July 30th, 2016

2019

Об членораздельное и голографическое в социологии

За сутки мне трое прислали ссылку на статью Вячеслава Широнина "Членораздельное и голографичное" -- http://syg.ma/@viacheslav-shironin/chlienorazdielnoie-i-ghologhrafichnoie. В этой статье берётся противопоставление символистского подхода коннективистскому и прикладывается ко всему подряд: к институциональному подходу и путям развития западной цивилизации, отношениям мужчины и женщины, протестантизму и православию. Как я к этому отношусь?

Как к популяризации идеи о наличии и сосуществании символистского и коннекционистского подходов (а ведь ещё есть байесианский, эволюционный и много разных других) в знаниевой работе -- отношусь очень положительно. Мой собственный глас тут по адресу гуманитариев -- вопиющего в пустыне, я "инженерен", обращаюсь к инженерам. Широнин обращает внимание гуманитариев на то же, что я в http://ailev.livejournal.com/1228029.html обращал внимание инженеров, рассказывая о распределённых, некатегориальных представлениях. Он выпустил свой труд про когнитивистику членораздельного и голографического в 2013, а я с 2012 писал про глубокое обучение http://ailev.livejournal.com/1044735.html и representation learning -- http://ailev.livejournal.com/1045081.html. Широнин тут не одинок, обращаясь по линии человечьего когнитивизма к распределённым представлениям в протиповоставлении их символическим, логическим. Тот же sergey_borod с его "языковым бессознательным" идёт тем же гуманитарно-теоретическим путём. Для меня это направление маркируется словом "когнитивистика", которое уже мало что обозначает (недаром оно было практически хором убрано из названия участниками круглого стола "Принципиальные вопросы продвижения когнитивных исследований в образовании" -- http://ailev.livejournal.com/1267947.html).

Как я отношусь к конкретным идеям, приведённым в статье? Ну, для меня статья пример использования метафор (автор говорит "моделей", но для меня модель все-таки формальна -- членораздельна, как говорит автор. А метафора дозволяет с собой нечленораздельную, "голографическую" в терминах автора работу). Итак, берётся метафора членораздельности против невыговариваемости, обосновывается как коннективизм против символизма и далее прикладывается ко всему подряд. Очень продуктивно, начальная стадия науки -- это очень правильное действие. Потом вдруг бах! коннективизм исчезает! и дальше прикладывается уже метафора голографическая, которая была "проходной" для объяснения коннективизма (я и сам использовал голографию как всем известное нелокальное представление информации, это общее место. Но оно не нейронное ни разу!). И вот уже в нечленораздельности от голографии у нас появляются опорные источники света и куски текста, уже с этой совсем другой метафорой. разве что знаньевых лазеров с ученьем-светом не предложено, но близко, да. И так далее -- прыг-прыг по метафорам, прикладываем очередную (ну, или ту же самую, только другими словами) дихотомию на уровне интуитивной "чуйки", "голографически" ко всему подряд, где есть хоть какая-то сложно организованая информация, знания, т.е. "когнитивность". Эта дихотомия очень хороша, ибо не на пустом месте (особенно если вернуться от голографии к коннективизму и нейронным сетям, и назвать распределённые представления их собственным именем).

Например, tacit knowledge будет коннективистским знанием, implicit knowledge будет символистским знанием, и вот мы уже притянули огромный пласт knowledge management в эту "когнитивистскую социологию" -- а ведь этому tacit уже 58 лет, оно 1958 года рождения, https://en.wikipedia.org/wiki/Tacit_knowledge. Можно и дальше в этом роде продолжать. Скажем, берём советскую инженерию с её опорой на неогранёный талант и tacit knowledge против западной с опорой на формальные процедуры и постоянную письменную рефлексию методов. Вот оно! Оказывается, системная инженерия -- это такой инженерный протестантизм, а советская инженерная школа это такое инженерное православие! Готовая тема для студенческой работы по "когнитивной социологии"! Или футбол, в котором класс решает (голографичность!), а порядок бьёт класс (членораздельность!), ну и в конечном итоге классный порядок бьёт всех (вот он, момент истины, протестантское православие будет править миром -- только нужно догадаться, как его создать! Впрочем, для этого у нас есть академия наук, и когнитивные социологи).

Это всё шутки, но только с небольшой долей шутки. Кроме распределённых глубоких (нейронная сеть) представлений и символьных будут и другие способы работы с информацией (кстати, книжка об этом вышла на русском -- Педро Домингос, "Верхновный алгоритм", http://www.mann-ivanov-ferber.ru/books/verhovnyj-algoritm/, на английском http://bookzz.org/dl/2596649/2ef094). Это означает, что метафор будет больше. Дихотомия станет сложней и мир уже не будет таким чёрно-белым, членораздельным-мычащим. Вот, например, изучение международных отношений методами байесовской статистики, тут тоже явный отход от дискретных представлений, "членораздельности": http://www.cs.columbia.edu/~blei/papers/ScheinZhouBleiWallach2016.pdf

Для меня просто метафора недостаточна. Если уж мы понимаем, что есть коннективистское распределённое представление, то мало просто заявлять о нём и тыкать в него пальцем. Нужно его изучать, разбираться с его структурой. Наука начнётся с этого места. И она не будет "когнитивистикой", она будет называться как-то по-другому. Может, это и не наукой будет -- науку будут творить по месту, в силу каких-то инженерных потребностей.

Например, возьмём вопрос о гендерных искажениях. Кто не вздрагивал, когда через полстраницы английского текста какой-нибудь friend оказывался вполне себе девушкой, а вы считали его мужчиной? Предположим, вы решили выявить такое смещение восприятия и откорректировать его -- если не у себя, то хотя бы у компьютера. Вот такая лингвистическая социология, борьба за равноправие полов в естественном языке. Вот работа, которая как раз использует распределённые представления ровно для этого: "Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings": http://arxiv.org/abs/1607.06520. Обратите внимание, насколько лингвистично это исследование -- как оно направлено на закреплённость именно в языке знания о типично мужских и женских профессиях! Но обратите внимание, как далеко заходит это исследование от простого поминания распределённости представлений: оно вычисляет "разлитое знание о гендере" и привязывает его к словам:

А вот и мотивация для этой работы: One perspective on bias in word embeddings is that it merely reflects bias in society, and therefore one should attempt to debias society rather than word embeddings. However, by reducing the bias in today’s computer systems (or at least not amplifying the bias), which is increasingly reliant on word embeddings, in a small way debiased word embeddings can hopefully contribute to reducing gender bias in society. At the very least, machine learning should not be used to inadvertently amplify these biases, as we have seen can naturally happen. UPDATE: вот более ранняя работа этих же авторов по embedding biases https://arxiv.org/abs/1606.06121

А вот ещё один пример: создание сценария, который хоть как-то объективно мог бы претендовать на хитовость. Это означает построение социолингвистической модели "хита" (эта модель совсем не сводится к синтаксическим правилам, она вполне нечленораздельна по своему построению) и потом проверка авторской работы сценариста на соответствие этой модели: это не "завтрашний день", это вполне сегодняшний, та же "когнитивная социология" -- https://www.kickstarter.com/projects/970954017/impossible-things-worlds-first-ai-co-written-featu

Это и есть "когнитивная социология", как я бы её понимал -- далеко уходящая за пределы простого признания, что "есть такое разлитое не в языке знание". Это знание нужно вычленять, измерять, привязывать к языку и объяснять. Одних качественных рассуждений сегодня уже недостаточно, потому что человечество уже в этой области может лучше.

Я лично считаю, что цивилизация существенно приросла в последнюю тройку тысяч лет формализацией, появлением и доведением до экстремума членораздельности. Широнин примерно это же пишет в своей работе, хотя мягко и не в таких жёстких заявлениях, как у меня: где добавлялось членораздельности, там жизнь чуточку становилась интересней -- в основе всяких там "революций" именно добавки членораздельности легли. Добавление формализма к развитой интуиции (не замена! добавление!) существенно продвигает цивилизацию. Сначала от распределённых представлений к локальным (появление знаков, появление естественного языка), потом формализация языка для облегчения формулирования лёгких для логических проверок результатов интуитивного внеязыкового размышления в распределённых представлениях -- это всё существенно добавило к цивилизации. Конечно, работа с распределённым представлением знания никуда при этом не исчезает. Компьютеры существенно продвинули человечество в использовании дискретной, символьной информации, добавив членораздельности к толпе носителей разлитого в их головах невыразимого, нечленораздельного знания. Получившиеся киборги (не кибернетические организмы, а кибернетические организации -- тысячи людей, координирующихся через компьютеры) стали реально мощны, масштабы их действий уже касаются миллиардов людей (например, Apple пару дней назад продало миллиардный iPhone, цифры для Facebook и Google тоже говорят о затрагивании миллиардов людей: скоординированная работа людей и машин по отдельным проектам выходит вполне на цивилизационные масштабы).

Сегодня компьютеры только-только прикоснулись к обработке знаний в распределённых представлениях, и теперь революции будут происходить уже по этой линии, гибридного процессинга в нежити.

Я лично в своих интересах тоже целюсь в точку, исследующую симбиоз распределённого и локального представлений. Впрочем, не только я.

Matthew West любит различать онтологии, где "описано, как люди говорят о том, из чего устроен мир" (DOLCHE) и "описывают, из чего устроен мир" (ISO 15926). John Sowa всё время увязывает лингвистичность и онтологичность. Но это всё про локальные представления, формальные и готовые для работы программ логического вывода. Но в распределённых представлениях "пространство знаний" -- оно отражает знания о словах (как говорят о мире, т.е. является "семантическим пространством", пространством значений), или знание о самом мире (т.е. является онтологическим пространством, отражающем не язык, не говорение о мире, а сам мир)? Это, замечу, не совсем абстрактный вопрос: если мы хотим разбирать инженерные тексты, нам хорошо бы различать, где мы отражаем говорение о мире, а где сам мир -- иначе в какой-то момент можно сильно удивиться различию. В какой-то мере пример с гендерным смещением пространства говорения и гендерной нейтральностью пространства реальных объектов даёт представление о том, с чем можно будет столкнуться, если не различать говорение о мире и сам мир -- а ведь в "голографическом" знании представлены они оба, и "говорение о мире" и "мир, как он есть"! Мы ж не только слышим речь, но и видим и ощущаем мир непосредственно!

Так что я глубоко приветствую работу Вячеслава Широнина и надеюсь, что он пойдёт дальше, за пределы использованной им начальной метафоры.

UPDATE: чтобы два раза не вставать -- моё понимание институционализма как онтологизации/стандартизации было тут: http://ailev.livejournal.com/982274.html. В принципе, это хорошо совпадает с тем, как показывает прорастание символистского, членораздельного проговаривания появляющихся в безымянном море разливанном распределённого знания паттернов действия и связанной с этим действием организации. Понятно, что в жизни непроговариваемые обычаи действия и проговариваемые структурные правила тесно переплетены, кроме того возможны крайне разные описания (рендеренги) глубокого многоуровневого (много уровней абстракции) невыразимого словами точно знания об организованностях -- отсюда и трудность с определениями институтов. Но сам заход на такое понимание институтов и институализации как попыток использования эксплицитных символитских описаний имплицитных распределённых представлений мне кажется продуктивным. Вот как представляется Вячеславу Широнину очень приблизительно по этой линии рассуждений (у него, конечно, совсем другая терминология) ход институционального развития современной Европы и России: http://shironin.com/M_35_14-20.03.pdf

А как поглядеть, так и описываемые Кеном Уилбером обобщения теорий развития что-то похожее описывают: сначала плотная ткань неосознаваемой жизни, потом осознание некоторых де факто ритуалов, потом кодификация ритуалов и примат кода над жизнью, потом преодоление догмата кода -- это всё можно обсуждать по той же линии.

А ещё "моя космоонтика", где про всё более и более точное моделирование -- вот это разнообразие репрезентаций и моделирование на одних из них других (на мозгах логики, на компьютерах коннективистики, затем переход к физической коннективистике и т.д.), оно точно сюда -- http://ailev.livejournal.com/1268678.html

У СМД-методологов можно обсуждать естественное-искусственное по этой линии, где "искусственное" это символьное, а естественное -- коннективистское.

А ещё можно обсуждать так же "зрелость процессов", только там после кодификации сразу идёт ход на инженерию кода в его символьном выражении, плюс мало внимания потом оестествлению (метафора машины так машиной и остаётся, а кодификация идёт как преодоление власти неосознаваемых ритуалов).

Ну, и обобщать всякие "истории" (включая истории институционализма) лучше бы не по статьям, а по исходным материалам. В какой-то момент у IBM Watson вместо чтения медицинских статей появилась идея брать доступ прямо к историям болезней: ибо медицинские статьи часто искажали материал, который они брали в историях болезни. Яндекс в нейросетках Яндекс.пробок тоже отказался в какой-то момент брать прогноз погоды: по оригинальным данным о состоянии атмосферы эти нейросетки учитывали изменения в погоде лучше, чем алгоритмы текущего прогноза погоды. Так и тут нужно: брать материалы прямо из первоисточников -- текстов разговоров, а в отдалённом будущем и прямо из мозгов в распределённых представлениях (нейротехнологии ведь тоже не дремлют, развиваются, и фантастика потихоньку становится явью -- хотя это будет не в следующем году, конечно).

UPDATE: вот тут Симон Кордонский обсуждает эту статью по линии связи с онтологиями, но аспект распределённых представлений он не поминает -- сразу противопоставляет символьное природному (а не символьное и коннективистское природному): https://www.facebook.com/simon.kordonsky/posts/10205293324811799
2019

Curriculum learning для системного тренажёра

Пару недель назад я выступил с инициативой сделать тренажёр с заданиями по системному мышлению, чтобы тренировать его беглость (http://ailev.livejournal.com/1278095.html). Над заданиями начали работать семеро, и я получил обильную обратную связь в онлайне и оффлайне.

Главной проблемой оказалась последовательность предъявления заданий, последовательность освоения содержания образования. Я назову этот аспект curriculum learning, следуя терминологической традиции, принятой в машинном обучении. Вот тут небольшой обзорчик на тему, как это обсуждается для машин: http://www.cs.cmu.edu/~lujiang/camera_ready_papers/AAAI_SPCL_2015.pdf. Отмечаемый в этой статье overfitting из-за self-paced learning (недостаточное обобщение обучения на разные ситуации, когда ученика допускают самому определять, что ему больше нравится учить -- скажем, зарывается и делает только один проект-кейс) это, кстати, и есть "недостаток фундаментального образования", большинство моих комментаторов упирали поэтому на примат curriculum learning перед каким-либо выходом в проектную практику. По их мнению, адаптивное обучение (https://en.wikipedia.org/wiki/Adaptive_learning, https://www.knewton.com/resources/blog/adaptive-learning/adaptive-learning-around-world/) имеет смысл рассматривать только как адаптация к уже имеющемуся "идеалу". Учитель должен знать и тщательно спланировать, чему учить -- а ученик как "материал" должен гарантированно получить отпечаток содержания предмета.

Моя личная точка зрения в том, что а) конечно, curriculum learning важен, но б) без адаптивности тут будет не обойтись. Так что я иду на поводу у текущей команды (там уже семеро) и соглашаюсь сделать "жёсткую последовательность", но это временное отступление.

Теперь попробую уточнить в немного другой терминологии шаги, требуемые для достижения метанойи (я их уже расписывал в http://ailev.livejournal.com/1278095.html как ступеньки заинтересованности, начитанности, знания, беглости). Вот альтернативное изложение:

0. Заинтересованность: понимание, что изучаемый предмет зачем-то нужен в жизни. Тут придерживаемся концепции заведения автомобиля-без-стартёра: толкаем-толкаем автомобиль, который чихает и кашляет, пока он вдруг сам не заводится, и не уезжает от толкающих с огромной скоростью. Заинтересованность предметом мы не можем ожидать сразу, но когда-нибудь она произойдёт (ну, или не произойдёт -- останется "базовое образование", но не будет использовано, не будет углублено). Это ортогонально curriculum learning.

1. Осознание объектов и терминология: онтологизация. Важным является осознание наличия специальных объектов дисциплины и знание терминологии, чтобы мочь эти объекты обсуждать и решать с ними потом задачи. Практика = дисциплина + технология, так что выдираем из винегрета практики дисциплину (ибо отнюдь не всегда дисциплина задана явно). Задания тут простые, на классификацию и определение отношений. Мыслительных операций по факту не нужно, кроме операции выделения объекта в контролируемых условиях задачи и подведения его под класс, определение отношений между объектами + знания терминологии для описания всего этого. Такой подход требует выучивания всех промежуточных понятий и их терминов, требуемых для полного осознанного описания ситуаций. Например, если система представляет собой (в том числе) 4D-объект aka философский индивид, то вводится понятие такого объекта и тренируется работа с ним даже независимо от системы, а потом ещё и отдельно тренируется, что воплощение системы как раз такой 4D-объект. Если система представляет собой холон, то точно так же: обсуждается независимо от понятия системы, а потом отдельно цепляется к понятию системы для его усложнения Это доведённая до экстремума идея последовательного, конструктивистского построения знания в голове студента: "понять что-то -- это уметь такое сделать, в том числе отмоделировать", то есть построить понятие системы на основе многих его составляющих, уметь об этом внятно рассказать. Все теоремы разбиваются на леммы, каждая лемма и теорема получают свои имена, учится всё -- даже если потом теоремы и леммы нижнего уровня никогда не будут использоваться. Обучение идёт через "рацио": через тренировку нейронной сетки на работу с формальными определениями "снизу вверх" и игр с ними для тренировки, а не через прямую тренировку нейронной сетки многими предъявлениями какой-то проектной ситуации и акцентирования внимания на осознании каких-то объектов (через "непосредственный опыт").

Вот тут главное -- curriculum learning, порядок предъявления объектов, чтобы определение нового объекта можно было строить на базе определений предыдущего. Если все объекты связаны в сеть (по Витгенштейну, мы ничего не можем сказать про объект кроме того, что он как-то относится к другим объектам), то линеаризация (даже не вытягивание сети в "дерево"! обучение-то последовательно!) может быть проведена многими и многими разными способами.

Опять же, в любом месте онтологизации можно поставить "затычку" и начинать учить понятия с какого-то более-менее верхнеуровневого, ставя пределы фундаментальности образования. Для обучения 2*2 не нужно вдаваться в подробности теории чисел, системы счисления и т.д.. Так что рассказанное тут про "снизу вверх" и "формальность" -- это ерунда, просто ориентир и хотелка. Но желаемый ориентир и страстная хотелка. Про себя скажу, что я не такой уж страстный тут хотельщик, но все текущие писатели задач прошли формальное образование и на этом настаивают. ОК, я не возражаю, а жизнь потом всё откорректирует.

Никакой пользы это не приносит. Это не мышление. Это ступенька, которая позволяет потом поддержать осознанность: умение говорить о том, что ты делаешь в уме, уметь называть объекты, с которыми работаешь, о которых думаешь.

2. Теоретическое знание: умение решать искусственно сформулированные учебные задачки. В тепличных условиях тщательно отобранного набора объектов предлагается решить задачу. Объекты все "из задачи", среда решения задачи тщательно контролируется. Тем самым операционализируется вначале полностью статичное выученное знание о существовании новых онтологических объектов и терминологии предметной области. Это мёртвая вода, решающая такие задачки мысль мертва, но она шевелится. Только яблоки из задачи, это точно не яблоки из жизни (http://ailev.livejournal.com/1082662.html). Это и есть "начитанность", "эрудированность". Задачки должны воспроизводить элементарное рассуждение над выученными онтологическими объектами, это даёт некоторую беглость чисто теоретической мысли (ибо помним, что в заданиях жёстко контролируемый объектный мир, в задачах не практика по факту, а винегрет из теорий -- то есть задачки сильно проще жизни, это не жизнь). Элементарное рассуждение -- это прежде всего следование каким-то схемам, связывающим выученные объекты. Например, схема семи инженерных альф -- и можно давать задания на определение отсутствующей альфы. Это уже должно приносить счастье в жизни, но не принесёт (ибо студент просто не догадается в нужный момент в жизни определить в чьём-то докладе о проекте отсутствующую альфу и задать к ней вопрос. Или определить, что в его презентации не хватает описания одной из базовых альф и добавить слайд с её описанием).

Пользы от этого знания тоже нет. Теоретики часто бесполезны, ибо их теория недоступна в тот момент, когда нужна. А когда она не нужна, то она только мешает и отвлекает от основанного "на опыте" (вернее, на нерефлектированном опыте) дела.

3. Практическая применимость мышления, его беглость. Умение использовать знание в практической (то есть с задействованием технологии) жизни (то есть in the wild). Ситуация тут сложнее предыдущей (с учебными задачками) только тем, что:
-- онтологические объекты в реальной жизни выделить в разы трудней, чем в задаче. В задаче эти объекты уже часто оформлены хотя бы в слова, т.е. даны в локальных представлениях. Даже "кейсы" тут помогают -- они описывают только какой-то сегмент жизни, только релевантное решаемой задачи, в них не так много шума. А в жизни ты видишь пёструю мозаику самых разных предметов из самых разных дисциплин, да и мимо дисциплин вовсе. Кроме того, в задачах тебе обычно сразу говорят, что относится к твоей дисциплине, а что нужно брать из соседних. В теории всё чётко и просто. Тут же онтологические объекты представлены ото всех дисциплин, и нужно ещё догадаться, что речь идёт о целевой дисциплине.
-- объекты реального мира подразумевают не мыслительное действие с ними, а прямое действие. Яблоки из жизни едят, их обычно не считают. Нужно иметь особый выверт ума, чтобы разотождествить предмет действия и предмет мышления. Чтобы рычащего на тебя и брызгающего слюною Женю отождествить со стейхолдером "пользователь", а вялую Сашу отождествить с "системным архитектором" требуется очень нетривиальное умственное усилие -- а окружающий фон будет доставлять в этот момент запредельное число помех. В кейсах это не натренируешь, тут нужны только проекты.
-- в реальной жизни тебе нужно твою хорошо выученную онтологию соотносить с онтологиями других стейкхолдеров. Для этого нужно уметь не только опредмечивать свою предметную область (чему весь этот тренажёрный тренинг и посвящён), но и распредмечивать -- со своим уставом в чужие монастыри-то не ходят! То есть нужно а) опредметиться -- т.е. сообразить, что тут нужно использовать выученные тобой знания, б) поставить задачу (! это главное на данном этапе. Ибо на прежних этапах задачи ты получал уже поставленные, и нужно было только решать задачи!), в) решить теоретическую задачку (это будет легко -- оттренировано на предыдущих этапах. Но неожиданно задачка может оказаться сложней, чем было предусмотрено в учебном процессе на предыдущих стадиях тренинга), г) обсудить её решение с коллегами по предмету (это легко, если знаешь терминологию и помнишь исходные схемы), д) обсудить её решение с коллегами из других дисциплин, для чего нужно будет "распредметиться", отойти от использования с таким трудом натренированной онтики и поплыть в мутных морях распределённых представлений, снов своей нейронной сетки, общежизненного опыта и нетерминологического языка. Этот пункт (обучение в условиях in the wild, в реальной жизни, когда "знать" мало, нужно ещё не растеряться, и применить знание) хорошо иллюстрирует анекдот в http://cartmendum.livejournal.com/214886.html

Гипотеза в том, что:
-- тренировать людей по приведённой схеме можно, даже если поначалу у них нет интереса к предмету. Интерес появится, когда будут результаты мышления. Результаты будут, если мышление будет тренировано. Следовательно, задача в том, чтобы натренировать хоть что-то за минимальное время -- и дать возможность применить в жизни. "Сержантский метод" заключается в том, что сержант не столько вникает в адаптационные аспекты тренинга (у него для этого мало ума), сколько не даёт соскочить с тренинга раньше, чем этот тренинг даст результаты.
-- тренировать людей нужно именно в указанной последовательности (а внутри ещё и соблюдать последовательность предъявлений новых объектов и их связок в схемы), это экономит общее время обучения (что не факт, но мы в это пока верим -- если считать даже, что все определения можно выстроить в дерево, то обходить это дерево можно снизу вверх, а можно по горизонталям -- и последовательностей можно выстроить множество).
-- все пререквизиты у людей уже есть (начиная с пререквизита функциональной грамотности, чтобы понимать условия задач, плюс владения хоть как-то логикой -- правильными формальными рассуждениями). Это, кстати, может быть серьёзным препятствием, вспомним про https://wiki.lesswrong.com/wiki/Inferential_distance
-- прохождение тренировки беглости на проектах как-то облегчается предварительной тренировкой теории на искусственно составленных задачах (что тоже не факт, но мы в это верим: выучить ту же физику, проводя лично многочисленные эксперименты, описанные в задачах, просто нельзя. Нет, учимся главным образом на задачах, и прибиваем книжно-задачное знание к жизни гвоздями редких лабораторных работ).

Вот теперь наш замысел кристалльно прозрачен: мы хотим системному мышлению учить точно так же, как учат физике. Точно так же "от первых принципов" и формализмов, затем привязывая к практике (в бытовом и терминологическом смысле этого слова) и выходя на инженерию -- изменение физического мира в проектах, сочетающего использование физики-науки и просто инженерных эвристик.

Здесь нужно откреститься от обвинений в том, что мы тем самым будем учить старинному системному подходу, который мы видели вплоть до начала 80-х, когда появились работы Чекланда и прочих системщиков, напирающих на определяющее присутствие людей. Это "первое поколение системного подхода", он же системный подход 1.0, а у нас тут современная версия, 2.0. Почему нужно оправдываться? Потому что много людей видели набитые формулами и матмоделями учебники системотехники и системного анализа -- их было огромное число, ибо только кафедр системотехники в стране было 40 штук. И по этим учебникам было бы очень просто организовать обучение как физике или математике: там же всё было по формулам, там было всё формально! Вот наши отличия:
-- нет излишней математизации, и даже формальной логики "в формулах". Но это не означает отсутствие формальности. Мы явно используем логику, как "искусство правильных рассуждений" (слово "искусство" тут обозначает только то, что мы не требуем изложения правильных рассуждений формулами, как в матлогике). Дальше я этот тезис предпочитаю не раскрывать, обращайтесь к литературе по философской логике по связи формульного формального "вывода", и его же, оформленном в виде "рассуждения" на естественном языке (тем более что мы вынуждены включать в курс фрагменты философской логики -- про те же 4D объекты, чтобы дальше иметь возможность работать с понятием системы, формально укоренённой в физическом мире).
-- в силу этого основные наши модели не классические формульные математические, а "схемы" -- онтологические модели, чаще всего выразимые диаграммами. Мы не настаиваем, чтобы эти схемы были представлены в формулах для какой-то из логик (обычно логики первого порядка, но могут быть и разные более хитрые варианты с обращениями к модальным логикам и логикам более высоких порядков). Со схемами (несмотря на их логическую природу) мы работаем в естественном языке, а не формальным выводом с формулами.
-- наш системный подход 2.0, то есть базируется на деятельностном походе (системы задаются субъективно, стейкхолдерами-деятелями. Это не физика с её "объективными" системами). По большому счёту, это довольно много чего меняет -- в том числе существенно размывая границу классического системного подхода, системного подхода для "мягких систем" (начиная с работ Чекланда и далее в менеджмент), подхода для системы систем (которые определяются через независимость входящих в какую-то систему отдельных систем в плане их разработки, развития и эксплуатации, т.е. в определение явно втянуты люди-владельцы этих систем).
-- мы в уме держим (но пока не реализуем) положения по коннекционистской проблематизации системного подхода (http://ailev.livejournal.com/1252230.html), эволюционистской проблематизации http://ailev.livejournal.com/1268678.html и т.д..

А сейчас мы попробуем исходя из этих представлений
-- откорректировать системную онтику (хотя тут ближе к онтологии -- ибо начинаем с upper ontology), вытянутую как-то в curriculum последовательности их изучения. Первый заход в виде списка мышлем я делал в http://ailev.livejournal.com/1278600.html, и эту работу нужно продолжать.
-- привести в соответствие с откорректированной онтикой уже наработанные задания. Ну, и заодно эти задания (которые, как оказалось, сочинялись главным образом для разбирательства с нюансами) сильно огрубить: тренировать не 2*2=2.1,2,2.0,10дв, а 2*2=500,2,БГД (и на этом тоже многие будут срываться).
-- тщательно выстроить из заданий базовую последовательность для curriculum learning (или ряд таких последовательностей -- уж как получится), даже не думая пока о возможностях какой-то адаптации её к возможностям или потребностям разных студентов.