Читаем Алгоритм изобретения полностью

Естественный отбор способствовал появлению и закреплению механизмов, свойственных первому уровню. Если и рождался человек с эвристическими способностями высших порядков, он не имел ни малейших преимуществ. Скорее наоборот.

Природа не выработала эвристических приемов высшего порядка хотя бы из-за длительности каждого цикла. Сделав в течение жизни одно-два изобретения четвертого уровня, человек просто не успевает накопить «высший» эвристический опыт.

Эволюция пошла испытанным путем: создана надежная система из ненадежных элементов. Нет одного изобретателя «мощностью» в 100 000 попыток[11]. Но изобретения, требующие такого числа попыток, тем не менее делаются. Поле в 100 000 попыток с избытком перекрывается тысячью участков но 300 попыток.

Поэтому эвристические приемы, которые, казалось бы, должны играть решающую роль на высших уровнях, фактически проявляются лишь в виде едва ощутимых проблесков при решении немногих изобретательских задач на низших уровнях. Два анкетных опроса, четверть века личного наблюдения за изобретателями (в том числе на учебных семинарах), анализ анкетных решений изобретательских задач, наконец, собственный опыт дают мне основание со всей категоричностью констатировать: изобретения на высших уровнях делаются без высших эвристических приемов — теми же методами, которыми делаются изобретения низших уровней.

Драма изобретательства состоит в том, что на высших уровнях приходится работать методами, соответствующими низшим уровням.

* * *

Количественно задачи разных уровней отличаются числом проб и ошибок, необходимых для отыскания решения. Но почему одна задача требует 100 проб, а другая в 1000 раз больше? В чем качественная

разница между ними?

Сравнительный анализ задач позволяет ответить на этот вопрос.

На первом уровне задача и средства ее решения лежат в пределах одной профессии (одного раздела отрасли). На втором уровне в пределах одной отрасли (машиностроительная задача решается способом, уже известным в машиностроении, но в другой его области). На третьем уровне — в пределах одной науки (механическая задача решается механически). На четвертом уровне — за пределами науки «задачедательницы» (например, механическая задача решается химически). На высших подуровнях пятого уровня — вообще за пределами современной науки (поэтому сначала нужно сделать открытие, а потом, опираясь на новые научные данные, решать изобретательскую задачу).

Когда задача возникает, ее пытаются решить сначала на первом уровне, затем на втором и т. д. Изобретатель, приступающий к решению задачи четвертого уровня, с точки зрения психологов, начинает с первой попытки. На самом деле он начинает с n-й попытки, причем n — весьма большое число.

При решении задачи первого уровня человек прежде всего использует «житейское знание». Как показали опыты Л. Секея[12], именно это мешает понять задачу cразу. Но разница между «житейским знанием» и подходом, требуемым на первом уровне, очень невелика. Поэтому достаточно нескольких попыток, чтобы осмыслить задачу.


Идеальная тактика решения на первом уровне практически совпадает с реальной тактикой. На четвертом уровне такого совпадения нет.

Когда наш далекий предок встречал льва, возникала примерно такая задача: «Позади высокое дерево. Чуть дальше — скалы. И еще озеро, оно совсем рядом. Куда бежать?» Ход решения: «Хорошо бы в озеро, но, кто знает, — вдруг лев может плавать... Дерево? Не успею забраться. По опыту знаю, на такую процедуру нужно время — и чтобы кто-нибудь подсадил. Остаются скалы... Ну, нажмем!»

Задачи такого уровня сложности решались из поколения в поколение и продолжают решаться сегодня каждым из нас в повседневной жизни. Эволюция выработала механизмы мышления, соответствующие таким задачам.

Изобретательская задача четвертого уровня значительно сложнее повседневных ситуаций. Если обратимся к нашей модели со львом, то сложная изобретательская задача выглядит так: «Вокруг — 500 хищников. Не все они львы. Некоторые временами превращаются в змей, некоторые — в воробьев, а некоторые — непонятно в кого. Бежать к озерам? Но их сто штук и на пути к каждому множество разных препятствий. Да и сами озера ведут себя сложно! иногда мелеют, иногда движутся. К тому же динамичные хищники, вероятно, могут превращаться в крокодилов — что им озеро.. Деревья? Но они меняют высоту прямо на глазах — то становятся карликовыми, то превращаются в баобабы. А тут еще что-то такое летает в воздухе. То ли орлы, то ли скворцы. И неизвестно, что за этим холмом, и что за другими холмами, и что вон за тем кустарником... Трудное положение! Правда, спешить некуда: я могу разбираться в этой ситуации хоть пять лет...»

* * *

Теперь мы можем четко сформулировать отличие между задачами первого и четвертого уровней.

Перейти на страницу:

Похожие книги

Теория струн и скрытые измерения Вселенной
Теория струн и скрытые измерения Вселенной

Революционная теория струн утверждает, что мы живем в десятимерной Вселенной, но только четыре из этих измерений доступны человеческому восприятию. Если верить современным ученым, остальные шесть измерений свернуты в удивительную структуру, известную как многообразие Калаби-Яу. Легендарный математик Шинтан Яу, один из первооткрывателей этих поразительных пространств, утверждает, что геометрия не только является основой теории струн, но и лежит в самой природе нашей Вселенной.Читая эту книгу, вы вместе с авторами повторите захватывающий путь научного открытия: от безумной идеи до завершенной теории. Вас ждет увлекательное исследование, удивительное путешествие в скрытые измерения, определяющие то, что мы называем Вселенной, как в большом, так и в малом масштабе.

Стив Надис , Шинтан Яу , Яу Шинтан

Астрономия и Космос / Научная литература / Технические науки / Образование и наука
Ошибки в оценке науки, или Как правильно использовать библиометрию
Ошибки в оценке науки, или Как правильно использовать библиометрию

Ив Жэнгра — профессор Квебекского университета в Монреале, один из основателей и научный директор канадской Обсерватории наук и технологий. В предлагаемой книге излагается ретроспективный взгляд на успехи и провалы наукометрических проектов, связанных с оценкой научной деятельности, использованием баз цитирования и бенчмаркинга. Автор в краткой и доступной форме излагает логику, историю и типичные ошибки в применении этих инструментов. Его позиция: несмотря на очевидную аналитическую ценность наукометрии в условиях стремительного роста и дифференциации научных направлений, попытки применить ее к оценке эффективности работы отдельных научных учреждений на коротких временных интервалах почти с неизбежностью приводят к манипулированию наукометрическими показателями, направленному на искусственное завышение позиций в рейтингах. Основной текст книги дополнен новой статьей Жэнгра со сходной тематикой и эссе, написанным в соавторстве с Олесей Кирчик и Венсаном Ларивьером, об уровне заметности советских и российских научных публикаций в международном индексе цитирования Web of Science. Издание будет интересно как научным администраторам, так и ученым, пребывающим в ситуации реформы системы оценки научной эффективности.

Ив Жэнгра

Технические науки