マインドマップギャラリー 『体系的思考入門』編纂版
『体系的思考入門』の目次と主要な内容の抜粋。 『システム的思考入門』は、一般的なシステム思考を包括的に紹介する権威あるガイドであり、理論的な深さ、実践的な指針、幅広い応用性の点で一読の価値がある名著です。
2024-04-06 05:45:49 に編集されました体系的思考の入門
始まり
序文
したがって、大量の資料を収集し、それを紹介文の形にまとめるのが私の責任です。私は、一般的なシステム理論家や主題の専門家の洞察を収集し、それらを一貫性のある有用な順序で整理し、一般の読者が理解できるように、より単純な一般的な言語に翻訳するよう努めてきました。
私たちが直面している重要な問題を解決するには、そもそもその問題を引き起こした思考レベルにとどまることはできません。 ——アインシュタイン
外部から見ると、システムには動作があり、内部から見ると、システムは動作と構造の統合です。
この本の使い方
個人的に使用する場合、最善のアプローチは、最初から最後まで読み、すべての文献を無視することです。各章の終わりにある質問は、章の内容が適用される可能性のある問題の範囲を理解するために、テキストの一部として読む必要があります。質問や引用に特に興味がある場合は、メモを取り、参考文献を使用してさらに調査してください。
教室で使用するには、いくつかのオプションがあります。一般的な大学のコースの場合、7 章の内容を隔週で 1 章ずつ学習し、授業のない週は推奨読書に充てられます。
私たちの周囲には、物理システム、生物学システム、社会システム、経済システムなど、さまざまなシステムが存在します。これらのシステムはさまざまな部分から構成されており、その全体は人間の観察能力や想像力や計算能力を超えています。私たちには先験的な知識がなく、システム全体を理解することができません。しかし、強い好奇心に駆られて、私たちはグループに分かれて次々とこれらのシステムのコンポーネントを認識し、簡略化された近似を採用しました。
問題のサイズが大きくなるにつれて、計算量がどのように増加するかを見積もることしかできません。経験上、何らかの単純化ができない限り、計算数の増加は少なくとも方程式の数の増加の 2 乗であることがわかっています。これが「二乗計算の法則」です。
まず、2 つのオブジェクトのシステムを記述する最も一般的な方程式を考えてみましょう。まず、各オブジェクト自体の動作、つまり「分離された」動作を説明する必要があります。また、両者の行動がどのように影響し合うのか、つまり「相互作用」するのかも考慮する必要があります。最後に、どちらのオブジェクトも存在しない場合のシステムの動作、つまり「フィールド」方程式を考慮する必要があります。
システム内のオブジェクトの数が増加しても、依然として「場」方程式は 1 つだけであり、各オブジェクトはその動作を記述するために 1 つの「分離」方程式を必要としますが、「相互作用」方程式の数は急速に増加し、n 個のオブジェクトには 2 つの方程式が必要になります。 ^n 相互作用方程式!
人々は常に、正式な手法を適用し始める前に、非公式な手法を通じて複雑な機械システムを単純化します。
物理学は自然を説明することに専念しているわけではありません。実際、物理学の大きな成功は、物体がどのように動作するかの法則を明らかにするという限定された目標から生まれています。上記の壮大な目標はさておき、現象を説明するための具体的な範囲を定義することは、明らかに私たちが今やるべきことです。実際、説明の範囲を特定することは、これまでの物理学における最も注目すべき発見かもしれません。
一般的なシステムの観点から科学を理解するには、他の科学がこれらの科学を標準として使用することが多いため、物理学、特に力学に注目する必要があります。
部品が多すぎる場合、物理学者はさまざまな部品の動作を説明する方程式を書くことはできるかもしれませんが、近似法を使用したとしても、それを解くことはできません。確かに、高速コンピュータの出現により、機械システムに対する近似解の範囲は拡大しましたが、その進歩はそれほど大きなものではありません。
第1章 問題点
1.1 世界の複雑さ
問題を引き起こすのは未知のことではなく、私たちが知っていると思っていても実際には知らないことです。 ——ウィル・ロジャース
知識を得る最初のステップは、無知を認めることです。私たちは世界についてあまりにも知らないし、ほとんどの人はそれを認めたがりません。しかし、私たちはそれを認めなければなりません。なぜなら、私たちの無知の証拠が、無視できないほど大きな規模で蓄積されているからです。
物理学者は原子力発電を制御する方法を教え、化学者は食糧生産を増やす方法を教え、遺伝学者は生殖能力の質を改善する方法を教えてくれます。しかし、科学と工学は、一次的な成功の二次的な影響に対処できませんでした。
1.2 機構と機械力学
1.3 計算の二乗法則
1.4 科学の単純化と単純化された科学
しかし、平均的なシステム思考者はそうします。なぜなら、彼らが選んだ課題は科学の単純化された仮定を理解することだからです。ウィグナー氏の言葉を借りれば、これらの「関心のある対象」と「明確に定義された条件」が科学の応用範囲を制限し、科学の予測力を高めます。システム思考家は一般に、科学者が世界をモデル化するプロセスの出発点から始めて、このプロセスを継続して、最終的には他の科学に役立つモデルを獲得したいと考えています。
ニュートンの研究はさらに進みました。彼は、太陽には独特の質量があるため、各惑星と太陽は他のシステムから切り離された 1 つのシステムとして見なされる可能性があることに気づきました。この分離されたシステムでは、2 つのオブジェクトだけが残ります。システムをいくつかの相互作用しないサブシステムに分解する手法は、成熟したすべての分野にとって非常に重要であり、システム理論家にとっても同様に重要です。この分解の重要性を理解するには、「計算の二乗法則」を考えてみてください。
これらの単純化の中で、ニュートンと彼の同時代人は一般に仮定の単純化をより意識し、より懸念していました。現在ニュートン計算を教えている物理学の教授たちはそうではありません。したがって、今日の学生にとって、なぜニュートンの惑星軌道の計算が人類の偉大な業績の一つに数えられるのかを理解するのは困難です。
ニュートンが天才だったのは、彼の脳が超計算能力を持っていたからではなく、普通の人の脳でも世界をある程度理解できるように単純化して理想化することができたからです。過去の成功と失敗の簡略化された方法を研究することで、人類の知識の進歩が天才に依存しすぎないことを願っています。
1.5 統計力学と大数の法則
平均的な特徴が非常に少ないため、この単純化により計算量が直ちに削減されます。また、分子数が非常に多く、いわゆる「大数の法則」を満たすため、これらの平均値の予測精度は非常に高い。大数の法則は実際に次のように述べています。観察されたサンプルの数が多いほど、観察された値は予測された平均値に近づきます。
これらの物理学者には、ギブス、ボルツマン、マクスウェルが含まれます。それらは、特定の測定可能な特性 (圧力、温度、体積など) を持つガスの挙動を記述する一連の観察法則 (ウェーブアイアーの法則など) を継承しました。彼らは気体は分子でできていると信じていましたが、この考えが観察された気体の特性とどのように関係しているのかを説明する必要がありました。彼らは、観察されたこれらの興味深い特性が、分子の 1 つの特性ではなく、分子の平均的な特性であると仮定しています。
生物体内および外部環境との相互作用に関する比較的正確な法則を得るには、その生物がかなりの構造と量を持っていることが必要であることが再びわかります。そうしないと、相互作用する粒子の数が少なすぎて、「法則」が非常に不正確になります。
統計手法の適用範囲はどこまでですか?機械力学の適用範囲とどのような関係があるのでしょうか?統計力学は「無秩序な複雑さ」に直面していると言われています。つまり、システム自体は非常に複雑ですが、その動作は十分なランダム性を示しており、したがって統計研究を可能にするのに十分な規則性を備えています。
1.6 手段の法則
中央値システムの場合、多かれ少なかれ大きな変動、不規則性、理論からの逸脱があることが予想されます。 中数の法則の重要性は、その予測力ではなく、その適用範囲にあります。私たちの周りには、実際には優れた機械システムや統計システムはほとんどありません。
今日の社会では、機械テクノロジーは機械力学のインスピレーションから恩恵を受けており、相互に関連するコンポーネントを減らすことで複雑さを軽減しています。一方、管理手法は統計力学の成果の恩恵を受けており、群衆を構造化されていないグループ内の単なる交換可能な単位と見なし、平均を取ることで統計を単純化します。
小さな数と大きな数の間のシステムでは、どちらの古典的な方法にも致命的な欠陥があります。一方では、計算の二乗法則は、中間数体系が解析的に解決できないことを指摘し、他方では、N の平方根の法則は、平均値に過度の期待をしないように警告します。
一般的なシステムの法則のほとんどと同様に、民間伝承にも数の法則の形が見られます。私たちの日常経験に変換すると (私たちはそのようなシステムに精通しており、そのパフォーマンスについては無力です)、中数の法則はマーフィーの法則になります。 起こり得ることは何でも起こります。
物事の部分や特徴を分析するとき、私たちは明らかな独立性を誇張し、その組み合わせの本質的な完全性と個性を(少なくとも一定期間は)無視する傾向があります。私たちは身体を臓器に、骨格を骨に分解します。心理学の教えも同様のアプローチをとり、心を主観的にその構成要素に分解しますが、判断力や知識、勇気や優しさ、愛や恐怖は独立して存在するものではなく、最も複雑な全体の一部であることを私たちはよく知っています。パフォーマンスまたは虚数係数。
生物学や社会科学は、物理学ほど「成功」することはできません。なぜなら、得られるものは分割できないからです。解剖学者はある程度の成功を収めていますが、私たちは解剖学が壊れたときに誰かが何をするかには興味がありません。社会学者はさらに成功率が低い。なぜなら、彼らの主な関心は、数値システムの特性、つまりシステムが分解、抽象化、または平均化されると存在しなくなる特性を持つ「人間性」にあるからである。行動科学者が平均化によって「個人」を理解しようとすると、個人の特性は分散してしまいます。研究のために個人を隔離しようとすると、その研究対象と他の人々や世界の他の部分とのつながりも遮断されてしまい、その個人は単なる実験室の産物となり、もはや人間ではなくなります。
第2章 方法
2.1 有機体、アナロジー、バイタリズム
どのモデルでも、私たちがすでに知っていると考えていることを使用して、私たちが知りたいと考えている別のことを表します。推論プロセスには何百ものロジックステップがある場合もあれば、単なるアナロジーである場合もありますが、最終的には常に、さらに深く掘り下げる必要がないと思われるいくつかのプリミティブが得られます。科学が説明する「能力」を持つためには、これらのプリミティブは大きすぎても小さすぎてもいけません。
言い換えれば、科学とは本質的に単純化することです。しかし、還元主義者はすべての現象を物理的および化学的原始に還元することにまだ成功していないことを指摘しなければなりません。彼らが成功できるかどうかは純粋に哲学的な問題であり、科学的な問題ではありません。
機械論者は、すべての現象は物理的プリミティブ、または物理的および化学的プリミティブに還元できると主張します。彼らはこれを「すべての現象」について実際に示しているわけではなく、ただそう言っているだけです。
一部の有機理論家は、生命システムの分析はいわゆる「生命力」または「重要な要素」に留まらなければならないため、すべての現象をこれらの原始的なものに還元することはできないと報復を指摘しました。 「重要な要素」は本質的には「品質」と同じように神秘的ではありませんが、有機理論家は理解できないものはすべて重要な要素のせいだと考えています。白。これは、生命力は実際にはいかなる現象も説明しないことを意味します。なぜなら、神と同じように、生命力はすべての現象を説明するからです。
何かがすべてを説明できるということは、それは何も説明できないことを意味します。少なくとも、これが科学的な見解であり、これが有機主義が科学者と対立する理由です。
一方、有機的思考は類推に依存しており、これはニュートン以前も以後もすべての物理学者が使用した手法です。科学の歴史における重要な思想家は皆、思考の特定のステップを単純化するために有用なアナロジーに依存してきました。
実際の状況で前進する必要がある場合は、単純で粗雑な例えにとどまらず、正確、明確、予測可能なモデルに磨き上げる必要があります。
2.2 科学者とその分類
優秀なゼネラリストになりたければ、何も信じてはいけません。ラッセルは、信念とは何の証拠もなく何かを信じることであると指摘しました。信念に何らかの制限があると、思考の自由が妨げられ、ジェネラリストがさまざまな分野の間を自由に行き来することができなくなります。
「参加者兼観察者」になるには、まず参加者になる必要があり、それには少なくとも現地の言語を学ぶ必要があります。実際には、主にさまざまな非言語コミュニケーション方法を学ぶ必要があります。同様に、特定の仕事のサブカルチャーに溶け込むには、まずそのサブカルチャーの考え方とコミュニケーションの方法を学ぶ必要があります。
一緒に働く人々は、概念的なパターンも見られるサブカルチャーを発展させます。グループは、標準的な思考タイプの共通のセット (通常は特殊な単語やフレーズとして表現される) を採用するため、内部コミュニケーション プロセスが簡素化されます。しかし、このような社内コミュニケーションの考え方が効果的であればあるほど、外部とのコミュニケーションが難しくなるという矛盾があります。
逆説的ですが、科学者の中にはさまざまな分野で成功を収めた人もいますが、それは彼らが個人の思考パターンを変えたからではなく、思考パターンを変えずにある分野から別の分野に移したからです。
新しい科学的真実が勝つのは、多くの場合、反対者に光を見るよう説得するからではなく、反対者が最終的に死に、新しい真実を知る新世代の人々が徐々に成長するからです。
社会集団における思考型システムの重要性により、「より優れた」システムを持つ外部者が必ずしも内部システムを完全に習得した内部者だけがリーダーになれるとは限りません。
トーマス・クーンは、著書『科学革命の構造』の中で、新しい思考様式が古い思考様式にどのように取って代わるか、思考様式が世代から世代へとどのように受け継がれるのか、そして思考様式が科学の進歩をどのように促進し阻害するのかを研究し始めました。
思考のタイプとパターンの観察が科学の分野に拡張されると、「科学的リーダー」は科学的な進歩を達成する可能性が最も低い人々になります。
思考タイプのシステムを開発する際の最も危険な間違いは、ある思考パターンが別の思考パターンよりも「現実的」であると想定することです。
国家の優位性の現れの 1 つは、自分自身の文化が、自分が理解していない文化よりも「優れている」という信念です。
科学者の中には、いくつかの専門分野の思考パターンになんとか当てはめることができる人もいます。彼らはどうやってそれをしたのでしょうか?このことについて尋ねられると、彼らは科学には本質的に統一性があるという信念を表明しました。彼らも思考方法は 1 つしかありませんが、出発点は非常に高いです。この思考モードを持つ人々は、異なる分野の思考モードは、表現形式が異なる場合が多いにもかかわらず、非常に似ていると信じています。
推論の力は、推論がルールを使用して想像力を導く方法にあるのではなく、経験や伝統的なルールの制約から私たちを解放することにあります。
2.3 一般的なシステム信念の目的
ある意味、一次数列は二次数列の基礎であり、一般系の法則を発見する主な方法は帰納法です。一般に、システム研究者は、異なる分野の法則から出発し、その類似点を探し、新しい「法則についての法則」を世に発表します。さまざまな分野における一般的なルールは、単なる特殊なケースにすぎません。
帰納法による一般化の力は、一般規則を使用して、観察されていない状況について特定の結論を導き出せることです。これは、将軍がある臣下から別の臣下に移ることができる理由でもあります。成功するたびに、二次シーケンスに対する人々の信頼が高まります。
もちろん、分野間のジャンプがすべて成功するわけではないため、信仰は必要です。なぜ?誘導が常に効果的であるとは限らないからです。しかし、なぜ私たちはもっと慎重にならないのでしょうか?さらなる証拠を待ってみませんか?その理由は、知識が爆発的に増加しており、私たちの脳が計算の二乗法則によって制限されているためです。
一般的なシステム アプローチは、正確なアプローチを待ちきれない人々にとって魅力的ですが、ただ単に焦っているだけでは十分ではありません。優れたゼネラリストになるには、データを無視して物事の「全体像」だけを見ることを学ばなければなりません。
ジェネラリストとして成功するには、素朴でシンプルな態度で複雑なシステムに取り組まなければなりません。私たちも子どものようにならなければなりません。なぜなら、子どもたちは多くの複雑な概念をこのように理解しているという十分な証拠があるからです。つまり、最初に全体の一般的な印象を形成し、次に具体的な違いを掘り下げることによってです。
文字や音符を知らない 4 歳児でも、1 日または 1 か月観察すれば、タイトルとページの外観に基づいて、本の中のさまざまな曲を簡単に識別できます。彼らにとって、本の各ページは特定のパターンを表しますが、私たちにとっては、それぞれの単語やそれぞれの文字が見られるため、各ページは同様の形をしています。
2.4 一般的なシステム法の性質
実際、新しい一般的なシステム法則を抽出できます。 事実が法律に抵触する場合、その事実を受け入れることを拒否したり、定義を変更したりすることはできますが、決して法律を放棄してはなりません。 これを法の保護と呼ぶことができます。
しかし、それは教師が直面する永遠の逆説のようなものです。事実と図表を教えるか、真実を教えるかです。モデルを教えるには、教師は具体的な図を使用し、まったく見えないものを明確に図示する必要があります。学生は何かを「学習」しなければなりません。そうすれば、それが学んだものとまったく同じではなかったことが後でわかるようになります。しかし、その時までに彼は物事の本質を理解し、真実に近づき始めました。彼らは常に修正を加えて真実に近づくために人生を費やすことになります。
法律に多くの条件が含まれている場合、各条件によって法律の範囲が制限されるため、いつ使用するかを覚えるのが困難になることがあります。法律に含まれる条件が少ないほど、その法律はより一般的になります。条件を追加するか、用語の定義を変更しますか?このような問題に直面すると、私たちは通常、この用語を再定義することを選択します。
科学的主張のパターンは「もし...ならば...」です。 私たちは科学法則が条件付きであることを忘れがちですが、それは科学法則が非常に単純な方法で、つまり「もしも」の部分を省略または省略して記述されることが多いためです。本気で全部書くと長くなるので、この部分は省略させていただきます。
一般的なシステム法則から正確な結論を得るには、その内的意味を十分に検討する必要があると考えられます。したがって、一般制度法にさまざまな資格を追加して正確性を高めるのではなく、本来の簡潔さを維持し、覚えやすくしています。そして、可能な限り、誰もが覚えやすい、意味のあるフレーズやキャッチーな名前を使用します。
「カテゴリー1」永久機関
多くの一般的なシステム法則は、定義、測定方法、探索ツールなど、さまざまな方法で表現され、特に覚えやすい否定形で表現されます。
ここで、科学的思考における法則のさまざまな役割がわかります。それらは測定ガイドラインを説明し、法律の用語を定義し、これまで気づかなかったものを探すよう私たちに思い出させ、将来の行動を予測します。また、それらは、測定方法、用語の意味、問題解決手法について議論できる焦点のようなものにもなります。
法律は具体的な例を挙げて覚えやすくなります。大まかな一般化だけでは十分ではないため、空虚な一般化は避けたいと考えています。「大まかな一般化と心地よい特殊なケースだけが実りある概念です。」
一般法は少なくとも 2 つの特定の状況に適用されなければなりません。
一般法には少なくとも 2 つの例外が存在する必要があります。
組み合わせの法則: 全体は部分の合計よりも大きくなります。
分解の法則、つまり部分は全体の部分よりも大きいということです。
2.5 システム思考の種類
モデルの主な役割は、説明したり予測したりすることではなく(最終的には科学の主な役割によるものですが)、むしろ思考を集中させ、難しい質問をすることです。何よりも、モデルを発明したり遊んだりするのは楽しく、モデルには独自の命があるのです。生物と比較すると、モデルには適者生存の原則がさらに適しています。ただし、本当の必要性や本当の目的がない場合は、自由にモデルを発明すべきではありません。
システム理論 (元々は過剰専門化という現在の問題を克服する試みでした) は、何百もの学術専門分野の 1 つになりました。さらに、システム科学はコンピュータ技術、サイバネティクス、オートメーション、システム工学を中心としており、システム思考が別の技術(実際には究極の技術)となり、人間と社会をより「巨大な機械」のようにするようです。
一般システム手法の思考への貢献は、一般システム学者が新しいコースに取り組む方法に完全に反映されている可能性があります。
一般システムの学者は、専門分野の法則に遭遇したとき、多くの場合、それを自分が知っている一般システムの「法則」に関連付けることができます。彼はいくつかの特別な仮定を特定し、彼の一般的なシステム法則を経済学または他の分野の法則に変換します。
したがって、一般的なシステム手法は、コース学習における思考時間を大幅に節約できます。これは、さまざまな状況や特殊なシステムを研究する場合にも当てはまります。
第3章 システムと幻想
現実世界はそのサブセットを提供します。積空間は観察者の不確実性を表します。別のオブザーバに切り替えると、プロダクト スペースもそれに応じて変化する可能性があります。 2 人の観察者は、実際のオブジェクトで発生するいくつかの実際のイベントの同じサブセットを記録する異なる積空間を採用する場合があります。したがって、「制約」は観察者と物との間の関係です。特定の制約のプロパティは、物体と観察者の両方に依存します。したがって、組織理論の基本的な部分は、物体に固有ではない、観察者と物体の間の関係である特性と関係があります。 ——W・ロス・アシュビー
3.1 システムとは世界観である
アインシュタイン: 外界は知覚する主体とは無関係に存在するという信念は、すべての科学の基礎を形成します。
システムとは何ですか?詩人は皆、システムとは世界観であることを知っています。
このように、システムは知識を獲得するのではなく、ゲームをプレイしているのです。知識は「真実」、知識は「事実」です。 2 人の科学者が同じことを観察するために異なる「システム」を使用する場合、科学は詩よりも「はるかに優れている」わけではありません。ある人には「シックで文明的」と思われ、別の人には「だらしない服装」と見えるでしょう。
それが「バナナの原則」です。ヒューリスティックな思考法では、いつやめるべきかはわかりません。
私たちはバナナの原則を忘れて、この方法を永遠に使い続けることができると考えました。より多くの成果を得るほど、私たちのアプローチが正しいという確信が高まります。しかし、私たちが確信すればするほど、幻想に陥りやすくなります。
知覚は現実と幻想に対してまったく同じように反応し、たとえそれが幻想だったとしても、多くの知覚は本質的に忘れられない深い印象を私たちに残します。
3.2 絶対的思考と相対的思考
「人工」システムではその「目的」について話すことができますが、「自然」システムでは絶対にそれができません。
人々は、完全に受け入れられるものの、意味をなさないステートメントを言ったり書いたりすることがあります。意味のない文を研究すると、例外はルールを証明するものではなく、ルールを理解する方法を教えてくれるので、意味のある文の言い方をよりよく理解できるようになります。
ほとんどの人が意味を含んでいることに同意するため、特定の文には絶対的な意味があるように見えます。
人工システムに対する人々の不満の多くは、これらのシステム設計の「目的」、つまりシステムが「正確に」何であるかに対する不一致から生じています。もちろん、答えは、システムには「目的」がないということです。なぜなら、「目的」とは関係性であり、「持つ」ことができるものではないからです。
したがって、ミラー氏が述べたことは、これらの機関の存在の唯一の理由ではありませんが、特定の単語の意味に対する国民の認識と同様に、多かれ少なかれ、公式の公的理由を表すことができます。
どちらの側も正しいのですが、誰もが絶対的な記述を使用しているため、「創発」特性がシステムとその観察者の間の関係ではなく、システムが所有する何らかの「物」であるように思われる問題があります。これらの特性は、観察者が正しい予測を行えない、または正しく予測できない場合に「出現」します。ある観察者にとっては「緊急」に見え、別の観察者にとっては「予測可能」であるように見える物事の例がよくあります。
このシステムは完全に人間が作ったものです。 …システムに特定の関係を組み込むか無視するかによって、それが正しいか間違っているかがわかります。しかし、この包含は真実を生み出すものではなく、それを無視するのは誤謬でもありません。この意味で、正しい手順の理由は完全に実用的であり、システム設計の目的に何が含まれるか、何が無視されるかによって決まります。
3.3 システムはコレクションである
実際、物事を恣意的に選択できることを証明できる人は誰もいません。したがって、構造に対する意識的な恣意的な選択の影響を排除できない場合、観察者は望ましくない構造を他のシステムに滑り込ませるような行動をとっていることがわかります。
全体。実際、恣意的なシステムを見つけるのは困難です。なぜなら、一度恣意的なシステムを思いつくと、ある程度恣意的ではなくなるからです。
私たちは脳の中で行われている選択プロセスに気づいていませんが、たとえ曖昧な可能性があることに気づいていたとしても、依然として暗い場所にさらに多くの問題が隠れている可能性があります。
私たちの最も単純な思考活動は、実際には単純ではありません。それは完全に合理的ではありませんが、完全に恣意的でもありません。私たちは頭を使って思考活動を行うことはできますが、その思考活動がどのように行われるのかは基本的には分かりません。
観察者を無視する最も一般的な方法は、この記述方法の選択方法について何も言わずに、システム (いわゆる「数学システム」) の数学的記述に直接ジャンプすることです。
集合数学 (集合論) は集合の多くの性質を説明しますが、観察者が集合をどのように選択するかについては教えてくれません。
セットを選択するためのすべての概念的スキームのうち、最初のアプローチはシンプルで限定された列挙でした。つまり、それらを忠実に記録しました。
しかし、厳密に言えば、理想的な代表要素とは観察者の頭の中で構築される概念であり、大量のデータを要約するのに有効な手段となる可能性があります。しかし、分類学者は、それが分解の誤謬につながる単なる誘惑的な回り道である可能性があることに気づくことがよくあります。
いずれにせよ、私たちの思考の基礎となる集合をすべて列挙することはめったにありません。列挙法は他の操作の概念的基礎を形成しますが、それ自体に危険性がありますが、導出法によって引き起こされる可能性のある損害に比べれば重要ではありません。これらの導出方法の中で最も最悪なのは、集合を典型的な要素で表すことです。
後ろの楕円は、「など」のプロセスを表しています。このプロセスは、上記の 3 つの例から容易に推測できます。ルールは、暗黙的か明示的かに関係なく、セットを定義する 3 番目の一般的な方法を構成します (その他は列挙要素と正規要素です)。
しかし、ほとんどの場合、明示的なルールは、セットを形成するために偶数を選択するなどの数学的演算でのみ使用されます。現実の世界では、ルールの構築は実際に適用するには難しすぎることがよくあります。
3.4 観測者と観測結果
数学者の言うように、数学的な議論には正しいも間違いもありません。あるのは「合理的」と「不合理」だけです。実際、合理的とは内部の一貫性を意味します。
集合のメンバーが「何もない」限り、私たちの推論は厳密に内容に依存しません。つまり、それは純粋に数学的な記述です。
実際、それらが何であるかを言うことができれば、私たちはもはや一般的なシステムについて話しているのではなく、特定のシステムについて話していることになります。
これまでのところ、システムを構成するものの集まりが何であるかを意図的に明らかにしていません。エンジニアとしてのホールとフェイガンは、それらはオブジェクトのコレクションであると率直に言いました。他の著者は、「部品」、「要素」、「プロパティ」、「コンポーネント」、または「変数」の集合について述べています。この矛盾は、システムの集合が実際に何であるかを誰も知らないことを意味します。
数学者は一般に、どのような関係が作られたとしても、不健全な議論は決して確立できないと想定しています。
つまり、得られた観測結果に基づいて観測者を定義することができる。集合表記法を使用すると、観察者には 2 つの意味があることがわかります。それは、観察者のタイプと、各タイプ内の選択の範囲です。
セットを使用することの最初の嬉しい特性は、観察者の概念が洗練されることです。観察者のすることは観察することです。これらの観察は、生理学的器官からの何らかの感覚であるか、測定器からの測定値であるか、あるいはその 2 つの組み合わせである可能性があります。観測は、この観測者によるこのタイプの可能な観測をすべて含むセットから要素を選択することとして表現できます。
「オブザーバー」モデルでは、このモデルにはどれくらいの計算能力が必要かということを常に思い出さなければなりません。ただし、「オブザーバー」がすべての観察を「正しく」行うことができる必要はないことに注意してください (ぼろぼろで粗末な要素)。これらはオリジナルの未定義の要素であり、これらを使用する場合、「正しい」は無意味だからです。
観察者は 1 つのセット内の各要素を区別できても、すべての組み合わせを取得できるわけではないため、積セットは観察者にとってモデルが広すぎる場合があります。
これを使用すると、組み合わせエラーが発生します。このようなモデルを使用すると、ヘリックは実際には観察できなかった現象を観察できたと結論付けることができるかもしれません。つまり、私たちのモデルは一般的すぎる可能性があります。
観察者による完全な観察は、観察範囲内の各セットに対して選択を行うことです。したがって、ヘリックにとって、{ガードル、はためく}は完全な観察であり、{袖口、無視}も同様です。 Outfits コレクションには 6 つの要素があり、Misfits コレクションには 8 つの要素があるため、結果は 6 掛ける 8 となります。
3.5 無関連性の法則
上記の点は独立した法則として要約できます。法則は特定のシンボルの選択に依存しません。
観察が正しいかどうかを判断できない場合があります。しかし、「正しさ」の象徴的な表現がなければ、観察者とその観察についての深い議論はできません。したがって、ここでは一貫性の概念、つまり、ある観測結果のセットが別のセットと一貫性があるかどうかを導入します。リンカーンが指摘したように、シンボルの一貫性は観察者が観察にどのように名前を付けるかに依存しないことは明らかです。
「犬の尻尾を足と呼ぶなら、犬には何本の足がありますか?」 「五本ですか?」 「いいえ、四本です。尻尾を足と呼ぶということは、それが足になるという意味ではありません。」
無関連性の原理を適用するために、私たちは通常、数学記号を利用して音声からバリを取り除きます。 2 人の観察者が同意するかどうかをテストするには、まず観察を正規化します。
一貫性の問題には簡単に答えることができます。 B のすべてのシンボルについて、A に対応する 2 つの異なるシンボルが存在しない場合、A と B は一致します。
B から A へは多対 1 のマッピングであり、A から B へは 1 対多のマッピングです。 A の要素は B の複数の要素にマッピングできるため、現時点では A と B が一致していても、B と A は一致していないとみなします。
しかし、単純な場合には、明らかに架空の「超観察者」を導入することで、さまざまな視点について話すことができます。この超観察者は、他の観察者よりも優れた観察能力を持っていれば、すべてを知っている必要はない。
第 4 章 観察結果の解釈
4.1 ステータス
あなたがプレイしているゲームは、システム研究者が「ブラックボックス」と呼ぶものです。 「ブラック ボックス」ゲームのルールでは、観察者がブラック ボックスの「内部」を覗いたり、操作に参加したりすることは禁止されています。このコンセプト ゲームをプレイする目的は、観察プロセスについての理解を深めることです。ブラック ボックスは、概念的なツールとしても効果的な教育ツールとしても使用できます。しかし、それを実際の観察者が多数いる厳密なモデルとして理解してはなりません。
超超観察者の概念は、「可能なすべての」観察を包含するという点で「事実」の概念とよく似ていることに注意してください。言い換えれば、私たちが「事実」と呼ぶものは、一部の人々が「神」と呼ぶものに非常に近いのです。
実際、超観察者であるあなたには何の力もありません。すべてを知っていますが、力はありません。
優れた観察力はあっても、優れた記憶力はないので、略語はボックスの動作を記録するのに役立ちます。
ハートの女王オルゴール
順序付きペアは非常に少ないため、観測された状態のセットからそれ自体へのマッピングを表すテーブルの形式でそれらを記述するのは簡単です (図 4-2 を参照)。前の章では、このマッピング フォームを使用して 2 つのビューの一貫性を説明しました。しかし、マップは、それ自体を含め、任意の 2 つのセット間の関係 (より正確には、任意のセットから他の任意のセットへ) を表すことができます。
図 4-2 の 3 つの式は数学的には同等ですが、心理的には同じではありません。たとえば、有向グラフでは、シーケンスがサイクルを形成していることがすぐにわかりますが、他の 2 つの表現では、それはそれほど明白ではありません。
4.2 目と脳の法則
したがって、「視力」と「頭脳力」のバランスがどちらかに偏りすぎてはいけません。科学的な問題は、適切な妥協点を見つけることです。
ことわざにあるように、「すべてを見る」ということは、「すべてを理解する」ことを意味するわけではありません。理解とは、どの詳細を無視してもよいかを知ることを意味するからです。私たちの「学習」は、「同じ」状況が繰り返されるのを見ることだけです。これがいわゆる「状態」であり、この状況が繰り返されると、観察者は再びそれを認識することができます。
発明者はいくつかの状態を 1 つの状態に「混練」したため、超観察者の視点で有向グラフをマッピングして発明者の視点を取得できます。たとえば、ループ「a n i k」は「A B C E」にマップされます。あなたの視点が発明者の視点を超えていない場合、このマッピングを唯一の方法で行うことはできず、発明者は自分の視点をあなたの視点にマッピングすることはできません。
それぞれの状態は発明者の状態に対応していますが、表示される構造は異なります。たとえば、あなたが見ているのは 10 の状態を含むサイクルですが、彼が見ているのは 5 つの状態のみを含むサイクル、つまり「B D F C E」が 2 回繰り返されるものです。用務員にとっては 1 学年度ですが、学部長にとっては 2 学期のようなものです。
あまりにも多くの州を区別しすぎることは、一般化が不十分であると前述したことです。
普遍的な観察者の法則、つまり目と脳の法則: ある程度までは、観察力の不足を頭脳の力で補うことができます。 対称性に基づいて、脳と目の法則をすぐに導き出すことができます。 観察することである程度、頭脳の不足を補うことができます。
経験豊富な医師であれば、同じ診断を下すのに必要な検査結果ははるかに少なくなります。しかし、研修医は、経験があまり積まれていなくても、長年勤務している検査技師の代わりになることはある程度あります。
4.3 一般化された熱力学法則
科学は奇跡を扱いませんし、奇跡を扱うこともできません。科学は繰り返される出来事のみを扱います。すべての科学は、複製を生成するために観察するシステムの状態を組み合わせる独自の方法を持っている必要があります。
元の特性と補助的な特性は区別されます。前者は物質に固有であり、後者は特定の元の特性を持つ対象と人間または動物の観察者の感覚器官との間の相互作用の産物です。
同様に、観察は既存の理論と一致していなければならないという仮定は、科学研究に保守主義をもたらします。観察が既存の理論と矛盾する場合、それは「誤り」として無視される可能性があります。
もちろん、観察を理論に完全に置き換えるのは非科学的です。さらに悪いのは、理論に合わない観察を偽物として切り捨てる観察の形式性です。
「状態とは、それが再発するときに認識できる状況です。」 しかし、複数の状態を 1 つの「状態」に結合しなければ、どの状態も再発しません。したがって、学習するためには、状態におけるいくつかの潜在的な違いを放棄し、すべての詳細を学習する可能性を放棄しなければなりません。あるいは、生地混練の法則として書くこともできます。 何かを学びたいのであれば、すべてを学ぼうと考えてはいけません。
一般的なことが起こるほど、より頻繁に発生します。 1. 特定の状態を優先する物理的な理由があるため (第一法則) または: 2. 精神的な理由があるから(第二法則)
一見慎重に、法則、いわゆる熱力学の一般法則を提案してみましょう。特別な制限がない場合、発生確率の高い状態は、発生確率の低い状態よりも観察される可能性が高くなります。
しかし、統計学者にとって、これら 2 つの手が出現する可能性は同じです。なぜ?カードが公平に配られた場合、正確に設定された 13 枚のカード パターンが発生する確率は、別のセット パターンのカードが発生する確率と同じになります。実際、これが統計学者の言う「公正な取引」の意味です。これは、無関係な法律に基づく一般的なシステムの直観とも一致します。トランプは、そこに何が描かれているかを気にしますか? しかし、ブリッジ奏者の直感は違います。なぜ彼らは、カードの最初の手札よりも後手札のほうが現実的であると直感的に信じているのでしょうか?その理由は、ブリッジゲームのルールは人々によって策定され、カードの特定の組み合わせに重要な意味を与えますが、そうでない場合は単なる無意味な組み合わせに過ぎないからです。カードの遊び方を学ぶとき、私たちはゲームにとって重要ではない特定の部分を無視することを学びます。
実際のブリッジ ゲームでは、最初のカードが表示される確率は、3 番目のカードが表示される確率よりもはるかに高くなります。なぜ?なぜなら、カードの3番目の手札が出現する確率は高いものの、ほとんど目にすることはなく、つまりカードをプレイしている人には特に注目されないからです。
4.4 関数記号と簡略化の考え方
実際の状況では、観察者は観察の範囲と粒度、つまり広さと深さを自分で定義する必要があります。これらの特性は観察において決定的な役割を果たす可能性があるため、手を振ってこのプロセスをスキップすることはできません。観察者が特定の観察範囲を選択するとき、彼は実際には、そこに含まれるものが重要な特徴である、または少なくとも観察できる最も重要なものであると主張していることになります。この状況に対して、数学には関数表記と呼ばれる簡単な表記があります。
関数シンボルは、システムの動作特性を正確に記述できない場合に、システムの知識の一部を表すために関数シンボルを使用できるため、一般的なシステム思考において特に重要です。
関数表記を明示的な式とともに使用して、関数の依存関係と正確な式の間の知識の中間段階を表すこともできます。
科学的な「説明」は常に 1 つの現象を他の現象の条件に還元するため、機能分解の表現は非常に魅力的です。
では、この種の分解を行う際に科学者はどのような間違いを犯してしまうのでしょうか?この質問に対する主な答えは 2 つあります。 1. ある段階で関数関係の何かを省略する可能性があり、適切な近似法則が得られたとしても、さらに分解するとエラーが発生します。それは不完全な誤謬と言えるでしょう。 2. たとえ観察が完了したとしても、観察者の能力の限界(観察者の忍耐力の限界を含む)、または「実際の」状況が分解の継続を許さないため、分解プロセスは最終的に停止します。
4.5 不完全性と過去の完全性
ブラックボックスによって記述される状態は、私たちが観測したすべての観測可能なものであるため、観測結果そのものに基づいて、このブラックボックスを観測するためのより良い観測方法を選択する方法はありません。ブラックボックスは、状態が不確かであるために観測が不完全であることをその動作を通じて教えてくれます。ただし、状態を確定できるように観察を調整する方法はわかりません。私たちは観察を続けることしかできないため、発明家や物理学者は視点をどのように選択するかという問題に直面しています。
物理学研究におけるすべての成功は、最も重要な観察対象の賢明な選択と、いくつかの特徴の脳の自発的抽象化との組み合わせにかかっています。これらの特性は魅力的ではありますが、現在の科学は研究で有用な結果が得られるほど進歩していません。
T = f (a) から何かを省略すると、それ以上の分解では論理的な正しさを保証できなくなり、不完全性の誤謬が発生します。
関数関係が「間違っている」ということは、「実際の」方程式が集合に含まれていない可能性があることを意味します。 T が a に依存していない (完全すぎる) か、T が a 以外の他の変数にも依存している (不完全) ためです。この結論を出す根拠は何ですか?明らかに、T と a の動作を観察することしかできません。
観察範囲は簡単に拡大できるが、脳の計算能力が低い場合は、T = f (a, b, c) を選択します。これは、この式が比較的「単純」であるためです。一方、計算能力は強いが観察能力が弱い場合は、より多くのことを考え、より少ない観察を行うために T = f (b, c) を選択します。しかし、この一連の観察に限定されている限り、どのステートメントが「正しい」かを判断することはできません。これがブラックボックス ゲームの基本的なルールです。
ブラックボックス観測では、一度新たな観測結果が現れなくなると、同型性の問題を解決することができず、モデルの集合から選択することができなくなります。箱を開けてみないと、それが歯車なのか回路なのか、あるいはジョイスティックを振っている訓練された猿なのかはわかりません。
しかし、T = f (a, b, c) を選択することもできます。これは、T = f (a, c) がすでに要件を満たしていることに気づかなかったためです。あるいは、私たちはそれに気づいているが公式に満足していないから、または私たちが物理学者であり「物理システムはそのように動作しない」ことを知っているから、または私たちが心理学者であり「人々はそのように行動しない」ことを知っているからです。あるいは、「何が何でも b が含まれなければならない」と頑なに信じているからです。これらの選択は任意であるため、さまざまな観察者が観察を解釈するさまざまな方法があり、どの構成が選択されるかを説明するだけでなく、「どの観察が最も重要であるか」も説明できます。
すべての観測データに適合する 2 つのモデルがある場合、2 つのモデルは同型である、つまり「同じ形状」であると言います。数学的には、これら 2 つのモデルはすべての可能なデータに適合する必要があります。
どれが「正しい」答えでしょうか?この観察を「説明」できるのはどれでしょうか?有限の観察セットに対して、説明のセットは無限です。
私たちはスーパー観察者の視点から問題を見ているので、他の観察者に観察を拡張させたり、観察の粒度を改善したり、記憶能力を強化させたりすることができますが、彼らはこれらの選択をするために必要な情報を持っていません。
不完全さによって引き起こされる分解戦略の失敗を見たところです。実際、この考え方をひっくり返して、完全性の直感的な定義として使用することができます。つまり、同型写像からどのように選択しても、どれほど細かい視点に分解しても、新たな本質は発見できないのです。また、完全性は近似値にすぎず、帰納的信念の飛躍に基づいているため、正確であることは保証できないこともわかります。不完全性から生じる還元主義的な誤謬は、私たち全員が何らかの形で経験しているため、許容されます。
4.6 一般化された相補性原理
一般的なシステム ビューは、より単純な仮定に基づいているため、より一般的です。何らかの理由で、観察者が観察を際限なく改善しなければ、2 つの視点の間には補完性が存在します。ほとんどすべての場合、観察方法の際限のない改善をやめる何らかの理由が常にあるため、条件を削除して一般的な相補性の法則を得ることができます。 2 つのビューは補完的です。
しかし、簡素化が失敗する 2 番目の理由は、一部の人にとってはさらに受け入れがたいものであり、これは補完性の問題です。物理学者が最初にこの適合性と予測可能性の問題に直面したのは、物理学が単純化戦略を適用する能力においてより進んでいたためです。さらに、一部の科学者 (または科学者を自称する人々) は、通常、全体像からはほど遠いため、分解が時々失敗することがあっても驚かないことがあります。もし物理学が「相補性」(還元主義の特異なモデル)を提案していなかったら、おそらく誰もこの概念を受け入れなかったでしょう。
ただし、このアプローチは補完的な性質があることに注意してください。速度を正確に測定するためには、ぼやけたゴースト像ができるだけ長いことが望まれますが、同時に位置を正確に測定するためにはゴースト像ができるだけ短いことも求められます。したがって、シャッター スピードをどのように選択しても、結果は妥協であり、異なる観察者が異なるシャッター スピードを設定するため、異なる (または補完的な) 写真が見えることになります。
物理学者は怠け者ではありません。便利な実験が相補性をもたらし、より不便な方法を採用することで相補性を回避できる場合、物理学者はその便利な方法を放棄するでしょう。彼はより高解像度のフィルムを探し、カメラを放棄してレーダーを構築し、さらにはレーダーを捨ててレーザーを構築するかもしれません。彼らは「便利さ」のためだけに、より良い方法を探すことを決してやめません。 「自然の法則」、つまり不可分な物理的相互作用以外に、彼らが聖杯の探求を放棄する原因となるものは何もありません。そのような人々が補完性を簡単に受け入れないのも不思議ではありません。
相補性の考え方の重要な点は、これらが完全に独立したものではなく、互いに還元できない 2 つの観点であるということです。
還元は理解を達成するための 1 つの方法にすぎず、他にもたくさんの方法があります。世界の小さな部分をより詳しく見るのをやめ、科学そのものをより詳しく観察し始めると、還元主義が現実には実現されたことのない理想であることがわかります。還元主義は単なる科学的信念です。これは信念に違いありません。なぜなら、一連の観察の最終的な還元状態を誰も見たことがないからです。
第 5 章 観測値の分解
この章では、観察者の限られた思考能力が観察にどのような影響を与えるかについて説明します。
結論としては、メモリが限られている場合、システムをいくつかの独立したサブシステムに分解することで、システムの動作をより正確に予測できるようになるということは明らかです。これは科学的な方法です。脳の能力に限界がなければ、これを行う必要はありません。実際、科学の存在は、人間の脳の能力が限られていることの最良の証拠です。
繰り返しになりますが、私たちが自分の見解を「自然」または「満足のいく」ものにしたい根本的な理由は、私たちの能力が限られているためです。なぜなら、私たちは常に 2 つの異なる見解を頭の中に持つことはできないからです。
ルールは特定の記号表現に依存すべきではありません。 「すべき」という言葉に注意してください。あなた (R、G、W) と発明者 (ライト グリッド、Mimus) の違いは、シンボルの選択にあります。状態を分解する能力はまったく同じであるためです。
ほとんどの一般的な状況では、システムの観察には「赤いライト」または「トーン」で十分です。しかし、この倉庫で、明るいスタイルとミムスを「見る」ことを学ぶことができれば、あなたが見る世界はシンプルになるでしょう。
差異の法則: 法則は特定の象徴的表現に依存すべきではありませんが、多くの場合その逆が当てはまります。
5.1 科学の比喩
詩と同様、科学においても、重要な性質は完成した比喩そのものではなく、変化の過程、つまり比喩を作る過程にあります。詩や科学自体の構造により、比喩は他の比喩の上に構築され、機能は他の機能の上に構築される可能性があります。
便利屋は、今後の仕事が過去の仕事と似ていることをどうやって知るのでしょうか?これは、私たちが以前に遭遇した信念にすぎません。名前を付けたほうがいいかもしれません 経験的公理: 過去において、未来は過去のようになるため、未来も過去のようになる。
このレベルでは、科学と詩は非常に似ています。詩人は比喩から始めて、恋人がどのように薔薇のように、あるいは夜明けがどのように抱きしめられる女神に似ているかを詳細に説明します。科学者は全体像から始めて、修正と単純化を進め、最終的には元の機能を別の機能に縮小します。詩人と同様に、最終的な還元は既知であると想定されているため、定義する必要はありません。
科学の専門化は、異なる分野の科学者同士が共通の経験を持つことが少なく、コミュニケーションの基盤が欠如しているという問題を引き起こしています。
比喩は、ある物事の特定の特徴を理解し(または理解していると思い)、それを別の物事に移す場合にのみ機能します。
現在のものを過去のものに置き換えることができる場合、その 2 つは似ています。
科学は、詩と同様に、私たちが使用する言葉の意味は最終的には観察から得られるものでなければなりません。 「推論に従って段階的に進めていく」のですが、ループの何らかの性質から始めなければなりません。同様に、夜明けの意味はバーンやランボーの比喩に基づいて徐々に理解できますが、最初に「バラ」の意味を知らなければなりません。
他の詩に基づいた詩は、その参照の基礎が現実世界の直接的な経験ではなく、他の詩の経験であるため、しばしば「学術的な」詩と呼ばれます。同様に、他の科学に基づいた科学は「学術」科学と呼ばれることがよくあります。
5.2 物事と境界
パーツを明確に区別するという考え方が根付いているので、たとえ手間がかかっても、必ず内側と外側を区別できる自信があります。類推により、この概念をすべてのシステムに適用し、「システム」という言葉を「内部」を意味し、「環境」という言葉を「外部」を意味します。
私たちは「部分」や「物」という比喩を使いますが、これは私たちの物理空間の経験、特に「境界」の経験と密接に関係しています。
最も深く隠された科学の比喩の 1 つは、他の物や部分と明確に区別できる「物」または「部分」の概念です。
これらの「物」や「部品」は「性質」や「資産」の所有者であり、ちょうどマッチ箱にマッチが入っていたり、豚が脂肪を運んでいるのと同じように、それらの性質を持っています。
それでも、実際的な境界を持つシステムを扱う場合、推論の困難に遭遇します。過去の経験や先人の経験に基づいて境界を選択するため、問題が発生することがよくあります。これらの経験は多くの場合非常に有効であるため、無効になった場合、その影響を取り除くことは困難です。
ここでの問題は、「境界」が無限に薄いわけではなく、たまたまシステムと環境の両方に属しているだけであるということです。この種の境界は分割ではなく、接続です。
したがって、科学者として、システムについてより具体的な結論を導き出す場合、詩的な比喩にとどまらず、セグメント化をより正確に記述する必要があります。
5.3 財産と不変の法則
しかし、ほんの数分間観察すると、私たちはある状況から学んだことを、類似していると思われる状況に移し始めます。システムをそのプロパティに分解する利点の 1 つは、観察されていない状態までビューを拡張できることです。
記憶力が限られている観察者にとって、プロパティには思考機能があります。私たちは一部の特性が他の特性よりも「自然」であると考えるかもしれませんが、これは単に私たちがそのように観察することに慣れていることを意味します。
この定義の指定方法を「例示的定義」と呼びます。あるプロパティ セットを説明するときに別のプロパティ セットを使用することもありますが、元のセットが例の定義を通じて取得されたという事実は依然として隠蔽されています。実際、元の定義から遠ざかりすぎて、元のプロパティと派生プロパティを区別できなくなりました。
私たちの労働環境がますます不慣れになるにつれて、継承され学習された知覚能力はますます無効になります。
不変の法則: 特定のプロパティには、それを変更しない変換と変更する変換がいくつかあります。
変化は、変わらないものを観察することによってのみ理解できます。永続性は、どのような変化が起こるかを観察することによってのみ理解できます。
5.4 分割
明らかに、品質や属性を識別するために特定の状態を常に使用できない場合、定義したプロパティを満たすことはできません。
セグメンテーションがプロパティを説明する場合、状態が一定であれば、このプロパティは時間の経過とともに変化しないことを意味します。
関係は、プロパティの直感的な理解に準拠する必要があり、2 番目の属性は対称性です。
たとえ「友人関係」が特定のシステム内で対称的な関係であるとしても、推移性、つまり 3 番目の条件の必要性のため、このシステムを「友人」サブシステムに分割することはできません。
推移性エラーは、プロパティやパーツについて議論するときに犯される最も一般的な間違いです。
5.5 強いつながりの法則
同様の議論を通じて、時間の経過とともに、分解しやすいシステムは分解され、残りのシステムは一般に密接に接続されており、分解がより困難であることがわかります。
科学者や詩人と同じように、彼らが追求するのは「真実」に近づくことであり、そのアプローチは決して完成することはありません。
一度に 1 つの要素を変更してみることによってのみ、それらを「要素」と呼ぶべきか「属性」と呼ぶべきかを知ることができます。不変の法則によれば、特定の要素や属性の意味を伝えるのは、私たちが試みる変換、保存または破壊するものです。
完全システムの法則: システムの真の特性を研究することはできません。
蓄積された問題には 2 つの状況が含まれます。前者の場合、現在の科学で解決できるかもしれませんが、試みがなかったり、理解が間違っていたりするため、まだ解決されていません。 2 番目のケースでは、現在のツールでは十分ではありません。これが一般システム理論運動が実際に関心を持っていることです。
強力な接続を形成する法則: 平均して、システム接続の緊密さは平均レベルを上回っています。
この特定の形式を使用するのは、システムが完全なシステムであると明確に述べることが目的ではなく、単にシステムの相互依存的な性質に注意を引くことを目的としています。
第6章 動作の説明
私にとって、操作分析を行うことで、オブジェクトや静的なオブジェクトの抽象的な説明を研究するよりも、動作や何が起こっているかを分析する方が良いという確信が生まれ、やればやるほど確信が深まりました。
6.1 シミュレーション: ホワイトボックス
一般的なシミュレーション ツールとしてのデジタル コンピューターには、スケール モデルやアナログ コンピューターにはない実用的な利点がいくつかありますが、ここでは 1 つの利点、「プログラミング」にのみ注目する必要があります。この仕組みにより、より自然な言語でホワイトボックスシステムを構築できるため、同じスタートラインに立って議論することができます。
システム理論家の中には、動作の理解を説明するには、その動作を示すシステムを構築する必要があると信じているため、シミュレーションを究極のツールと見なす人もいます。システムの内部は完全に隠蔽されるのではなく、完全に露出します。これはブラック ボックスではなく、ホワイト ボックスです。
人間の発明の中で、デジタル コンピューターは機能的に説明するのが最も簡単です。実際、それは非常に変化しやすく、その動作 (正常に実行されている場合) で検出できる唯一の特性は、ほぼ独占的に組織全体の特性です。
前の章では、「ブラック ボックス」について説明しました。そのようなシステムを理解する唯一の方法は、その動作を観察することです。
システムモデラーは自分自身の本能を克服するために懸命に努力しなければなりません
システムをシミュレートするために、特定の比率に従って物理モデルを構築することができます。このスケーリング則の研究は「次元解析」と呼ばれ、適切な数学的訓練を受け、システム理論家を目指す人に特に推奨されます。
あまり直感的ではない別のタイプのシミュレーションは、シミュレーション計算を実行することです。
6.2 状態空間
完全なビューを得るには、各システムに固有の場所が必要です。これが「完全」と「システム」の究極の意味です。
セグメンテーションを通じてシステムから「属性」を分解する方法を見てきました。製品スペースでは、それらを体系的に元に戻す方法が示されています。各分解が実数の除算である場合、積空間には元の可能性がすべて含まれている必要があります。この場合、すべてに適切な場所があり、全員が適切な場所にいる必要があります。
平面上の点は、異なる時点での 1 つのシステムの状態 (いわゆる「通時的視点」) を表すのではなく、同時に異なるシステムの状態 (「共時的視点」) を表します。この方法は両方の観点にうまく機能し、1 つのシステムの連続した観測値を類似したシステムの複数の個別の観測値に置き換えたり、その逆を置き換えたりする一般的な科学的方法に対応します。
システムの動作が連続しているように見える視点を見つけることに成功すると、ある状態から別の状態を指す矢印が非常に小さいものと考えることができます。この場合、2 つの状態が「近い」という概念を持つことができるため、平面上の領域は状態のセット、または相互に関連する間隔を表すことができます。数学の分野の 1 つであるトポロジーは、「近さ」などの特性を変えずに視点を変換する方法を研究します。しかし、数学の複雑さは、最初の「近さ」が観察者によって決定されるという事実を隠すことはできません。
この表現の価値は、絵にあるものではなく、絵にないものにあります。すべてのものには適切な場所があるはずですが、いくつかの場所は空である可能性があります。つまり、いくつかのプロパティの組み合わせは観察されません。状態空間のこれらの穴は、次のことを思い出させます。 1. 私たちの観測は完全ではなく、まだ観測されていない状態が他にもあります。 2. 属性の分類が広すぎる。
数学者ではない一般の人は、n 次元空間の話を聞くと畏敬の念を抱き、数学者は非常に優れた思考能力を持っていると考えます。実際、数学者は外挿する能力だけが特別です。彼らは n 次元空間を「見る」ことができず、関与する次元の数に関係なく、同じ数学的演算を適用し続けるだけです。 2 次元空間内の点は 2 つの数字で指定され、3 次元空間内の点は 3 つの数字で指定されます。したがって、外挿により、7 次元空間の「点」は 7 つの数字で指定されます。 1 次元のオブジェクト (線分) は 2 次元のオブジェクト (平面) を 2 つの部分に分割します。 2 次元のオブジェクト (平面) は 3 次元のオブジェクト (ソリッド) を 2 つの部分に分割します。したがって、外挿により、6 次元のオブジェクトは 7 次元のオブジェクトを 2 つの部分に分割します。
次元削減について話すときは、言いたいことを何でも「イメージ」という言葉を付け加えてください。 少なくともこれを言うとき、私たちは一部の情報が破棄されており、それを回復したいと思うかもしれないことを自分に思い出させます。
投影によって失われた情報を回復するには、他のチャネルからシステム情報、つまり欠落している次元に関する情報を取得する必要があります。この逆の操作は拡張と呼ぶことができ、これは状態空間の観点が重要である重要な理由でもあります。 新しく検出された各変数にディメンションを追加するだけです。このようにして、過去の状態空間が新しい状態空間の投影になるため、過去の研究を保持することができ、従って、以前の観察は依然として意味のある説明となります。
状態空間における動作の経験則、つまり通時則: 行動線が から交差する場合は、次のいずれかを行います。 1. 制度は州によって決まるものではない どちらか: 2. あなたが見ているものは投影であり、不完全なビューです。
共時性の法則: 状態空間の同じ位置に同時に 2 つのシステムがある場合、それは空間の次元が低すぎる、つまりビューが不完全であることを意味します。
6.3 行動のベンチマークとしての時間
システム プロパティの選択は、独立性の利便性と完全性の必要性との間の妥協点です。
私たちは、「3 まで数えるルール」を提案します。 ツールを悪用する方法が 3 つ思いつかない場合、そのツールの使い方がわかりません。 このルールを遵守することで、楽観主義者、誇張主義者、その他あらゆる種類の完璧主義者の狂信から私たちが守られますが、何よりもまず私たち自身から保護されます。
時間スケールを知らずにステップ関数やゆっくりとした上昇曲線について話すのは技術的にナンセンスです。時間スケールには絶対的な意味はなく、他の時間スケールと比較した場合にのみ意味を持ちます。
逆説的ですが、次元が多すぎる問題を解決する 1 つの方法は、別の次元、時間次元を導入することです。考えられるすべての次元の中で、時間は常に一方向に進むという特別な特性を持っています。つまり、時間は元に戻すことはできないのです。 t が同じ値を 2 回取ることはないため、信心深いか機知に富んでいるかに関係なく、ループやあらゆる形式のクロスオーバーを完全に排除できます。サイクルはもはや同じ状態の繰り返しではなく、異なる時点での同様の状態の経験です。さらに、時間を測定することで、異なる速度で進行する同様のサイクルを区別することができます。
状態空間表現の欠点の 1 つは、私たちの脳には 2 次元や 3 次元よりも高い空間に対する視覚的想像力が欠けていることです。さらに悪いことに、2 次元または 3 次元空間にはコミュニケーション媒体としての欠陥があります。私たちは自分の頭の中で n 次元の問題を解決できますが、これらの問題を 3 次元空間で他の人にどのように伝えるのでしょうか?
科学は、不変の法則を生み出すために物事をどのような角度から見ることができるかを探求するプロセスであると考えることができます。したがって、科学法則は世界がどのように見えるかを説明するか(私がそれを発見した)、または世界の見方(私がどのようにそれを発見したか)を規定します。私たちはこの 2 つの違いを実際には見分けることができません。
実験者が発見したのは、メンバーシップ レベルを保存するコンピュータ メモリ内のセルの値は変化するものの、常に 100 個の記憶セルが存在するということでした。ホワイトボックスの観点から見ると、この法律は非常に退屈ですが、ブラックボックスの観点から見ると、これは本当の発見です。
6.4 オープンシステムでの動作
ループは、状態によって決定されるシステムの動作の特性です。システムがループを形成しているのを見ると、現時点では外部要因の影響を受けていない可能性があると推測されます。もちろん、サイクルの外部要因の影響を受ける可能性もあれば、外部要因が小さすぎてサイクルを断ち切ることができない場合もあります。
なぜ物理学や化学の研究室は理想的な閉鎖環境を構築する必要があるのでしょうか?一定の地位を持った研究体制を構築することが目的です。なぜ彼らは特定の状態を含むシステムを研究するのが好きなのでしょうか?それは、特定の状態にあるシステムの動作が単純だからです。システム内で起こるすべてのことは、ばらばらの一連の動作によって表現できます。
しかし、観察者がこれらすべての問題を考慮に入れ、完全性の壁内でシステムをうまく分離したとしても、行動の線が依然としてもつれる可能性があり、その時点で観察者は「ランダム性」が見られると言うでしょう。しかし、観察者には、ランダム性と隠れたオープン性、つまり「漏れやすい壁」を区別する信頼できる方法がありません。
観察者が違いを紹介します。彼は異なる時間に観察し、システムの異なる動作を確認する可能性があるため、動作ラインの異なる部分が見えます。別の観察者は、システムを異なる方法で定義したり、異なる特性を区別したり、異なる時間スケールを使用したりするため、異なる動作を見る可能性があります。同じ観察者であっても、結合方法、分割方法、または時間スケールを完全に変更できるため、時間によって「異なる」可能性があります。
典型的な動作の観点からシステムを説明することと、予期しないが重要な動作の観点からシステムを説明することは、閉じたシステムで私たちが好む単一の動作を復元するために慣れている方法の 2 つです。
教師は、開放システムの動作を単純化する方法として、ジョンの全体的な動作を孤立した動作という観点から説明することにしました。
驚くことを恐れるため、私たちは通常、システムの全体的な動作を説明する前に、一定期間システムを観察します。
(ほぼ) 初期状態と入力順序に関係なく、システムは同じ最終状態に到達します。このようなシステムは「同一最終」システムと呼ばれます。均一なシステムは、一貫した動作と観察の簡単な説明を必要とするため、私たちにとって魅力的です。
私たちは観察者にも環境にもなれるので、その行動を予測したり、その行動に影響を与えたりすることができます。
6.5 不確実性の法則
不確実性の法則: 観察された制約がシステムに起因するのか環境に起因するのかを判断することはできません。
第 7 章 システムの問題
変化だけが永遠です。
7.1 体系的な三主権制
したがって、一般的なシステム思考、つまりシステム三元論を支配する 3 つの重要な問題は次のとおりです。 1. 見えるものはすべて見えるのはなぜですか? 2. なぜ状況は変わらないのでしょうか? 3. 状況が変化するのはなぜですか?
そのとき初めて、私たちは進化についての質問をするようになりました。「物事はどのようにして今日の姿に発展したのでしょうか?なぜ永遠に同じままでいられないのでしょうか?」
ここでの本当の変革は、組織形態への焦点から行動への焦点へ、存在から行動へ、形態から機能へ、パターンからプロセスへ、永遠から一時的な存在へ。 「存在」とは、ある期間にわたって、比較的変化していないように見える組織の側面が、実体または生物の基本構造を構成するものです。経時的な不変性は、成熟したシステムの重要な部分を特定するのに役立ちます。代わりに、時間の経過とともに発生する短期間で可逆的な変化があり、これは多くの場合繰り返し発生し、「行動」または機能を構成します。これらの長期的で不可逆的な変化は、多くの場合徐々に発生し、「進化」または発展を構成します。時間の経過とともに、実体に対する人々の注意も、物体 (空間内の物質のパターン) から行動 (時間内の出来事のパターン) へと変化しました。 ——R. W. ジェラード
すべての一般的なシステム思考は、問題の 1 つから開始し、別の問題に切り替えることを余儀なくされるまで探索を開始する必要があります。私たちは最後まで到達することを望むことはできませんし、努力するつもりもありません。私たちの目標は思考力を向上させることであり、スフィンクスのパズルを解くことではありません。
私たちはどこに旅行したことがありますか?ジェラルドの「存在、実行、進化」という用語を使用して、シンボルの集合、構造図、プロパティ、境界、ホワイト ボックスなど、存在を記録する方法について議論してきました。私たちは、状態空間、タイミング図、入力、ランダム性、ブラック ボックスなどの動作を研究しました。また、「属性」を抽出して特定の動作から特定の構造を推測する方法や、「プログラム」を実行して特定の構造から特定の動作を生成する方法など、存在と動作の関係についても研究しました。
しかし、私たちはこれらすべてを特に 4 番目の観点、つまり信念からも見ます。私たちはこう尋ねます: 観察者 (または信者) はこれらの観察にどのように参加しますか?答えはさまざまな形で現れます: 目と脳の法則、熱力学の一般法則、相補性の一般法則、差異の法則、不変の法則、強いつながりの法則、イメージの法則、同調性の法則通時性、不確実性の法則など。これらすべての答えから得られる結論は、観察者としての私たちは観察された現象に巻き込まれており、この絡み合いが存在とは何か、信念とは何かを決定することが最終的に不可能になるということです。
7.2 安定性
物理学者はこの問題を認識しているため、彼らの安定性の概念はいわゆる「小さな摂動」に関連しています。システムはわずかに開いているだけなので、その動作を観察します。システムに対する外乱の影響が徐々に消えていく場合、システムは安定します。逆に、外乱の影響が増幅される場合、システムは不安定になります。
安定性とは、システムが耐えられる変化の限界だけでなく、システムが耐えられる外乱の程度も意味します。したがって、安定性というときは、システムの許容可能な動作と環境の期待される動作という 2 つの意味が含まれます。
この議論は、ほぼ閉鎖されたシステムを研究する科学者にとっては十分ですが、実験室の開放性を避けられない人々にとっては、まったくの誤解を招くものです。具体的には、注意を誤って向けてしまい、システムとその環境との関係として見るのではなく、システムの「内部」に安定性を求めてしまう可能性があります。自然は、かけがえのない資源を保存したい場合、人間が実際に生態系を破壊するまでは何もしません。「小さな撹乱」の正確な定義はまだありません。
線形システムの概念は、システム思考にとって有益である一方で、絶対主義をより邪悪な領域に押し込んでしまいます。私たちが知る限り、厳密に線形なシステムはありません。
循環論拠: 科学的な目的と方法の現在の定式化は文化的な考え方に基づいており、これを明確にする必要があります。より重要な文化機関をその固有の状況から切り離し、カテゴリーに分類し、繰り返しの出来事が前兆や機能的に関連するものにつながるまで練習することができれば、私たちが調査する文化機関は基本的で不変であると考えることができますが、それらは独自性をもたらすものは二の次であり、変化しやすいものです。
人間の思考とそこから生まれた科学は、事実の重要な側面、つまりそれらの関係、法則、つまり永遠の変化の不変部分のみを把握し名前を付けることができますが、物質性や個性、これらの側面は脈動することはできません。現実と人間の生活は気まぐれで無形のものです。
安定=良性? なぜなら、変化とは古い概念体系が不適切であることを意味し、概念体系を再構築するには多大なエネルギーとエネルギーが必要となるため、これは生命の本能が好まない選択である。
7.3 生存可能性
システムにとって本当に重要なのは生存です。永続性はシステムが継続して存在することであるため、永続性の意味を明確に理解するには、「継続」と「存在」の意味を検討する必要があります。
なぜシステムは生き残れるのでしょうか?長期的には、生き残れないシステムはもう存在せず、私たちがそれについて考えないからです。私たちがよく目にするシステムは、過去のすべてのシステムの中から最も優れた「生き残り」として選ばれたシステムです。
「永続性」とは、システムが研究に値するために存在しなければならない期間を指します。
7.4 識別
存在するということはロゴがあるということです。ロゴは実際、存続可能性の同義語です。存続できなければラベルを付けるものがなくなり、ロゴが変更されると、それはもはや存在しないことを意味します。
類似点と相違点を特定するためにプログラム的なアプローチを採用すると、「アイデンティティ」の概念を明確にすることができます。この分野は、「パターン認識」、またはより具体的には視覚画像の場合は「画像処理」としても知られています。
「差異はサイバネティクスにおける最も基本的な概念」であり、これは一般的なシステム思考にも当てはまります。これが最も難しい概念でもあるということを常に覚えておく必要があります。
7.5 調整と適応
「規制」と「適応」の概念は、ホワイト ボックスとブラック ボックスの議論の 2 つの側面から来ているため、その明確さは P と V の区分がどれだけ明確かによって決まります。しかし、ロゴが変更されると、システムは「適応」したとは見なされず、むしろ「存続できなくなった」とみなされます。
コンピュータの内部において、ハードウェアは「自然法則」を表し、シミュレーションを実現する舞台でもあります。シミュレーションはこのハードウェアに「依存」していますが、重要なのはステージ管理ではなくドラマです。
効果の法則: 構造の小さな変化が行動の小さな変化につながることがよくあります。 あるいは私たちの言葉で言えば、 ホワイト ボックスの小さな変更は、ブラック ボックスの小さな変更につながることがよくあります。 一方で: 行動の小さな変化は、多くの場合、構造の小さな変化から生じます。
機械力学と熱力学、生理学者と行動科学者など、これら 2 つの視点を「ホワイト ボックス」と「ブラック ボックス」と呼ぶことができます。
7.6 旧車法
私たちの意見では、彼は周囲の危険信号を排除し、行動の適応的な変化を避けるために可能な限り規制的なアプローチを採用しています。しかし、彼自身の心の中では、自分のアイデンティティを維持し、生き残るために調整を行っています。この条件付けシステムが効果的であればあるほど、不快な行動を変える可能性は低くなります。変化への唯一の希望は、彼が自分自身を認識する方法を変えるか、彼の苦しみを大幅に増やすことです。
旧車ルール: 1. 適切に調整するシステムは適応的な変更を必要としません。 2. システムは、適応的な変更を通じて条件付きの作業を簡素化できます。
古い車はメンテナンスまたは修理すべきでしょうか?
ストレスに対処するか自分を変えるか
1. 世界の見方が観察者に過度の圧力をかけないのであれば、変える必要はない。 2. 観察者のストレスを軽減するために、世界の見方が変わる場合があります。