Мне тут в переписке задали вопрос про сохранение неформализованного знания, и это оказался очень хороший вопрос, потому что размышления над ответом привели к появлению этого поста — я подумал, что ответ будет интересен многим.
Короткий ответ состоит в том, что это делается с помощью наблюдения за действиями мастером, носителем знания, описанием их и попытками воспроизвести по описанию так, чтобы достичь того же результата. При этом, естественно, в процессе наблюдающие для начала пробуют воспроизвести без всякого описания, учатся. И часто этого оказывается достаточно — знание сохранилось, можно дальше не переживать за его утрату. Потому что именно опасность утраты часто является исходной причиной поиска знания. Или невозможность тиражировать мастера, чтобы результата могло достигать большие людей — если мы научились учить этому знанию, то тоже можно дальше не думать о его проявлении или фиксации.
Но у этого короткого ответа есть много аспектов, о которых стоит поговорить. Для начала отметим, что в традиции управления знаниями говорят не о формализованных и не формализованных знаниях, а о явных и неявных, explicit и implicit или tacit в оригинале. И есть важная разница между формализацией и проявлением — формализация ведь предполагает не просто проявление знания, а описание его в некоторой формальной модели. А вовсе не всегда эта модель очевидна.
Проще всего иллюстрировать это на примере рецептов приготовления. Распространенный подход — указывать количества в граммах. Но эффективная фиксация часто другая, например, для теста оладьев написать «добавляем муку размешивая, пока не получим консистенцию жидкой сметаны», а для пирогов: «добавляем муку, перемешивая руками, когда тесто не перестанет прилипать к рукам». И то и другое учитывает, что молоко, мука и яйца, которые используются для теста, имеют разные параметры, исходные компоненты не нормированы, и обеспечивают одинаковый результат с учетом этих параметров. А если мы хотим нормировать в граммах, то и сырье должно быть нормировано. Например, яйца — все знают, что они разного размера. Но они еще и отличаются в зависимости от условий содержания куриц, и в рецептах 19 века различали яйца городской и деревенской курицы. А муки из пшеницы есть более 10 сортов, с разным содержанием клейковины, которое зависит от климата выращивания хлеба и погоды в конкретном году, и в Европе это различают при маркировке при продаже, в России — нет. Ну и молоко отличается не только по жирности, но и по другим параметрам, по всяком случае, вкус молока разных производителей точно отличается. Замечу, что все это проявляется не только в домашней кухне — вкус нарезного батона разных хлебозаводов отличается, так же как вкус колбас одного сорта. Потому что у заводов — разные поставщики и разные технологи.
Кстати, один из классических примеров неявного знания как раз связан с выпечкой хлеба. При разработке автоматической хлебопечки в конце 1980-х годов в Японии столкнулись с серьезной проблемой — механизацией навыка вымешивания теста, являющегося неформализованным знанием пекарей. Икуко Танака, которая отвечала за разработку, знала, что лучший хлеб выпекается в отеле Osaka International. Она и несколько инженеров пошли в обучение к старшему пекарю отеля. Но секрет не раскрывался, пока она из наблюдений не поняла, что пекарь не только раскатывает, но и скручивает тесто — секрет был именно в этом.
И тут мы как раз подходим к интересному вопросу об участии мастера в формализации знания и обучения. Это зависит от того, насколько он сам осознает свой труд и владеет соответствующими моделями. И хочет ли им учиться. Ведь неудачная модель, например, предполагающая что все компоненты надо учитывать в граммах, может быть отвергнута мастером, и это еще не самое плохое. Плохо, если он воспримет ее всерьез и потому разучится сам достигать результата.
Но, с другой стороны, а как вести исследования без участия мастера? С хлебом все относительно просто, это наблюдаемый физический процесс. А вот когда речь идет о мыслительных процессах, например, о написании кода? Там-то исследователем может быть только сам человек, который этот код пишет… А оценка результата тоже сложна. С хлебом хоть можно провести массовое исследование. А здесь есть оценка экспертов, которые далеко не всегда могут оценить качество. А объективная оценка качества кода, к сожалению, сложна. Потому что она состоит в том, насколько быстро ранее не знакомый с кодом специалист сможет в этом коде разобраться и его доработать или исправить ошибку при необходимости. Которая возникла когда автор ушел на другой проект, заболел, уехал в отпуск в места без интернета или в других случаях. И зависит это от многих факторов — сложности решаемой кодом задачи, квалификации самого специалиста и других причин. Но от организации структуры самого кода тоже, естественно, зависит, и эксперты примерно это и оценивают: если код потребуется менять, то как быстро я разберусь сам, и смогу ли поручить кому-то менее опытному. Можно, конечно, устроить тестовые упражнения. Но они относительно бесполезны — потому что после очередных доработок мы имеем уже новый код, изменения далеко не всегда вносятся точечно, а часто сопровождаются рефакторингом. В общем, тут интересно.
Но, может быть, в формализации знания вовсе нет необходимости, достаточно научиться его передавать? Конечно, это зависит от наших целей. Но штука в том, что хорошая модель позволяет не просто понять, почему достигается хороший результат, но и оптимизировать его получение, а так же оптимизировать процесс обучения. Анатолий Левенчук любит приводить два примера, как понимание механизмов, лежащих в основе традиционных неявных знаний позволило принципиально продвинуться в их освоении. Первый — изучение буддистских практик осознанности, просветления и внутреннего наблюдателя за своим телом Олегом Бахтияровым. Выросло из практической задачи — оказывается при длительном пребывании на орбите у космонавтов отключаются физиологические механизмы контроля работы сердца, это надо корректировать на уровне сознания. Как делать — нашли как раз в этих практиках, но чтобы их включить в цикл подготовки космонавтов, потребовалось научиться достигать гарантированного результата и сократить время обучения с многих лет медитации у мастера до разумных сроков. Это — сделали, и как раз за счет этого космонавты могут совершать длительные полеты без риска внезапной остановки сердца. Интересно, что пошел обратный ход, этими практиками пользуются в буддистском центре Элисте, сильно сократив время обучения выходы в просветленное состояние. Второй пример — Борис Майер из новосибирского политеха разобрались в тайцзицюань, и в результате смогли обучать за 9 месяцев вместо многих лет. При этом качество обучения признано через результаты в соревнованиях и одобрение учителей китайских традиционных школ.
Сам Анатолий уже несколько лет строит в своей школе модель танца вместе с Антоном Климатом и другими танцорами и тренерами по танцу уровня призеров международных конкурсов, выделили обобщенные системные уровни и тоже многократно сократили время обучения танцам. Подробнее можно посмотреть у него в блоге, вот один из свежих постов — смотреть надо про обучение социальному мультидансу, а этот по танцевальному мышлению - из 2017 года, дальше - по ссылкам и поиском по блогу.
Так что формализация, построение модели, а не просто проявление знания — это очень полезная, но сложная штука. Вон, для танца получилось только сейчас, для просветления в буддизме и тайцзи — тоже, не взирая на тысячелетние истории. Потмоу что только сейчас разработана база мыслительных аппаратов. Но при этом даже сейчас успех вовсе не гарантирован, потому что далеко не факт, что знание вообще находится в области формальных моделей, а не интуитивных, вероятностных моделей. У Анатолия об этом есть книга «Утопия визуального мышления», я ее разбирал полтора года назад, и в посте есть ссылки.
Так что если у вас в компании есть беспокойство по поводу какого-то неявного знания, то для начала стоит прояснить саму ситуацию. Есть ли риск утраты и каков он, или есть проблема с тем, что знание не получается тиражировать, передать другим. Или есть какие-то еще основания для беспокойства. И выбрать способ решения, учитывая потенциальную сложность формализации и построения модели, а так же потенциально достигаемый эффект. А так же желание самого мастера сотрудничать в этом процессе. И тут вопрос часто не в том, что мастер не хочет отдавать знания, хотя такое тоже случается. Просто часто мастер не хочет отвлекаться на освоение сложной и новой для него области мышления, включающей методы построения моделей или эффективного обучения, он хочет применять уже имеющиеся знания и получать от этого процесса удовлетворение, которое получает сейчас. Беспокойство ведь часто не у него, а у других людей, и мастер вовсе не обязан им проникнуться, даже если они являются его руководителями. А при давлении - он закроется или уйдет на другое место работы. А нужно-то искреннее сотрудничество и, если речь идет о знании относительно умственных процессов - то и овладение мастером сложными мыслительными техниками. Он должен искренне захотеть это сделать.
Ну и в заключении пара слов о том. что сейчас появились новые способы обучения знанию без его проявления - научить можно не только человека, но и нейронную сетку. Полтора года назад на Saint Highload я слушал доклад Станислава Шушкевича об обучении нейросетки проектированию поверхности зубных протезов по заказу американской фирмы. Сейчас это делают квалифицированные зубные техники в сложном софте, типа автокада. И у них, как оказалось, есть понятие "анатомической поверхности", которое они не могут описать, но при этом все эксперты достаточно уверенно определяют, есть ли она у конкретной коронки. И нейронную сетку научили сначала это определять, а потом - и проектировать правильную поверхность. Перенесли неявное знание в нейронную сетку без его проявления. А вот с боковой поверхностью так не получилось, оказалось, что есть несколько школ, которые по-разному определяют "хорошую боковую поверхность". Но, так или иначе, неявное знание было перенесено в софт без его проявления. Подробнее - в в моем отчете]] с конференции.
На этом все. Надеюсь, будет полезным.
[ Хронологический вид ]Комментарии
Войдите, чтобы комментировать.