lytdybr
Основное моё время уходит на разработку курса "Мастерство обучения 2022". Вот фрагмент из предисловия, показывающий основную линию рассуждений по поводу обучения как инженерной работы. К научению (чтобы показать не обучение со стороны студента, а научение со стороны команды курса) применяем те же принципы разделения труда, что и в традиционной инженерии (и это ещё будет некоторое время чиститься. Так, вопрос о независимой оценке квалификации/quality assurance в тексте задаётся, но отдельной роли дающего оценку квалификации на верхнем уровне разделения труда пока я выделять не стал):
• Предприниматель (культуртрегер/Kulturträger) из организаторов образования высказывает догадку/гипотезу о том, какому мастерству нужно учить, кому и зачем такое мастерство будет нужно, откуда можно получить ресурсы на создание курса и будет ли достаточно ресурсов, получаемых за проведение обучения.
• Методолог в практике методологической работы создаёт стандарт мастерства к научению примерно так же, в КБ инженеры-конструкторы создают описание целевой системы. Но более верной аналогией тут является работа программных инженеров по методологии DDD (domain driven design, там всё базируется на определении объектов незнакомой программистам предметной области и отображении её непосредственно в программном коде. А тут нужно делать с предметной областью мастерства всё то же самое, только отображать в стандарте мастерства к научению)
• Методист в практике методической работы/instructional design создаёт учебные материалы и инструкции для преподавателей примерно так же, как инженеры-технологи на заводе создают описание системы создания. Эта практика бьётся на две подпрактики: методика обучения/learning design и методика мотивирования/motivational design.
• Преподаватели в практике преподавания ведут обучение студентов примерно так же, как «синие воротнички» по материалам из КБ и по операционным картам от инженеров-технологов изготавливают целевую систему на заводе. У них тоже две подпрактики (и две подроли): преподаватели-предметники объясняют материал и исправляют неизбежные ошибки студентов в проведении операций над объектами предметной области изучаемого мастерства, а преподаватели-лидеры («вожатые») обеспечивают мотивацию к учебному труду.
• Организаторы образования занимаются тем же, чем обычные предприниматели и менеджеры предприятия: развивают методические центры, где работают методологи и методисты (аналоги проектных организаций в промышленности) и учебные центры, где массово учат студентов (аналоги заводов в промышленности).
В курсе системной инженерии более-менее определились с делёжкой работы: кто в курс даёт какие части. Основной вопрос там был -- идём по V-диаграмме (сейчас это диаграмма ромба, ибо digital twins, а ещё есть N-диаграмма для brownfield), или по альфам. Мой ответ был -- разные виды жизненных циклов соберутся в разные диаграммы, а идти нужно по практикам, которые меняют подальфы в альфах инженерной области интересов. То есть знакомим с практиками, которые меняют подальфы. Требования -- инженерия требований, проверенное воплощение системы и надсистема -- инженерия испытаний, и так далее. Подальфы становятся объектами кейсов и кладутся в основу управления кейсами, состояния альф далее отслеживаются по чеклистам. Альфы одни и те же, а вот разные варианты практик будут использовать разные продукты, и можем привести примеры для разных предметных областей. Рассказ же общий. В этом плане мой рассказ про мастерство обучения -- это такой же обзорный рассказ про мастерство (системной) инженерии, то есть содержание там аналогично содержанию кругозорного курса системной инженерии для такой целевой системы, как прикладное или даже мыслительное мастерство.
Вот тут П.Щедровицкий опять ставит вопрос про инженерное образование, в том числе в МИФИ: https://www.facebook.com/petr.shchedrovitskiy/posts/4761579003928959. Вот что я написал в комментах (а в частном сообщении мне вдогонку сказали, что в МИФИ даже есть кафедра системной инженерии, но её вроде как закрывают из-за того, что принимающие решения люди не очень понимают, что же это такое):
— теории эволюции показывают что там происходит с ближним и дальним порядком, как об этом можно думать. И проблема индивида и агентности там поднимается современными теориями (это ж проблема "биологического индивида" -- и там тоже вроде как "ближний порядок, дальний порядок")
— революция причинности позволяет вернуться к вопросу о методе (можно настаивать на всех трёх уровнях causal ladder, но поддерживать это ещё и вычислениями)
— развитие методологии много чего уже дало в плане способов описания деятельности и разделения труда, и тем самым можно выйти на теорию предпринимательства и человеческого капитала
Ещё одна тема в чате блога -- это что даёт causal inference ("одомашненная причинность", как говорит Перл) в плане науки? Что новенького появилось из открытий после этого CI, контрфактуалы-то всегда были, и что там особенного, что причинность формализовали? Или как с теорией категорий -- всё хорошо, но вот к делу никак не приспособишь? Это с https://t.me/ailev_blog_discussion/13173. Мой ответ, что сама постановка неверна. Тут нужно понимать статус CI — там могут сказать, какая модель/теория (граф причинности) лучше, но вот саму модель там не "выводят", она должна быть предложена предметными экспертами в качестве догадки/гипотезы. То есть CI -- это машинка критики, а не машинка порождения нового знания. И вот подтащили машинку, и она начала разваливать всё построенное во многих и многих областях науки, весьма эффективно. Это и есть главный результат. сам принцип инструмента — не приносить правильного, а разрушать неправильное. На входе CI данные и граф причинности из очередной теории. CI говорит, какая теория выиграла, а какая проиграла — относительно друг друга. Далее защитники теорий модифицируют свои графы и приходят к CI опять, цикл повторяется (ибо старая теория ведь тоже не сдаётся быстро, они находят новые confounders). Новых идей от CI не стало больше, поэтому нельзя сказать о "победах новых идей из-за CI", "новых открытиях". Но можно сказать о "новых закрытиях", кризисе воспроизводимости. Воспроизводимость тут имеет две причины:
— нельзя повторить эксперимент, получив те же результаты (классика этого жанра)
— в опубликованных уже данных найдено, что они "статистически незначимы", если правильно считать. То есть их даже воспроизводить не надо, там сплошная манипуляция, если считать по CI. Это иногда разными другими словами называют, но чаще просто заносят под общей маркой "невоспроизводимость" (без разницы ведь: не смогли воспроизвести в эксперименте, то есть "эффект не продемонстрирован", или просто "эффекта нет" в первом же эксперименте. И тут даже пишут иногда, что "плохие знания в статистике у психологов, медиков, экономистов и социологов добавляют к кризису воспроизводимости в этих дисциплинах" (лично пару-тройку раз читал про вот такую "одну из причин" для "кризиса воспроизводимости").
Купил кольцевую светодиодную лампу диаметром 55см, сегодня на вечернем созвоне отметили, что у меня существенно улучшилась цветопередача. Ещё бы! Брал с цветовой температурой 6500К, аж в голубизну оттенок уходит. Завтра должна приехать камера Dell UltraSharp 4K Webcam WB7022 и буду вообще вещать-писать профессионально. Сам удивляюсь, почему всё это раньше не сделал.
Вот я в эту пятницу в Буффе:
• Предприниматель (культуртрегер/Kulturträger) из организаторов образования высказывает догадку/гипотезу о том, какому мастерству нужно учить, кому и зачем такое мастерство будет нужно, откуда можно получить ресурсы на создание курса и будет ли достаточно ресурсов, получаемых за проведение обучения.
• Методолог в практике методологической работы создаёт стандарт мастерства к научению примерно так же, в КБ инженеры-конструкторы создают описание целевой системы. Но более верной аналогией тут является работа программных инженеров по методологии DDD (domain driven design, там всё базируется на определении объектов незнакомой программистам предметной области и отображении её непосредственно в программном коде. А тут нужно делать с предметной областью мастерства всё то же самое, только отображать в стандарте мастерства к научению)
• Методист в практике методической работы/instructional design создаёт учебные материалы и инструкции для преподавателей примерно так же, как инженеры-технологи на заводе создают описание системы создания. Эта практика бьётся на две подпрактики: методика обучения/learning design и методика мотивирования/motivational design.
• Преподаватели в практике преподавания ведут обучение студентов примерно так же, как «синие воротнички» по материалам из КБ и по операционным картам от инженеров-технологов изготавливают целевую систему на заводе. У них тоже две подпрактики (и две подроли): преподаватели-предметники объясняют материал и исправляют неизбежные ошибки студентов в проведении операций над объектами предметной области изучаемого мастерства, а преподаватели-лидеры («вожатые») обеспечивают мотивацию к учебному труду.
• Организаторы образования занимаются тем же, чем обычные предприниматели и менеджеры предприятия: развивают методические центры, где работают методологи и методисты (аналоги проектных организаций в промышленности) и учебные центры, где массово учат студентов (аналоги заводов в промышленности).
В курсе системной инженерии более-менее определились с делёжкой работы: кто в курс даёт какие части. Основной вопрос там был -- идём по V-диаграмме (сейчас это диаграмма ромба, ибо digital twins, а ещё есть N-диаграмма для brownfield), или по альфам. Мой ответ был -- разные виды жизненных циклов соберутся в разные диаграммы, а идти нужно по практикам, которые меняют подальфы в альфах инженерной области интересов. То есть знакомим с практиками, которые меняют подальфы. Требования -- инженерия требований, проверенное воплощение системы и надсистема -- инженерия испытаний, и так далее. Подальфы становятся объектами кейсов и кладутся в основу управления кейсами, состояния альф далее отслеживаются по чеклистам. Альфы одни и те же, а вот разные варианты практик будут использовать разные продукты, и можем привести примеры для разных предметных областей. Рассказ же общий. В этом плане мой рассказ про мастерство обучения -- это такой же обзорный рассказ про мастерство (системной) инженерии, то есть содержание там аналогично содержанию кругозорного курса системной инженерии для такой целевой системы, как прикладное или даже мыслительное мастерство.
Вот тут П.Щедровицкий опять ставит вопрос про инженерное образование, в том числе в МИФИ: https://www.facebook.com/petr.shchedrovitskiy/posts/4761579003928959. Вот что я написал в комментах (а в частном сообщении мне вдогонку сказали, что в МИФИ даже есть кафедра системной инженерии, но её вроде как закрывают из-за того, что принимающие решения люди не очень понимают, что же это такое):
У меня была забавная история со студентами МИФИ: по межвузовской программе парочка студентов прошла у меня двухсеместровую подготовку в МФТИ по курсу системного мышления и системной инженерии. Ко мне на выпускном программы подошла препод из МИФИ и выразила благодарность: по её словам в МИФИ как-то утратили способность прививать инженерность в мышлении в их учебной программе, а после моих двух семестров у этих двоих эта самая инженерность в голове появилась. И то верно: курс ведь два семестра именно инженерности и учил! А остальных учили только теплотехнике, устройству каких-то машин, электротехнике, физике -- почувствуйте разницу. И это МИФИ. Про мои беседы с преподами робототехники из СТАНКИНа я вообще молчу: никакой робототехники там в головах студентов не будет, и преподавать на современном уровне её не получится (при этом куратор одной из программ честно сказал, что анализировал, кто такие робототехники, кем они в инженерии работают. Оказалось, что системными инженерами! Но системного мышления и системной инженерии в программах там тоже нет).В блоге у меня обсуждается, почему это австрийцы недовольны экономистами-мейнстримщиками (с https://t.me/ailev_blog_discussion/13163). Австрийцы и неоклассики недовольны метододологией науки друг друга. Австрийцы интуитивно понимают, что речь идёт о графах причинности и объяснениях (и напирают на контрфактуальность), и это задолго до формализации в causal inference, которая только в 21 веке прошла. Поэтому австрийцы уклончиво говорили всё время, что они избегают численных моделей, и модели их качественные. Но вполне объяснительные. Неоклассики обходятся корреляциями и статистическими зависимостями, первый уровень causal ladder, и довольствуются предсказательными моделями. Перл ехидничает про экономистов просто ежедневно в своём блоге (кто ж ещё увлекается "статистическими закономерностями"! Психологи да экономисты, медики да люди из сельского хозяйства). По-хорошему, нужно делать уже неоавстрийскую экономику (это, понятное дело, неподъёмная исследовательская программа. Но глаза боятся, а руки делают), ибо:
Всё-таки кроме "принципов" нужно ещё и учебными программами заниматься. Если не учить целенаправленно системному мышлению, то оно у инженера ниоткуда и не возьмётся. Если нет системного мышления, то и системной инженерии не будет. Если не будет системной инженерии -- откуда быть "инженерному складу ума"? Будет склад ума техника, но техник-то не инженер!
А ещё мы были сильно удивлены, когда выяснили, что системное мышление оказалось сильно высоко по стеку мыслительных практик. Все эти семантики-онтологии как мыслительные дисциплины сидят сильно пониже, а без них никакое системное моделирование не получается. В современном образовании с этими практиками всё хуже и хуже, поэтому и системного мышления не получишь, а без системного мышления и трудовой кругозор нулевой. У меня четыре препода по курсам системного мышления говорят, что студентов не удаётся научить не только системной инженерии, но и просто работе с требованиями, поскольку часов нет и не предвидится хоть на какую-то онтологическую подготовку (они её пытаются воткнуть в программы по инженерии требований, но тогда и на саму работу с требованиями не хватает). А ещё хочется дать навыки работы в программах моделирования, и всё: часы обучения инженеров в четырёх разных местах натыкаются на то, что на собственно инженерное мышление и его поддержку со стороны более общих мыслительных практик времени нет.
Ничего. Если плюнуть слюной на все эти государственные вузы и их дурацкие ограничения в части куррикулумов, и не тратить время на беседы в попытках там что-то изменить, то и с этим можно разобраться. Старьё в этих вузомонстрах само помрёт, надо новое рядом строить. Как говаривал Гена Лебедев, "всё новое -- свободно!".
— теории эволюции показывают что там происходит с ближним и дальним порядком, как об этом можно думать. И проблема индивида и агентности там поднимается современными теориями (это ж проблема "биологического индивида" -- и там тоже вроде как "ближний порядок, дальний порядок")
— революция причинности позволяет вернуться к вопросу о методе (можно настаивать на всех трёх уровнях causal ladder, но поддерживать это ещё и вычислениями)
— развитие методологии много чего уже дало в плане способов описания деятельности и разделения труда, и тем самым можно выйти на теорию предпринимательства и человеческого капитала
Ещё одна тема в чате блога -- это что даёт causal inference ("одомашненная причинность", как говорит Перл) в плане науки? Что новенького появилось из открытий после этого CI, контрфактуалы-то всегда были, и что там особенного, что причинность формализовали? Или как с теорией категорий -- всё хорошо, но вот к делу никак не приспособишь? Это с https://t.me/ailev_blog_discussion/13173. Мой ответ, что сама постановка неверна. Тут нужно понимать статус CI — там могут сказать, какая модель/теория (граф причинности) лучше, но вот саму модель там не "выводят", она должна быть предложена предметными экспертами в качестве догадки/гипотезы. То есть CI -- это машинка критики, а не машинка порождения нового знания. И вот подтащили машинку, и она начала разваливать всё построенное во многих и многих областях науки, весьма эффективно. Это и есть главный результат. сам принцип инструмента — не приносить правильного, а разрушать неправильное. На входе CI данные и граф причинности из очередной теории. CI говорит, какая теория выиграла, а какая проиграла — относительно друг друга. Далее защитники теорий модифицируют свои графы и приходят к CI опять, цикл повторяется (ибо старая теория ведь тоже не сдаётся быстро, они находят новые confounders). Новых идей от CI не стало больше, поэтому нельзя сказать о "победах новых идей из-за CI", "новых открытиях". Но можно сказать о "новых закрытиях", кризисе воспроизводимости. Воспроизводимость тут имеет две причины:
— нельзя повторить эксперимент, получив те же результаты (классика этого жанра)
— в опубликованных уже данных найдено, что они "статистически незначимы", если правильно считать. То есть их даже воспроизводить не надо, там сплошная манипуляция, если считать по CI. Это иногда разными другими словами называют, но чаще просто заносят под общей маркой "невоспроизводимость" (без разницы ведь: не смогли воспроизвести в эксперименте, то есть "эффект не продемонстрирован", или просто "эффекта нет" в первом же эксперименте. И тут даже пишут иногда, что "плохие знания в статистике у психологов, медиков, экономистов и социологов добавляют к кризису воспроизводимости в этих дисциплинах" (лично пару-тройку раз читал про вот такую "одну из причин" для "кризиса воспроизводимости").
Купил кольцевую светодиодную лампу диаметром 55см, сегодня на вечернем созвоне отметили, что у меня существенно улучшилась цветопередача. Ещё бы! Брал с цветовой температурой 6500К, аж в голубизну оттенок уходит. Завтра должна приехать камера Dell UltraSharp 4K Webcam WB7022 и буду вообще вещать-писать профессионально. Сам удивляюсь, почему всё это раньше не сделал.
Вот я в эту пятницу в Буффе:
