Творчество как преодоление противоречий
Прирост знания человечества (людей, AI и их инструментов) идёт путём увеличения количества непротиворечивого знания, которое уже не удаётся прокритиковать чисто логически, «вычисляя по правилам». Это означает, что по спектру формальности/точности мышления мы получаем всё более и более формальное знание, и убеждаемся, что все рассуждения в этом знании не содержат логических ошибок, в них нет противоречивости. От знания, которое даёт некоторую вероятность соответствия поведения идеальных/математических объектов поведению реальных объектов в физическом мире, переходим к знанию, которое даёт вероятность больше, больше — и это улучшение бесконечно, хотя никогда не достигает полной точности и никогда не случается вовремя. Есть всегда невязка между знанием и миром: знание не полностью описывает мир, или описывает мир, но когда уже поздно его менять. Алгоритмы для их выполнения требуют ресурсов, а ещё вычисления требует времени — и вот этого всегда не хватает, даже с учётом прогресса в аппаратуре вычислителей/computers и прогресса в алгоритмах. Но оптимизм говорит, что прирост знаний неумолим.
В жизни при попытке объединить формальное знание нескольких дисциплин (междисциплинарность неизбежна во всех проектах!) неизбежно возникают противоречия. Как их снимать?
Первый ход тут — уменьшить формальность рассуждения, от строгой логики перейти к вероятностным её вариантам, учесть неопределённость. Деформализация/демоделирование/рендеринг — это необходимая часть мышления, логических противоречий при этом при объединении разных описаний мира становится меньше. Тут два хода:
- Просто вероятностные расчёты «по традиции», что ведёт нас к байесианской теории вероятности. Но эти расчёты вроде как должны делаться при оценке вероятности из одного и того же контекста, иначе эти оценки будут кривыми. Это та же булева алгебра с её теоретической несовместимостью вывода по разным вариантам распределений («разным алгебрам»), только вероятностная.
- Квантование. Знание берётся не о каждом изменении мира, а только об измеримом — переходим к квантовой физике. Мы уже говорили, что квантовоподобное вычисление даёт возможность оценивать вероятности из разных контекстов, ибо из определения вероятности по Колмогорову убираем аксиому коммутативности.
Но развитие цивилизации шло от интуитивных «прикидок» ко всё более точным моделям, в которых работают длинные цепочки рассуждений с точным результатом! Это иногда описывается, как «переход к цифре». Это важно, чтобы не накапливалась ошибка в рассуждениях. Если ты сто тысяч раз последовательно копируешь какой-то текст, представленный дискретным «цифровым» образом, то на выходе будет тот же самый текст. Если это формальное логическое («по правилам») рассуждение по каким-то объяснениям, представленным текстом, то результат будет тот же самый. Это означает, что накапливать мы можем только цифровое знание (и есть оценки, насколько точно должно выполняться копирование, чтобы была возможна эволюция[1]), «аналоговые» оценки не подходят, ибо накапливающаяся ошибка будет приводить к забыванию найденных эволюцией решений — это прежде всего относится к эволюции дарвиновской, но для техно-эволюции тоже важна точность копирования, а также точность сборки (успехи современной системной инженерии во многом относят к тому, что резко была поднята точность изготовления деталей по информационным моделям: не нужно тратить время на «подгонку по месту напильником» для каждого экземпляра изделия).
Итак, чтобы была возможность эволюции, надо повышать точность высказываний, степень их определённости — и это означает, что в конечном итоге мы должны двигаться к формально-логическим высказываниям: точной, а не вероятностной, математике в объяснениях. Это относится и к research, и к development — и к познанию/исследованиям, и к инженерии.
Но при формализации неизбежно будут появляться противоречия. Если мы знаем, что вампиров нет, но также знаем, что граф Дракула — это вампир, то как мы можем проводить логические рассуждения с этим знанием? Как можем принимать такое знание всерьёз — строить жизнь как будто вампиры есть (хотя бы один есть — граф Дракула!), или как будто вампиров нет? Противоречия в знании — это проблемы, которые требуют решения перед тем как принимать эти знания всерьёз! Противоречия надо снимать, для этого менять описания, высказывать новые догадки, искать причины противоречивых описаний, находить ошибки, выкидывать ошибочные описания или оставлять их, но исправив ошибки. И если исправление ошибок не вызвало других ошибок (такое нередко) и результаты выдержали критику, то тогда уже принимать эти результаты всерьёз.
После снятия противоречий в каком-то фрагменте знания о ситуации нужно опять формализовывать представление ситуации, получить устойчивость к копированию. Дополнительно формализация упрощает нахождение ошибок в знаниях, нахождение противоречий: действительно, если вы знаете, что вампиры то ли есть, то ли их нет, а граф Дракула или был вампиром, или не был, то можно ли сказать, что тут что-то не так?! Такое неформальное объяснение трудно брать всерьёз, действия на нём не выстроишь. То, что электрон одновременно волна и частица — это тоже противоречие, оно тоже требует решения! Без снятия этого противоречия тоже будут проблемы, и для снятия этого противоречия была изобретена квантовая физика.
Противоречие останавливает формальное рассуждение и требует переключения на исследования, на нахождение выхода из логического тупика. Это типовая ситуация в междисциплинарности: при малой степени формализации рассуждения часто ошибочны, а при большой степени формализации рассуждать становится невозможно из-за явных противоречий при переходе от одной дисциплины к другой. Чтобы оставаться точным и безошибочным в ситуации нескольких дисциплин, нужны исследования, нужно творчество.
Есть два разных понимания противоречия:
- прикладная коллизия (квадратная дырка не подходит круглой втулке)
- парадокс, когда оба высказывания про систему оказываются верными, но противоположными.
Коллизии решаются обычным инженерным образом (и иногда там оказывается парадокс спрятан внутри), парадоксы требуют выхода в «чистое мышление», то есть включение полного интеллект-стека в творческом режиме — перехода к другим (возможно, ещё не существующим!) понятиям, другим описаниям из других дисциплин (и хорошо, если они существуют!) для того, чтобы парадокс разрешился. Если найдено противоречие, то нужно высказывать догадки, критиковать их, надо проявлять творчество: противоречия обычно невозможно «решить по алгоритму», задействовав какие-то правила. Нет, противоречия снимаются эволюционным алгоритмом, включащим творчество, то есть генерирование нового знания из шума, а затем фильтрацию этого знания (эволюционная эпистемология в варианте критического рационализма).
Преодоление противоречий связано с получением уточнённого мировоззрения: взгляда на ситуацию, в котором объяснения/теории/модели различных предметных областей не противоречат друг другу, то есть возможно связное и непротиворечивое междисциплинарное рассуждение. Трансдисциплины должны обеспечивать и формализацию знания, и обнаружение противоречий, и творчество по снятию противоречий, а также выявление лучшего знания:
- Лучших объяснений того, как ведут себя разные объекты (научное знание, результат исследований/научного творчества)
- Лучших объяснений того, как создавать те или иные инженерные системы (инженерное знание, включая инженерию художественных произведений, результат инженерии/инженерного творчества, к которому мы относим и художественное творчество)
Творчество помогает снять противоречия, обнаруживаемые логической критикой, а также помогает улучшить объяснения, чтобы добиться лучшего согласования их предсказаний с данными эксперимента.
Приведём примеры работы с противоречиями для трёх школ мышления, основанных на системном подходе разных поколений:
- системомыследеятельностной методологии (СМД-методологии)[2],
- теории решения изобретательских задач (ТРИЗ)[3]
- теории ограничений[4].
СМД-методология предлагает способы преодоления противоречия, непосредственно связанные с использованием степени формальности/точности мышления: противоречие преодолевается через намеренные сдвижки степени формальности описаний. Вот шаги практики снятия противоречий (практики творческого акта) в СМД-методологии:
- Схематизировать, то есть формализовать различные предметные/дисциплинарные/ролевые/позиционные описания в достаточной мере, чтобы убрать из них неточности и ошибки и выйти на чётко сформулированное противоречие. Это соответствует движению по спектру строгости/точности вправо, в предметное/прикладное/дисциплинарное мышление на материале схем. Для формализации используется диаграммный язык СМД-подхода, но всё-таки основная работа идёт в текстовом виде. Формальность появляется главным образом из хорошо проделанной работы по типизации: диаграмма задаёт типы мета-модели объектов ситуации, а типы на диаграмме берутся из мета-мета-модели самой СМД-методологии. Мета-модель тоже задаётся диаграммно, эти диаграммы тоже называют «схемами», они имеют свои названия: «схема шага развития», «схема многих знаний», «схема мыследеятельности», и т.д. Схематизация — это выявление типизированных объектов внимания в ситуации и выражение их диаграммно (хотя к каждой диаграмме «приговаривается» довольно обширный текст. Диаграммы — это не «код», это «псевдокод»!). Наличие схем СМД-подхода гарантирует явное указание типа, заставляет пользоваться машинкой типов. Это подчёркивает противоречия. На этом на первом шаге «схематизации» нужно не столько строить схемы, сколько обязательно найти противоречие, заострить его, сделать абсолютно ясным, формально определённым, воспроизводимым. Поэтому ход — на формализацию/моделирование/теоретизирование и затем использование формальной логики для критики модели.
- Р****аспредметить, то есть деформализовать, намеренно отходя от предложенных ранее схем ситуации (это понятно, ибо использованные схемы гарантированно вели к противоречию!), изложение идёт на естественном языке, типы мета-модели намеренно не используются, но могут быть использованы типы мета-мета-модели. После распредмечивания становится возможным проведение менее формальных интуитивных рассуждений без задействования формализмов модели с их жёсткой типизацией, а обсуждение становится более абстрактным. В этих беспредметных (вне каких-то дисциплин), ведомых интуицией свободных рассуждениях потом появляется возможность новой концептуализации, новой типизации, нового предметного формализма. От исходных противоречащих моделей и теорий распредмечивание приходит к текстам (и пиктографическим диаграммам-схемам, которые активно используют последователи СМД-подхода, но повторим — тексты при этом всегда есть, они «приговариваются» к этим диаграммам/схемам). В этих текстах ищут какие-то интуиции про важные новые объекты внимания, преодолевающие противоречие. Главная практика интеллект-стека тут — понятизация, но ещё до выдачи точных имён с точной типизацией. Аспект моделирования и приблизительности этого моделирования проявляется в речи присказкой «как бы», рассуждения ведутся по аналогии, метафорами. Теория понятий чаще всего используется — теория прототипов[5].
- О****предметить, то есть формализовать полученные после «распредмечивания» интуиции в новую объединённую дисциплину/«предмет», задаваемый объяснениями/теориями/моделями уровня middle ontology/мета-модели. Для этой дисциплины делается новая мета-модель — «конфигуратор» (помним, что старые мета-модели ситуации откидываются, ибо их использование вело к противоречиям!). Сама работа по формализации делается с использованием диаграммного/схемного визуального языка СМД-подхода и набором мета-схем СМД-подхода типа «схемы мыследеятельности» (которые сами когда-то были получены как результат работы по проблематизации схем СМД-подхода прошлых поколений). Этот диаграммный язык облегчает проверки результата на отсутствие логических противоречий в рассуждениях, а также уменьшает количество ошибок за счёт того, что каждое предлагаемое понятие результирующего «конфигуратора» получает тип мета-мета-модели языка схем СМД-методологии. Важно, что проверка «конфигуратора» делается не только на логическую непротиворечивость рассуждений с новым конфигуратором, но и конкретизацией/демоделированием/заземлением/рендерингом — привязкой описаний к конкретным ситуациям. Если есть онтологический дребез при использовании «конфигуратора», то находят его причину и предлагают исправление, а то и высказывают новые догадки «с нуля», если исправить конфигуратор не удаётся.
- Снятие противоречие в деятельности (если построение конфигуратора каким-то образом невозможно): начинается какая-то разработка в рамках подхода «непрерывного всего», явно запускается техно-эволюция.По факту это выражается в том, что различные описания не сравниваются абстрактно «в классах», но соотносятся с индивидами и по факту мышление начинает использовать экстенсионализм (хотя и не 4D) для совмещения разных описаний одних и тех же физических объектов. Переход от теоретической теории понятий к более примитивным теориям в надежде на то, что в какой-то момент новая теория/догадка/объяснение появится. Деятельность продолжается в условиях распредмечивания, но продолжаются попытки построить новый «конфигуратор» в режиме agile/«непрерывного творчества», а не up-front planning («сначала придумаем конфигуратор, а потом начнём действовать»).
Проблема СМД-подхода к творчеству в том, что он рационален, но не до конца: в нём нет особого упора на то, что все получаемые теории должны быть объяснительными (про причины-следствия), а не просто иллюстративными (описание, и только). То, что результат творчества представлен как контрфактические объяснения не проверяется, и это очень плохо. А ещё нет возможности использовать нормально вычислительную технику: диаграммная техника не позволяет легко редактировать схемы, легко обнаруживать противоречия, легко править привязку к типам, легко находить нужный фрагмент описания и т.д. — вся критика визуального моделирования тут полностью приложима. Нет текстового или табличного моделирования — нет нормальной масштабируемости для условий коллективного мышления, затруднены изменения в ходе «непрерывного всего», слишком трудоёмко и слишком легко ошибиться при внесении изменений.
Работа по созданию своего варианта полного интеллект-стека мыслительных практик в СМД-методологии прекратилась примерно в 1994 году, когда в работах методологов прекратилась эта работа по формулированию и преодолению проблем, выраженных как противоречия. Тем самым прекратилась явная работа с полным спектром скорости/точности мышления. Об этом говорила Вера Данилова на 19 Щедровицких чтениях в 2013 году: «СМД-методологи утеряли проблематизацию как органическую часть их культуры. Все эти «распредмечивания» и «опредмечивания» потом — это следствия проведённой проблематизации. Весь СМД-аппарат не будет работать, если проблематизации не сделать. А её уж давно не делают»[6].
В ТРИЗ[7] ввели понятие технического противоречия как ситуации, в которой попытка улучшить одну характеристику системы приводит к ухудшению другой её характеристики. В АРИЗ с 1977 года была постадийная работа по решению проблемы с целой цепочкой противоречий[8]:
- объект внимания «АП» (административное противоречие) по определённым правилам смещается к
- объекту внимания «ТП» (техническое противоречие), который по определённым правилам смещается к
- объекту внимания «ФП» (физическое противоречие).
Увы, неизменные отсылки к диалектическому противоречию явно не способствовали тут более чёткому моделированию. Аналитической философии/логики в ТРИЗ замечено не было. Диалектика — это тяжёлое наследие засилья советской «диалектической философии» как невероятно кривой версии логики, крайне далёкой от математической логики, на которую опирались аналитические философы/логики. Диалектическая логика с её «единством и борьбой противоположностей» больше похожа на буддийскую логику или логику талмуда, то есть логику для весьма странных легко варьируемых рассуждений. Такая логика не даёт возможности построить ракету или жить в сложно организованном обществе, выполнять сложные проекты. Так что ТРИЗ ограничивается обычно рамками одного «изобретения»: снятия одного противоречия путём нахождения какого-то нового аффорданса (нового конструктивного объекта, который может выполнить какие-то функции, желательно несколько сразу).
В ТРИЗ работа с противоречием типична: сначала противоречие формулируется и обостряется путём всё более формальной постановки задачи (двигаемся к большей формальности/точности, чтобы получить компактный набор удобных для ловли противоречий объектов внимания), затем чётко сформулированное противоречие/проблема снимается какими-то «творческими приёмами»[9], чаще всего означающими уход по степени формальности мышления от формальных представлений (например, жёстко типизированных диаграмм) к менее формальным языкам и даже ещё менее формальным плохо типизированным представлениям в рамках теории прототипов (метафорические рассуждения и conceptual blending) — это аналоги «распредмечивания» и «опредмечивания», как в СМД-методологии. Работа с типами объектов в ТРИЗ неявна (в отличие от СМД-методологии, где явно требуют использования мета-модели предметной области ситуации и мета-мета-модели «из схем СМД-методологии»), поэтому обучение нейронных сеток людей-мастеров ТРИЗ идёт путём просто многократной демонстрации решения задач опытными мастерами ТРИЗ, «традиция личной передачи мастерами», как в восточных единоборствах.
ТРИЗ отличается от других традиций творчества на базе поиска и преодоления противоречий тем, что включает методы развития творческого воображения, а также какие-то эвристики/шаблоны/лайфхаки для решения противоречий (например, таблицы/указатели физических эффектов, подходящих для снятия тех или иных противоречий[10]).
Творческое воображение в ТРИЗ сводится к эффективному «распредмечиванию», резкой смене языка представления предметной области за счёт метафор («аналогичных ситуаций» с какими-то контролируемыми изменениями — например, «представить систему огромной», «представить систему крошечной», «представить маленьких человечков, которые выполнят функцию»), т.е. уход от дисциплинарности, уход в многомерное пространство смыслов без жёсткой привязки описания к каким-то концептам. И генерация идеи новой схемы идёт по весьма неформальным, неточным, плохо определённым рассуждениям в совсем неформальной части спектра точности/строгости, а не с использованием хорошо типизированных мета-моделей. Используются менее типизированные описания на естественном языке, выраженные главным образом на базе теории прототипов. Помним, что сами идеи чего-то нового всегда идут из хаоса, из шума! Просто из них потом отбираются удачные начальные идеи, которые потом видоизменяются под давлением критики, худшие отбрасываются, а лучшие из них оказываются подходящим решением для проблемы/противоречия.
Противоречие в теории ограничений (Theory of Constraints, ToC)[11] называется обычно «конфликтом», и оно снимается при помощи «грозовой тучи»[12], это одна из диаграмм мыслительных процессов[13] (объектов мета-мета-модели теории ограничений, выраженных в визуальном диаграммном представлении), эта диаграмма затем конкретизируется объектами предметной области, представляя собой мета-модель ситуации, описываемой противоречиво. Интересна не столько сама диаграмма «грозовой тучи», выражающая конфликт-противоречие и его причины, но метод «трёх туч», в которых противоречия выявляются для трёх наиболее важных нежелательных явлений (как и в ТРИЗ, характеристики тут делятся на желательные и нежелательные — это типы мета-мета-модели, они вводятся как посылки прагматицизма, это самые общие свойства для всех прикладных предметных областей, которые потом кодируются в мета-модели). Для всех выявленных нежелательных явлений высказывается догадка о корневом конфликте[14], то есть корневая проблема/противоречие.
Интересно, что работа с противоречиями в ТРИЗ и ToC имеет попытки объединения[15]. Основной ход со стороны ToC тут на слабое место в ТРИЗ: шаг на формулирование противоречия, надёжная идентификация проблемы при помощи формализации с помощью диаграммы грозовой тучи как логически более строгой, чем основные приёмы ТРИЗ (помним, что в ТРИЗ плохо с типизацией, работа там идёт главным образом в прототипной теории понятий с аналогиями/метафорами, а не в теоретической теории понятий, в которой определяются объекты и отношения). Проблему легче находить, когда мы делаем шаги по спектру формальности мышления на дополнительную строгую типизацию, в данном случае переходя от «просто текстов» и пиктографических иллюстраций к типизированным диаграммам мыслительных процессов из ToC (элемент диаграммы из мета-модели ситуации, тип элемента — из мета-мета-модели самой теории ограничений). Но вот разрешение противоречия — это опять резкие шаги в неформальные рассуждения, чтобы преодолеть противоречие в протяжённом/геометрическом пространстве смыслов, а не в жёстко обусловленных точках этого пространства, указанных концептами из мета-моделей. И тут уже будут хороши стандарты снятия противоречий из ТРИЗ, где как раз избегается работа с жёстко определёнными типами: решение проблемы может лежать «между типов», а строгая типизация будет наведена потом. В какой-то мере это похоже на то, что происходит при понятизации: решение «ощущается» (часто как некоторое состояние в теле), затем это ощущение стабилизируется, и уже потом оно обзывается какими-то словами и дальше этому найденному решению присваивается какой-то тип.
Но как же это «творческое решение» появилось? Из шума, обработанного нейросетевым вычислением. При этом нейросеткой обрабатывалось довольно много шума, рассматривалось довольно много «догадок», но большинство из них было забраковано ещё до их осознания, и только какая-то одна вышла на уровень осознания — сначала, возможно, как некоторое ощущение, которое только потом превратилось в словесно оформленную идею. А если и эта вышедшая на уровень осознания и словесного её оформления идея провалилась при её обдумывании медленным логическим мышлением с более строго определёнными типами (S2 у человека, ускорители логических вычислений в AI)? Ну, просто порождаем ещё и ещё догадки по исправлению идеи (smart mutation), пока не добьёмся непротиворечивого результата. А если есть интуиция, что такого результата не будет, как догадку ни модифицируй? Тогда выкидываем догадку вообще, начинаем опять с нуля — берём новую догадку как «идею из шума». И, конечно, помним, что кроме непротиворечивости (внутри себя, с другими SoTA догадками) у идеи должны быть и другие свойства. Если это идея объяснения, то это должна быть контрфактически сформулированная идея, то есть она должна объяснять причины и следствия. Или она должна быть директивным объяснением (прагматицизм: идея о том, как что-то сделать, чтобы получить какой-то результат — конструктивное размышление, вместо объектов и отношений рассматриваем объекты и операции их создания и изменения). И ещё потом будет эксперимент: надо будет выиграть в предсказании результатов измерений.
Под творчеством всё чаще и чаще понимается даже не «нахождение иголки в стоге сена» как решения какой-то заведомо невозможной в решении переборной задачи: например, выигрышного хода в шахматной партии (давно не считается творчеством) или партии Го (уже несколько лет не считается творчеством). Это «простой расчёт», переборное «постмодернистское творчество», просто выбор хорошей картинки в заведомо известном калейдоскопе. Нет, всё чаще и чаще творчество понимается именно как решение противоречия, решение проблемы, преодоление остановки в рассуждениях: достижение того, что раньше считалось логически невозможным, а не просто очень дорогим по ресурсам. Часто это ход на создание новой предметной области (новых понятий), а не перебор решений в старой предметной области.
Demis Hassabis[16], как то сказал[17], что творчество для него — это не столько нахождение решения в игре, сколько синтез новой игры по каким-то требованиям (то есть не столько выигрыш в игре типа Го, сколько создание новой интересной игры по заданным условиям). На момент этого высказывания он был CEO DeepMind, фирмы, которая сделала AlphaGo, алгоритм, выигрывающий у чемпиона мира в игре Го. Он не считал, что алгоритм решает творческие задачи, находит «творческие ходы». Он считал, что это просто работает алгоритм! И даже создание алгоритма — это для него не было по большому счёту творческой задачей. Но вот нахождение интересных задач, для которых надо составлять сложные алгоритмы, а потом находить решения прогоном этих алгоритмов для конкретных ситуаций — это вот творчество!
Неудивительно будет выяснить, что на следующем такте (после решения задачи создания «по-настоящему творческого AI», создающего даже не новые алгоритмы выигрыша в играх, но новые игры по их неформальным спецификациям), творчеством будет считаться уже создание новых классов неформальных спецификаций. А создание игры — это будет уже решённой задачей, «алгоритм уже известен». То есть творчество — это нахождение любопытных для их решения проблем, нахождение интересных для их решения противоречий, нахождение интересных для ответа классов вопросов, а не создание алгоритмов, отвечающих на классы вопросов и уж тем более не прогон алгоритма, отвечающего на конкретный вопрос.
В какой-то мере трансформация понятия «творчества» по мере перехода вычислительной работы от людей к компьютерам похожа на трансформацию понятие «интеллект»: сначала это было что угодно, что могло как-то решать задачи (хотя бы на уровне обезьяны), потом надо было решать задачи на уровне хотя бы ребёнка в средней школе, затем на уровне «среднего человека из толпы», затем на уровне луших профи на Земле, затем (это сегодняшнее понимание) на уровне существенно выше профи, причём во всех областях знаний сразу! Между этими стадиями изменения понимания каждый раз проходило несколько лет, но AI сегодня не будет считаться «нормальным AI», если он не побьёт людей в их задачах! Так и «творчество»: если речь не идёт о чём-то таком, что не смогут сделать самые творческие люди на Земле, это не будет «творчеством».
Можно посмотреть, каким образом сегодня демонстрируется творчество в системах машинного интеллекта, каким образом реализуется «порождение нового». Потенциальные кандидаты хороших решений берутся из животного «горячего» существенно зашумленного и ошибочного неформального слабо типизированного мышления, то есть потенциальная идея/догадка берётся из хаоса, после чего некоторые такие догадки прорываются как гипотезы для дальнейшей критики и как-то формулируются/формализуются.
Правдивость описаний тут оказывается не самым главным фактором: если речь идёт о художественном произведении, которое должно стать «хитом», то относимся к его созданию как к инженерному проекту: удалось ли результату стать хитом, оправданы ли ожидания на репликацию какого-то паттерна в будущем? Если это «творчество для себя», а хоть и «графоманство» — то же самое: удалось ли добиться желаемого, привести себя «инженерно» в состояние, которого хотелось достичь через это «графоманство»? Если да — то всё ОК, это то же творчество, с точностью до определения новизны в этом творчестве и использования референтного индекса per se (от первого лица) или per re (от третьего лица) при описаниях.
Так что художественное творчество (религиозное творчество тут опускаем, относим его к линии художественного творчества: все рассмотрения идентичны) просто считаем одним из видов инженерии.
Чтобы понять, подходит ли нам догадка, нам нужно иметь формального «критика», который её оценивает. И этот «критик» действует на базе практик SoTA интеллект-стека (семантика, онтология, логика, объяснения, исследования, да ещё и теория информации и алгоритмика, а ещё практики собранности, ибо на критику нужно удивительно много времени — равно как и «докрутку» догадок по итогам критики). Так что логик-критик обычно сильно логичней представляющего догадки из хаоса творца-фантазёра. Этот алгоритм очень грубо описывает работу GAN, generative adversarial networks, порождающей состязательной сети[18], но этот алгоритм ещё и описывает работу творца (инженера, исследователя, артиста/художника — помним, что бывает и художественная критика, и признание художественности целевого произведения искусства внешним окружением, например, рыночная оценка).
Нужно просто запомнить: творчество появляется в соревновании доставаемых из хаоса потенциальных идей и всё более и более формальных и жёстких установленных ограничений на эти идеи (так, эти идеи должны чаще всего быть сформулированы в форме контринтуитивных высказываний, часто как математические формулы, не иметь противоречий с огромным количеством других уже известных идей, а ещё они должны давать предсказания лучше, чем уже известные другие идеи). Ни хаос сам по себе, ни формализация с достижением противоречий ничего не дадут для творчества, оно довольно сложно устроено.
Так для проверки на ограничения идей используется значительная часть интеллект-стека. Но сама «творческость» (понимание как «он достаточно безумен, чтобы быть настоящим гением») задаётся понятием типа «температуры»: количество шума, которое запускается в уже известный набор идей для генерирования smart mutations. Компьютеры это делают легко (и случайные значения координат, вытащенные из хаоса, легко приводят поиск решений в те зоны пространства, где поиска подходящих догадок ещё не было — вероятность нахождения решения тем самым поднимается), а люди должны быть немного более раскованы в своих фантазиях. Но не только люди. Karl Friston как-то неожиданно заметил, что агенты-организации тоже «думают», и тоже должны находить творческие решения, но уровень шума у них в работе крайне мал для творчества. Поэтому он высказывал идею создания чего-то типа «коллективных грибочков-галлюциногенов», чтобы поднять уровень творчества в организациях[19]. Конечно, про «грибочки» он шутил, но сама идея о том, что творчество базируется на шуме и галлюцинировании догадок (что бы это ни означало для агента-организации) — она важна.
Бесконечное развитие в этом бесконечном познании, бесконечных исследованиях, поиске противоречий и их разрешении, бесконечном проектировании систем, изменяющих мир к лучшему и попытках их реализации (инженерии). Это и есть эволюция, в биологии дарвиновская, в техносфере меметическая (где мемом находится на отдельном носителе вне определяемой им системы). Мутации (полностью случайные, или тщательно вычисляемые smart, для которых вероятность достижения успеха сразу максимальна), ходы в неизвестное, где гарантией неизвестности служат доставаемые из хаоса случайные значения характеристик, а затем проверка жизнеспособности полученных из хаоса вариантов сначала «в рассуждении-вычислении», затем «в эксперименте, с выходом в физический мир». Есть самые разные практики/алгоритмы для такой «творческой работы», и скорость получения приемлемых новых решений удивляет: эволюция работает неожиданно быстро, речь не идёт о тупом переборе вариантов чистого хаоса, ибо удачные частичные решения запоминаются — и это ускоряет случайный перебор. Главное тут помнить: новое рождается путём инкрементальной (то есть не каждый раз новая догадка, а мутации к уже имеющимся!) творческой фильтрации берущихся из хаоса исходных догадок в ходе бесконечного развития.
Так что мастерство формализации/деформализации, мета-моделирования на множестве уровней абстракции, мастерство создания объяснений нужны не сами по себе, а именно для самого разного (научного, инженерного, художественного и т.д.) творчества как работы по преодолению противоречий в объяснениях (например, «инженерные согласования» — это как раз согласование найденных коллизий, а иногда и парадоксов). Затем эти объяснения (включающие в себя объяснения инженерии: того, как надо реализовывать изменения мира к лучшему) реализовывать в ходе инженерной деятельности.
Для появления творческого мышления можно использовать сильные стороны каждой из работающих с противоречиями методологий (согласованных наборов практик) мышления, взяв эти практики в состав изучаемых в интеллект-стеке:
- практики формализации вроде используемых в ToC для более точного формулирования корневой проблемы/противоречия/конфликта. Сами эти противоречия, конечно, будут появляться на более высоких уровнях интеллект-стека (например, в системном мышлении проблемы/противоречия появляются как несовместимость функциональных и конструктивных описаний: невозможность осуществить модульный синтез такой, какой нужен для реализации требуемых функций — и требуется задействовать исследования самых разных аффордансов, «изобретение»). Конечно, и в современном ТРИЗ тоже уже есть подобные инструменты. Это ход на формализацию: из просто текстов-баек с описанием ситуации в непонятной теории понятий (например, смеси прототипной теории понятий и теоретической теории) мы переходим как минимум к диаграммной технике с заведомым присвоением типов в теоретической теории. Попадая тем самым в «царство формальной логики» (чётко определённые типы, булева алгебра) формулируем противоречие в максимально достижимой жёсткой/строгой логической форме. Этот шаг поиска противоречий будет обычно называться «системный анализ». Увы, системный анализ сможет только показать проблему за счёт использования дополнительной формализации, показать противоречие за счёт использования логики, но решать проблему будет синтез, основанный на догадках.
- методы развития творческого воображения, шаблоны/способы/стандарты решения противоречий, не анализ, а «синтез», порождение работающей догадки/гипотезы. Конечно, тут всё не ограничивается только ТРИЗ, есть множество школ мысли, которые пытаются работать с этим шагом генерации идей. Аналитическая философия, увы, не занимается синтезом, её предметом является именно анализ! Так что тут нужно смотреть не только практики ТРИЗ, но и результаты работ по творчеству в AI (и понимать, что творить сейчас будут всё больше не только люди, но люди с компьютерами). Увеличивать долю шума (искать в тех областях пространства решений, в которые раньше интеллект не заглядывал) — это важное решение. Стохастические (основанные на теории вероятности) методы нахождения оптимальных решений набирают всё большую популярность в математике, когда речь идёт о решении в пространстве огромных размерностей, эти методы сочетаются с эволюционными алгоритмами. В любом случае: на вопрос, откуда идёт новизна, что происходит с воображением — ответ в увеличении разброса тех областей ментального пространства, откуда мы пытаемся вытащить решение. Собственно, сама «творческость» именно в этом, как попасть в такую область пространства решений, где это решение ещё никто не пробовал искать.
- Методы формализации как дотягивания удачной идеи синтеза (найденной интуиции по поводу догадки) до её формального выражения (моделирование, абстрагирование/отбрасывание неважного, логическая проверка на итоговую непротиворечивость), чтобы продемонстрировать итоговую бесконфликтную/непротиворечивую/согласованную мета-модель ситуации, отвечающей решению проблемы. Это опять «анализ», но уже результата синтеза (в области решений), а не начальной ситуации (в области проблемы) — и можно обсуждать, та же ли тут практика формализации, что и в первом «анализе», или другая. Первый анализ успехом имеет выявленное хорошо сформулированное противоречие, а во втором анализе успех — это**,** наоборот, ненахождение противоречия при той же тщательности этого поиска**.**
Как отдельные работы этих подпрактик творчества будут распределены по времени и ресурсам/исполнителям — это нужно обсуждать отдельно. Мы тут не предполагаем последовательного применения этих методов в развёртке по времени. Нет, речь идёт о «логическом времени», а в жизни будет сложная смесь из перемешанных между собой задействований самых разных подпрактик из указанных — всё будет проходить мучительно («муки творчества», когда или противоречие непонятно, а есть только ощущение «онтологического дребезга», или нет достаточно оригинальной догадки, или догадок много, но все они не подходят, или в современных условиях просто нет ресурсов денег и времени на заказ решения задачи каким-то AI), со многими итерациями, с тупиками и возвратами назад — это эволюция. Творчество лёгким бывает редко, алгоритмом творческий результат не выведешь, ещё должно работать и везение, что удачная догадка придёт раньше, а не позже (иногда на много лет позже, иногда на много десятков лет позже).
Пока такой «гибридной» для самых разных методологий мышления лучшей практики для работы с противоречиями не существует, хотя наверняка люди над этим работают (как уже начали работать над объединением своих практик творческого мышления люди из сообществ ToC и ТРИЗ), а через некоторое время можно ожидать, что над этими практиками начнут работать не только люди (AI, коллективы из людей и AI).
Методы творчества, основанного на выявлении проблем/противоречий и их последующее преодоление нужно включать в учебные курсы хотя бы в виде ссылок на уже имеющиеся методологии мышления, где явно обсуждаются методы формулирования и преодоления противоречий. И преподаваемое мыслительное мастерство с этого момента будет включать в себя творчество явно, а не только подразумевать его. Не нужно порождать отдельный термин «творческое мышление» (если это мышление/познание, прагамтически выходящее на изменение мира к лучшему, то оно по определению творческое), но нужно говорить о практиках творчества в мышлении, не нужно опускать этот вопрос и подчёркивать только аналитичность мышления в интеллект-стеке. Нет, SoTA мышление не только аналитичное/критичное, оно и синтетичное/творческое как в момент порождения догадок из хаоса, так и потом при воплощении переживших критику/аналитику догадок в форме инженерии, изменения физического мира к лучшему.
https://ru.wikipedia.org/wiki/Теория_решения_изобретательских_задач ↩︎
https://ru.wikipedia.org/wiki/Теория_решения_изобретательских_задач ↩︎
http://www.triz.natm.ru/instrum/40priem.htm, https://www.litres.ru/lev-hatevich-pevzner/triz-dlya-chaynikov-priemy-ustraneniya-tehnicheskih-protivorechiy/ ↩︎
более формальное описание в https://arxiv.org/abs/1406.2661 ↩︎