Системное мышление 2024. Том 1

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.