Александр Поддьяков - Компликология. Создание развивающих, диагностирующих и деструктивных трудностей

Основной проблемой обучения решению комплексных задач является обеспечение переноса полученных знаний и усвоенных приемов на как можно более новые и более сложные задачи. Остается неясным, как можно научить решать новые, неизвестные экспертам задачи с помощью набора известных методов? Как вообще можно порождать новое на основе старого?

Здесь проблема обучения решению комплексных задач наиболее тесно смыкается с одной из главных проблем психологии мышления вообще и особенно психологии творческого мышления – с проблемой новизны. Ее сложность определяет проблемы формирования творческих способностей (порождать существенно новое) [Брушлинский, 1996]. Эта проблема принципиально не может иметь такого решения, которое бы гарантировало успех обучения на 100 %. Творчество нельзя сформировать «с заранее заданными свойствами». Можно лишь создать условия для его самоактуализации и саморазвития, для самовоспитания творческой личности [Смирнов, 1995], к развитию можно только пригласить [Зинченко, 2004].

Наибольшее внимание уникальности возникающих ситуаций и трудностей уделено в парадигме «naturalistic decision making», рассматривающей принятие решений в реальных ситуациях экстремальной деятельности, в том числе экстремальной профессиональной деятельности [Klein, 2008; Knauff, Wolf, 2010; Lipshitz et al., 2001].

Эта парадигма отсчитывает свою официальную историю с конференции в Дайтоне (Огайо, США) в 1989 г. Конференция спонсировалась Институтом армейских исследований США (Army Research Institute), и одной из важнейших причин этой поддержки была необходимость изучения причин трагедии 3 июля 1988 г. Тогда американский крейсер «Винсеннес», находящийся у берегов Ирана, сбил ракетами иранский пассажирский самолет с 290 пассажирами и 16 членами экипажа, ошибочно приняв его, как было объявлено позднее, за иранский истребитель-бомбардировщик, готовящийся к маневру для атаки. Как нужно готовить военных и специалистов других экстремальных профессий, способных успешно действовать в критически сложных реальных ситуациях?

Как пишет Г. Клейн [Klein, 2008], при анализе проблем такого рода к концу 1980-х годов благодаря работам, выполненным в рамках подхода Канемана, Словика и Тверски, стало вполне ясно, чего люди не делают, принимая решения в условиях реальной деятельности. Они не генерируют альтернативы, не оценивают их вероятности, не взвешивают достоинства и недостатки альтернатив, чтобы сравнить их друг с другом, и не строят деревья решений – хотя именно такого рода стратегии полагаются наиболее рациональными с точки зрения классической теории принятия решений. Подчеркивается, что классический нормативный подход к принятию решений крайне мало дает для понимания того, как действуют эксперты-профессионалы при принятии экстренных решений в сложных ситуациях (например, командир воинского подразделения в ситуации боевого столкновения, группа хирургов при необходимости срочного оперирования нового больного со сложной картиной болезни, пожарные при тушении сложного пожара и т. д.).

Для такого рода ситуаций оказывается неверным кажущееся наиболее естественным предположение, что просто эти эксперты незаметно для непосвященного, но очень быстро и эффективно (словно компьютер с огромной скоростью процессора) «пробегают» те стадии принятия решения, которые описаны в классической теории принятия решений. На самом деле специалисты принимают решения в экстренных ситуациях по-другому.

Для того чтобы понять, как они это делают, и предлагается подход, существенно отличающийся от классического, – naturalistic decision making. Его основные черты таковы.

1. Отказ от обобщенных формальных абстрактных моделей принятия решения в связи с тем, что решения эксперта критическим образом зависят от:

а) области, в которой он специализируется (т. е. эти решения предметно-специфичны);

б) уникальных особенностей конкретной ситуации.

Утверждается, что нет смысла пытаться сформулировать и перечислить все доступные решателю опции во всех ситуациях и предсказать, какую именно опцию он выберет в конкретной ситуации. Доступные решателю опции заранее неизвестны и открываются по мере решения – в этом принципиальное отличие анализируемых ситуаций от закрытых задач с заранее заданными, неизменными и перечислимыми условиями .

2. Отвергается постулат о том, что решающий взвешивает и сравнивает конкурирующие опции, выбирая оптимальную, по принципу: «Делай действие Д , поскольку оно представляется наилучшей альтернативой из рассмотренных». Взамен постулируется существование правил соответствия «ситуация – действие» («Делай действие Д , поскольку это соответствует конкретной ситуации С »), которыми руководствуется решающий в конкретном, уникальном случае. Даже если решатель видит или генерирует несколько альтернатив, он сравнивает их не друг с другом, а с неким представлением о том, каков должен быть исход решения проблемы. Если решатель сразу обнаруживает опцию, ведущую к удовлетворительному решению проблемы, в условиях дефицита времени он использует именно ее, не тратя время на проверку того, есть ли конкурирующие и, может быть, более подходящие опции. (Поскольку за время этого раздумывания и взвешивания ситуация может необратимо и трагически измениться.) В такого рода ситуациях происходит быстрая, нередко мгновенная оценка субъектом конкретной, уникальной ситуации без возможности ее сколь-нибудь детального исследования и затем принятие конкретного решения на основе экспертного уникального знания.

3. С точки зрения данного подхода нет смысла в поиске расхождений между: а) нормативными формальными моделями, предписывающими, как принимать решения, и б) реальным поведением эксперта, и нет смысла в оценке этих отклонений реального поведения как ошибочных. В ситуациях высокой сложности само понятие ошибки становится неоднозначным, оно теряет содержательность и четкость критериев различения ошибок и не ошибок. Так, отклонение от принятых методов может быть ценной инновацией, а не ошибкой. В нестабильных условиях жесткая установка на безошибочную деятельность малоадаптивна. Отклонение результата от цели в нежелательном направлении (например, катастрофа) должно рассматриваться субъектом как отправная точка для исследования и поиска способов избежать подобных результатов впоследствии.

С этими положениями связана методология подхода naturalistic decision making – проведение полевых качественных исследований реальной деятельности профессионалов. Сюда относятся наблюдения, интервью, анализ случаев, а также модифицированный когнитивный анализ задач (cognitive task analysis). Исследователю предлагается сосредоточиться на поиске и объяснении того, какую информацию опытный решатель ищет, как ее интерпретирует и какие правила принятия решения вырабатывает применительно именно к конкретной ситуации. Главное – понять, как происходит познание в естественных условиях профессиональной деятельности. «Естественные» условия здесь понимаются как оппозиция искусственным, лабораторным – аналогично естественному эксперименту (о котором авторы почему-то ничего не пишут, а лишь критикуют лабораторные эксперименты). В оригинальных англоязычных источниках, начиная с книги Э. Хатчинса [Hutchins, 1995], используется выражение «cognition in the wild» – «познание в диких условиях», где понятие «дикие условия», как и в русском языке, содержит разные коннотации: это познание не просто в естественных условиях, а и в условиях критических – «диких» по экстремальности, «в диких дебрях» сложных ситуаций и сложной деятельности.