Системное мышление 2024. Том 1

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».