Вечер о сложности с Рафаэлем Собра (Agile Sur) и Дэйвом Сноуденом

Ключевые идеи науки о сложности. Краткое изложение дискуссии с Рафаэлем Собра и Дэйвом Сноуденом

1. Определение науки о сложности

Наука о сложности, возникшая на основе таких дисциплин, как математика, физика, химия и биология, принципиально отличается от системного мышления. Сложные системы запутанны, диспозиционны и демонстрируют непредсказуемые закономерности, что означает невозможность чёткого отслеживания причин и следствий.

2. Чем можно управлять в сложных системах

Управляемыми являются только четыре элемента: актанты (люди, роли, ограничения), взаимодействия, мониторы (для наблюдения за возникающими закономерностями) и каркас (стабильные структуры, обеспечивающие согласованность).

3. Миф о «целостном взгляде»

Ни один человек или актант не должен пытаться видеть систему как целое, поскольку это искажает восприятие. Вместо этого используйте разнообразные «сенсорные сети» человека для обнаружения слабых сигналов и аномалий в системе.

4. Сложность против системного мышления

Системное мышление направлено на достижение согласия относительно того, как всё должно быть. Наука о сложности фокусируется на понимании настоящего, выявлении жизнеспособных путей и определении направления, осознавая, что Полярная звезда — это путеводитель, а не пункт назначения.

5. Почему сложность трудно принять

Руководства, основанные на контроле и предсказуемости (например, сотрудники службы безопасности или специалисты по гибкой разработке), сталкиваются с неопределенностью, часто склоняясь к линейному мышлению, что может негативно сказаться на адаптивности системы.

6. От теории к практике

Акцент смещается в сторону практического применения: массовое быстрое восприятие для ситуационной осведомленности, распределение ресурсов на основе ролей и картирование эстуариев для определения того, что можно изменить, а что нельзя.

7. ИИ и когнитивный риск

Чрезмерная зависимость от ИИ может привести к когнитивной атрофии, ослабляя нашу способность мыслить абдуктивно — связывать разрозненные идеи и находить новые идеи. ИИ, ориентированный на текст, также сужает человеческие знания, игнорируя воплощенные и сенсорные измерения интеллекта.

8. Структура PAGODA, модель управления сложностью:

Близость – люди реагируют на близкое и непосредственное

Аномалии – внимание привлекается к новизне

Деликатность – более мелкие, рекомбинируемые элементы способствуют творчеству

Неоднозначность – косвенные подходы часто решают проблемы лучше всего

Дезинтермедиация – прямое взаимодействие с исходной информацией

Абдукция – логические скачки, связывающие, казалось бы, несвязанные идеи

9. Воплощенные знания и время обучения

Приобретение глубоких навыков требует воплощенной практики и терпения – примером чему служит многолетнее обучение лондонских таксистов, сродни освоению программирования или безопасного вождения. Истинный профессионализм формируется со временем, обратной связью и вовлеченностью, а не с помощью коротких путей.