Сидорук Андрій Васильович

проф. Вовк С.Н., Сидорук А.В.

Черновицкий национальный университет имени Ю. Федьковича


НЕКЛАССИЧЕСКАЯ МЕТОДОЛОГИЯ СУЩНОСТЬ, СТРУКТУРА И ПЕРСПЕКТИВЫ РАЗВИТИЯ №3


Особенности формирования предмето-неклассической методологии.


Прежде всего встает вопрос о том, как соотносятся понятия "метод", "метод научного исследования", "метод деятельности", "метод научного познания". Под методом /греч. - methodos - буквально "путь к чему либо"/ с точки зрения общих определений понимается и "определенным образом упорядоченная деятельность", и "совокупность приемов и операций практического и теоретического освоения действительности" [1, 278], и т.п. Соответственно этому метод научного исследования определяют как "некоторую совокупность мыслительных или на основе их созданных физических операций, которая зависит от характеристик объекта исследования и используется для решения определенного класса задач" [2, 133]. При этом понятия "деятельность" и "способ деятельности" зачастую отождествляются. В то же время другие авторы проводят четкое различие между деятельностью и способом деятельности и под методом понимают не сами действия, операции, процедуры, а "систему регулятивных принципов преобразующей, практической или познавательной, теоретической деятельности" [3, 409]. Сам метод научного познания представляется как "система правил, которая определяет способ достижения новых знаний в какой-то области науки" [4, 9-10].

Как видим, содержание понятия "метод" аккумулирует в себе и поле значений, и смысловые ассоциации различных подходов к пониманию метода. Поэтому-то и существует такая разноголосица в определении статуса методологии и методологического знания. Так, анализируя различные подходы к пониманию метода, Л.А.Микешина утверждает, что "существующие определения метода научного исследования как системы операций или как системы предложений, предписывающих эти операции, не исключают друг друга, а указывают на различные уровни анализа структуры метода" [5, 30]. Действительно, при выяснении структуры метода последний можно анализировать как на уровне предложений, формулирующих правила и нормы действий исследователя, так и на уровне деятельности, в которой реализуются эти правила и нормы. В то же время данные два типа определения метода принципиально различны. Во-первых, правила, нормы, регулятивные принципы и т.п. представляют собой концептуальные средства, источником формирования и развития которых выступает область "пересечения" теоретического и методологического знания. Во-вторых, если под методом понимается некоторая совокупность действий, операций, процедур, то он лишается статуса знания, но приобретает новое значение и выполняет функцию подсоединения методологического знания к другим наукам с иными предметами исследования. В этом случае мы должны отграничить его от общих критериев научности и универсальных принципов научной рациональности. Здесь и проявляется специфика методологического знания, его отличие от предметного, теоретического и методического знания. Более того, в области "пересечения" теоретического и методологического знания первое /в форме теории/ расширяет свое поле значений через линии связей теоретических конструктов с культурным, интеллектуальным и социальным контекстами. Одновременно знание о методе приобретает "явный" характер, т.е. получает относительную самостоятельность с "постоянной пропиской" в социуме.

Естественно, возникают вопросы: выражают ли реально функционирующие методы "диктат логики"?; предстают ли они как жестко заданные программы познавательной деятельности?; существует ли алгоритм научного метода? Конструктивные и плодотворные ответы на эти вопросы немыслимы без учета того, что в реальной науке не реализуется тот стереотип, согласно которому метод это "жесткие, неизменные и абсолютно обязательные принципы научной деятельности" [6, 23].

В действительности, речь может и должна идти об "алгоритмизации" научного познания. Под алгоритмом понимается система четких правил и норм, однозначно детерминирующих процесс исследования от начальных процедур и операций до конечного результата. В таком значении понятие "алгоритм" применимо лишь к формализованным, основанных на математических приемах и процедурах методам и, естественно, не применимо ко многим другим, включающим в себя как логические, так и предметно-практические операции. В большинстве естественно научных и социальных методах познания часто неясно, какаю операцию считать начальной, какую конечной. Более того в такого рода методах нет жесткой однозначной связи набора операций и их совокупности с конечным результатом. Оказывается, один и тот же метод, например, вариационный метод, в теоретической физике может быть использован в разных условиях и для решения разных задач. В то же время разные методы в одних и тех же условиях могут быть использованы для решения одних и тех проблем. Поэтому синтез различных методов на стыке при проведении соответствующих междисциплинарных исследований существенно изменяет "методологическую силу" научного метода, обогащая ее фундаментальним знанием из других дисциплин, имеющих совершенно иные предметы исследования, значительно упрощает и оптимизирует процесс достижения целей в реализуемом поиске. Исследователь в этом случае отказывается от попытки заранее задать строго фиксируемую схему применения метода. Наиболее полно данная методологическая установка реализуется при разработке и применении метода математического эксперимента /МЭ/. Достаточно сказать, что разработка так называемой стратегии последовательного эксперимента предполагает возможность принятия решения в зависимости от результатов, полученных на следующих друг за другом этапах исследования.

Становлениё и развитие междисциплинарной науки требуют более широкого использования понятия алгоритма для характеристики и осмысления процесса познания. По времени эти задачи совпали с интенсификацией и углублением компьютерной революции, закономерно привели к необходимости моделирования интеллектуальных процессов на основе выделения более широкого значения понятия алгоритмичности как признака любой целенаправленной деятельности, осмысления и представления познания как деятельности, как системы операций и процедур, осуществляемых в соответствии с набором правил и предписаний. Все это приобрело особое значение для разработки проблем искуственного интеллекта, создания средств, обеспечивающих "понимание" текстов естественного языка машиной, а также средств логико-семантической формализации.

Уже первые шаги по "алгоритмизации" научного познания дали мощный импульс разработке системно-кибернетического образа мышления, информационно-кибернетических и компьютерно-математических подходов, проникновению информационного моделирования с помощью ЭВМ в самые различные области науки и техники. Предписания алгоритмического типа постепенно приобретают статус нового общенаучного средства и требуют создавать новые формы алгоритмов, отражающих специфику исследуемой области. В методологическом отношении важно следующее: "алгоритмизация" научного познания идет не столько путем введения все более жестких однозначных детерминаций /по пути канонов классической методологии/, сколько введением "расплывчатых" /по Л.Заде/ форм алгоритмов. Это обстоятельство связано не только с практическими запросами конкретных наук, но и с общим изменением понимания детерминации научного познания, существенной ломкой и развитием канонов, образцов классической науки, формированием необходимых условий и предпосылок для разработки неклассической методологии.

Применение математической статистики и теории вероятности внесло "концепцию случая" в эксперимент и стало "точкой роста" многофакторной методологической парадигмы, т.е. формирования единой методологии как науки. Уже первые шаги на этом пути позволили установить, что не только эксперимент, но и другие методы допускают и предполагают элементы объективной случайности и неопределенности при организации и проведении научных исследований, особенно междисциплинарного характера. При этом отступления от традиционных правил и норм метода не могут служить аргументацией в пользу "противников" метода, голой критики "стандартной концепции" науки. С одной стороны, они реализуют трансформацию концептуальных средств в инструментальные, выявляют потенциально возможные линии развития операций, приемов, процедур, эвристических принципов, а с другой отражают сложность и нелинейность динамики нормативного и творческого. Многократные "переливы" концептуальных средств в инструментальные и наоборот по своей сути "полифункциональны". Именно это и служит основой плюрализма методологий, разработки методологических регулятивов конкретных наук и их специальных методов, "технологизации" научного знания с учетом имманентного единства научно-познавательной деятельности и конкретных методологий. Автономность последних в исторически складывающихся границах обеспечивает как функционирование и развитие многоуровневой организации научного метода, так и постоянное совершенствование и развитие концептуальных и инструментальных средств.

В действительности концептуальная модель концентрирует в себе концептуальную общность самых далеких областей современного научного познания, предполагает использование компьютера в качестве модели, вызывает изменения в различных уровнях компьютерной системы, включая и технические средства в познании человеком своего знания [7].


Стохастичность методологии взаимодействия человека и компютера


Рассмотренные нами основания неклассической методологии позволяют предметно конкретизировать её в компютерных науках и информационных технологиях.

На пути к поиску решения высятся четыре вехи, обозначающие заметные отрезки этого движения. Они известны как: подготовка, инкубация, озарение и доведение результата. Путь начинается этапом, который называют подготовительным. Здесь создаются программы на весь период решения задачи, идет формирование проблем, создание каркаса общей модели. Но что представляет собой проблема? Это белое пятно, обнаруженное на карте знаний. Все вокруг кажется ясно, а вот это пятно не поддается объяснению средствами принятой теории. И как только пытаются войти в круг явлений этой "неподдающейся" области, механизм старой теории разлаживается. Она оказывается неспособной здесь "работать", и тогда надо призывать на помощь новые силы. Проблему и определяют как "знание о незнании", то есть как четкое понимание границ нашей компетентности. Чтобы осознать проблему, необходимо хорошо понимать, что вот в этом месте исследователя ожидает нечто интересное. Возникает так называемая проблемная ситуация, то есть заявка на решение, когда указан и район, где оно должно примерно состояться, в базе знаний, и осмыслено противоречие, которое надо устранить, создать фокусировку (constraints satisfaction problem, CSP) и генерировать выбор решения.

К решению задачи предъявляются большие требования. Говорят так: если после решения проблемы на ее месте возникает новая, найдено только квазирешение (как бы решение). Если же после решения никаких новых проблем не возникает, то была квазипроблема. Настоящая проблема в ходе решения размножается в геометрической прогрессии, порождая взрыв новых проблем. Когда проблема не решается в лоб, полезно "отправить" ее в подсознание, то есть создать иной уровень, что поддерживается общей моделью интеллектуальной системы на основе виртуального процессора BERS. Получив задание, поток будет продолжать работу, притом независимо от того, чем заниматься главный поток. Идет бессознательная, неосознаваемая умственная деятельность. То есть работает полностью функциональный параллельный поток направленный на решение некоторой задачи. Проведя параллели очевидно что так часто бывает и в обыденной жизни. Отчаявшись что-либо припомнить, лучше не напрягать мозг, а заняться другим делом – это параллель которую можно провести. Отвлечение даст возможность мыслям идти своим порядком, непринужденно. В то время как попытки направить их в ту или иную сторону только мешают, поскольку нередко ведут по ложному пути. В процессе решения сложных задач часто бывает так, что, занявшись изучением предмета, исследователь переключает внимание на другой, а возвратившись к первому, обнаруживает неожиданное продвижение в его понимании, хотя ум был поглощен совсем иными заботами. Из сказанного можно сделать вывод, что существует некая промежуточная деятельность. То есть создание аналогичного механизма в модели интеллектуальной системы есть оправданным шагом.

Под напором задачи в базе знаний образуется отражение проблемной ситуации, её модель, которая настолько поглощает исследователя, что начинает жить в его сознании как бы самостоятельно, автономно. Модель становится доминантой, господствующим очагом возбуждения, находящимся в состоянии повышенной активности. Доминантные области агрессивны. Они привлекают к себе любые возникающие в базе знаний раздражения и благодаря этому еще более усиливают свою активность. Аналогично и с появлением модели проблемы. Любая поступающая в мозг информация осмысливается под углом решения задачи, преобразуется так, чтобы помочь справиться с нею.

Весь этот этап интуитивного поиска решения проблемы называют инкубационным. Он достаточно длителен, простираясь от момента осознания проблемы до получения ответа, то есть от этапа подготовки до озарения. Термин "инкубация" характеризируют как "стадию оформления мысли" (А.Колмогоров), "настороженность к теме" (Д.Пойа) и т. д. На этом отрезке процесс покоряется власти бесконтрольных состояний. Именно такие состояния и помогают творить.

В сфере сознательного властвует строгое дисциплинарное мышление которое отображаться в базе знаний как более чёткая организация знаний. В основе свободных уровней иные порядки, а точнее – "беспорядки", порождаемые случаем. Для творческого порыва как раз и полезно состояние неуправляемости, отсутствие "прокурорского надзора" со стороны сознания. Смещение мыслительных процессов в сферу бессознательного несет освобождение от сковывающих схем последовательной логики, готовых методов, установок.

Ж.Адамар называет сферу бессознательного большой "прихожей" сознания, Д.Гальтон – приемной вельможи, где в ожидании аудиенции толпятся многочисленные посетители. Короче, плодотворность на этом этапе исканий находится в прямой зависимости от накопленного запаса знаний в базе, от его способности определять новые связи в знании, использовать все их богатство.

Есть и другая сторона дела. Накопленная информация в базе знаний интеллектуальной системы, конечно же, не лежит в памяти хаотической грудой сведений. Они приведены в согласие с принятыми законами, принципами традиционной логики или уровней класической логики общей модели. Однако в инкубационной стадии факты благодаря предоставленной им свободе от связей несвободной логики оставляют насиженные гнезда, вступая в не предусмотренный парадигмами века "недозволенный" альянс. Иллюстрируя эти процессы, проводят аналогию с тем, как представлял поведение атомов. Демократ считал, что атомы сладкого имеют круглую форму, поэтому легко катятся по горлу и их приятно глотать. Атомы же горького с крючьями. Оттого их проглатывание вызывает неприятные ощущения. Зато они способны сцепляться друг с другом, образуя самые разнообразные атомарные колонии. Так же ведут себя и идеи, когда им предоставлена полная свобода "поведения". Но вот одно из бесчисленных сочетаний оказывается вдруг удачным. С ним и приходит решение. Бесконтрольностью процессов свободных уровней в инкубационной стадии обусловлена и ее внезапность, непреднамеренность. Идеи приходят тогда, когда исследователи этого захотят (зависимость действий от данных), а не в то время, когда мы желаем их прихода. Ждать идею, замечает Д.Пойа, все равно, что ждать выигрыша в лотерею. Добавим, однако, что в лотерею играет тот, кто, по крайней мере, приобрел лотерейный билет.

Необходимость создания свободных уровней также состоит в том, что все попытки сознательного решения, решения под контролем некоего алгоритма, обязательно поведут дорогой испытанных методов и концепций, то есть туда, где решений сложной задачи быть не может. Тем и хороши свободные уровни, что они отключены от активного вмешательства в процесс, а поиск отдан на волю непреднамеренных, отходящих от норм сцеплений идей порождаемых огражденной областью связей в базе знаний.


Література:

  1. Философский словарь. Изд. 5-е. М., 1986, с.278.

  2. Герасимов И.Г. Структура научного исследования. М., 1985, с.133.

  3. Философская энциклопедия. Т.З. М., 1984, с.409.

  4. Шептулин А.П. Диалектический метод познания. М., 1983, с.9-10.

  5. Микешина Л.А. Детерминация естественнонаучного познания. Л., 1977, с.30.

  6. Feyerabend P. Op. cit, p.23.

  7. Вовк С.Н., Маник О.Н. Некласическая методология и многофакторный поход. – Черновцы: Прут, 1996. – 290c.


Статья создана 2009-2010 рр. Опубликована 28.09.2018 

Назад

 

TerminalCoin

2018-10-29 09:15:52