отчасти отсюда вечный конфликт между комплексом бога с одной стороны (я меняю историю и создаю будущее) и параличом фатализма

"Но готовы ли мы заплатить за билет в Человечества 2.0 способностью понимать контекст?
А как же поэзия? Как же литература? Банька с пауками, Улисс, да и просто собственные ощущения счастья, когда нам было 7 лет?" - не понимаю, как творческая деятельность связана с контекстом. это как раз наитие, которое сваливается здесь-и-сейчас. даже если картина или книга пишутся когдами (забавная описка - имелось ввиду "годами")- без вдохновения оно не идет. а вдохновение, это полное погружение в поток, который идет вотпрямщас. невозможно творить "по памяти". невозможно сделать что-то стоящее "в контексте". начинается или эпигонство, или графмания. или критика. и вот профессии критиков умрут, это да. но их и не жалко

не говоря уже о том, что у аутистов вполне развито творческое начало. и они вполне себе могут быть творцами.

Тихе-урбанизм это собрание концепций в рамках познания существования в городе, которое - в частности - отражает попытку познать это самое существование за пределами рамок интеллектуального и языкового восприятия

https://nplus1.ru/material/2017/10/20/mems-and-culture

Меметика как теория эволюционной психологии вступает в конфликт с антропологией, этологией, социологией, лингвистикой, а более поздние работы по меметике — с нейронауками и кибернетикой. Вопросы, связанные с происхождением культур, языка, усложнением социального поведения человека в процессе развития человечества, меметика рассматривает с точки зрения репликации мема в той или иной его форме: идеи, слова, звука, манеры поведения, — для меметики важен скорее механизм процесса изменения, но не его объект, причины или условия.

Есть три вида лжи: ложь, наглая ложь и статистика.

Вывод опубликованной сегодня совместной статьи 2х весьма продвинутых центров компетенции в области спортивных наук (США и Австралия) звучит приговором - «Текущие исследования и статистические практики в спортивной науке нужно менять».
http://www.mdpi.com/2075-4663/5/4/87/htm
Авторы пришли к однозначному выводу, что применение классического частотного подхода, использующего т.н. P-значение (P-value) для тестировании статистических гипотез, в науках о спорте слишком часто дает ошибочные результаты. И потому его срочно нужно менять на байесовский подход.

Вот уже много лет в мире идет борьба 2х типов статистического мышления (частотного и байесовского) за влияние на науку и нашу повседневную жизнь (поясняющее видео: 1,5 мин https://goo.gl/KANFQj и 4 мин https://goo.gl/LfSMWt ).

Тип статистического мышления
✔️ в науке определяет, какая из новых гипотез верна, а какая нет,
✔️ а в повседневной жизни определяет нашу трактовку вероятности, влияющую на оценку событий настоящего и прогнозы будущего.

Противостояние частотного и байесовского подходов в статистике касается далеко не только спортивных наук.
Битва идет по всей ширине фронта: от медицины и фармакологии http://www.perfendo.org/docs/BayesProbability/twelvePvaluemisconceptions.pdf до юристов, экономистов, социологов и др. https://goo.gl/chk1Yf .

А тем временем, миром по-прежнему правит классический частотный подход понимания вероятности.
Скажем, если вы бросили монетку 100 раз и 49 раз выпал «орёл», то можно говорить, что вероятность выпадания «орла» близка к 49% (чем больше экспериментов, тем точнее мы оценим вероятность).
Но это т.н. прямая задача - у нас есть точная модель процесса и мы хотим подсчитать по ней вероятность какого-либо исхода.
А как быть, если точной модели нет? Например. Есть корзина с яблоками. Яблоки бывают красные и зелёные. Мы берём из корзины N яблок. Из них X красных яблок и Y зелёных. А теперь мы хотим узнать, каков в корзине процент зелёных яблок, а каков красных.

Существенное различие между байесовским и частотным подходами в статистике заключается в том, как используется вероятность. Частотная статистика использует вероятность только чтобы смоделировать процесс в рамках имеющейся «выборки» (это вынутые нами N яблок). Байесовская статистика использует вероятность более широко, чтобы, помимо выборки, моделировать еще и другие виды неопределенности.
— Частотная статистика хорошо работает там, где данных больше, чем переменных.
— Байесовская же лучше там, где переменных больше, чем данных, или же для поиска среди массы переменных наиболее важных.

Самое же имхо опасное - это повсеместное использование частотного статистического мышления в профессиональной деятельности таких специальностей, как врачи.
Вот страшный пример – диагностика рака (видео на 2,5 мин https://goo.gl/h9UyiQ )
95% врачей завышают оценку вероятности рака при диагностике в 10 раз!
Другие примеры можете посмотреть здесь (видео на 22 мин https://goo.gl/UTG9nz )
- - - - -
И в заключение.
Проблема используемого типа статистического мышления и трактовки вероятности сейчас становится еще актуальней в связи с повсеместным внедрением глубокого обучения нейронных сетей. Здесь все не так оптимистично. Хотя есть надежда на использование того же нейробайесовского подхода (подробней текст и видео 30 мин https://goo.gl/tKEzf5 ).
#Статистика

Нынче в интернетах как собак нерезаных расплодилось специалистов по фолк-этологии. Чуть ли в каждом обсуждении по любому значимому социальному вопросу найдется хотя бы один дебил, который начнет вам рассказывать про "альфа-самцов", "иерархии" и "доминантность". Объяснит как "все на самом деле" устроено "от природы". И даже снабдит цитатами из всех полутора прочитанных по теме книжек - в лучшем случае из устаревшего на 60 лет Лоренца, а в худшем из профессора, простите, Савельева. Фолк-этология популярна у малограмотной публики примерно по тем же причинам, по которым популярна была расология или соционика - это простая, но объясняющая все-все-все теория. Бонусом для мамкиных циников: позволяет описывать мир через "агрессию" и "борьбу за ранг", отринув лицемерный гуманизм и прочую ерунду.

На фоне всего этого безобразия особенно полезно бывает послушать настоящих исследователей. В недавнем выступлении Франц де Вааль, автор книги "Политика шимпанзе" много лет исследовавший приматов, рассказывает, каковы настоящие "альфа-самцы". Так щедрость и договороспособность оказываются для них не менее важными качествами, чем агрессия и жестокость. А на одной агрессии и вовсе долго не продержишься. Интересно также, что для того, чтобы удержать власть самцу шимпанзе оказывается важно... заручиться поддержкой самок.

Одна из интереснейших задач по people management направлению, с которой я столкнулся в последнее время, это построение траектории развития верстальщика.

1️⃣ Во-первых, сразу в топку только один путь из HTML/CSS в JS.

2️⃣ Во-вторых, есть впечатляющий Developer Roadmap с путями развития (отдельной картинкой), а также тематические сайты по CSS, на которых расписываются разные технологии и стэки для изучения, но мой отсутствующий технический бэкграунд советует не переоценивать свои силы.

3️⃣ В-третьих, я предполагаю развитие через задачи, а не только через знания или инструменты.

Последний раз я с этим вопросом сталкивался 4 года назад, тогда были примерно такие пункты:

🎪 Кроссбраузерность (🖥 web desktop, 📱 web mobile, 🎮 console), включая responsive/adaptive
🎢 CSS-анимация
🏗 Шаблонизация и архитектура

С тех пор стали актуальны новые задачи:

🔦 Inclusiveness & accessibility, а также всё про инклюзивный дизайн
🌗 CSS-темизация, особенно популярный с прошлого года dark mode
🔍 Accelerated mobile pages (AMP), возможно также structured data и прочие радости из schema.org
🗄 Поддержка дизайн-системы, например, библиотека компонентов в storybook

Это то, что у меня в ходу. Если у тебя есть что накинуть, смело шли в @product 🙏

https://knife.media/underappreciated-lgbt-movies/
Великая роль трансгендера, лакмусовая бумажка для гомофобов и Гэри Олдман без штанов: 10 недооцененных фильмов о ЛГБТ

На пороге открытия нового класса законов природы.
http://c4.santafe.edu/resources/DarwinCircuit2.jpg
Почему в обществе возникают вышестоящие социальные уровни - правительства, порождающие законы, обязательные для исполнения нижестоящими уровнями - гражданами?
Может ли подобный способ усложнения социальной организации быть следствием каких-то законов природы?
До последнего времени такие законы были не известны.
Однако, новая работа исследовательского центра С4 (Center for Complexity and Collective Computation) http://c4.santafe.edu/ вплотную подошла к открытию нового класса законов природы, по которым эволюционируют живые системы, состоящие из множества независимых элементов.

Эта революционная работа https://goo.gl/va2Z33 – попытка ответить на весьма значимый и наиболее запутанный вопрос эволюционной биологии –
✔️ зачем адаптивные системы организуются во все более сложные укрупняющиеся структуры?
Эта фундаментальная проблема эволюционной теории требует объяснения физических основ т.н. нисходящих причинно-следственных связей, проявляющихся, например, когда граждане вынуждены выполнять законы, спущенные им с уровня правительства.
В новой статье руководителя С4 проф. Джессики Флэк не только предложено объяснение механизма нисходящих причинно-следственных связей, но и найден ответ на важнейший вопрос -
✔️ что отличает адаптивные системы от физических.

Биология и социальные науки имеют дело с адаптивными системами, состоящими из множества элементов (клеток, людей ...), в ходе коллективного взаимодействия которых у систем появляются новые функциональные свойства.
Однако, процесс коллективного взаимодействия элементов у био-социальных (живых) систем принципиально отличается от подобного процесса в физических (неживых) системах.

Физика создает порядок среди неживых систем за счет минимизации энергии. Тогда как адаптивные живые системы производят порядок и новые функциональные свойства посредством специального класса процессов - обработка информации.
Для повышения эффективности обработки информации при коллективных вычислениях, осуществляемых элементами системы, создается иерархическая многоуровневая структура, цель которой – в ходе взаимодействия уровней отсеивать несущественную информацию и уменьшать дисперсию мнений.
В итоге, для низших уровней системы вырабатываются оптимальные паттерны поведения, локально уменьшающие энтропию и создающие локальный порядок, облегчающий извлечение энергии для выполнения работы и тем самым способствующий повышению производительности системы.

Этот вывод, будучи проверенным и подтвержденным исследованиями других ученых, может стать чем-то типа 2го закона термодинамики для живых систем.
Энтропия, возрастающая согласно 2му закону термодинамики, затрудняет прогнозирование поведения системы. Однако живые системы прибегают к иерархическому укрупнению своей структуры, что позволяет им моделировать будущее без знания всех причин, приводящих к изменениям состояний их элементов.
В результате интегрирования многочисленных микроскопических процессов укрупненные структуры обеспечивают лучшие предикторы локальных конфигураций будущего системы, чем состояния флуктуирующих микроскопических компонентов.
Цель всего этого – улучшение предсказаний будущего, обеспечивающее максимальную адаптационную способность системы.

- - - - -
Подобная идея была сформулирована Л.Н.Толстым более 100 лет назад:
✔️ Историческое событие "есть равнодействующая разнонаправленных воль, образующая историческую необходимость, слагающуюся из бесконечно малых элементов свободы, отпущенных каждому из участников описанных исторических событий".
Но теперь речь идет об открытии нового закона природы, сопоставимого с теорией Дарвина.
#ЭволюционнаяБиология #КоллективныеВычисления

Прорывная модель эффективного управления компанией любой сложности
(от малого предприятия до Яндекса, Лукойла, Х5 и Сбербанка)

Как найти грань между неэффективностью и хаосом в компании?
Как добиться баланса между жестким административным управлением и креативной инициативой сотрудников?
Как не подвергнуть риску основной бизнес при внедрении новомодных управленческих и технологических (эджайл, краудсорсинг и т.д.) практик, добиваясь от них максимальной отдачи?
До сих пор это мало кому удавалось.
Но вот создана управленческая модель, способная ответить на эти вопросы для компаний любого масштаба и уровня сложности. И не только ответить, но и помочь этого добиться.
Новая уникальная «Модель анализа поведенческой сложности напряженных социо-технических систем» базируется на анализе процессов самоподобия, возникающих в ходе изменений в компании. Модель использует фрактальное (информационное) измерение и показатель Херста, а в качестве мат-аппарата для моделирования - сети Петри.

Модель позволяет:
✔️ мониторить процессы целенаправленных изменений в компании, определяя ее текущее месторасположение в пространстве:
-1 — стабильность, но застой и низкая эффективность;
0 — зона изменений и инноваций в пределах границ порядка и хаоса;
+1 — срыв в хаос.
Для каждой точки в этом пространстве рассчитываются показатели эффективности и пределы адаптивности.

В практическом плане, система позволяет понять для каждого контрольного момента времени:
✔️ нужно ли сейчас включить жесткий менеджмент (чтобы «вдарить по тормозам или по газу, резко выкрутить руль» и т.п.)
✔️ или дать ситуации (сотрудникам), самоорганизуясь, самостоятельно найти оптимальный путь дальнейших изменений.

Данная модель оптимальна для использования при перестройке в компании:
— структуры менеджмента (от лайн-менеджеров до топов);
— методов управления инновациями;
— методов оценки личной и групповой эффективности/производительности;
— мотивационных схем и механизмов;
— систем управления рабочим временем и организации рабочих пространств.

Потенциал модели просто бесценен для руководителей-новаторов.
Так что, если Герман Греф еще не читает этот канал, пусть кто-то из читателей ему расскажет об этой новейшей новинке в области менеджмента.
Ну и консультанты всех мастей – срочно осваивайте.
https://goo.gl/cXu5jP
#Менеджмент