Текст книги "Физика? Нет ничего проще! Возвращение физики"

3.4. Алгоритм научно-познавательной деятельности

В университете очень хотелось стать (да что там стать – быть, здесь и теперь!) умным. Я плохо понимал, что это такое. М. А. Холодная еще не написала: «Умен не тот, кто знает, а тот, у кого сформированы механизмы приобретения, организации и применения знаний». А я не знал, что почту за честь взять это замечательное высказывание в качестве эпиграфа к своей книге «Технология интеллектуального образования». Во студенчестве лишь догадывался, что умны не всегда отличники. По крайней мере, не только они. Но все мы знали, что у большинства наших тогдашних преподавателей нужные механизмы были сформированы. Некоторые из физиков, с которыми мы сталкивались в процессе обучения, уже были классиками науки. Так что можно было порой «вживую» наблюдать за рождением и ходом физической мысли. Да и с другими классиками, причем не только физики, можно было легко встретиться, например, в многотомном издании «Классики науки» – знай себе читай. И ведь читали!

И вот когда все, какие только можно, классики были перечитаны, всплыло обстоятельство, которое укладывалось в голове лет пять. Оказывается, все они в процессе научной работы совершали одни и те же мыслительные действия. И, как всегда, во главе с сэром Ньютоном. Как уже упоминалось, изложение практически всех его оригинальных работ начиналось с «Введем необходимые определения». То есть упал взгляд (слух, вкус, осязание, обоняние) на явление – и в потоке сознания мелькнула обыденная модель. Подождала она в кратковременной памяти и, если пришло потребностное подтверждение интереса к явлению, начала обрабатываться. Прежде всего, надо обратить внимание на пределы, в которых явление представляет для нас интерес, то есть опредéлить его в языке как универсальной знаковой системе. Вот и состоялось выделение интересующего нас явления из мира, а точнее – из отражающего мир потока нашего сознания. При этом на уровне концепта в пересечениях тематических подмножеств элементов опыта обозначается система, в которой действуют важные для нас причинно-следственные связи между явлениями. Таким образом мы намечаем возможность объяснения явления свойствами системы или, что практически то же самое, особенностями взаимодействия ее частей. Это тоже входит в язык, на котором можно внятно обсуждать с собой и другими, «о чем это мы…». Иначе, действительно: «Ой, о чем это мы?» А это уже застольные посиделки, а не наука.

Наконец, как только явление выделено, для соответствующей реакции на него необходимо сопоставлять его (в том числе – через свойства системы) с другими такими же явлениями. Сопоставляем мы всегда при помощи меры, основанной на способе обработки мозгом количественно различных по уровню, но однородных по своей природе сигналов. То есть решаем, велик данный сигнал или мал. Мозг работает исключительно с величинами, отражающими в нем наблюдаемые явления или свойства. Для осознания этих операций необходимо выяснить пределы, в которых величины адекватно описывают явления, то есть опредéлить или, как мы говорим, определѝть эти величины.

Итак, явление выделено из потока сознания, его системные связи выяснены, необходимые меры введены. Теперь мы знаем, о чем мы говорим, и отвечаем за адекватность наших представлений и их трансляций. У нас теперь есть язык – знаковая система, обеспечивающая эту адекватность. Так поступали классики науки и так нас учили они и их последователи. И ставили безъязыким оценку «неудовлетворительно». Некоторые безъязыкие успешно притворялись и получали дипломы, а потом безъязыко учили, размывая результаты усилий наших учителей. Достаточно почитать школьные учебники физики (и не только физики), явно «неудовлетворительные».

Вот теперь, когда мы четко понимаем, о чем говорим, что исследуем, и когда есть определенная нами осознаваемая мера предмета исследования, можно проводить измерения. Проведение измерений осуществляется при помощи эталонов мер. Изначально они вводятся, казалось бы, достаточно произвольно и не очень-то точны. Например, эталон меры «электрический заряд тела» при установлении Кулоном закона взаимодействия электрических зарядов. Затем, со временем, эталоны постоянно совершенствуются и уточняются. Так, эталон меры «электрический заряд тела» был уточнен в результате перехода к электрохимическому его осмыслению, а на сегодняшнем уровне физических измерений определяется через силу магнитного взаимодействия проводников с электрическими токами при эталонных силах тока.

Собственно процедура измерения, то есть сопоставления меры наблюдаемых явления или свойства с ее эталоном, всегда отдельно, чрезвычайно подробно и четко описывается исследователями. В особенности – классиками. В особенности – физиками. Это естественное необходимое условие возможности воспроизведения и независимой проверки результатов измерения характеристик исследуемого явления.

Однако в процессе исследования единичное измерение не имеет смысла: его результат нельзя обсуждать при отсутствии результатов других аналогичных измерений, то есть при отсутствии возможности сравнения. Но как только появился второй результат – неважно, каким образом нам стало о нем известно, – мы имеем дело с зависимостью величины, характеризующей какое-либо явление, от величины, с нашей точки зрения характеризующей его причину. То есть – с причинно-следственной зависимостью. Вот ее-то мы и устанавливаем, измеряя величину-причину и величину-следствие с целью нахождения функциональной связи между ними. Причина всегда представляет собой тот или иной параметр, характеризующий рассматриваемую систему, меру ее развития или меру воздействия на нее, а следствие – меру изучаемого явления или свойства. Поскольку в принципе можно измерить все, что угодно, мы это «что угодно» постоянно измеряем и мыслим именно зависимостями величин, а не результатами единичных измерений. Это справедливо для любой направленности научно-познавательной деятельности – в математике, физике, кулинарии или межличностных отношениях. Однако в математике, ввиду ее точности, и в физике, ввиду ее наглядности, такие зависимости проявляются особенно явно и ярко.

Если причинно-следственная связь устойчива, то она проявляется при измерении соответствующей зависимости в различных условиях. В таких случаях можно говорить о наличии у наблюдаемых зависимостей выраженных общих черт. Например, речь может идти о возможности приближения (описания) таких зависимостей одной и той же аналитической функцией с разными значениями параметров. Так, экспериментально устанавливаемая зависимость скорости движения тела от времени протекания процесса при равноускоренном движении всегда близка к линейной. Хотя с разными коэффициентами линейной зависимости для разных равноускоренных движений. В таких случаях можно говорить о закономерности – наличии выраженных общих черт однотипных причинно-следственных зависимостей, полученных в разных условиях.

Наличие закономерности позволяет предложить уже научную модель причинно-следственной зависимости, то есть, в конечном итоге, научную модель изучаемого явления. Всякая модель, даже обыденная во всей ее многофакторности, есть упрощенное представление о значимых для нас сторонах явления. Упрощенная – потому что для обыденной модели определенными факторами мы пренебрегаем ввиду их незнания или непонимания. Упрощая, в оккамовском смысле, мы сводим к минимуму произвольные допущения, к которым нас вынуждает первичная обыденная модель. Научная же модель – предельно огрубленное представление о наиболее существенных сторонах явления, полученное в результате пренебрежения всеми факторами, второстепенными по отношению к изучаемой причинно-следственной связи. Уровень этого огрубления определяется конкретикой различных задач, связанных с исследованием одного и того же явления или группы родственных явлений. В качестве математического выражения модели причинно-следственной связи обычно рассматривается аналитическая функция. Такое представление может быть именно математически проанализировано для любых возможных значений мер причины и (или) следствия. Это чрезвычайно важно: результатом анализа, в частности, является возможность экстраполяции значений этих мер в области их значений, не наблюдаемых экспериментально. Однако в последние полвека бурно развивается алгоритмический аппарат описания зависимостей, который также позволяет вычислить значение одной величины по известным значениям другой.

Указанные возможности сообщают модели, как способу описания явления, определенную предсказательную силу, что и является, собственно говоря, одним из важнейших результатов научного познания. Необходимо отметить следующее важнейшее обстоятельство: научная модель явления может появиться только на этом этапе научного познания. Если в литературных источниках говорится о наличии модели в самом начале рассмотрения явления, то в лучшем случае имеется в виду «свернутое» прохождение в подсознании всех описанных здесь предыдущих шагов научно-познавательной деятельности. Обычно же в таких случаях имеет место не научно-познавательный, а прецедентный подход к выбору модели: выделив явление из мира, субъект деятельности ищет соответствующий прецедент и выбирает готовую модель еще до начала проведения исследования. Такой подход не является научным, поскольку не порождает нового знания. Более того, блокирует такое порождение. Восхождение же от обыденной модели к научной в результате описанной здесь последовательности шагов придает научной модели наивысшую степень общности для широкого круга родственных явлений и делает ее основой самостоятельного, нового взгляда на сущность изучаемого явления. Наверное, здесь имеет смысл отметить, что эволюционирующие представления об одном и том же явлении, связанные между собой принципом соответствия теории познания, обязаны своим появлением исключительно возникновению новых моделей этого уже известного явления. Примерами может служить развитие представлений об относительности движения и строении атома.

Формализованное отображение модели явления в той или иной его причинно-следственной связи представляет собой закон. Способ формализации один – математический. Вербальная формализация модели есть частный случай математической. Здесь важна однозначность понимания модели всеми участниками научно-познавательной деятельности. Далее проблема закона будет рассмотрена подробнее, здесь же мы только отметим, что закон – это модельное представление необходимой, существенной, устойчивой и воспроизводимой причинно-следственной связи между явлениями. В рамках модели и в границах применимости, обусловленных моделью, закон справедлив безусловно и является единственной основой для сознательного, неотвратимого и безошибочного решения соответствующих задач.

Однако проблемные ситуации, с которыми приходится сталкиваться в системах, приближенных к реальным, чрезвычайно редко могут быть описаны простейшими моделями, для которых справедливы законы. Поэтому для решения задач, приближенных к реальным условиям, необходимо вывести следствие из закона, учитывающее усложнение модели. Важно понимание того обстоятельства, что закон устанавливается строго в результате описанной выше последовательности действий. Следствие же из закона всегда является нашим домыслом и нуждается в проверке все новыми и новыми решениями задач.

Задача решается на основании закона или следствия из него. Решается, как уже было сказано выше, сознательно, неотвратимо и безошибочно. Надо обратить внимание на то, что никто из классиков не ссылался при описании решения задач на озарения. Циклически-углеводородный сон Кекуле, в котором змея кусала себя за хвост, был не актом внезапного озарения, а метафорическим образным отчетом о результате системного подхода к решению исследовательской задачи, выполнявшемуся в заведомо алгоритмизированном режиме, описанном ниже, в главе 6.

Но в структуре научно-познавательной деятельности есть еще один чрезвычайно важный элемент. По окончании описанного исследовательского цикла, после решения задачи, неизбежен переход к рассмотрению новых явлений. В частности, в связи с тем, что научное знание имеет принципиально уровневый характер, это может быть переход, связанный с новым, более высоким уровнем рассмотрения исходно выделенного из мира явления. Этот элемент структуры научно-познавательной деятельности, в частности, лежит в основе идеи непрерывности образования.

Все перечисленные необходимые и достаточные в своей сущности и последовательности шаги, описанные классиками науки, «сшиваются» в единый устойчивый алгоритм научно-познавательной деятельности, в основе которой лежит научное продуктивное мышление. Наиболее детально, на процессуальном уровне, с указанием конкретных последовательных операций, структура научно-познавательной деятельности была описана в работах [9, С. 17; 11, С. 44; 12, С. 3] и приведена на рис. 3.1.

Рис. 3.1. Схематическое представление процессуальной структуры научно-познавательной деятельности

Адекватность такого представления проверить достаточно просто. Так, в книге «Технология интеллектуального образования» [11] читателю предлагается (с учетом рассмотренного выше смысла и содержания элементов структуры):

а) обоснованно изъять какой-либо элемент предложенной структуры (шаг алгоритма) или ввести принципиально новый;

б) поменять два или несколько элементов (шагов алгоритма) местами в структуре.

Трудно предположить, что сначала надо установить закон, а затем решить, что же мы исследуем. Или: сначала решить задачу, а затем установить закон, на основе которого она должна решаться. Не менее трудно понять, как решать задачу, если неизвестен закон, описывающий рассматриваемый в ней процесс. Да и нечего тут понимать: решение задачи в соответствии с рассмотренным алгоритмом предусматривает установление закона – самостоятельное нового или, в виртуальном сотрудничестве с авторами – уже известного. Но в любом случае – из алгоритма шага не выкинешь.

При рассмотрении эволюционного подхода к формированию устойчивой процедуры научного продуктивного мышления было отмечено, что завоевания научного мышления классиков немедленно уходили в образование. При этом транслировались как результаты исследований, так и ход процесса их получения. Поэтому алгоритм научно-познавательной деятельности на каждом этапе его эволюционного развития усваивался определенным числом обучающихся. Однако при попытках его воспроизведения он представлялся, чаще всего, сильно сжатыми и упрощенными свертками, которые не позволяли адекватно восстановить процесс развития этой деятельности в большинстве конкретных случаев.

Отсюда и два предельных случая учебников физики. Вузовские учебники предназначены для трансляции профессионального научного мышления, следствием которого является любое профессиональное мышление – техническое, инженерное, технологическое – в любых сферах деятельности человека. Так, совершенно очевидно, что медицина и педагогика не являются отраслями науки – это технологии. Но без понимания научно формируемой структуры реализации этих технологий действия в их рамках случайны, невоспроизводимы и потому в лучшем случае бессильны, в худшем – опасны. Поэтому профессионально выполненный вузовский учебник физики для любого ее раздела обязательно отражает в своем содержании структуру алгоритма научно-познавательной деятельности. Пусть даже поневоле.

Все без исключения школьные учебники физики не отражают в предметном содержании структуры этого алгоритма. Процессуальная сторона образовательной деятельности при этом представляет собой необоснованные свертки той последовательности действий, представления о которой заменяют в обыденном сознании этот алгоритм. Таким образом, школьные учебники физики не несут в себе ни представлений о физике как отрасли науки, ни представлений о науке и научном подходе к исследованию мира вообще. Более детально ситуация с преподаванием физики и пути ее возможного разрешения будут рассмотрены ниже, в седьмой главе книги.

3.5. Системное представление об алгоритме научно-познавательной деятельности

На мой взгляд, существующее на сегодняшний день представление об алгоритме научно-познавательной деятельности наилучшим образом можно проиллюстрировать рисунком 3.2.

Рис. 3.2. Схематическое представление уровней научного продуктивного мышления

На рисунке спиралью из крупных блоков представлен основной алгоритм научно-познавательной деятельности (алгоритм научного продуктивного мышления, см. рис. 3.1). Входящими в них цепочками блоков следующего размера представлены алгоритмы второго, по отношению к основному, уровня (например, алгоритм введения определения понятия). Эти два уровня подробно описаны в работе [11]. Выше, в разделе 3.2, мы постарались зайти с противоположной стороны и рассмотреть начальные этапы формирования алгоритмических структур в процессе мышления. Элементы опыта, не изображенные на рис. 3.2, представляют собой рефлекторные кольца, которые, формируя тематические подмножества и концепты, образуют праалгоритмические структуры (на рис. 3.2 показаны наименьшими цепочками).

Вся алгоритмическая структура, представленная на рис. 3.2, находится внутри пространства элементов опыта (см. раздел 3.2). Тороидальная форма схематического изображения этой ситуации, по нашему мнению, наиболее удачно подходит для наглядного выражения наших представлений.

Рис. 3.3. Положение алгоритмической структуры научного продуктивного мышления в пространстве элементов опыта

В разделе 3.2 было обращено особое внимание на то, что в процессе развития целостного акта продуктивного мышления вплоть до реализации его конечного на сегодняшний день алгоритма (крупные блоки на рис. 3.2) каждый раз, в каждом законченном акте осмысления, проходится весь цикл – начиная с появления сигнала и вызова из памяти соответствующего ему тематического подмножества. Это надо понимать и как развитие алгоритмической цепочки обеспечения конкретного шага конечного алгоритма, и как реализацию в целом последовательности шагов этого алгоритма со всей их предысторией. Так, при установлении физического закона должны быть осуществлены все предстоящие действия языкового характера, связанные с выделением исследуемого явления в его системных взаимосвязях и введением для его описания меры – физической величины. При решении задачи – проделаны те же действия плюс установление необходимого для ее решения закона. Таким образом, алгоритм научно-познавательной деятельности с его доалгоритмическими операциями и «дочерними» алгоритмами представляет собой определенную «реплику», в соответствии с которой последовательно совершаются все предусмотренные этим алгоритмом действия, необходимые для реализации каждого его конкретного шага.

3.6. Запуск процесса продуктивного мышления

Мы договорились о том, что первый шаг алгоритма научно-познавательной деятельности – «Выделение явления в окружающем мире или внутреннем мире человека» – следует понимать несколько метафорично. Имеется в виду выделение явления не из внешнего мира, а из совокупности отражений явлений в нашем сознании, то есть из совокупности обыденных моделей, их фрагментов и комбинаций, порой достаточно причудливых. Перебор личностью таких моделей во времени принято называть потоком ее сознания. Поток сознания возникает и поддерживается естественным образом в процессе жизнедеятельности личности. Даже в самых неожиданных вариантах своих фрагментов этот поток имеет в своей основе личностный потребностный интерес к отражаемым явлениям. Именно такой характер интереса обеспечивает мотивацию выделения из потока сознания конкретных обыденных моделей для их последующего осмысления и возможного использования личностью результатов этого осмысления.

Именно с формированием и функционированием потока сознания связан современный кризис «выпадения» физического понимания мира и, следовательно, физики как отрасли науки и предмета образования из культуры.

Ложное представление о «гуманитарности», которую Л. Гумилев определил как «цитатничество» – бездумное объяснение всего сущего подбором цитат из авторитетных источников – основано на ложном же представлении о множественности «наук», что уже обсуждалось выше, в самом начале второй главы книги. Подобный подход затрудняет выделение явлений из потока сознания для запуска процесса осмысления. Однако инстинкты и связанные с ними потребности берут свое, и хоть что-то выделять да приходится. Так и запускается процедура мышления, которую, в соответствии с общепринятыми в наши дни тенденциями, тянет назвать «гуманитарной». Это стихийный запуск процедуры мышления по мотивации, обусловленной выделением жизненно важных явлений из потока сознания в связи с требованиями основных инстинктов. Далее этот процесс развивается в лучшем случае в направлении продуктивного мышления. Однако это происходит в рамках неосознаваемого, стихийно собранного из обрывков программ и потому некачественного алгоритма и его сверток. С питьем многих литров кофе и других напитков бессонными ночами, с мучительными переживаниями, драмами и трагедиями кое у кого все же получается подумать. Спасибо и на этом.

А вот «физико-математическая» процедура требует осознанного и целенаправленного выделения явлений для последующего построения их простейших моделей. В соответствии с четвертым – исследовательским – основным инстинктом. Можно «хотеть поесть (что-нибудь)», но нельзя «хотеть (что-нибудь) поисследовать». Все должно быть четко определено. Как тут не вспомнить Анри Пуанкаре: «В математике нет символов для неясных мыслей». А ясность мыслей и простота моделей (связанная с их адекватностью) неразрывно связаны. Отсюда и необходимость четкой реализации в процессе научно-познавательной деятельности всех шагов описанного выше полного алгоритма в его явном виде.

В социуме соотношение этих двух подходов к запуску процесса осмысления выделенного явления всегда было не в пользу «физико-математического». Сложная многофакторная обыденная модель допускает колебания в выборе решений и, соответственно, пониженный уровень ответственности за принятое решение. Ведь модель-то – ох, какая сложная! Вот большинство и прячется за «гуманитарность»: в представлении этого большинства «там все просто». Да вовсе на просто, а легко – разумеется, только на первых порах, пока еще не пришлось отвечать за выбор решения на уровне простоты, которая, согласно уже упоминавшейся народной мудрости, хуже воровства. А вот предельно простая, более того – грубая, но адекватная модель – что может быть яснее! И увиливать от принятия по-настоящему простого и ясного решения, а также от ответственности становится затруднительным. Так что нормальному обывателю нужно любым способом оправдать отказ от такого коварного подхода. Ну, хотя бы, через фразу «не мое это!».

Однако соотношение соотношением, а определенная доля здравого смысла все же торжествовала, и физика с математикой занимали должное и уважаемое место в культуре.

Сейчас ситуация принципиально изменилась. Обилие гаджетов и отсутствие культуры пользования ими в информационных целях в сочетании с трансляцией образованием только результатов познавательной деятельности, а не ее структуры, привели к формированию массовых проявлений клипового мышления. Самостоятельное же выделение структуры становится все более сложным и трудным. Клиповое мышление представляет собой процесс выбора решений на основе использования хранящихся в памяти достаточно мелких информационных фрагментов без понимания их целостности, сущности и причинно-следственных связей между ними. То есть речь идет о преимущественно случайном выборе. Но главное заключается в том, что эти непонимаемые фрагменты чуждого происхождения не могут обеспечивать запуска процесса продуктивного мышления, поскольку не связаны с собственными потребностными состояниями личности. Именно поэтому человек, в норме, уклоняется от решения чужих задач.

Практика показывает, что большинство наших современников, а в школах и вузах – абсолютное большинство – постоянно находятся в социальных сетях. Сущность этого пребывания так или иначе сводится к просмотру принципиально клиповых лент. В итоге мы имеем дело с вытеснением собственного потока сознания и замещением его чужим потоком сознания. А точнее – потоком клиповых фрагментов разрозненных чужих сознаний. Как уже было отмечено выше, такой поток сознания не связан с собственными потребностными состояниями личности, и потому не может обеспечивать запуск процесса продуктивного мышления. Вот так на массовом уровне общество филетически-эволюционно пришло к ситуации, для которой в сознании большинства людей нет места размышлениям на научно-познавательные темы. Тем более – на требующие четких и достаточно абстрактных модельных представлений. Культура продуктивного мышления не поощряется и не поддерживается в образовательном процессе, являясь, в конечном счете, уделом весьма незначительного меньшинства. Надо отметить, что пока в частных случаях коррекция в принципе возможна [10], особенно —в достаточно развитых малых группах с сильной внешней мотивацией. Однако физика выпала из культуры – как отрасль науки и как образовательный предмет. И то, что она в представлениях обывателей является уделом лишь небольшой кучки затратных для общества чудаков в белых халатах, прячущихся в трубах коллайдеров, только подчеркивает это выпадение.

Надо ли возвращать физику в культуру? Надо. Ведь культура – это совокупность всех достижений человечества, которые могут быть переданы людям или иным разумным существам. Надежно может быть передано лишь то, что четко. Как математика и физика. Вот и надо передавать. И при этом на такой простоте учиться, как передавать более сложные вещи. То есть все остальное.

Возвращаясь к алгоритму, представленному на рисунке 3.1, легко увидеть, что структура научно-познавательной деятельности может быть схематически представлена в «свернутом» виде как совокупность последовательно реализуемых блоков:

Последовательность блоков этой цепочки следует понимать так. Потребностное выделение явления из мира следует рассматривать как этакую «празадачу» – «чего-то хочется, но кого – непонятно». Поэтому «ЯЗЫК» является средством устрожения, да что там – вообще постановки задачи. «ЗАКОН» определяет возможность ее решения. А блок «ЗАДАЧА» следует понимать как «собственно процедуру решения» корректно поставленной и имеющей решение задачи.

К выявлению описанного выше алгоритма подтолкнула необходимость здравого подхода к изучению физических явлений в общеобразовательном курсе физики [12]. Поэтому дальнейшее рассмотрение смысла физических представлений и его формирования, на мой взгляд, надо проводить в рамках именно такой, обоснованной выше, последовательности.