До сих пор существовал огромный разрыв между теориями мышления и практикой решения проблем. Без психологических теорий, на основе эмпирического опыта практиков решения проблем, возникли специальные методы, помогающие еще лучше решать проблемы, чем это происходит стихийно: реинжиниринг и синектика, функционально-стоимостный и морфологический анализ, алгоритмическая методика изобретательства Альтшуллера.
Началом революционного пересмотра механизмов мышления стали работы в области искусственного интеллекта. До этого основным объектом внимания психологов были осознаваемые рассуждения, мышление в форме процессов, умственных действий, операций типа сложения многозначных чисел, размышления над такими поэтапными задачами, решение которых объективно состояло из рассуждений. Реально же у человека решение проблем протекает в форме одномоментной генерации интуитивно-очевидных готовых идей. Но психологии, ориентированной только на самоотчеты испытуемых, разобраться с этим было невозможно. И она исследовала то, что было легко доступно.
Специалисты по искусственному интеллекту в содружестве с лингвистами начинали с моделирования простых ответов на протые вопросы. Но эти простые модели показали, как возникают ответы на любые вопросы, а следовательно и то, как возникают любые интуитивные идеи! Сущность мышления оказалась скрытой не в хитрых алгоритмах рассуждений, эвристиках, как это предполагали ранее психологи, а в структуре знаний. При восприятии от условий и от требований задачи по индивидуально-оригинальной структуре знаний автоматически распространяется активация. Встречаясь, эти активационные процессы приводят к ответу. Современные экспертные системы искусственного интеллекта.прекрасно воспроизводят мышление врачей и геологов, химиков и инженеров.. Однако работа экспертных систем основана на комбинировании тех знаний, которые в них заложили разработчики. Следовательно, экспертные системы, в принципе, не могут предложить идей, которых не было у их создателей. Они полезны малоопытным специалистам или в случае необходимости быстрого принятия сложного решения, но открытий они не сделают.
Зато теория искусственного интеллекта проложила дорогу к теории человеческой интуиции, рождающей любые открытия. Отличие человека от компьютера в том, что знания у каждого человека, особенно в области его постоянной деятельности, индивидуально оригинальны. А о первичных источниках части этих знаний, собираемых в течение всей жизни, человек и сам давно забыл. Поэтому, иногда, авторы оригинальных идей и сами не могут объяснить, откуда они пришли. Хотя, в большинстве случаев, автор идеи прекрасно понимает, на основе каких его индивидуально-оригинальных знаний эти идеи возникли. Таким образом теория искусственного интеллекта, объясняющая как одномоментно возникают готовые идеи, если ее применять для объяснения работы генерации идей на основе индивидуально-оригинальных знаний, по сути, является теорией интуиции.
Интуитивно-очевидные идеи далеко не всегда являются высоко эффективными. Если структура знаний шаблонна, то «озаряют» не эффективные, решающие проблему, идеи, а идеи шаблонные, инерционные. Как же находить эффективные решения, если структура высоковероятных для данного человека знаний шаблонна? Ответ на это дали различные, упомянутые выше, специальные методы поиска новых идей – различные методики изобретательства, реинжиниринг.
Однако, под всеми этими методами не было теоретической базы, они возникли стихийно, на основе эмпирического опыта. Разработка же теории позволила объединить все знания о методах решении проблем в единый комплекс. Такая теория, названная структурно-активационной теорией мышления, разрабатывалась с 1982 года и в настоящее время подробно изложена в книге Н.Ф.Овчинникова «Новый взгляд на мышление» /1/, а кратко — в «Тренинге инновационного мышления»/2/. Суть этой теории состоит в следующем. В отличие от обычных теорий структур знаний, используемых в работах по искусственному интеллекту и предполагающих относительно однородные структуры, вводится представление о наличии маловероятных областей знаний, связанных с исходно понимаемыми условиями проблемы слабыми или многоступенчатыми, отдаленными связями. При решении задач методом одномоментной генерации интуитивно-очевидных идей используются только наиболее сильные, высоковероятные структуры, фреймы. Остальные, менее вероятные структуры, более или менее связанные с задачей, активируются до подпорогового уровня и не осознаются. При последующих осознанных рассуждениях, размышлениях они могут, получив дополнительную активацию, стать осознанными и привести к новым, альтернативным идеям. Таким образом, даже при структуре знаний мало адекватной проблеме и генерирующей стихийно, в виде интуитивных идей не эффективные решения, возможен выход на альтернативные и эффективные идеи.
Как же надо рассуждать, чтобы выходить на эффективные решения? Парадокс состоит в том, что необходимые для этого размышления часто элементарно просты. Ответ дают методы поиска новых идей – реинжиниринг, методики изобретательства. Большинство из них являются вариантами системно-логического анализа. Например, морфологический анализ – это форма элементарной логической операции классификации. Суть в том, что простые схемы размышлений запускают активационные процессы на структурах знаний, которые у каждого оригинальны и имеют огромный объем. Поэтому один и тот же вопрос у разных людей часто порождает разные ответы.
Наиболее детализирована алгоритмическая методика изобретательства Г.С. Альтшуллера /АРИЗ/. Она предполагает осознанные формулировки ответов на следующие вопросы: как можно понимать иерархию целей задачи во все более общем виде, как можно понимать условия, систему задачи в более общем виде, каковы причинно-следственные взаимосвязи в задаче, какие элементы абсолютно необходимы, а какие можно менять и т.д. В отличие от стихийного мышления, автоматически опирающегося на исходно заданные условия, АРИЗ предлагает проанализировать задачу с конца, от идеально понимаемого представления о желаемом конечном результате. То есть это путь от идеальной фантазии. Дети любят фантазировать потому, что они мало знают. Взрослые знают все, у них почти на любой вопрос сразу возникает интуитивно-очевидный ответ. В большинстве случаев такие идеи действительно верны, полезны, эффективны. И взрослые разучились фантазировать, разучились смотреть на мир полиальтернативно, многогранно. В АРИЗ взрослого человека насильно возвращают в детство, заставляя посмотреть на проблему многогранно, идеально.
К сожалению, развитие алгоритмической методики изобретательства постепенно пошло по тупиковому пути. Если вначале Альтшуллер говорил, что его алгоритм – это на самом деле не жесткий алгоритм «вычисления изобретений», а система переформулировок, ведущая к многогранному пониманию задачи, то позже он стал сводить все именно к жестким схемам «вычисления изобретений», названным потом Теорией Решения Изобретательских Задач /ТРИЗ/. Структурно-активационная теория, показав механизмы мышления, позволяет вернуть методике изобретательства Альтшуллера ее первозданную эффективность.
Системный подход, системный анализ декларируется сейчас чуть ли не везде. Но, без понимания механизмов его эффективности, он не сможет давать максимум пользы. В своей наиболее распространенной форме системный анализ сосредоточен на математических вычислениях и не подразумевает расширенного качественного анализа множества вариантов. Модель проблемы при этом рассматривается не многогранно, полиальтернативно, а так, как она понимается разработчиками интуитивно. Во многих случаях это соответствует реальности и эффективно. Но тогда, когда проблему не удается решить, исходя из интуитивно понимаемой модели ситуации, необходим ее пересмотр, полиальтернативное видение. А полиальтернативное видение надо специально тренировать! В книге об этом говорится в специальном приложении «Системно-реорганизационный полиальтернативный анализ проблем».
Практика преподавания алгоритмической методики изобретательства Альтшуллера показала, что простая формулировка ее элементов, хотя и помогает многограннее видеть задачу, но часто недостаточна. Первичная интуитивная, часто шаблонная идея решения очень прочно сидит в голове и мешает осознанию альтернативных подходов. В методике изобретательства разрушение опоры на инерционное мышление достигается за счет решения множества задач с оригинальными, не стандартными решениями, которые достигаются именно благодаря методике. В результате такого обучения формируется новый стиль мышления, когда обучаемые, благодаря богатому опыту эффективного решения задач с помощью осознанного системного пересмотра понимания проблемы, научаются автоматическому переходу от мгновенной генерации шаблонных идей к детальному системно-логическому анализу.
При решении проблем высококвалифицированными специалистами они обычно видят ситуацию наилучшим образом. В этих случаях главным является не столько опора на имеющиеся знания /они используются и так оптимально/, сколько детализация модели проблемы по информации извне. Однако, и в этом случае полезен полиальтернативный системно-логический подход, если проблему не удается решить сразу интуитивно. Детальный системно-логический анализ альтернатив помогает шире подходить к выбору путей сбора информации извне, планированию экспериментов, генерации познавательных гипотез. Тренинг полиальтернативного системно-логического мышления полезен и при интерпретации информации, полученной извне.
Из структурно-активационной теории мышления следуют и выводы о перспективах дальнейшего развития систем искусственного интеллекта. Ввести в компьютер все индивидуально-оригинальные знания, накапливаемые каждым специалистом в течение жизни, не реально. Поэтому наиболее перспективна организация такого диалога человека с компьютером, при котором, как на сеансе психотерапевта, из подсознания специалиста будут извлекаться оригинальнейшие решения, основанные на комбинаторике огромных индивидуально-оригинальных знаний. Как это организовать и показано в книге /1/ на 50 примерах генерации оригинальных идей, каждый из которых проиллюстрирован схемой подсознательных механизмов мышления.
Список литературы
1. Овчинников Н.Ф. Новый взгляд на мышление. Р. н/Д., РостИздат, 2008.
Электронная версия: http://www.koob.ru/ovchinnikov/ , http://www.inventech.ru/lib/newlook/.
2. Овчинников Н.Ф. Тренинг инновационного мышления. //Вестник ЦДО. Электронный журнал//.
URL: http://de.dstu.edu.ru/CDOMessenger/pedagogy/trening/trening.htm
Для подготовки данной работы были использованы материалы с сайта http://referat.ru/