Флинн учил студентов и более широким понятиям, но не отрицает того, что часто подавал их под обильным соусом другой информации, необходимой только в рамках конкретного предмета, – и от этой привычки он долго избавлялся. В результате исследования, которое он проводил в государственном университете, он уверился в том, что местные преподаватели стремятся во что бы то ни стало развить навыки студентов в узкой области, но ничего не делают для того, чтобы отточить инструменты мышления, которые могут пригодиться в любой сфере. Подобную ситуацию, по его мнению, необходимо менять, если студенты хотят научиться максимально эффективно применять абстрактное мышление. Их необходимо учить
В настоящее время профессора все чаще принимают вызов. Примером может служить курс при Университете Вашингтона под названием «Как отсеять ерунду» (
Джанетт Винг, профессор информатики Колумбийского университета и бывший вице-президент компании Microsoft Research, представила вычислительное мышление как «ментальный швейцарский нож». По ее словам, оно стало не менее важно, чем чтение, даже для тех, кто не имеет никакого отношения к компьютерам и программированию. «Вычислительное мышление заключается в том, чтобы использовать абстракцию и декомпозицию при решении масштабных, сложных задач, – пишет она. – Это умение выбрать подходящее решение задачи».
Однако большинство студентов получают то, что экономист Брайан Каплан назвал «узкой профессиональной подготовкой к работе, которую мало кто из них получит». Три четверти американских выпускников выбирают карьерный путь, никак не связанный с их университетским профилем, и эта же тенденция наблюдается среди студентов математических и естественно-научных факультетов, после того как они получили навык использования инструментов только в одной области.
Но одного хорошего инструмента почти никогда не хватает для решения всех сложных задач, связанных между собой, в быстро меняющемся мире. Как сказал историк и философ Арнольд Тойнби, описывая анализ мира в эпоху технологических и социальных перемен: «Не существует универсальных инструментов».
К счастью, на последнем курсе у меня был профессор химии – воплощение идеала Флинна. На каждом экзамене, помимо классических вопросов из области химии, было и нечто вроде: «Сколько в Нью-Йорке настройщиков пианино?» Студентам приходилось оценивать, исходя исключительно из субъективного суждения, пытаясь найти правильный порядок величин. Позже профессор объяснил, что это были «задачи Ферми», потому что Энрико Ферми, создавший первый ядерный реактор под футбольным полем Университета Чикаго, постоянно вел несложные подсчеты, чтобы облегчить себе процесс решения задач[14]
. Основным выводом из этого вопроса было то, что подробные знания, полученные прежде, были гораздо менее важны, чем сам образ мышления.На первом экзамене я действовал наугад («Понятия не имею – может быть, десять тысяч?») – и чутье меня не подвело. К концу курса в моем концептуальном «швейцарском ноже» появился новый элемент – умение использовать то немногое, что я по-настоящему знал, чтобы сделать предположение о том, чего не знаю. Я знал численность населения Нью-Йорка; у большинства одиноких людей, живущих в однокомнатных квартирах, вряд ли есть фортепиано, которые нужно настраивать; в то же время у родителей большинства моих друзей было от одного до трех детей; так сколько домов в Нью-Йорке? И в скольких из них есть фортепиано? Как часто их настраивают? Сколько времени может занять настройка фортепиано? Сколько домов может обойти настройщик за день? Сколько дней в году работает настройщик? Для того, чтобы получить правдоподобный общий ответ, вовсе не обязательно производить точные расчеты. Положим, жители глухих узбекских деревушек не слишком хорошо решают «задачки Ферми», но и я справлялся неважно до этого курса. Но освоить их было легко. Как человек, выросший в XX веке, я уже носил те самые «очки» – мне просто нужна была помощь, чтобы задействовать их нужным образом. Я совсем не помню стехиометрию, зато регулярно пользуюсь методом Ферми, разбивая задачу на составные части, чтобы через свои малые знания выяснить то, чего я не знаю совсем, – своего рода задача на подобное.