«Огромное и все возрастающее богатство знаний разбросано сегодня по всему миру. Этих знаний, вероятно, было бы достаточно для решения всего громадного количества трудностей наших дней, но они рассеяны и неорганизованы. Нам необходима очистка мышления в своеобразной мастерской, где можно получать, сортировать, суммировать, усваивать, разъяснять и сравнивать знания и идеи»
— Герберт Уэллс, 1940 год.
Спустя 80 лет высказывание фантаста остаётся актуальным дословно, несмотря на доступность Интернета, электронных библиотек, социальных сетей, поисковых и рекомендательных систем, а теперь и больших языковых моделей (Large Language Models, LLM). Казалось бы, все эти полезные вещи изобретались именно для того, чтобы приблизить знания к людям. Однако технологии порождают новые проблемы быстрее, чем помогают в решении старых.
О каких «трудностях наших дней» идёт речь? Решают ли их новейшие технологии искусственного интеллекта, такие как LLM? Какой должна быть «мастерская знаний»? Что значит «очищать мышление»? И, для начала,
Что такое знания?
Это информация, необходимая для моделирования окружающей действительности и прогнозирования результатов собственных действий, структурированная для удобства понимания и принятия решений.
Знания являются отражением действительности в сознании человека. Коллективные знания появляются как результат договорённости между людьми. Со временем знания могут пополняться, договорённости — корректироваться.
Наша цивилизация основана на накоплении, передаче и использовании знаний. Благодаря этому человечество выжило как вид. Именно факт нашего выживания говорит о том, что наши знания неплохо описывают реальность. Невзирая на всю их неточность, неполноту, неокончательность и прочую неидеальность.
Системы передачи знаний находятся в состоянии кризиса. Мы утратили способность адекватно ориентироваться в растущем объёме информации — неполной, неточной, противоречивой, избыточной, специализированной, устаревшей, трудной для понимания. Любая деятельность стремительно обрастает тысячами страниц документации и прочих сопутствующих текстов. Для их создания, актуализации и усвоения требуются всё бо́льшие ресурсы человеческого времени и всё более уникальная экспертиза.
Понимание и взаимопонимание достигается всё труднее — требуемый для этого объём работы всё чаще превышает когнитивные возможности человека по запоминанию и переработке информации. Рано или поздно текста становится настолько много, что, дочитывая до конца, мы забываем начало и перестаём улавливать главное. Переход от знаний к мудрости даётся всё с бо́льшим трудом.
Парадокс: привычный нам всем текст из драйвера развития цивилизации постепенно становится его тормозом.
Настала пора вырабатывать новые способы структуризации знаний, ускоряющие понимание и взаимопонимание, выделение главного для любой практической деятельности, нацеленной на благо цивилизации.
Когда знаний становится слишком много… что мы делаем испокон веков? Правильно, рисуем картинки. Чертежи. Графики. Карты. Интуитивно ищем спасение в визуализации. Так как эволюционно самая лучшая наша память — именно зрительная.
Трудности наших дней
«Громадное количество трудностей наших дней» проистекает из нескольких ключевых проблем. Не претендуя на полноту списка, выделим из них три.
Решение перечисленных проблем требует новой, более эффективной методологии индивидуального и коллективного мышления. Возможно, таких методологий много. Но речь пойдёт об одной, которая точно работает.
Это тексто-графический способ иерархического (радиантного) представления знаний. Способ не новый, но довольно гибкий и поддающийся при необходимости обобщению и развитию.
Интеллект-карты (mind maps)
Интеллект-карты или карты мыслей (mind map) исходно предлагались как способ визуального структурирования идей, мыслей или тем, связанных с заданным центральным понятием. Каждая тема разделяется на подтемы, постепенно детализируя центральное понятие наглядно, в виде иерархии.
Интеллект-карты нацелены на повышение эффективности запоминания, систематизации, мозговых штурмов. В отличие от семантических сетей, онтологий, фреймов и других способов представления знаний, ориентированных на компьютерную обработку, интеллект-карты менее формализованы, более интуитивны и ориентированы на человека, учитывают когнитивные особенности нашего восприятия, мышления и памяти.
Практика применения интеллект-карт
Развивая технику майнд-мэпинга, Бьюзен и его последователи предложили множество принципов, которые иногда противоречили друг другу, но допускали компромиссы в зависимости от практических целей и задач.
В частности, Бьюзен настаивал на том, чтобы каждая ветвь карты подписывалась как можно короче, в идеале — одним словом. Однако такую карту будет понимать только её автор. В коллективе ему придётся объяснять, что он имел в виду, формируя фоновые знания, не отражённые в карте. Это противоречит принципам однородности, полноты и отторгаемости карты.
Всего мы выделяем 16 известных принципов построения интеллект-карт, разбивая их на четыре группы: принципы оформления, ветвления, эргономичности и эстетичности.
16 принципов построения интеллект-карт
Регулярное следование принципам радиантного мышления, компактности и значимости вырабатывает у человека навык выделения главного в любой теме, о чём бы ни шла речь. Главных подтем в каждой теме должно быть немного, и они должны образовывать сюжет.
Мы привыкли мыслить историями, визуальными образами, расставлять опорные точки. Нам так удобнее ориентироваться и запоминать. Это механизмы приспособления и выживания в трёхмерном мире, обусловленные биологической эволюцией. Теперь речь идёт о том, чтобы переключить их на решение интеллектуальных аналитических задач.
Сама эта статья служит иллюстрацией того, что карты не только полноценный заменитель текста. Они лучше текста. Более структурированы, наглядны, легче запоминаются. Можно тут же проверить себя: как лучше усваивается информация — в виде текста или в виде карты? И не перейти ли полностью от текстов к картам?
В дополнение к 16 базовым принципам предлагается усилить интеллект-карты шестью новыми принципами, называя их теперь картами знаний.
Шесть принципов построения карт знаний
Первые три принципа (читабельность, сворачиваемость, отторгаемость) обеспечивают полноценность замены текста картой. Сворачиваемость ориентирована на компьютерную реализацию с графическим интерфейсом.
Когда мы рисуем карты, нам гораздо легче увидеть неполноту, неточность, нелогичность отображаемой информации. Когда мы делаем это вместе, включается социальное взаимодействие, наш коллективный интеллект. То, что забыл один, напомнит другой. Несогласие со структурой, приоритетами, формулировками обнаруживается очень быстро, переходя в обсуждение и выработку консенсуса.
Принцип коллективности (4) делает карту знаний инструментом совместной интеллектуальной деятельности, а в случае компьютерной реализации механизмов согласования и коллегиального принятия решений — технологической основой коллективного разума. Не обязательно собираться вместе на мозговой штурм, того же результата можно достигать и дистанционно.
Возможности машинной обработки (принцип 5) позиционирует карты знаний как среду взаимодействия не только людей друг с другом, но и людей с машинным интеллектом. Есть очевидные функции, которые уже могут быть реализованы с помощью существующих технологий, такие как большие языковые модели (Large Language Models, LLM) для автоматизации построения карт и представление текстов, порождаемых LLM, в виде карт.
Ещё более заманчива перспектива обучения следующего поколения языковых моделей на текстах, структурированных в виде карт знаний. Особенно если обучающие карты выработаны коллективным разумом — прошли все стадии обсуждения и поиска консенсуса, стали результатом единомыслия людей.
Принцип глобальной связности (6) — это наиболее существенное отличие карт знаний от обычных интеллект-карт. Тони Бьюзен предлагал размещать в центре каждой карты одно ключевое понятие. Связи между понятиями могут образовывать сложную запутанную сеть. Однако радиантное мышление подсказывает, что любая тема или понятие является частью чего-то более важного. Такие связи в сети являются основными, образуют её скелет, радиантную иерархическую структуру.
Благодаря глобальной связности, любая новая деятельность, имеющая цели и задачи, осуществляемая в рамках некоторой предметной области, встраивается в глобальную карту — единую Систему Знаний, охватывающую все области знаний, накопленных человечеством.
Цепочки переходов от дочерних подтем к родительским надтемам приводят к глобальному смысловому (семантическому) ядру. Это знания, которые важны всегда и для всех, важнее которых коллективный разум пока ничего не смог определить. В ядре находятся точки входа в естественнонаучную картину мира и цивилизационную систему ценностей.
Смысловое ядро должно содержать, кроме всего прочего, формулировки критериев важности, по которым в каждой теме будет выделяться небольшое число наиболее важных подтем. «Что в теме главное? Главное — для чего и для кого?» — ответы на эти вопросы должны быть доступны из любой темы (точки на карте) за небольшое число шагов в направлении к смысловому ядру.
Принцип глобальной связности при наличии смыслового ядра приводит к регламенту сверки целей и задач любой практической деятельности с базовыми принципами существования и развития человеческой цивилизации. Работая с глобально связной картой, мы не сможем обойти этот регламент. Он оказывается встроенным в любую практическую деятельность, индивидуальную или коллективную.
Как активировать визуальное аналитическое мышление
Грандиозный потенциал визуального аналитического мышления пока остаётся недооценённым даже в рамках многочисленных практических школ майнд-мэппинга. К счастью, эта проблема имеет простое и конструктивное практическое решение.
Наш естественный человеческий интеллект снабжён высокоэффективным «графическим процессором», который мы используем повседневно для ориентировки в пространстве, запоминания образов и событий, однако не привыкли включать его для аналитической деятельности. Выработать и закрепить такие привычки возможно путём практики, в четыре этапа.
Первый этап ознакомительный, он заключается в просмотре и обсуждении карт смыслового ядра, описывающих верхние уровни естественнонаучной картины мира и цивилизационной системы ценностей. Похоже на быстрое повторение школьной программы и систематизацию общеизвестных истин.
Второй этап практический, это самостоятельное построение карт, в рамках собственной предметной экспертизы и профессиональной деятельности.
Третий этап самый важный. Отработка технических приёмов визуального представления и методологических приёмов коллективной интеллектуальной деятельности с помощью карт — первый шаг к коллективному интеллекту. Именно на этом шаге происходит яркое эмоциональное включение визуального мышления — в моменты осознания, что совместное рисование и обсуждение карты привело к согласию на порядок быстрее, чем все ранее испытанные способы. Такого рода инсайты и «моменты ясности» бесполезно описывать словами, через этот опыт необходимо пройти.
Четвёртый этап — внедрение практики карт знаний в профессиональную деятельность, как индивидуальную, так и коллективную.
Полезные ссылки
Видеозаписи лекций, структурированных в виде карт:
1. Цивилизационная идеология: мысли о будущем искусственного интеллекта и о будущем вообще — Лекторий «Кругозор», МГУ, 23 ноября 2023.
2. Карты знаний: усиление коллективного естественного интеллекта и шаг к безопасному гибридному интеллекту — Научный семинар Факультета государственного управления, МГУ, 11 марта 2024.
3. Технологии искусственного интеллекта: глубокие нейронные сети, большие языковые модели, фундаментальные модели, что дальше? — Научный семинар «Проблемы современных информационно-вычислительных систем», МГУ, 24 октября 2023.
4. Машина, будь человеком! Конференция Data Fusion, 17 апреля 2024.
