререквизит для высшей математики. Сначала готовность и автоматизмы/беглость в мышлении для более базовых мыслительных навыков, а затем готовность и автоматизмы/беглость на более прикладных уровнях мышления – и так на нескольких уровнях.

Сначала нужно уметь обращать мысли в слова хоть как-то (понятизация), потом удерживать внимание на мыслях (собранность), потом различать сами мысли, объекты мира и слова о них (семантика), потом разобраться с физикой и математикой – как они отличаются и почему без них нельзя, потом разбираться с типами объектов и отношений (теория понятий), удерживать многоуровневое задание объекта при выделении его вниманием из фона (онтология), и так далее.

Конечно, возможно огромное число образовательных маршрутов (учебных программ/куррикулумов/curriculums), в ходе которых будет усилен интеллект, то есть нужна какая-то последовательность освоения мыслительных приёмов из методов интеллект-стека. Так, для освоения системного мышления, нужно быть хоть как-то знакомыми не с одной, а со всеми методами мышления интеллект-стека. Например,

• В понятизации вы узнаете, что есть объекты, которым мы можем давать имена,

• В собранности вы научитесь записывать результаты ваших рассуждений,

• В теории понятий вы узнаете, что мир надо моделировать через типизированные объекты и их отношения,

• В физике будет дан тип «система»,

• В онтологии иерархия по отношению композиции даст системные уровни,

• в методологии рассказано о том, что одна система создаёт другую систему каким-то методом/трудом/практикой/культурой/деятельностью/стилем,

• в инженерии будет понятно, какими способами мы создаём эти системы.

Это мы ещё раз повторили маленький кусочек того, как из знаний/теорий/трансдисциплин самых разных методов мышления, входящих в интеллект-стек, получается знание системного мышления.

Системное мышление дано «в типах» высокого уровня абстракции, оно безмасштабно, универсально в плане прикладных предметных областей и не антропоцентрично. Поэтому системное мышление применимо для проектов по созданию и развитию таких разных систем, как деталь ракетоплана, авиалайнер, породистая овца и гектар леса, шеф-повар и робототехник, фирма по производству подгузников и фирма интернет-провайдер, сообщество любителей Толкиена и «незримый колледж» в науке. Иногда создаётся и общество как «отдельная страна» или же это общество модифицируется, не меняя страны, но становясь совсем другим («революция»), а иногда создаётся супер-интеллект как гибридный из компьютерных интеллектов и интеллектов людей.

В самых разных проектах одновременно происходят работы самых разных людей по самым разным методам/практикам с их самыми разными дисциплинами/теориями/знаниями/алгоритмами, разными инструментами, разными материалами для этих работ. Вам требуется немного думать о многих из них, чтобы лучше разобраться в собственном проекте: каждый проект и сам включает в себя много прикладных работ по прикладным методам, а при получении проблем ещё и требует работы методов мышления интеллекта, но ещё не бывает «сферических проектов в вакууме», проект встречается с огромным количеством методов работы других проектов. Каждый приходящий со стороны в проект занимается чем-то своим: внешние контрагенты, поставщики материалов, покупатели, менеджеры, посредники, организации стандартизации, каждый день в проекте появляются новые люди, и со всеми ними надо содержательно разговаривать. Надо уметь как-то разобраться, что они все делают, чтобы как-то выстроить с ними содержательный разговор. Мышление и деятельность во всём этом разнообразии деятельностей самого проекта и окружающих его проектов устроены примерно одинаково, и можно это компактное мышление выучить один раз, а потом применять в разных работах одного проекта, или даже в разных проектах. Усиление интеллекта, в том числе овладение системным мышлением посвящены как раз этой компактификации мышления: один раз учишься думать, затем применяешь во всех проектах. Включаешь сильное мышление один раз, а потом просто никогда не выключаешь.

Есть легенда, что талант к мышлению (какого бы вида оно ни было) врождённый. Да, генетическая предрасположенность к какому-то виду мышления бывает, как у спортсменов к какому-то виду спорта. Но там не так всё однозначно: связанных с интеллектом генов сотни, за счёт генетики далеко в мышлении не убежишь.

Так что мы рекомендуем полагаться не на генетику, а на обучение мышлению: сами приёмы мышления не заложены в мозге, они должны быть усвоены и натренированы. Это означает, что натренированный «не талант» легко обойдёт в том или ином виде мышления нетренированного «самородка», который так и останется «вечно подающим надежды», он просто не будет знать, как мыслить правильно. Выученный волками потенциально гениальный Маугли не будет уметь даже разговаривать, до сильного мышления дело даже не дойдёт. Врождённый IQ не имеет особо большого значения (уже приводили примеры), хорошее образование (то есть обучение методам мышления интеллект-стека) в жизни значит много больше!

Интеллект-стек – это набор лучших на сегодняшний момент в нашей цивилизации методов мышления, основанных на лучших объяснительных теориях. Лучших (state-of-the-art) в цивилизации по состоянию на нынешний год, а не какой-нибудь 2011 (новая весна искусственного интеллекта с использованием глубокого обучения на нейросетях началась в 2012 году, в 2011 году компьютеры ещё не разговаривали и не могли хорошо видеть!) или уж совсем древний 1980 год (год появления первого персонального компьютера IBM PC).

Эти решения о выборе тех или иных приёмов мышления изо всего известного человечеству множества вариантов как раз и направлены на то, чтобы думать абстрактно, адекватно, осознанно, рационально, системно, практично/проактивно/деятельно, а не «дикарски», с игнорированием всего накопленного цивилизацией мыслительного опыта. И эти решения по выбору безмасштабных (универсальных для разных размеров систем и разных масштабов времени существования систем) и неантропоцентричных (неспецифических именно для человека) приёмов мышления предполагают письменное оформление используемых моделей мышления, начальных данных, промежуточных и конечных результатов мышления, да ещё и выход в реальный мир. Условно, компьютеры тут тоже «письменно». А «выход в реальный мир» – это выход в изменение физического мира, выход в действия: от «подойти посмотреть» до «пойти поговорить» и «изменить, чтобы не мешало».

Решения по выбору методов/приёмов мышления делаются отнюдь не только приёмами мышления «внутри головы», чисто информационной/вычислительной работой без тела. Это вполне себе проактивный и деятельный метод мыслительной работы, выходящий в мир (в чужие головы, в чужие датацентры) и изменяющий затем к лучшему как мир, так и самого принимающего решения мыслящего агента.

Насколько окультуренный цивилизацией интеллект, то есть проводящий мышление с использованием фундаментальных методов интеллект-стека в современном варианте этих методов, сдерживает или наоборот, стимулирует творчество по сравнению с живым «дикарским» мышлением? Опыт цивилизации показывает, что образованные и мыслительно тренированные люди обычно выигрывают в массе своей у неучей, несмотря на их якобы «шаблонное мышление». Гениальные самоучки-дикари-кулибины чрезвычайно редки. При этом на поверку «самоучки-дикари» оказываются часто более чем начитаны и образованы, разве что их образование не было связано с каким-то официальным учебным заведением, а паттерны своего «гениального самородного мышления» они тоже брали из литературы и подхватывали у своих вполне образованных учителей, а не изобретали по ходу дела. Это народная легенда, что самоучки нигде не учились. Они очень даже учились, только сами, а не «официально».

Интеллект в порядке самообразования нужно «накачать» и «разработать» так же, как мышцы и суставы для готовности тела к движению – мозг ведь тоже тренируем, он пластичен, то есть физически изменяется в ходе тренировки! И именно поэтому тренировки мышления не быстры. Как и с обычными мышцами, быстрых результатов за одну-две тренировки мышления не получишь, нужны месяцы и годы, ибо при этом задействуются медленные биологические процессы в мозге.

В ходе человеческого мышления с использованием фундаментальных знаний отращиваются синапсы нейронов, улучшается кровоснабжение мозга. Интеллект как физически реализованный на мозге вычислитель/«машина рассуждений» для методов мышления развивается медленно, это месяцы и годы. Хорошим сравнением тут будет спорт: за три месяца тренировок чемпионом не станешь, а вот за три года – чемпионом ещё нет, но от окружения «людей с улицы» будешь отличаться драматически.

Но есть и трюк: человек не полагается только на биологическую природу своего мышления, а задействует и компьютер. Даже если речь идёт не о полноценном компьютере, а просто о бумаге и ручке, то биологическому мозгу становится проще управлять вниманием, проще задействовать большую память, проще обмениваться результатами мышления. А ещё человеческий интеллект задействует тело, и речь идёт тут не только о том, что при письме шевелятся пальцы рук, а при чтении работают глазные мышцы. В курсе собранности, где даются и основы понятизации, довольно много рассказывается о связи собранности ума и тела (например, онтологический дребезг можно распознавать по ощущениям в теле).

Мышление проактивно, оно выходит в физический мир, тело в нём тоже имеет значение, включая продолженность тела в форме инструментов – телескопов, микроскопов, автомобилей, ракет, человекоподобных роботов.

Человеческое мышление имеет внешний характер, оно проходит не только в мозгу, но и во всём теле, и выходит за его пределы (тезис 4E30), поэтому системное мышление тренируется не только как умственное упражнение, но и с задействованием компьютерных средств моделирования – от просто письма в редакторе текстов или редакторе сложных табличек (вроде notion.so или coda.io) до изощрённого математического многомасштабного (multiscale, на разных уровнях структуры/организации моделируемой системы как физического объекта, с разными видами моделей для разных масштабов) имитационного моделирования.

Мы подчёркиваем, что нельзя говорить только о фундаментальных дисциплинах, то есть о чистой теории/знании/объяснениях. Надо говорить о методах/способах работы, где дисциплина/знания/алгоритмы поддержана инструментами, усиливающими мастерство «голого мыслящего мозга» (или «голого мыслящего компьютера», если речь идёт об AI). Люди (а сейчас уже и компьютерные нейросети, и роботы) давно не работают «просто руками», они используют инструменты. В мышлении люди давно не думают «просто мозгами», они используют компьютеры (а компьютеры используют в помощь себе другие компьютеры, или даже людей, или даже давно умерших людей – например, читают результаты мышления в книгах давно уже умерших авторов).

Если вы обнаружили себя в ходе глубокого размышления, в котором вы не ведёте никаких записей, не делаете никаких компьютерных моделей – вы явно что-то делаете не так. Мышление происходит сегодня письмом и моделированием, на чисто человеческую биологическую память одного человека надежды нет. Системное мышление тут не исключение.

Продолжительное фундаментальное образование нужно, чтобы не просто цивилизованно мыслить, но и мыслить бегло, причём с использованием инструментов для мышления (собеседников типа AI и других умных людей, записей в моделерах, заметок на естественных языках). Тут как в спорте: за три месяца чемпионом не станешь ни в одном виде спорта, но за три года вы будете драматически отличаться от «людей с улицы». А за десять лет можно уже думать и о чемпионстве: большинство ваших потенциальных конкурентов тут просто не дойдут до сравнения вашего и их мастерства, если вы тренируетесь/обучаетесь все десять лет. И обучение-развлечение деток в спортшколах сильно отличается от жёсткого обучения олимпийского резерва. В образовании всё то же самое: если у вас обучение-развлечение на три месяца – ваш интеллект вряд ли будет сильным. Если впахиваете много лет, то драматически будете отличаться от всех людей «с улицы», а если речь идёт о десятке лет – можно поговорить о том, что вы будете общаться с умнейшими людьми планеты, и не только вам будет с ними интересно, но им с вами будет интересно!

Натренированные до беглого применения паттерны мышления дают возможность как по проложенным в мозгу рельсам быстро проводить типовые абстрактные, рациональные, адекватные, осознанные, системные, практичные рассуждения, не затрачивая на это мыслительных усилий, то есть интуитивно, «на автомате» – включая рассудочное «пошаговое» мышление по образцам «из учебника», которое не кажется после тренировки чем-то запредельно трудным.

Только если эти «рельсы мышления» оказываются вдруг где-то не проложены, только при столкновении с чем-то действительно новым, можно переходить на затратное «просто мышление, уж как можем», задействовать какие-то иные, поисковые механизмы мышления, «голый биологический интеллект», как-то иногда методом проб и ошибок задействующий внешние средства типа компьютерного моделирования. Но такие выходы за пределы знакомого в мышлении – исключение, а не правило. Вам очень повезло, если вы оказались на таком фронтире, радуйтесь, что вы в первых рядах человеческой цивилизации.

Но не факт, что вы сможете на этом фронтире что-то придумать, пополнить запас эффективных паттернов мышления человечества: эволюция с методом проб и ошибок очень действенна, но большинство проб оказываются ошибками и на удачные пробы может просто не хватить времени и ресурсов.

Эти ускоряющие мышление взятые из культуры паттерны используются как в самых базовых видах мышления (логические рассуждения общего вида), так и в основанных на них более сложных (инженерное мышление общего вида), так и в быстро меняющихся ещё более специализированных и сложных вариантах рассуждений, включающих смесь познания/мышления и каких-то рутинных прикладных рассуждений по уже давно известному материалу.

Паттерны мышления используются в труде инженера-авиастроителя, менеджера, инвестора, дрессировщика дельфинов, танцора, учителя начальной школы, политика (при этом они могут быть людьми, но могу быть и роботами, и даже организациями из людей и роботов). Мышление должно быть культурно/практично/стильно/деятельно – оно должно следовать методу/способу. Это означает, что интеллект должен как-то повторять одни и те же приёмы мышления, если это лучшие известные приёмы мышления. Слабые приёмы мышления, которые вы придумываете каждый раз «под проблему» – не факт, что они справятся. Чтобы быть умным, надо знать, как быть умным. Паттерны сильного мышления надо выучить. Это делается в форме изучения приёмов/паттернов мышления из методов интеллект-стека.

Беглости мышления нужно добиваться в любом мышлении, мышление надо тренировать, как любое другое поведение, как любой другой метод/практику/культуру/стиль/деятельность/стратегию.

Кроме того, что выученные и далее натренированные до беглости культурные/стильные/практичные/«каким-то методом» паттерны мышления дают выигрыш в скорости по сравнению с мышлением-дичком, они предохраняют от грубых мыслительных ошибок. Один раз выучиваете операцию умножения – всю жизнь затем используете. Один раз выучиваете, что систему нужно рассматривать функционально в момент её работы в составе надсистемы, а ещё рассматривать конструктивно в момент её создания и развития – и тоже используете всю жизнь.

«Платят за согласование и удовлетворение интересов внешних проектных ролей, а не за „реализацию концепции системы“ и уж тем более не за „реализацию требований“, которых в современной инженерии уже нет, сама идея „требований“ устарела» – этот материал излагается в курсе системного мышления, один раз для всех систем. Если вы его не выучили не применили в жизни, то можно и без денег остаться! Лучше бы это выучить один раз, чтобы потом всю жизнь не ошибаться! Знание приёмов системного мышления очень практично, экономит время, спасает от ошибок.

Для «образованного человека» нужно освоить одно и то же компактное мышление по методам интеллект-стека, и оно пригодится ему для самых разных деятельностей и проектов. Ведь человеку придётся в жизни играть много самых разных трудовых/проектных/профессиональных ролей, занимаясь методами самой разной инженерии самых разных систем – выращивать цветы, детей, изготавливать шестерёнки, программировать ассистентов AI, обустраивать гостиничный номер, обустраивать палатку в горах, ловить змей, проектировать фемтосекундные лазеры, договариваться с AI по поводу формата выдачи материалов и т. д. Тут будут и рабочие методы, и методы/способы/культура поведения члена семьи, родителя, избирателя, политика.

Человек (хотя не только человек, но и предприятие, а то и компьютерная система с AI, или даже без AI) в жизни играет много ролей, за каждой из которых стоят какие-то иногда крупные («авиастроение»), а иногда очень дробные и маленькие («производство подшипников») по требуемым для них знаниям/объяснениям/теориям прикладные методы создания каких-то систем определённого уровня организации. Каждый из этих прикладных методов предполагает какие-то свои специфические прикладные паттерны рассуждений, но при столкновении с новым и неожиданным поворотом в проекте для решения проблем нужно будет подключать и общие/фундаментальные методы мышления интеллект-стека.

Будь вы основателем фирмы на рынке секс-игрушек, или менеджером проекта космического туризма, или инженером квантовых компьютеров – вам придётся для исполнения всех многочисленных прикладных методов для этих занятостей быть собранным, задействовать логику, согласовывать сложные модели систем с вашими коллегами, удерживать внимание на многочисленных ваших и чужих системах, которые затрагивает ваш проект и которые затрагиваются вашим проектом, вы будете использовать компьютеры с универсальными (AI) и не очень универсальными (обычный корпоративный софт) алгоритмами. В следующем проекте всё повторится, но на совершенно другом содержании проекта: весь ваш интеллект потребуется опять, чем бы вы ни занялись: проекта, где всё известно и можно рассуждать только по правилам, не бывает. А если есть какое-то совершенно знакомое действие, его даже «проектом» не назовут!

Мышление как деятельность интеллекта по решению проблем, по познанию сложно устроенного и непрерывно меняющегося мира – оно универсально, оно всегда будет с вами, и системное мышление входит в состав этого мыслительного минимума цивилизованного человека и цивилизованного AI. Хотя про системное мышление можно сказать и то, что оно входит в состав мыслительного минимума цивилизованной организации: системное мышление коллективно, оно объединяет интеллекты в организации, усиливает интеллект и организации в целом.

Обязательно нужно учитывать, что речь идёт о лучших на сегодняшний момент (state-of-the-art) приёмах мышления. Базовые приёмы мышления относительно стабильны (время их изменения может исчисляться сотнями лет: сколько веков было аристотелевой логике до момента прекращения её использования?), но в 21 веке и базовые приёмы за время длинной человеческой жизни могут меняться, так что тут нужно быть начеку и вовремя переучиваться. Удивительно, но немногие сегодня знают, что аристотелева логика с её силлогизмами осталась в истории, вместо неё сейчас множество вариантов математической логики. При этом логика перестала считаться основанием всей математики, поменялась и математика, и математическая логика (подробней об этом в курсе «Интеллект-стек», в разделах математики и логики).

Уже в 21 веке существенно изменилось понимание самого интеллекта, научного мышления, причинно-следственных отношений, логики как вероятностного вывода, да и самого системного мышления. Если вы будете изучать эти предметы по учебникам более древним, чем 2017 год издания, то вы можете удивиться, насколько они уже не отражают современное состояние методов мышления, основанных на этих дисциплинах. Не учитесь старью! Не учитесь системному мышлению авторов 80-х годов 20 века, проверяйте годы издания ваших учебников! В нашем курсе системное мышление приведено на момент 2024 года!

Так, при поиске учебника системного мышления в гугле одним из первых находится учебник тренеров нейролингвистического программирования Джозефа Коннора и Яна МакДермотта в переводе на русский язык. Но этот учебник в английском оригинале был написан аж четверть века назад, в 1997 году31! Неудивительно, что он так сильно отличается по содержанию от нашего курса, в нём приведены довольно древние представления о системном мышлении. Системное мышление не стояло на месте, оно интенсивно развивалось в 21 веке, ибо развивались все методы интеллект-стека, в их дисциплинах/теориях всё активней использовались понятия системного мышления.

Моделирование мыслительного мастерства

Оцените по десятибалльной шкале, насколько вас научили мыслительному мастерству по методам интеллект-стека в вузе, и сколько вы добавили самообразованием (в сумме 10 баллов на вуз+самостоятельное изучение). Это ничего, что вы не очень понимаете содержание фундаментальных методов интеллект-стека (оно будет раскрыто в курсе «Интеллект-стек»): попробуйте догадаться по краткой характеристике, данной в нашем курсе. Приведите год, в котором ваши знания являлись бы SoTA. Скажем, если вы изучали физику в последний раз в 1980 году, то этот год не может быть свежее 1980, но вероятнее всего, вы освоили на тот момент ещё более древнюю версию метода мышления, основанному на более древней дисциплине/теории, скажем ньютонову механику 1687 года, когда впервые были сформулированы законы Ньютона, а не квантовую механику или теорию относительности. Оценка вашего текущего мастерства может учитывать кривые забывания: если вы были отличником по какому-то методу мышления в 2010 году и тогда поставили бы себе 10 баллов, но с тех пор как-то ни разу не освежали своё мастерство в применении этих методов мышления – умение на сколько баллов у вас осталось?

Задания: мышление и интеллект-стек

Поставьте отметки о выполнении дел:

1. Курс «Моделирование и собранность» пройдён, «машинка типов» у меня работает, я не ленюсь записывать результаты выполнения заданий, могу удерживать внимание на курсе по 2—3 часа в день без отвлечений.

2. Моё расписание на ближайший месяц откорректировано: на проект «прохождение курса системного мышления» выделено 2—3 часа в день, заниматься буду за компьютером (а не читать урывками с телефона в метро). Понял, что заниматься системным мышлением – это не столько читать, сколько писать/моделировать.

3. Написан и опубликован первый пост по первому разделу курса «Системного мышления». Что пришло в голову в ходе прохождения материала этого раздела? Что было наиболее удивительным? Приведите в посте список терминов, которые вы увидели впервые в этом разделе («список незнакомых мне слов»).

4. Изучение курса «Интеллект-стек» будет в вашей учебной программе много дальше. Тем не менее, загляните в этот курс, посмотрите его «по диагонали» (как минимум, просмотрите оглавление). Напишите пост с описанием того, что вы ожидали увидеть в этом курсе, и что увидели при «пролистывании».