Содержание к диссертации
Введение
Глава 1. Исходные положения исследования 18
1.1. Предпосылки новой философии 18
1.2. Степень разработанности проблемы 24
1.3. О философии сложности 28
1.4. Проблема дефиниции сложности 31
1.5. Ситуация постмодерна и сложность 50
1.6. Возникновение науки о сложности 55
Глава 2. Ведущий метод изучения сложности 61
2.1. Эволюция компьютерных наук 61
2.2. Роль компьютинга сегодня 65
2.3. Воздействие на науку и философию 67
2.4. Алгоритмы и алгоритмическое знание 77
2.5. Философия компьютинга 81
2.6. Проблема сложности в компьютинге 85
Глава 3. Онтология моделей сложности 89
3.1. Концептуальные серии смыслов 89
3.2. Прагматика третьей культуры 93
3.3. Уровень философии сложности 99
3.4. Вычислительная парадигма сложности 117
3.5. Научные исследования сложности 136
3.6. Неотрансценденциалистская философия 141
Глава 4. Метафизические проблемы сложности 152
4.1. Возвращение метафизики 152
4.2. Символическое познание и проблема реальности 158
4.3. Сложностная картина мира 163
4.4. Становление конструктивизма 169
4.5. Проблема глубокой реальности 174
Глава 5. Эпистемология и сложность 178
5.1. Исторический экскурс 178
5.2. Эпистемология как теория познания 185
5.3. Когнитивная наука и сложность 190
5.4. Эпистемологические проблемы 198
5.5. Кластеризация эпистемических теорий . 201
5.6. Разнообразие типов знания 208
5.7. Эпистемология Уилларда Куайна 209
5.8. Натурализованная эпистемология 212
Глава 6. Начала компьютерной эпистемологии 217
6.1. Эпистемологический плюрализм 217
6.2. На пути к компьютерной эпистемологии 221
ч 6.3. Логика и проблема истины 228
6.4. Корреспондентская теория истины 231
6.5. Когерентная теория истины 234
6.6. Идентичная теория истины 237
6.7. Ревизионная теория истины 243
6.8. Дефляционная теория истины 247
Глава 7. Эпистемология науки и сложность 249
7.1. Экскурс в философию науки 249
7.2. Философия науки в России 258
7.3. Контуры науки о сложности 267
7.4. Когнитивные основания науки о сложности 278
7.5. Виртуальные миры и проблема реальности 280
7.6. Импликации идей сложности 285
Заключение 303
Литература 314
- Ситуация постмодерна и сложность
- Алгоритмы и алгоритмическое знание
- Вычислительная парадигма сложности
- Становление конструктивизма
Введение к работе
Актуальность темы
Эта работа выросла из многолетних усилий по анализу достижений в сфере науки о сложности, развиваемых в ряде стран Запада под эгидой США с конца 70-х годов XX века. Целью этих усилий было представление и объяснение полученных в этой области результатов студентам-информатикам. Наибольшие трудности для понимания всегда вызывали постановки задач и руководящие философские принципы западных исследователей.
Наукой о сложности мы называем широкий класс междисциплинарных научных направлений, которые лежат в основе современных высоких технологий. Они образуют ведущую часть постнеклассической науки и не только включают популярную в нашей стране синергетику, но и заметно превосходят её. В точных науках это направление часто называют нелинейной наукой. Объединяющей основой и ведущим методом проведения таких исследований является компьютинг, под которым мы далее будем понимать устоявшуюся, каноническую часть компьютерных наук1. Именно программная реализация научных результатов образует основу, на которой интегрируются усилия специалистов из разных сфер знаний, именно она делает широкие междисциплинарные исследования возможными.
Сложность не имеет хорошего, простого и ясного представления. В противном случае она перестала бы быть сложной и утратила бы свою идентичность. Тем не менее, на философском уровне с ней можно оперировать как с категорией, характеризующей «единство многообразия», ис-
1 Наиболее авторитетная классификация компьютинга, рекомендуемая ACM (Association for Computing Machinery), приведена по адресу
пользуя известное определение И. С. Утробина. Картина мира, возникающая при использовании категории «сложность» отчетливо коррелируются с плюрализмом представлений и состоянием постмодерна, которые часто оценивают отрицательно. Постмодерн обесценил и сделал фарсом многие, авторитетные прежде процедуры и рода деятельности. Однако источником постмодерна в большой мере являются машинная техника нашей эпохи - компьютинг. Именно он проявил и сделал влиятельными тенденции, имеющие давнюю историю. Компьютинг изменил все сферы человеческой деятельности, создал новый способ производства и вызвал к жизни новую культуру. Он заметно повлиял на характер науки и философии.
Компьютинг предложил когнитивные основания, на которых строятся и развиваются практически все направления науки о сложности. Он представляет собой обязательный компонент той культуры, которую должен иметь исследователь в этой сфере науки. Однако недостаточно быть только пользователем компьютера, требуется более кардинальная перестройка мышления, иная картина мира. В отечественной синергетике этот компьютинговыи момент представлен не вполне ясно и отчетливо, поэтому усилия, приложенные в этом направлении, актуальны и своевременны.
Сложность окружающего мира всегда интересовала людей, но лишь в конце XX века возникли сформировались условия для сложностного взгляда на мир, позволившие начать изучение этого феномена. Сложность универсальна, она принципиально не может быть эксплицирована традиционным образом. Поэтому и актуальность её исследования многообразна:
для философии она определяется прежде всего рассмотрением её традиционных объектов: бытия, эпистемологии, метафизики, природы, науки, человека, коммуникаций с единой точки зрения, базируясь на новой, слож-ностной картине мира, которая представляется в работе;
для философии науки - возникновением в рамках постнеклассической науки особой нелинейной науки - науки о сложности, включающей ряд междисциплинарных научных направлений, занимающихся, в частности, исследованием моделей сложности, базируясь на самом широком применении возможностей, методов и средств компьютерных наук;
для социальной философии - возникновением новых средств: компьютерных моделей человека, общества, культуры и цивилизации, позволяющих экпериментально, на компьютерах, исследовать различные сценарии развития событий, чтобы направлять их течение в нужном направлении;
для методологии науки - универсальной значимостью и плодотворностью междисциплинарных исследований, позволяющих эффективно получать кардинально новые результаты во всех сферах науки и техники;
для практики - коммерческой привлекательностью и реальной эффективностью приложений нелинейной науки, многообразием, дешевизной и надежностью создаваемых с её помощью новых товаров, легкостью разработки и модификации высоких технологий, новыми методами управлениями, наконец открывающимися перспективами и возможностями;
в целом, для прогресса науки - необходимостью создать обобщенную и целостную картину мира, позволяющую исследовать феномен сложности в разных аспектах. Наиболее значимы когнитивные основания науки о сложности; условия устойчивых и неустойчивых режимов существования сложных систем; средства и методов обеспечения исследований; конструирование и деконструкция сложных систем различной природы;
для науки о сложности - пониманием того, что большие классы практически интересных систем связаны друг с другом общностью картины мира, моделями и паттернами поведения, описывающими их состояние и динамику в широком диапазоне ситуаций, особенно критических.
Степень разработанности проблемы
Первыми работами, которые были связаны со сложностью, являются труды древних философов, особенно греческих. Они интересовались началами мира и природой различений, вводимых человеком, они первыми осознали относительность простого и сложного. Однако научные исследования сложности стали возможными лишь во второй половине XX века, когда возникла необходимость управлять быстро возрастающей сложностью создаваемых артефактов, в особенности программным обеспечением. Источником современной науки о сложности является теория сложных систем, возникшая из кибернетики Н. Винера, общей теории систем Л. Берталанфи и теории динамических систем, восходящей к И. Ньютону и А. Пуанкаре. Сегодня наука о сложности интегрирует и множество новых направлений, возникших позднее. С начала 50-х годов в разработке этой теории деятельное участие принимают специалисты корпорации RAND, специально созданной для перспективных исследований в сфере компьютинга.
Изучение сложности в России осуществляется, чаще всего, под эгидой синергетики, в рамках которой работают известные отечественные философы и исследователи: В.И.Аршинов, В.Г.Буданов, И.С.Добронравова, К. X. Делокаров, Д. И. Трубецков, В. В. Василькова, Д. С. Чернавский, В.В.Тарасенко, Р.Г.Баранцев, В.А.Шупер, В.П.Визгин, В.Г.Пушкин, В. С. Егоров; Н. С. Автономова, А. И. Алешин, И. А. Акчурин, М. К. Петров, И. С. Алексеев, А. А. Ахундов, А. А. Воронин, В. В. Налимов, Ф. И. Гиренок, В.А.Лекторский, Л.А.Микешина, А.А.Андронов, Л.Левкович-Маслюк, П.П.Гайденко, В.С.Степин, С.С.Хоружий, Б.Г.Юлина, М.А.Розов, В.П.Филатов, В.Н. Порус, В.И.Моисеев: B.C. Швырев, В.И.Арнольд, А. В. Гапонов-Грехов, Г. К. Вороновский, Н.М.Амосов, Т. С. Ахромеева,
Б. Б. Кадомцев, С. П. Капица, Ю. А. Данилов, К. В. Махотило, А. П. Ершов, О. Е. Баксанский, Ю.Л.Климонтович, С. Н. Петрашев, Г. Г. Малинецкий, А. П.Руденко, В.М.Глушков, Г.Е.Цейтлин, С.А.Сергеев, Е.Л.Ющенко,
A. Н. Горбань, А. С. Дмитриев, Г. М. Идлис, Г. Р. Громов, Л. О. Мандельштам,
B. Г. Редько, С.Э.Хайкин, С. П. Курдюмов, С.Е.Дромашко, Ю. И.Манин,
А. Н. Шарковский, Г. Ю. Ризниченко, Р. Г. Хлебопрос, Ю. Л. Романовский,
C. В. Мейен, Н. Н. Моисеев, А. Б. Потапов, А. М. Хазен, Г. А. Меерович.
Многие авторы, работающие на стыке с наукой о сложности, оказали содействие и благотворно повлияли на эту работу: А.А.Никитин, Ю.И.Трофимцев, Б. И. Геннадиник, В.П.Мельников, О. Н. Тол стихии, Н. Н. Кожевников, В. В. Ильин, Е. Е. Петров, Г. Н. Максимов, В. Б. Спектор,
A. Г. Новиков, А. К. Мамедов, А. С. Савинов, В. Д. Михайлов, В. И. Васильев,
Е. М. Махаров, С. А. Батугин, Э. А. Бондарев.
В сфере науки о сложности работают многие зарубежные исследователи: С. Вир, Г. Хакен, Д. Роуз, К. Майнцер, Э. Ласло, П. Прузинкевич,
B. Г. Тим, С. Кауфман, И. Пригожий, Г. Бюржель, Ф. Вучетич, В. Басиос,
И.Антонеу, Г.Патти, С.Вольфрам, Г.Шефер, П.Бентли, М.Биркхард,
Р. Брукс, Ф. Варела, Р. Вайтеккер, Н. Гесслер, Г. Николис, К. Гилман, Д. Эн
тони, К. Мур, Д. Микулески, Д. Чамберс, И. Стюарт, К. Нихейнив, К. Лэнг-
тон, К. Энди, М. Червински, Т. Нагель, Г. Мейер-Кресс, Х.-О. Пайтаген,
Р. Роузен, Ю. Кэнада, К. Лукас, П. Конвей, К. Стивене, У. Провост, Т. Янг,
Дж. фон Нейман, Г.Демерси, Э. Приме, Я. Бар-Ям, П.Тагерд, В. Турчин,
Д. Фолк, Р. Эшби, Ф. Хейлиген, А. Линденмайер, К. Эмич, Б. Смит, Т. Бред-
филд, П. Вацлавик, М. Боден, П. Кнапп, С. Пайперт, В. Димитров, С. Сан
дерс, Э.Брюс, М.Чандлер, Д.Р.Чи, М.Хаим, X.Прайс, Д.Вольперт,
C. Улам, Л. М. Рош, Г. Саймон, Г. Чейтин, К. Шелли, Р. X. Абрахам, У. Ма-
турана, Д. Уотсон, Д. Касти, А. Онар, Г. Одум, Ф. Д. Абрахам, Д. Кэмпбелл.
О феномене сложности, попытках определения этого понятия и анализе подходов к этой проблеме в своих работах пишут: В. А. Шевлоков, Ю. Л. Егоров, А. И. Уемов, Н. Ф. Овчинников, А. М.Яковлев, М. А. Слемнев, Е. А. Мамчур, Ю. В. Сачков. Однако лишь исследование И. С. Утробина [734], обращенное к сложности, по-настоящему близко к данной работе.
Исследование И. С. Утробина и его формула «сложность - единство многообразия» до настоящего времени сохраняют свою значимость, но сегодня итоги его анализа нуждаются в обновлении. Изменились и правила легитимации: марксистская традиция, исходная в его работе, перестала быть довлеющей. Появилась возможность не только критики, но и конструктивного синтеза достижений «буржуазных философов». Однако западные исследователи, придерживающиеся аналитической традиции, как правило не оперируют термином «синергетика». При этом многие ключевые авторы работают в сфере компьютерных наук. Чтобы сделать их представления ясными, были проанализированы и переведены, многочисленные статьи, доступные в Интернет, в частности, К. Лукаса, британского автора из Института менеджмента информационных систем в Манчестере [936].
Также были привлечены работы ряда исследователей, работающих в сфере эпистемологии, в особенности А. Рорти, X. Патнэма, Н. Гудмена, Ж. Пиаже, У. Куайна, Д. Деннета, а также русских философов: Н. О. Лос-ского, Н. А. Бердяева, В. А. Соловьева, К. Н. Леонтьева, С. Л. Франка.
Цель и задачи работы
Цель работы. Представить картину мира, базирующуюся на категории "сложность"; сформировать онтологический каркас и эпистемологический базис этой картины, способные обеспечить научный прогресс и приложения на-
уки о сложности; обосновать компьютинговый подход к исследованиям сложности; осмыслить и прояснить когнитивные основания новой науки. Задачи работы. Для достижения цели необходимо решить ряд задач.
1). Определить и обосновать авторский подход к проблеме, его исходную точку зрения. Это касается, в первую очередь, специфики философского дискурса, современной роли философа, текущего состояния страны и её положения в мире, отношения к традициям, связей исследований сложности с ситуацией постмодерна, трудностей определения сложности, науки о сложности и её философии.
2). Представить компьютинг как ведущий метод исследования сложности и обосновать его когнитивные возможности. Это касается эволюции компьютинга, изменения роли знаний, понимания философии и сути научного исследования, значимости алгоритмического знания, философии компьютинга и понимания сложности.
3). Рассмотреть онтологию сложности как «единства многообразия» различных подходов к её определению и модели сложности. Многообразие образует шар из четырех, вложенных друг в друга сфер (уровней): экзистенциальной, философской, научной и феноменологической, которые имеют сложную структуру, состоящую из моделей.
4). Выявить метафизические основания сложностной картины мира, рассмотреть теории реальности. Это касается когнитивной сложности, рам восприятия реальности, проблем представления многообразия, плюрализма картин мира и анализа символических форм.
5). Представить основные направления метаэпистемологии как основы для изучения когнитивной сложности. Требуется дать обзор текущего состояния теорий знания, разнообразия эпистемологических теорий, когнитивной науки и натурализованной эпистемологии.
6). Показать ведущие концепции компьютерной эпистемологии. Это касается анализа знаний, обмена информацией, теорий агентов и их сообществ, виртуальных миров. Главная роль в компьютерной эпистемологии принадлежит взаимодополнительным теориям истины.
7). Обосновать науку о сложности в качестве универсального междисциплинарного научного направления, нацеленного на создание высоких технологий. Необходим анализ итогов философии науки, выявление разнообразия представлений науки о сложности, учет специфики междисциплинарных исследований и оценка применимости.
Основные результаты
1). Обоснована необходимость в новой научной парадигме, базирующейся на многообразных представлениях о сложности и сложностной картине мира. Представлена наука о сложности и философия сложности, как философия этой науки. В широком смысле сложность - это философская категория, близкая к категориям многообразие, содержание и сущность; в узком смысле — метафора наук о сложности. Прослежена взаимообусловленность исследований сложности, информационных технологий, когнитивной революции в психологии и ситуации постмодерна. Наука о сложности является современной версией теории систем, она интегрирует достижения великого множества постнеклассических наук.
2). Машинная техника, представляемая сегодня компьютингом, детерминирует становление науки о сложности. Показаны радикальные перемены в науке и философии под влиянием компьютерной революции. Зафиксирована роль компьютерных наук в современных научных исследованиях. Введен концепт алгоритмическое знание и показано его превраще-
ниє в основной тип знания. Выявлены сложностный и информационный подходы к философии компьютинга, представлена сложность алгоритмов и истоки вычислительной эпистемологии.
3). Онтологически разные представления о сложности взаимодопол-нительно эксплицированы в виде гетерархической гиперструктуры, образованной четырьмя вложенными друг в друга сверху вниз уровнями: экзистенциальным, философским, научным и феноменологическим. Введены нормативные теории каждого уровня, представляющие концептуальные каркасы и типовую функциональность. Обоснован экзистенциальный уровень сложности, позволяющий принимать во внимание разнообразие подходов к философии сложности. На философском уровне рассмотрены модели сознания и интеллекта, реализуются типовые проекты когнитивной науки. В рамках научного уровня выделены четыре класса продвинутых физических теорий, разделяемых по своей динамической сложности на статические, динамические, эволюционные и самоорганизванные. В рамках феноменологического уровня, наиболее важного для массового сознания, введено понятие третьей культуры, которая базируется на достижениях новой, постнеклассической науки. Представлены возможности, место и роль теории культурных заимствований - теории мимов. Показано, что неотрансцендентальные идеи о свободе имеют много общего с мыслями ряда русских философов, особенно Н. А. Бердяева.
4). Мир, понимаемый как сущее в целом, рассматривается через представление о сложности. Бытие сущего коренится в сложности. Представлены истоки и выявлены преимущества метафизики плюрализма, лежащие в основе сложностной картины мира. Обоснован конструктивный подход к анализу метафизических оснований, позволяющий сооружать и исследовать виртуальные реальности. Представлен современный взгляд на сущ-
ность метафизики, на машинную технику и на исследование, восходящий к Хайдеггером. Элиминируется проблема глубокой реальности, как не отвечающая этой картине мира.
5). В рамках сложностной картины мира естественна плюралистическая эпистемология, охватываемая метаэпистемологией. Рассмотрено многообразие и сложность эпистемических теорий. Исследованы эпистемологические подходы к представлению разнообразия эпистемологических теорий и к анализу сложности текстов. Показана роль настоящая роль когнитивной науки и натурализованной эпистемологии.
6). Обоснована и проиллюстрирована на примерах идея вычислительной эпистемологии, которая призвана оценивать алгоритмическое знание. Проанализированы пять базовых концепций истины: корреспондентская, когерентная, идентичная, ревизионная и дефляционная.
7). Наука о сложности рассмотрена как новая научная парадигма, которая в полной мере соответствует постнеклассическим реалиям. В свете перемен, происшедших в понимании науки, научного метода и подходов к организации науки, исследовано влияние идей Фейерабенда. Выявлена их связь с идеями плюрализма и постпозитивизма. Рассмотрены мнения в отношении наименования новой науки и приведены доводы в пользу имени «наука о сложности». Подчеркнуто, что когнитивные основания этой науки заключены в алгоритмах и средствах компьютинга. Показаны типовые импликации результатов науки о сложности, относящиеся к сфере науки, национальной безопасности, образованию, наукам о Земле.
Научная новизна
Новизна работы заключена в её обобщающей концепции - сложностной картине мира, где сложность, понимаемая как «единство многообразия», является важнейшей философской категорией. Многие концепты, представляющие многообразие мира, обрели целостность, полноту и законченн-ность в рамках этой картины. Для её представления потребовался экзистенциальный уровень рассмотрения. Введено понятие философия сложности, как философия науки о сложности. Обоснована машинная техника новой науки, она названа компьютингом. Выявлена взаимосвязь науки о сложности с постнеклассической наукой, информационными технологиями, когнитивной наукой и ситуацией постмодерна. Для описания системного мышления в этой картине предложен термин сложностное мышление. Для целостного рассмотрения уровней и моделей сложности введен концепт - онтология сложности. Многообразие символических репрезентаций мира, исследуемых в философии языка, схватывает концепт когнитивная сложность, а аспекты его познания - плюралистическая эпистемология. Скорректировано понимание идеологии, науки, образования.
Теоретическая значимость работы
Познавательный аспект. Наука о сложности, её когнитивные основания, методология и руководящие принципы привлекательны и весьма актуальны как для науки, так и для философии. Особенно важны они для компьютерных наук, которые обретают фундаментальную значимость.
Общефилософский аспект. Сложностная картина мира интегрирует достижения философии и ставит актуальные вопросы, которые способствуют прогрессу науки; она радикально объясняет ситуацию постмодерна.
Общенаучный аспект. Достижения науки о сложности актуальны для большинства научных направлений, они вызывают неподдельный междисциплинарный интерес исследователей. При этом возникает множество проблемных вопросов, делающих эпистемологию востребованной.
Общекультурный аспект. Наука о сложности не отвергает традиционную культуру, но она определяет и интенсивно разрабатывает новый тип культуры, базирующийся на компьютинге. Последний пропитывает все рода человеческой деятельности и поднимает их на более высокий, качественно иной культурный уровень, делая прежние подходы нерелевантными.
Методологический аспект. Методология науки о сложности и её приложения базируются на достижениях компьютинга. Эта важная проблема решается конструктивно совместными усилиями исследователей и философов, она требует знания высоких технологий и компьютерной культуры.
Концептуальный аспект. Представленная в этой работе концепция объединяет множество казалось бы разрозненных исследований в одно целое. Тем самым она представляет некоторое целостное мировоззрение, позволяющее представлять и увязывать многие значимые процессы, происходящие в науке. Появляется возможность предвидеть будущие результаты и открывается дорога к независимому развитию отечественной науки.
Эпистемологический аспект. Наука о сложности нуждается в вычислительной (формальной) эпистемологии. Интеллектуальные системы оперируют с сообщениями, они должны обучаться и приобретать знания.
Практическая значимость работы
Конструктивный аспект. Идеи, модели, методы, паттерны и методология науки о сложности имеют хорошие перспективы; они все шире применяются в военном деле, в точных, гуманитарных и общественных науках, в
сфере образования, а также в экономике, менеджменте, промышленности, строительстве, в политике, искусстве при конструировании новых знаний. Образовательный аспект. Результаты настоящего исследования широко используются для проведения следующих курсов и спецкурсов в Институте математики и информатики ЯГУ: "Архитектура компьютеров", "Информатика", "Вычислительные сети", "Дискретная математика", "Компьютерное моделирование", "Операционные системы", "Системное и прикладное программное обеспечение", "Инженерные методы разработки программ", "Информационные технологии", "Теория компиляторов", "Компьютерная алгебра", "Реляционная алгебра", "Сложные системы", "Теория систем и системный анализ". По аспектам науки о сложности подготовлено и успешно защищено более 20 выпускных, дипломных и магистерских работ : "Моделирование эмерджентности", "Управление хаосом", "Моделирование расписаний на основе генетических алгоритмов", "Сценарии перехода к хаосу", "Моделирование роста растений с помощью L-систем", "Алгоритмическая композиция", "Нейросетевой прогноз фондовых рынков", "Моделирование транспортных потоков клеточными автоматами", "Моделирование интеллектуального поведения с помощью нейронных сетей", "Методы управления знаниями", выполнен ряд курсовых работ.
Апробация работы
Результаты работы представлялись на международных конференциях: "Математическое моделирование в проблемах рационального природопользования" (Ростов-на-Дону, 1991), "Анализ и моделирование эколого- экономических систем" (Иркутск, 1991), "Математические проблемы эколо-гии"(Душанбе, 1991),"За экологическое возрождение России "(Москва, 1992),
"Методы математического моделирования в задачах охраны природной среды и экологии"(Новосибирск, 1992); "Методологические основы функционирования и развития систем многоуровневого образования"(Саратов, 1993), II "Математические проблемы экологии II"(Новосибирск, 1993); "Математическое моделирование"(Якутск, 1994); всероссийских конференциях: "Понтрягинские чтения VI"(Воронеж, 1995); региональных философских и междисциплинарных конференциях: "Логос, культура и цивилиза-ция"(Якутск, 1993, 1999, 2001), "Информатика и образование" (Якутск, 1994); вузовских конференциях: Юбилейная конференция в честь 40-летия ЯГУ (Якутск, 1993), Более полно работа была представлена на конференциях: "Логос, культура и цивилизация"(Якутск, 1999, 2001); "Самоорганизация устойчивых целостностей в природе и обществе"(Томск, 2001); "Философский и науковедческий аспекты развития естествознания". (Якутск, 2002, 2004); "Ломоносовские чтения" (Москва, ИППК МГУ, 2002), "Философия искусственного интеллекта" (Москва, МИЭМ, 2005).
Структура работы
Диссертация состоит из введения, семи глав, заключения и списка литературы. Введение в значительной мере повторяет раздел "Общая характеристика работы" из автореферата, немного расширяя его. Главы имеют сходное строение. В основу диссертации положены изданные в 2002 и 2004 году монографии автора [421, 424]. Общий объем диссертационного исследования составляет 356 с. Библиография насчитывает 1177 наименований.
Ситуация постмодерна и сложность
Интерес к сложности и становление соответствующей науки трудно понять и невозможно осмыслить без учета конкретно-исторического своеобразия эпохи, без учета развития производительных сил. Такой подход является азбучным в марксизме, к нему ныне пришла и аналитическая философия. Текущая ситуация и её «дух времени» (Zeitgiest) получил название постмодерна[430]. С ним ассоциируется уникальное духовное своеобразие нашей эпохи, обусловленное глобальным изменением всех родов деятельности, и потерей значимости в отношении многих традиционных ценностей. Постмодерн был замечен, как специфический культурный феномен, с середины 50-х годов, когда было завершено послевоенное восстановление Европы; он был осмыслен в основном континентальными философами, среди которых наиболее известны: Жан-Франсуа Лиотар [430], Жак Деррида [231, 232], Мишель Фуко [752], Жиль Делёз[22б]-[229], Ричард Рорти[631]-[633],[981] и Юрген Хабермас[754]. Сегодня их идеи превратились в новое, влиятельное, интенсивно развивающееся, а потому и не вполне определившееся учение - постмодернизм, которое, как правило, негативно воспринимается традиционалистами [275]-[276]. Постмодернизм коснулся не только философии: он обнаружен также в науке, архитектуре, изобразительных искусствах, танце, музыке, литературе и в литературной теории. Как общекультурное явление, он имеет такие особенности, как оспаривание ранее принятых конвенций, смешение стилей, терпимость к двусмысленностям, акцент на разнообразии, подчеркнутое внимание к новациям и переменам, упор на конструирование реальности. В целом, это очень пестрое, становящееся течение мысли, отчетливо обусловленное компьютингом [430].
Постмодернизм провозгласил допустимость плюрализма и, тем самым, сделал легитимными различные представления о мире, заставив посторониться исповедывающие монизм философию, науку и культуру. С ним неразрывно связана легитимация науки о сложности, которая в былые времена неминуемо была бы задавлена картезианской парадигмой. Другим благом для науки о сложности стала возможность развивать научное видение многогранного мира. Состояние постмодерна позволяет проследить связь культурной ситуации в мире с положением науки и знаний в компьютеризованных обществах. Существуют серьезные попытки рассмотреть эту связь на научном уровне и использовать представления постмодернистов для создания компьютерных моделей реальности, анализа искусственных социальных систем, деконструкций языка, разработки методологии исследований сложных систем [870], но они выходят за рамки нашего замысла.
Распространение идей плюрализма, релятивизма и глобализации, имеющих глубокие философские основания, до недавнего времени сдерживались и блокировалось множеством политических обстоятельств, таких, например, как «холодная война». Идеологическое воздействие этих идей является определяющим для понимания важнейшей составляющей постмодерна в культуре, обуславливающего смешение стилей. Со старым больше не следует бороться, оно просто отмирает в силу естественных причин, в частности, из-за отсутствия средств. Идеи старой культуры более не увлекают молодежь, поскольку новое столь заманчиво и так много обещает. А как же поддержка хозяйства, инфраструкутры, традиций? Как это вообще возможно? На этот хороший вопрос есть, однако, и не менее замечательный ответ. В традиционных усилиях больше нет необходимости. Общество может себе позволить пренебречь или даже отказаться от поддержки весьма значительной части своих членов. В условиях плюрализма мнений и релятивизма представлений, в том числе и научных, компьютинг поддерживает единую картину мира и редуцирует разнообразные его картины к одной, виртуальной, интегрирующей все остальные. Он же обеспечивает надежное функционирование государственных институтов. Именно компьютинг подвел реальные основания под идею глобализации. Распространению новых идей теперь ничего не мешает. Ранее этому препятствовали национальные границы, государственное регулирование доступа к информации, отсутствие толерантности, конфессиональные и идеологические различия. С успехами компьютерных наук, с развитием сетей напрямую связан и изменившийся статус знания [430]. Данные и знания во всех формах становятся доступными, они легко тиражируются и распространяются. Люди, традиционно считающиеся носителями и хранителями знаний, интеллектуальная элита, преподаватели и ученые, не способные адаптироваться и чуждающиеся новых технологий, ощущают все большую невостребованность. Сфера традиционной культуры расщепилась, она испытывает состояние бифуркации, столпы общества, ревнители традиционных ценностей, властители дум вынуждены потесниться, они привлекают все меньше внимания. Новые, поражающие воображение замыслы, не достигнув зрелости, возникают в попытке преодолеть этот излом, схватить и зафиксировать то, что непрерывно и с легкостью рождается новой наукой и создаваемым ею искусством. Все традиционные науки становятся анахронизмом и изгоняются на периферию того нового, что возникает. Становится излишней и традиционная философия. Постмодерн зафиксировал превращение науки в разновидность дискурса, коренным образом изменяется отношение к знаниям, которые все чаще рассматриваются как данные, содержащие ценную информацию. Ситуация постмодерна порождает интерес к сложности, а последняя питает и поддерживает первую: развитие науки о сложности создает условия, обуславливающие и углубляющие ситуацию постмодерна. Далее мы будем аргументировать эту точку зрения более обстоятельно, а пока ограничимся только рассмотрением некоторых значимых моментов. Опираясь на имеющиеся данные о масштабах распространения компьютеров и информационных технологий, мы понимаем, что природа знания при этом не может более оставаться неизменной [430, с 12]. Знание может эффективно распространяться и быть операциональным только при условии его перевода на компьютерные носители, при обеспечении средствами поиска. Поэтому можно предвидеть, что «все непереводимое в установленном знании будет отброшено, а направления новых исследований будут подчиняться условию переводимости возможных результатов на язык машин» [430, с 16]. "Производители" знания, как и его потребители, должны иметь средства перевода своей продукции на другие языки (локализация), которые одни стремятся изобрести, а другие - усвоить. Декларируется четко определенная логика - логистика, описывающая такое знание.
Алгоритмы и алгоритмическое знание
Несмотря на то, что компьютерными средствами можно выразить очень высокую сложность, характерную для прочносвязанных систем, исходные понятия компьютинга достаточно просты. Де-факто он реализует известную платонистскую мечту о приведении всех знаний к той ясности, которая характерна для математики, наглядно демонстрируя, что сложные проблемы могут быть сведены к простым манипуляциям с цифрами. Поведение компьютеров основывается на формальном выполнении механических процедур - алгоритмов, в которые заключены все знания, регламентирующие и определяющие «поведение» компьютеров. Наиболее простым элементом или атомом в компьютерном мире является бит информации, из которого последовательно конструируются, используя вполне легитимные конструктивные методы, невероятно сложные программные комплексы, содержащие миллиарды бит информации. Работающая программа не нуждается в одобрении её учеными авторитетами, её вообще нельзя опровергнуть вербальными аргументами, а построенные таким образом и функционирующие интеллектуальные сооружения невозможно отрицать.
Проблемы, связанные со знанием, возникли еще на заре компьютинга. Уже к концу 60-х годов стало ясно, что наивные, почти двадцатилетние усилия в сфере искусственного интеллекта, нацеленные на решение проблемы перевода с языка на язык путем обучения программ умению приобретать необходимые знания из типовых примеров, постигла неудача. Она позволила осознать, что подобная задача не является алгоритмически разрешимой. Поэтому следующим шагом стало создание масштабных хранилищ информации в виде баз и банков данных, позволивших сохранять и накапливать уникальные факты. Лишь после этого, уже в конце 70-х годов, исследователи вновь обратились к проблеме знаний. Было очевидно, что прогрессу компьютерных систем препятствует отсутствие у систем необходимых знаний, которыми так легко пользуется человек, а значит, они должны научиться приобретать и усваивать знания по возможности так же, как это делает человек [440, с. 16]. Рождение искусственной эпистемологии относится к этому времени, хотя идея экологии ума — понимание того, что ум сам по себе, без окружающей среды и длительного опыта, просто не может существовать, конечно же возникла не сразу [71].
Теория алгоритмов - одна из наиболее ярких, разветвленных и продвинутых теорий в море математических новаций XX века. Будучи частью математики, поскольку именно математики, по существу, создали её, она вместе с тем занимается теми проблемами, которые являются главным объектом исследований в информатике или в компьютерных науках. Многие разделы, первоначально возникшие в теории алгоритмов, в настоящее время не без оснований включаются в состав математической логики. При этом обе эти дисциплины имеют много общего, а их создатели, как правило, причастны к неопозитивистскому проекту и тому, чем он стал в настоящее время - к аналитической философии. Алгоритмы или эффективные вычислительные процедуры образуют ту основу, которая делает компьютеры «разумными». Объекты, с которыми имеет дело теория алгоритмов наряду с математической логикой, отличаются от традиционных объектов математики тем, что обладают специфическим семантическим свойством, они «имеют смысл». Этот смысл постоянно расширяется и уточняется. Однако долгое время он полагался только «повелительным» - алгоритму предписывалась цель быть выполненным [733, с. 13]. Но затем стали появляться совершенно нетрадиционные типы алгоритмов, например, диалоговые.
По авторитетному мнению известного математика, классика компьютерных наук Дональда Кнута: «..изучением алгоритмов занимались в основном математики, если кто-то вообще ими интересовался до рождения информатики. Следовательно, можно утверждать, что центральное направление информатики действительно представляет собой часть математики. Мы, однако считаем, что аналогичный аргумент можно представить в пользу утверждения, будто математика является частью информатики. Итак, согласно определению равенства множеств оба предмета равны, или, по крайней мере, равномощны, что следует из теоремы Шредера-Бернштейна» [324, с. 8]. На самом деле множество может быть конструктивно определено через эффективную процедуру, то есть алгоритм. Однако далеко не все множества допускают такое определение, да и конструктивная математика - не панацея, она встречает значительные трудности при распространении на многие классические разделы математики, и остается пока скорее мечтой, чем реальностью [368, с. 28]. На самом деле компьютерные науки не обрели еще необходимого теоретического фундамента.
Именно поэтому понимание, что в действительности является алгоритмом, а что нет, остается важнейшей научной и философской проблемой. Трудно не согласиться с точкой зрения, что открытие алгоритма, как специфической сущности, является главным событием не только в теории алгоритмов, но и во всей науке XX века. Хотя первые алгоритмы были известны уже Евклиду и ал-Хорезми, но лишь в XX веке, после работ Вей-ля и Бореля, алгоритм стал общим математическим понятием, синонимом эффективной вычислительной процедуры. Последующие уточнения этого понятия путем создания представительных моделей вычисления, предпринятые Тьюрингом, Черчем, Постом, Марковым и Колмогоровым, только уточнили интуитивное, априорное понимание того, что представляет собой «механический процесс», «механическая процедура» или «вычислимая функция» [733, с. 29],[571, с. 43-44]. Наиболее известной среди них считается модель, получившая наименование «машина Тьюринга», - идеальный телетайп, работающий с бесконечной лентой, движущейся вправо и влево, и управляемый работающей по командам головкой, которая вместо дырок способна считывать и записывать на ленту данные и команды. Задача, из которой выросла машина Тьюринга, известна как «десятая» проблема Гильберта, "Entscheidungsproblem", или проблема разрешения: существует ли метод, позволяющий определить, является ли данное математическое утверждение доказуемым? [906]. Принципиальная трудность, с которой столкнулся Тьюринг, заключалась в отсутствии корректного и общего определения того, что подразумевалось под такими понятиями, как «определенный метод» и «эффективная процедура». Эпитет «механический» часто использовался как синоним для определения формалистического подхода Гильберта. Вероятно, поэтому Тьюринг ухватился за концепцию машины, положив в основу своей работы то, что вскоре стало называться «машиной Тьюринга». Однако более общая цель Тьюринга состояла в том, чтобы дать самое общее описание механического процесса, который может быть выполнен человеком. Его анализ начинался не с какой-лиоо существующей вычислительной машины, которых тогда не было, а с детской тетради в клетку. Он стремился зафиксировать все, что делает челоиече-ский ум при механическом выполнении процедуры. Поэтому последующий анализ пошел по пути дальнейшей конкретизации понятия «алгоритм» и распространения его на новые области. Постепенно снимаются многие заблуждения, касающиеся возможностей алгоритмов, которые обусловлены недостатком компьютерной культуры, и в полной мере становится очевидной высказанная еще в начале 60-х годов XX века Дж. Форсайтом мысль, что «наиболее волнующей философской проблемой современности является вопрос о том, что же все-таки поддается автоматизации» [324, с.5]. Другое интересное направление, имеющее мало адептов, — критический анализ принципиальных возможностей алгоритмического мышления [142], [2 59].
Вычислительная парадигма сложности
В рамках фундаментальных научных исследований, тем более в сфере точных наук, к которым принадлежат компьютерные науки, философское рассмотрение необходимо перевести на уровень конкретных теорий и моделей. Однако при этом возникает целый ряд принципиальных трудностей. Ключевым моментом, как многие полагают, является несводимость или нере-дуцируемость действительно сложного до простого. Настоящие сложные системы, в частности, те или иные формы жизни, не говоря уже об умах, отличаются от более традиционных кибернетических систем тем, что они основываются на принципах самоорганизации. В свою очередь самоорганизация основывается на наборе положений (аксиом), которые во многом отличаются от тех, которые обычно употребляются в научной работе [931].
Эти предположения являются общими для большинства направлений, изучаемых наукой о сложности. Они касаются их системных свойств, которые являются неконтролируемыми, нелинейными, коэволюционными, эмерджентными; система в целом богата аттракторами. Система в целом и её части являются гетерархическими, неравновесными, нестандартными и неоднородными. Дополнительно их поведение демонстрирует непредсказуемость, хаотическую неустойчивость, изменчивость и фазовые переходы, наряду с совершенно неопределенными конкретными значениями переменных, самомодификацией, самовоспроизведением и нечеткими функциональными возможностями плюс проблемы, которые кажутся враждебными традиционным вычислительным подходам. Радикальность и принципиальные трудности, с которыми сталкивается наука о сложности, как раз и заключаются в том, что она ставит идею самоорганизации или синергию во главу угла, рассматривает её в качестве важнейшего принципа, определяющего существование и функционирование сложных систем.
В то время как более традиционная и признанная научным сообществом кибернетика не акцентирует на этом внимания и пытается преодолеть возникающие при моделировании сложного трудности созданием специфических, но, по существу, суррогатных теорий, таких, например, как теория метасистемных переходов [715], наука о сложности обращается к поиску новых идей и пересекается в этом поиске с теми исследователями, которые ищут новые пути для разрешения трудностей, с которыми ныне столкнулись многие науки, в особенности физика, химия, психология, образование и пр. О трудности этой проблемы, когда мы обращаемся к поиску конкретных механизмов перехода, достаточно подробно пишет, например, Фрэнсис Хейлиген [901]. Рассмотрение ряда кибернетических моделей, реализующих те или иные функции живого, приведено в статьях и лекциях
В. Г. Редько [617]-[620]. В них рассматриваются специфические особенности таких моделей и подчеркивается их значение для развития систем искусственного интеллекта, а также вклад отечественных исследователей.
Следуя Лукасу и заявленной теме, мы кратко рассмотрим основания одной из таких теорий по той простой причине, что она имеет непосредственное отношение к компьютерным наукам [931]. Мы полагаем, что такой подход имеет фундаментальное значение в отличие от ряда прикладных исследований, которые касаются конкретных, компьютерных наук [902]. Подход, который при этом используется, сам Лукас называет сложностным мышлением (complexity thinking). В России он более известен как мулъ-тиагентный подход [695]. Такое рассмотрение необходимо не только для практического дизайна соответствующих компьютерных систем, но и для создания целостного взгляда на специфические особенности таких систем с точки зрения точных наук. Это та сфера представлений, где традиционно-философские представления контактируют с итогами новейших исследований в сфере науки о сложности, имеющими форму теорий.
Такие системы, рассматриваемые с позиций науки в рамках конкретной теории сложности, основываются на определенной системе представлений, раскрывающих содержание, которое вкладывается в современное понимание особенностей сложных систем, рассматриваемых в первую очередь как функциональное целое. Вся система состоит из множества взаимозависимых и изменяющихся частей. В отличие от обычных систем, таких, например, как самолет, эти части не находятся в отчетливых, ясных, раз и навсегда установленных отношениях друг с другом, не имеют определенного поведения и не могут быть оценены количественно вне контекста всей системы. То есть индивидуальные функции частей являются в значительной степени неясными и неопределенными в традиционных терминах.
Несмотря на кажущуюся слабость этого определения, такие системы образуют большую часть окружающего нас мира, они включают организмы, стили жизни, социальные системы, наряду с множеством неорганических естественных систем, таких, например, как реки. Поэтому Лукас предлагает следующее уточнение: «Теория сложности утверждает, что критично взаимодействующие компоненты самоорганизуются, чтобы сформировать потенциально способные эволюционировать структуры, проявляющие иерархию эмерджентных системных свойств». Эта теория исходит из того,что такие системы следует рассматривать как целостные образования, отклоняя традиционный редукционизм как неадекватный в данном случае метод. Общие свойства таких систем, обуславливающие её концептуальную целостность, определяют так называемую идеологию конкретной компьютерной программы, в данном случае Echo (подробнее на стр.62), известную программу-симулятор сложных адаптивных систем. Эти представления (аксиомы) определяют наиболее существенные в смысловом отношении требования к создаваемой системе. Эти аксиомы полагают, что сложным системам присущи: 1) Неуправляемость. 2) Нелинейность. 3) Эмер-джентность. 4) Коэволюционность. 5) Наличие аттракторов. 6) Неравновесность. 7) Нестандартность. 8) Неединообразие. 9) Фазовые переходы. 10) Непредсказуемость. 11) Неустойчивость. 12) Способность к мутациям. 13) Самовоспроизводство. 14) Самомодификация. 15) Неопределенные значения. 16) Нечеткие функции.. Подробнее см. в [424, с. 172-176]. Все перечисленные особенности сложных систем подразумевают целостное представление. Общая структура таких систем рассматривается как гетерархическая: на высоких её уровнях наиболее общим типом являются отношения многие ко многим (N : М), в то время как нижележащие уровни характеризуются отношениями, имеющими структуру дерева, направленного вершиной вниз (1 : N). На этих уровнях могут возникать модули, обладающие эмерджентными - неизвестными, новыми свойствами. Расширяя эти идеи, Лукас допускает перекрестные связи между уровнями системами, подобно тому, как человек может говорить о стране в целом, а клетка влиять на всю внешнюю часть организма. Такой расширенный проект он называет гетерархической гиперструктурой, чтобы отразить гибкие взаимосвязи между уровнями, характерные для социальных систем [936]. Он также называет такую трехмерную структуру кубом сложных адаптивных систем или CAS-кубом. Она характеризуется наличием трех типов множественных связей своих частей, разделяемых на интраси-стемные, межуровневые и интерсистемные. Поэтому фактически мы имеем дело с тройной сетью. К тому же естественные гиперструктуры высокоразмерные, обычно они имеют тысячи компонент и связей; их состояние и "здоровье" зависит от свойств на всех уровнях и от полного контекста среды. В настоящее время наука о сложности разделяет сложные системы на четыре основных типа сложности, причем каждый следующий обобщает предыдущий и поэтому включает его как свою часть [937]. Разделение сложных систем на четыре класса ввел Стивен Вольфрам, более известный как создатель популярного математического пакета Mathematica[1017].
Становление конструктивизма
Разрешение проблемы истины, возникающей при допущении плюрализма, сегодня ищут в конструктивизме, который полагает, что знание не является пассивным, а активно конструируется познающим субъектом в ходе практической деятельности. Т.е. познавательные функции человека адаптивны и обеспечивают организацию опытного мира субъекта, а вовсе не стремятся к открытию для него объективной онтологической реальности. Традиционный подход рассматривает знание как пассивное отражение объективной реальности, которая отображается в наш ум, создавая в нем некоторое подобие карты мира. То есть наш ум предварительно готовится к работе, получая массивы информации о внешней реальности. Именно эту функцию выполняет традиционное образование. Такая точка зрения в настоящее время считается наивной, она не объясняет инновации познания и, фактически, игнорирует бесконечную сложность мира [904].
Когда неаполитанский философ Джамбаттиста Вико издал свой трактат [152] о характере знания, он вызвал настоящую бурю в одном из самых престижных академических журналов начала XVIII века Giornale de Letterati d Italia [889]. Первый рецензент, оставшийся анонимным, тщательно прочитал трактат и был, очевидно, потрясен тем значением, который он имел для традиционной эпистемологии. Рассмотрев доводы и элегантные доказательства, он поддержал работу, но очень вежливо заметил, что в трактате нет одной важной вещи, а именно "нет доказательства того, что допущения являются истинными". И в наши дни радикальный конструктивизм встречает те же самые возражения, хотя, нередко, в гораздо более грубой форме. Критики не хотят понять того, что конструктивизм не нуждается в доказательствах истинности своих допущений, как и в метафизических теориях истинности; последние могут лишь лжесвидетельствовать против радикального конструктивизма. Достоверность конструктивного знания обеспечивается самим познающим, поскольку он принципиально не заинтересован в обретении знаний, не удовлетворяющих так называемому "принципу жизненности", которые нерелевантны миру.
И хотя исторически конструктивизм восходит к Канту, но более или менее отчетливо был сформулирован Джоном Дьюи. При этом он исходил из своего, особенного представления о познании, как об «интеллектуальном схватывании ситуации», которое происходит из опыта, но не тождественно ему. Опытом является все, что делает человек, но философы подменяют опыт как таковой рефлексией по поводу опыта: «голубизна неба» - это не есть «ощущение голубизны». Правильное понимание вещи рождается через дело, занятие, через материальную необходимость, оно чем-то похоже на проведение избирательной компании. Идеи возникают в результате опыта, являются его функциями. Наш опыт состоит из вещей, а не из субстанций. Вместе с тем многообразный опыт содержит в себе конфликты, которые вынуждают человека проводить исследование, искать, выдвигать гипотезы и видоизменять свой опыт. Первым шагом на этом пути является анализ ситуаций и создание средств для анализа - выдвижение предположений. Однако это далеко еще не познание; это только необходимые для него средства. Познание возникает, когда нам удается осуществить в уме такую реорганизацию нашей ситуации, которая позволяет нам преодолеть возникающие затруднения. Поэтому познание имеет место тогда, когда оно обеспечивает успешную практику, а мысль реализуется в действие, когда она воплощается в «акте экспериментирования, испытания» [567, с. 86-87].
Для Дьюи способность человека конструировать и выбирать соответствующую гипотезу в процессе действия и сопутствующего ему мышления есть проявление человеческой свободы [877, р. 337-341]. Конструктивный взгляд на знание кажется весьма радикальным, он исходит из того, что на практике люди обретают знания в процессе выбора подходящей гипотезы, а потому не существует знания, независимого от значения, приписанного ему человеком. Человеческое знание не есть знание вечных идей Платона и не воспоминание о них, а, скорее, личное и социальное конструирование значения, основанное на всем многообразии ощущений постижения ситуации, возникающее в процессе действия, многообразного и противоречивого [994].
Другим, не менее известным классиком конструктивизма был швейцарский психолог Жан Пиаже. Ему удалось доказать значимость конкретных особенностей и то, что знание человека несет отпечаток структуры его ума. Следуя этим путем Пиаже пришел к своей генетической эпистемоло-гмм[578]. Экстерналистские возражения на этот подход были обстоятельно высказаны Львом Выготским [168, с. 70]. Согласно основной идее его генетической эпистемологии, знания и ум не являются раз и навсегда созданными богом, они возникают в процессе развития и на их становление действенное влияние оказывают методы обучения и воспитания. Жан Пиаже выполнил натуралистическую программу, целью которой было исследование того, как протекает познание у детей; она оказала глубокое воздействие на наше понимание детского развития. Пиаже назвал общую, разработанную им теоретическую структуру знаний генетической эпистемологией потому, что его в первую очередь интересовал процесс возникновения знаний у людей. Эти результаты оказали мощное воздействие на психологию и эпистемологию, а заметно повлияли на его последующие исследования.
Самым важным элементом теории Пиаже стала концепция познавательных структур, то есть устойчивых паттернов (моделей) физического и ментального поведения. Такие структуры лежат в основе познавательных операций, они соответствуют стадиям развития детей. Существуют четыре базовые познавательные структуры (стадии развития): сенсоромотор-ная, дооперационалъная, конкретных операций, и формальных операций. В сенсоромоторной стадии (0-2 года) интеллект существует в форме моторных действий. Интеллект в дооперациональный период (3-7 лет) является по своей природе интуитивным. Познавательная структура мозга в течение операциональной стадии (8-11 лет) уже логическая, но она зависит от конкретных референтов. Лишь на конечной стадии формальных операций (12-15 лет) мышление способно в полной мере использовать абстракции.
Познавательные структуры изменяются в процессах адаптации: ассимиляции и приспособления. Ассимиляция включает интерпретацию событий в терминах существующей познавательной структуры, а приспособление характеризует изменение познавательной структуры под влиянием окружающей среды. Познавательное развитие осуществляется через постоянные усилия, направленные на то, чтобы адаптироваться к окружающей среде в терминах ассимиляции и приспособления. В этом смысле теория Пиаже похожа на другие конструкционистские направления. Хотя стадии познавательного развития Пиаже связаны с характерными возрастными интервалами, они специфичны для каждого индивидуума. Кроме того, каждая стадия имеет много детальных структурных форм. Так конкретный операциональный период имеет более сорока конкретных структур, касающихся классификаций и различений, пространственных отношений, времени, движения, возможностей, чисел, запоминания и измерения.
Пиаже исследовал проявления у детей различных аспектов познания, интеллекта и морального поведения. Во многих экспериментах изучалось развитие у детей математических и логических концепций. Теория использовалась экстенсивно в практике обучения и для проектирование расписания в начальном образовании. Применение теории Пиаже заканчивается определенными рекомендациями для данной стадии познавательного развития. Работая с детьми в сенсоромоторной стадии, преподаватели должны стараться обеспечить богатую и стимулирующую среду с достаточным количеством объектов, чтобы дать пищу детскому остроумию, а работая с детьми в конкретной операциональной стадии, преподаватель должен включать в обучение проблемы классификации, упорядочения, расположения и запоминания, используя конкретные, наглядные объекты.
Принципы обучения согласно теории Пиаже: 1) Дети используют разные объяснения в отношении действительности на различных стадиях познавательного развития. 2) Познавательное развитие будет облегчено, если обеспечены действия или ситуации, которые привлекают учеников и требуют адаптации (то есть, ассимиляции и приспособления). 3) Изучение материалов и действий должно соответствовать уровню моторных или умственных операций для детей данного возраста; не требуйте исполнения задач, которые находятся за пределами их текущих познавательных возможностей. 4) Используйте методы, которые активно включают детей и представляют собой вызовы. Пиаже оказал огромное влияние на становление конструктивистского подхода к образованию; кроме того, за появлением генетической эпистемологии Пиаже последовала натурализованная эпистемология Куайна. Пиаже также сформулировал условия применимости конструктивного подхода, который им сформулирован в фразе: "l objet se laisse faire", то есть «объект обучения способен к пониманию» [890].
Конструктивистская теория [1073] радикально отличается от традиционных методов, она противоречит картезианской парадигме, индифферентна к математике, поэтому не получила пока заслуженного признания. Вместе с тем она интенсивно развивается в рамках компьютерной эпистемологии, о чем мы поговорим ниже. Мифы народов мира по-разному представляют мир, но стремление к созданию рационального, канонического и детального философского описания мира мы находим только у эллинов. Их исторический и судьбоносный выбор определил направление развития всей нашей цивилизации, который часто именуют просто Запад. Этот выбор получил в истории философии специальное название метафизика.
