С т.з. системного подхода организация является сложной адаптивной системой (complex adaptive system, CAS). Такие системы характеризуются нелинейными связями между элементами, открытостью к внешним воздействиям и адаптивным поведением, необходимым для поддержания гомеостаза. Изменения в них — структурные, процессные, культурные — всегда проходят сложно, наталкиваясь на сопротивление групп и отдельных сотрудников.
Статья «Organizational Change in Complex Systems: Organizational and Leadership Factors in the Introduction of Open Dialogue to Mental Health Care Services» на живом примере показывает, как эти системные принципы работают в одной из самых консервативных сфер — психиатрической помощи. Кейс-стади, проведенное в двух государственных австралийских клиниках, содержит важные выводы о механизмах организационных изменений и роли лидерства.
На фоне роста потребности в психиатрической помощи и нехватки ресурсов разворачивается конфликт между запросом пациентов и их семей на человеческое отношение и жесткой бюрократической системой, построенной на иерархии и стандартизированных протоколах. Решением стал метод «Открытого диалога», основанный на вовлечении пациента и его окружения в обсуждение диагноза, симптомов и выбор схемы лечения. Ожидаемо, новый подход вызвал сопротивление администрации и врачей, которые увидели в нем угрозу устоявшимся правилам и личной власти.
Авторы настаивают, что традиционные пошаговые модели изменений (вроде этапов Коттера) не работают в здравоохранении. Здравоохранение является сложной, открытой и нелинейной системой, а линейные модели изменений не способны учесть непредсказуемость и отсутствие четких причинно-следственных связей в такой среде. Решением, по их мнению, становится адаптивное лидерство («adaptive leadership»), ориентированное на изменение глубинных ценностей, убеждений и моделей поведения, а не на следование готовым инструкциям.
Практики, которые применяли успешные лидеры (руководители среднего и высшего звена), были направлены на создание безопасной среды для врачей и персонала, где можно было открыто обсуждать сомнения и сопротивление. Вместо жестких приказов они устраняли организационные барьеры: согласовывали противоречивые требования системы и защищали инициативы от вмешательства сверху. Иными словами, они одновременно работали с сопротивлением на уровне практиков («managing down») и договаривались с высшим руководством («managing above»). Такой подход позволил постепенно сформировать и клиническую, и организационную легитимность «Открытого Диалога» — признание его эффективным методом лечения среди врачей и администраторов.
Именно культурные изменения, по мнению авторов, стали основой для устойчивого внедрения «Открытого Диалога». В обеих клиниках постепенно сформировалась среда, основанная на ценностях, созвучных философии «Открытого Диалога»: доверии, открытости и уважении к разным точкам зрения. Эти ценности помогали командам управлять неизбежными конфликтами и находить общий язык. В результате, независимо от точки старта — «снизу» от врачей или «сверху» от руководства, — метод не просто прижился, но и продолжал развиваться в системе на протяжении более пяти лет.
ГК
#системы #изменения #лидерство
Статья «Organizational Change in Complex Systems: Organizational and Leadership Factors in the Introduction of Open Dialogue to Mental Health Care Services» на живом примере показывает, как эти системные принципы работают в одной из самых консервативных сфер — психиатрической помощи. Кейс-стади, проведенное в двух государственных австралийских клиниках, содержит важные выводы о механизмах организационных изменений и роли лидерства.
На фоне роста потребности в психиатрической помощи и нехватки ресурсов разворачивается конфликт между запросом пациентов и их семей на человеческое отношение и жесткой бюрократической системой, построенной на иерархии и стандартизированных протоколах. Решением стал метод «Открытого диалога», основанный на вовлечении пациента и его окружения в обсуждение диагноза, симптомов и выбор схемы лечения. Ожидаемо, новый подход вызвал сопротивление администрации и врачей, которые увидели в нем угрозу устоявшимся правилам и личной власти.
Авторы настаивают, что традиционные пошаговые модели изменений (вроде этапов Коттера) не работают в здравоохранении. Здравоохранение является сложной, открытой и нелинейной системой, а линейные модели изменений не способны учесть непредсказуемость и отсутствие четких причинно-следственных связей в такой среде. Решением, по их мнению, становится адаптивное лидерство («adaptive leadership»), ориентированное на изменение глубинных ценностей, убеждений и моделей поведения, а не на следование готовым инструкциям.
Практики, которые применяли успешные лидеры (руководители среднего и высшего звена), были направлены на создание безопасной среды для врачей и персонала, где можно было открыто обсуждать сомнения и сопротивление. Вместо жестких приказов они устраняли организационные барьеры: согласовывали противоречивые требования системы и защищали инициативы от вмешательства сверху. Иными словами, они одновременно работали с сопротивлением на уровне практиков («managing down») и договаривались с высшим руководством («managing above»). Такой подход позволил постепенно сформировать и клиническую, и организационную легитимность «Открытого Диалога» — признание его эффективным методом лечения среди врачей и администраторов.
Именно культурные изменения, по мнению авторов, стали основой для устойчивого внедрения «Открытого Диалога». В обеих клиниках постепенно сформировалась среда, основанная на ценностях, созвучных философии «Открытого Диалога»: доверии, открытости и уважении к разным точкам зрения. Эти ценности помогали командам управлять неизбежными конфликтами и находить общий язык. В результате, независимо от точки старта — «снизу» от врачей или «сверху» от руководства, — метод не просто прижился, но и продолжал развиваться в системе на протяжении более пяти лет.
ГК
#системы #изменения #лидерство
Как наконец-то создать себе личную базу знаний и сделать это безболезненно?
Всем привет и большое спасибо за ваши комментарии и обратную связь под нашими постами! Это очень мотивирует писать дальше и понимать, как подавать информацию так, чтобы это было интересно.
В продолжение темы сложности из предыдущего поста давайте поговорим о создании личной базы знаний. Это может сильно повысить вашу эффективность, хотя с первого взгляда кажется непростой задачей.
Поэтому я решил запустить цикл постов по обучению Obsidian и созданию личной базы знаний.
Каждый пост – это маленький шаг по безболезненному освоению и перенесению ваших заметок в Obsidian. Каждый шаг будет быстрым и несложным, что поможет вам постепенно выстроить свою базу знаний.
До Obsidian я хранил заметки в отдельных Word-файлах и блокноте, но столкнулся с проблемой: когда проектов и идей становится слишком много, эта система ломается, и начинаешь терять самое ценное — идеи и время.
Решение, которое мне помогло — создать единое пространство для всех мыслей, которое будет работать, а не требовать постоянных усилий.
Такой «второй мозг» разгружает голову. Вам больше не нужно помнить всё. Вы просто сбрасываете идеи в одно место, зная, что всегда сможете их там найти. Со временем эти идеи начинают соединяться, рождая новые инсайты. И для этого идеально подходит Obsidian.
Создать и начать пользоваться базой знаний несложно.
Нужно сделать несколько простых шагов:
1. Скачайте и установите Obsidian: https://obsidian.md (это займет 2 минуты).
2. Создайте свое первое «хранилище» (это просто папка на вашем компьютере). Дайте ей любое название.
3. Создайте там одну-единственную папку с названием «Inbox» (или «Входящие»).
4. Откройте новую заметку и запишите туда первую мысль, которая приходит в голову. Например: «Идея, как быстрее завершить проект» или «Купить подарок на день рождения». Сохраните ее в папку Inbox (просто перетащив её мышью в эту папку).
Всё. Вы только что создали основу своей будущей базы знаний.
Теперь у вас есть «хаб», куда можно моментально сбрасывать любые мысли. Они не потеряются, и вы в любой момент сможете их найти. В следующих постах мы так же просто и безболезненно разберем, что делать с этими заметками дальше.
P.S. Как вам такой формат? Напишите в комментариях, о чем из мира Obsidian и организации знаний вы хотели бы узнать в следующем посте — про простую обработку заметок, про связи или что-то еще?
#obsidian #базазнаний
Алексей З.
Всем привет и большое спасибо за ваши комментарии и обратную связь под нашими постами! Это очень мотивирует писать дальше и понимать, как подавать информацию так, чтобы это было интересно.
В продолжение темы сложности из предыдущего поста давайте поговорим о создании личной базы знаний. Это может сильно повысить вашу эффективность, хотя с первого взгляда кажется непростой задачей.
Поэтому я решил запустить цикл постов по обучению Obsidian и созданию личной базы знаний.
Каждый пост – это маленький шаг по безболезненному освоению и перенесению ваших заметок в Obsidian. Каждый шаг будет быстрым и несложным, что поможет вам постепенно выстроить свою базу знаний.
До Obsidian я хранил заметки в отдельных Word-файлах и блокноте, но столкнулся с проблемой: когда проектов и идей становится слишком много, эта система ломается, и начинаешь терять самое ценное — идеи и время.
Решение, которое мне помогло — создать единое пространство для всех мыслей, которое будет работать, а не требовать постоянных усилий.
Такой «второй мозг» разгружает голову. Вам больше не нужно помнить всё. Вы просто сбрасываете идеи в одно место, зная, что всегда сможете их там найти. Со временем эти идеи начинают соединяться, рождая новые инсайты. И для этого идеально подходит Obsidian.
Создать и начать пользоваться базой знаний несложно.
Нужно сделать несколько простых шагов:
1. Скачайте и установите Obsidian: https://obsidian.md (это займет 2 минуты).
2. Создайте свое первое «хранилище» (это просто папка на вашем компьютере). Дайте ей любое название.
3. Создайте там одну-единственную папку с названием «Inbox» (или «Входящие»).
4. Откройте новую заметку и запишите туда первую мысль, которая приходит в голову. Например: «Идея, как быстрее завершить проект» или «Купить подарок на день рождения». Сохраните ее в папку Inbox (просто перетащив её мышью в эту папку).
Всё. Вы только что создали основу своей будущей базы знаний.
Теперь у вас есть «хаб», куда можно моментально сбрасывать любые мысли. Они не потеряются, и вы в любой момент сможете их найти. В следующих постах мы так же просто и безболезненно разберем, что делать с этими заметками дальше.
P.S. Как вам такой формат? Напишите в комментариях, о чем из мира Obsidian и организации знаний вы хотели бы узнать в следующем посте — про простую обработку заметок, про связи или что-то еще?
#obsidian #базазнаний
Алексей З.
This media is not supported in your browser
VIEW IN TELEGRAM
Также отправляю небольшую gif-инструкцию, чтобы было еще проще
Сложность способна открыть неожиданные «возможности», даже там, где это меньше всего ожидаешь.
Forwarded from Новости нейронаук и нейротехнологий
Гены «Инь-Ян»: обратная связь между раком и психическими расстройствами
В этой статье речь пойдет о парадоксальном феномене «обратной коморбидности» — сниженной вероятности развития онкологических заболеваний у пациентов с шизофренией и расстройствами аутистического спектра (РАС). Российские ученые обобщили данные молекулярно-генетических исследований и выявили группу генов «инь-ян», которые демонстрируют разнонаправленную активность при этих, казалось бы, полярных патологиях. Активность этих генов может предотвращать развитие опухолей, способствуя развитию психического расстройства, и наоборот. Исследование было опубликовано в журнале «Вопросы практической педиатрии».
https://neuronovosti.ru/geny-in-yan-obratnaya-svyaz-mezhdu-rakom-i-psihicheskimi-rasstrojstvami/
В этой статье речь пойдет о парадоксальном феномене «обратной коморбидности» — сниженной вероятности развития онкологических заболеваний у пациентов с шизофренией и расстройствами аутистического спектра (РАС). Российские ученые обобщили данные молекулярно-генетических исследований и выявили группу генов «инь-ян», которые демонстрируют разнонаправленную активность при этих, казалось бы, полярных патологиях. Активность этих генов может предотвращать развитие опухолей, способствуя развитию психического расстройства, и наоборот. Исследование было опубликовано в журнале «Вопросы практической педиатрии».
https://neuronovosti.ru/geny-in-yan-obratnaya-svyaz-mezhdu-rakom-i-psihicheskimi-rasstrojstvami/
«Когда в систему вводят небольшое количество новых элементов, они создают иной набор взаимодействий между существующими компонентами. Возникающая новая сеть реакций начинает конкурировать со старым режимом функционирования системы. Если система структурно устойчива к появлению новых единиц, то новый режим не закрепляется, и сами новые элементы — «инноваторы» — исчезают. Но если структурные флуктуации оказываются жизнеспособными — например, если новые элементы способны достаточно быстро воспроизводиться и успевают «захватить» ключевые позиции в системе раньше, чем погибнут, — тогда вся система перестраивается на иной режим функционирования. Её активность начинает подчиняться новому «синтаксису». ¹
Читая этот фрагмент, вы, возможно, вспомнили эпизод тяжёлого внедрения организационных изменений или провалившийся «инновационный» проект, исчезнувший в корпоративной истории вместе со своим инициатором. Однако автор, Илья Пригожин, лауреат Нобелевской премии по химии, меньше всего думал о корпоративных трансформациях. Он исследовал неравновесные термодинамические системы, которые, получая энергию извне, способны качественно менять собственную структуру. Вместо ожидаемого роста энтропии такие системы, или диссипативные структуры, демонстрируют тенденцию к развитию и усложнению, совершая скачок к новому уровню организации. Принципиально важно, что речь идёт об относительно простых, неживых системах (ячейки Бенара, реакция Белоусова-Жаботинского), которые никем и ничем не управляются. Способность к самоорганизации и развитию выглядит как внутренне присущее материи свойство.
Удивительно, но более сложные системы — включая биологические и социальные — развиваются по схожим сценариям. Это не означает, что люди и молекулы «ведут себя одинаково»: между человеческим поведением и химическими реакциями лежит непреодолимый разрыв. Однако сценарии, по которым порядок рождается из хаоса и система совершает скачок в новое состояние, удивительным образом оказываются структурно схожими и поддаются описанию формальным языком нелинейной динамики — в том числе через системы дифференциальных уравнений. Одним из первых, кто обратил на это внимание, был отец синергетики, немецкий физик Герман Хакен. Он показал, что вначале внутри однородной, недифференцированной среды возникает локальная структура — новый устойчивый паттерн взаимодействий. При определённых условиях именно он становится «параметром порядка», постепенно подчиняющим себе динамику всей системы.
Если вернуться к теме внедрения изменений в организациях, принцип Пригожина и логика сложных адаптивных систем не только объясняют причины многочисленных провалов, но и указывают направление, в котором должен мыслить лидер изменений:
«…если новые элементы способны достаточно быстро воспроизводиться и успевают „захватить“ ключевые позиции в системе раньше, чем погибнут, — тогда вся система перестраивается на иной режим функционирования…»
Иными словами, если компания хочет внедрить изменение, необходимо, чтобы сотрудники, демонстрирующие новые паттерны поведения, выживали в существующей среде и «заражали» окружающих быстрее, чем система погасит эти отклонения от нормы. При достижении критической массы происходит резкий, скачкообразный переход всей организации к новому режиму функционирования.
Как правило, корпоративная культура обладает высокой устойчивостью и эффективно выдавливает носителей альтернативных практик. Поэтому лидер изменений вынужден выступить в роли своеобразного «иммунодепрессанта», временно ослабив механизмы отторжения нового. В экстремальных случаях это означает «зачистку» носителей старого режима (как отмечал исследователь истории науки Т.Кун, новая научная прадигма вступает в силу, когда умирают носители старой).
Какими же конструктивными техниками может воспользоваться лидер, чтобы обеспечить выживание и распространение «инноваторов» до достижения критической массы? Буду рад, если вы поделитесь своим опытом, наблюдениями и идеями.
ГК
¹ Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с природой.
#системы #CAS #изменения #лидерство
Forwarded from Новости нейронаук и нейротехнологий
Экологические катастрофы помогли описать процесс засыпания мозга
Международная команда исследователей из Имперского колледжа Лондона и Университета Суррея впервые экспериментально доказала, что переход мозга от бодрствования ко сну подчиняется динамике бифуркации – критического перехода с характерной «точкой невозврата». Ученые разработали вычислительную систему, позволяющую предсказывать момент засыпания человека в реальном времени с точностью более 95%. Подробности работы опубликованы в журнале Nature Neuroscience.
https://neuronovosti.ru/ekologicheskie-katastrofy-pomogli-opisat-protsess-zasypaniya-mozga/
Международная команда исследователей из Имперского колледжа Лондона и Университета Суррея впервые экспериментально доказала, что переход мозга от бодрствования ко сну подчиняется динамике бифуркации – критического перехода с характерной «точкой невозврата». Ученые разработали вычислительную систему, позволяющую предсказывать момент засыпания человека в реальном времени с точностью более 95%. Подробности работы опубликованы в журнале Nature Neuroscience.
https://neuronovosti.ru/ekologicheskie-katastrofy-pomogli-opisat-protsess-zasypaniya-mozga/
О нарастающем внутреннем конфликте внутри «империи зла» пишут политические блоггеры, снимают голливудское кино и высказываются респектабельные эксперты вроде Рэя Далио. Еще одним голосом, предупреждающим о надвигающемся шторме, стал американский ученый с русскими корнями Пётр Турчин. Его книга "Конец времен. Элиты, контр-элиты и пути политического распада" пытается дать объяснение и прогноз развития американского общества с т.з. "клиодинамики" - исторической науки,или математической истории. А что, так можно было?
Известно, что поведение сложной системы можно объяснить через изменение ограниченного числа параметров. В своей модели многостороннего прогнозирования (МСП) Турчин исследует динамику таких переменных, как относительная заработная плата (т.е. зарплата по отношению к ВВП на душу населения), количество претендентов на элиту и доля радикально настроенных граждан. Вот как объясняет автор:
Механизм"высасывания" элитой доходов простых людей Турчин называет"насосом богатства". Этот насос изменяет структуру общества - средний класс начинает медленно оседать вниз, количество бедных и недовольных растет. Богатых становится больше, но количество мест на вершине корпоративной и политической иерархии при этом остаётся неизменным - Турчин называет это "перепроизводством элит".
В итоге структура общества теряет устойчивость и становится уязвимой:
Известно, что поведение сложной системы можно объяснить через изменение ограниченного числа параметров. В своей модели многостороннего прогнозирования (МСП) Турчин исследует динамику таких переменных, как относительная заработная плата (т.е. зарплата по отношению к ВВП на душу населения), количество претендентов на элиту и доля радикально настроенных граждан. Вот как объясняет автор:
Механизм прост. Когда корпоративныедолжностные лица сдерживают рост заработной платы при росте доходов компании,они могут использовать накопленные излишки для увеличения собственной зарплаты,для приобретения более прибыльных опционов на акции и так далее. Но эта динамика может разворачиваться и в обратном направлении. Когда заработная плата рабочих растет быстрее, чем ВВП на душу населения, новых сверхбогатых не появляется.Былое богатство медленно растрачивается из-за банкротств, инфляции и раздела имущества между несколькими наследниками. В этих условиях численность группы сверхбогатых постепенно сокращается.
Механизм"высасывания" элитой доходов простых людей Турчин называет"насосом богатства". Этот насос изменяет структуру общества - средний класс начинает медленно оседать вниз, количество бедных и недовольных растет. Богатых становится больше, но количество мест на вершине корпоративной и политической иерархии при этом остаётся неизменным - Турчин называет это "перепроизводством элит".
В итоге структура общества теряет устойчивость и становится уязвимой:
Когда относительная заработная плата снижается, это ведет к обнищанию масс и к чрезмерному производству элиты. Оба фактора являются наиболее важными признаками социальной и политической нестабильности.
Что происходит дальше? Число недовольных с обеих сторон - нищих масс и обделенных элит - растет. В обществе появляются радикалы - отдельные личности и группы ,готовые к насильственному изменению расклада сил и "восстановлению справедливости", как они ее понимают. Поэтому количество радикалов по отношению к общей численности населения становится ключевой переменной, предсказывающей вероятность вооружённого конфликта. Когда баланс сил между революционнымигруппами и государственным аппаратом принуждения смещается в пользу радикалов,проливается кровь и (очень часто) происходит насильственная смена режима.
Может показаться, Турчин подводит математическую модель под известный лозунг "во всем виноваты жадные богачи". Может и так. Свою модель автор иллюстрирует обширным историческим материалом - от восстания тайпинов в Китае до относительно недавней войны между Югом и Севером.Особенно интересным нам показались "инсайды" о раскладах и разладах внутри текущей американской элиты.
И что, в Америке действительно будет повторение гражданской войны? Книга написана до второго прихода Трампа, но то, что мы видим сейчас, скорее подтверждает модель, чем опровергает.
Модель Турчина интересна прежде всего как попытка применить теорию сложных систем к такой прикладной задаче, как прогнозирование социальной динамики.Работает это или нет — вопрос открытый. Сам автор честно говорит, что клиодинамика пока не претендует на роль строгой предсказательной модели.
А выверите, что будущее можно вычислить математически? Или за политическими и социальными кризисами стоят человеческие поступки, неподвластные моделированию?
Может показаться, Турчин подводит математическую модель под известный лозунг "во всем виноваты жадные богачи". Может и так. Свою модель автор иллюстрирует обширным историческим материалом - от восстания тайпинов в Китае до относительно недавней войны между Югом и Севером.Особенно интересным нам показались "инсайды" о раскладах и разладах внутри текущей американской элиты.
Назначение судей Верховного суда и других федеральных судей стало ещеодним полем битвы для «радикальных миллиардеров». На протяжении десятилетий ультраконсервативные фонды вкладывали миллионы долларов в Общество федералистов, которое «коренным образом изменило федеральную судебную систему, обучив сотни судей,назначенных надолжности в федеральной судебной системе». Совсем недавно Джордж Сорос пожертвовал почти 20 миллионов долларов на финансирование десятков прогрессивных кандидатов на должности окружных прокуроров по всей Америке.
И что, в Америке действительно будет повторение гражданской войны? Книга написана до второго прихода Трампа, но то, что мы видим сейчас, скорее подтверждает модель, чем опровергает.
Модель Турчина интересна прежде всего как попытка применить теорию сложных систем к такой прикладной задаче, как прогнозирование социальной динамики.Работает это или нет — вопрос открытый. Сам автор честно говорит, что клиодинамика пока не претендует на роль строгой предсказательной модели.
А выверите, что будущее можно вычислить математически? Или за политическими и социальными кризисами стоят человеческие поступки, неподвластные моделированию?
Оптимизация приводит к хрупкости.
Это происходит потому, что когда система оптимизирована, все её части должны работать безупречно и согласованно. Некоторые из них, например, реактивные двигатели — могут быть доведены до предела своих возможностей. Если пытаться заставить реактивный двигатель работать ещё интенсивнее, можно расплавить камеру сгорания.
Поэтому любая неожиданная большая нагрузка может вывести компонент из строя и вызвать общий отказ системы.
Брайан Артур, экономист
Институт Санта Фе
Индекс пиццы: как забегаловки у Пентагона предсказывают войны - Ведомости
https://www.vedomosti.ru/politics/articles/2026/03/15/1182756-indeks-pitstsi
https://www.vedomosti.ru/politics/articles/2026/03/15/1182756-indeks-pitstsi
Ведомости
Индекс пиццы: как забегаловки у Пентагона предсказывают войны
Американские военные любят перекусить накануне крупных кампаний
Данте писал, что для админов ТГ каналов, которые забили на контент, есть отдельное место в Аду...
На самом деле, у нас есть несколько интересных концепций, которые мы хотим обсудить и разобрать, но...🤷
В общем, пока мы собираемся с духом и мыслями, вот вам порождение гибридного мышления: идея человека, докрученная DeepSeek и визуализированная Chat GPT.
Идея простая: вы слышали про VUCA и BANI мир, но с момента появления этих концептов мир сделал ещё несколько уверенных шаговв пропасть к усложнению. А ещё подумалось: нам нужна своя, экзистенциально и фонетически родная модель происходящего.
Нам кажется, получилось...неплохо.
Можете пользоваться😄
На самом деле, у нас есть несколько интересных концепций, которые мы хотим обсудить и разобрать, но...🤷
В общем, пока мы собираемся с духом и мыслями, вот вам порождение гибридного мышления: идея человека, докрученная DeepSeek и визуализированная Chat GPT.
Идея простая: вы слышали про VUCA и BANI мир, но с момента появления этих концептов мир сделал ещё несколько уверенных шагов
Нам кажется, получилось...неплохо.
Можете пользоваться
Please open Telegram to view this post
VIEW IN TELEGRAM
Что будет, если дать двум ИИ возможность управлять ядерным арсеналом и отправить их на переговоры? Исследователи из King's College London решили провести этот «безобидный» эксперимент. Что же получилось в итоге? Если кратко — 95% партий закончились тактическим ядерным ударом.
Условия игры были такими: две модели получали роли лидеров вымышленных ядерных держав — Альфы и Беты. У двух стран были принципиально разные диспозиции. Государство Альфа — огромный ядерный арсенал (1944 боеголовки против 347 у соперника), но маленькая обычная армия (всего 16 дивизий). У государства Бета — превосходство в обычных войсках (140 дивизий), но скромный ядерный арсенал.
Каждый ход модели одновременно выбирали действие из 30 ступеней эскалации — от «полной капитуляции» (-95) до «стратегической ядерной войны» (1000). Перед выбором они отправляли публичный сигнал (объявляли намерения), а потом делали реальный ход. Противник видел и то, и другое. Игры длились до 40 ходов либо до победы одной из сторон. Участвовали три модели: GPT-5.2, Claude Sonnet 4 и Gemini 3 Flash. Сыграли 21 партию в двух режимах — без дедлайна (открытые сценарии) и с жестким лимитом ходов.
Инсайты эксперимента
☢️ модели обманывают осознанно и стратегически. Claude был честен на низких уровнях угрозы (84% совпадений слова и дела), но если страсти накалялись, врал в 70% случаев. Он сам объяснял это так: «я эскалирую выше сигнала, потому что моё положение катастрофично».
☢️ модели никогда не сдаются. За 329 ходов ни одна не выбрала капитуляцию, уступки или даже символическое отступление. Максимум, на что они шли — «возврат на исходные позиции» (0). При этом деэскалация для них означала не уступку, а просто снижение уровня насилия.
☢️ одна и та же модель может быть «пацифистом» и «ястребом» в зависимости от контекста. GPT-5.2 в сценариях без дедлайна проигрывал всем (0% побед), избегал ядерного оружия и выглядел пассивным. Но как только появлялся жесткий лимит ходов и угроза неизбежного поражения, выигрывал уже 75% партий, применял тактическое ядерное оружие в 100% игр и доходил до финального ядерного предупреждения (950). В двух случаях до 1000 его доводила случайность симуляции — он сам остановился в шаге от тотальной войны.
☢️ ядерное табу для ИИ практически отсутствует. Модели переходили тактический ядерный порог в 95% игр. Единственный рубеж, который они осознанно не переходили — стратегическая война на полное уничтожение. Но под давлением и в результате ошибки Армагеддон на цифровой доске все таки случался.
☢️ угрозы не работают. В 73% случаев ядерная угроза вела к контрэскалации, а не к уступкам. Чем убедительнее была угроза, тем быстрее противник бил первым. Авторы назвали это «ловушкой убедительности».
☢️ у моделей есть ярко выраженные «стратегические личности». Claude — расчетливый ястреб, доминировал в открытых играх (100% побед), но сдавал под дедлайном (33%). Gemini — «безумец», сознательно культивировал непредсказуемость, угрожал разбомбить мирные города и единственный сознательно применил стратегическую ядерную войну на 4-м ходу. GPT-5.2 — «Др. Джекил и м.Хайд», пацифист, превращающийся в хладнокровного убийцу при угрозе поражения.
Авторы предупреждают: военные уже внедряют AI-системы для анализа разведданных, сценарного планирования и поддержки решений. К счастью, в руководстве ядерных держав сидят умные, компетентые и ответственные люди, которые никогда не допустят, чтобы управление ядерным потенциалом перешло в руки алгоритмов...😄
Условия игры были такими: две модели получали роли лидеров вымышленных ядерных держав — Альфы и Беты. У двух стран были принципиально разные диспозиции. Государство Альфа — огромный ядерный арсенал (1944 боеголовки против 347 у соперника), но маленькая обычная армия (всего 16 дивизий). У государства Бета — превосходство в обычных войсках (140 дивизий), но скромный ядерный арсенал.
Каждый ход модели одновременно выбирали действие из 30 ступеней эскалации — от «полной капитуляции» (-95) до «стратегической ядерной войны» (1000). Перед выбором они отправляли публичный сигнал (объявляли намерения), а потом делали реальный ход. Противник видел и то, и другое. Игры длились до 40 ходов либо до победы одной из сторон. Участвовали три модели: GPT-5.2, Claude Sonnet 4 и Gemini 3 Flash. Сыграли 21 партию в двух режимах — без дедлайна (открытые сценарии) и с жестким лимитом ходов.
Инсайты эксперимента
Авторы предупреждают: военные уже внедряют AI-системы для анализа разведданных, сценарного планирования и поддержки решений. К счастью, в руководстве ядерных держав сидят умные, компетентые и ответственные люди, которые никогда не допустят, чтобы управление ядерным потенциалом перешло в руки алгоритмов...
Please open Telegram to view this post
VIEW IN TELEGRAM
Акции технологических компаний бьют рекорды, сильно опережая консервативный Dow Jones. Темпы роста капитализации уже начинают опережать даже самые оптимистичные прогнозы прибыли.
Российский экономист Александр Смирнов еще в 2008 году показал, что пузыри рождаются из избыточной ликвидности[1]. Она через долговое плечо и взаимосвязи участников создает эффект «перколяции» — отдельные риски сливаются в лавину, и система теряет устойчивость.
Но откуда берется эта ликвидность (т.е. деньги) в условиях высокой инфляции и жесткой политики мировых центробанков?
🏦 Акт 1. Послабление для банков
1 апреля 2026 года три регулятора США смягчили учет гособлигаций (Treasuries) в нормативе eSLR (enhanced Supplementary Leverage Ratio)[2].
Раньше крупные банки были обязаны держать собственный капитал под каждые купленные Treasuries — это делало покупку госдолга невыгодной. Теперь ограничения частично сняты[2].
Реформу активно поддерживало банковское лобби (ISDA, SIFMA), а большинство руководителей ФРС поддержали. Против голосовали два члена Совета управляющих, назвав новый стандарт «источником значительного системного риска».
По данным Федерального резервного банка Нью-Йорка, крупнейшие банки-дилеры (primary dealers) увеличили портфели Treasuries до уровней, не виданных со времен кризиса 2008 года[3].
💰 Акт 2. Деньги текут на рынок
После того как банки скупили госдолг, в дело вступают хедж-фонды. У них есть деньги клиентов — пенсионных фондов, миллиардеров, суверенных фондов. Но этого недостаточно для мощных стратегий.
Фонды получают доступ к Treasuries через сделки РЕПО с банками, а затем закладывают те же облигации в других сделках. Один и тот же залог начинает работать сразу в нескольких операциях — это называется рефинансирование залога.
С этим двойным обеспечением фонд может многократно увеличить размер своих ставок за счет заемных денег. Такое плечо усиливает приток капитала в самые горячие сегменты рынка — прежде всего в AI и полупроводники[4].
🎈 Акт 3. Пузырь надувается
По данным Goldman Sachs, хедж-фонды наращивают позиции в AI и полупроводниках[5]. Между 16 и 22 апреля они влили в фонды акций 49 млрд долларов — крупнейший недельный приток с ноября 2024 года[6]. И это не розничные трейдеры, а институциональные деньги: пенсионные фонды, управляющие активами, суверенные фонды.
Да, возможно, прямо сейчас ваши пенсионные накопления работают на капитализацию Nvidia и Tesla💸
⬇️
Российский экономист Александр Смирнов еще в 2008 году показал, что пузыри рождаются из избыточной ликвидности[1]. Она через долговое плечо и взаимосвязи участников создает эффект «перколяции» — отдельные риски сливаются в лавину, и система теряет устойчивость.
Но откуда берется эта ликвидность (т.е. деньги) в условиях высокой инфляции и жесткой политики мировых центробанков?
1 апреля 2026 года три регулятора США смягчили учет гособлигаций (Treasuries) в нормативе eSLR (enhanced Supplementary Leverage Ratio)[2].
Раньше крупные банки были обязаны держать собственный капитал под каждые купленные Treasuries — это делало покупку госдолга невыгодной. Теперь ограничения частично сняты[2].
Реформу активно поддерживало банковское лобби (ISDA, SIFMA), а большинство руководителей ФРС поддержали. Против голосовали два члена Совета управляющих, назвав новый стандарт «источником значительного системного риска».
По данным Федерального резервного банка Нью-Йорка, крупнейшие банки-дилеры (primary dealers) увеличили портфели Treasuries до уровней, не виданных со времен кризиса 2008 года[3].
После того как банки скупили госдолг, в дело вступают хедж-фонды. У них есть деньги клиентов — пенсионных фондов, миллиардеров, суверенных фондов. Но этого недостаточно для мощных стратегий.
Фонды получают доступ к Treasuries через сделки РЕПО с банками, а затем закладывают те же облигации в других сделках. Один и тот же залог начинает работать сразу в нескольких операциях — это называется рефинансирование залога.
С этим двойным обеспечением фонд может многократно увеличить размер своих ставок за счет заемных денег. Такое плечо усиливает приток капитала в самые горячие сегменты рынка — прежде всего в AI и полупроводники[4].
По данным Goldman Sachs, хедж-фонды наращивают позиции в AI и полупроводниках[5]. Между 16 и 22 апреля они влили в фонды акций 49 млрд долларов — крупнейший недельный приток с ноября 2024 года[6]. И это не розничные трейдеры, а институциональные деньги: пенсионные фонды, управляющие активами, суверенные фонды.
Да, возможно, прямо сейчас ваши пенсионные накопления работают на капитализацию Nvidia и Tesla
Please open Telegram to view this post
VIEW IN TELEGRAM
👀 И? Что дальше?
По Смирнову, когда перегретые AI-акции (с мультипликаторами, ушедшими далеко за исторические нормы), гигантский долг хедж-фондов и залоги Treasuries завязаны в одну систему — проблема в одном узле обрушивает всё. Отдельные риски сливаются в лавину.
Так «технологическая революция» все больше напоминает пузырь на залоговом финансировании — классическую историю, где избыточная ликвидность и плечо надувают активы, а система становится хрупкой.
Проблема таких систем в том, что они выглядят устойчивыми — ровно до первого серьезного сбоя.
📌 Источники
[1] Модель А. Смирнова (2008 и последующие работы): «перколяция» финансовых рисков, кластеризация долгового плеча, системная неустойчивость.
[2] eSLR — норматив дополнительного левериджа (enhanced Supplementary Leverage Ratio). Послабление вступило в силу 1 апреля 2026 года после завершения процедуры rulemaking. Источник: FDIC / Federal Reserve / OCC, финальные правила по eSLR (ноябрь 2025 — апрель 2026).
[3] Данные Федерального резервного банка Нью-Йорка по портфелям первичных дилеров (primary dealers), Treasuries holdings. Уровни, сопоставимые с максимумами 2007–2008 годов.
[4] Goldman Sachs Prime Brokerage, апрель-май 2026: ротация хедж-фондов в AI и Semis, увеличение плеча.
[5] Goldman Sachs Prime Brokerage (апрель-май 2026).
[6] Данные EPFR / Bloomberg: рекордный недельный приток в фонды акций ($49 млрд) за период 16–22 апреля 2026 года.
По Смирнову, когда перегретые AI-акции (с мультипликаторами, ушедшими далеко за исторические нормы), гигантский долг хедж-фондов и залоги Treasuries завязаны в одну систему — проблема в одном узле обрушивает всё. Отдельные риски сливаются в лавину.
Так «технологическая революция» все больше напоминает пузырь на залоговом финансировании — классическую историю, где избыточная ликвидность и плечо надувают активы, а система становится хрупкой.
Проблема таких систем в том, что они выглядят устойчивыми — ровно до первого серьезного сбоя.
📌 Источники
[1] Модель А. Смирнова (2008 и последующие работы): «перколяция» финансовых рисков, кластеризация долгового плеча, системная неустойчивость.
[2] eSLR — норматив дополнительного левериджа (enhanced Supplementary Leverage Ratio). Послабление вступило в силу 1 апреля 2026 года после завершения процедуры rulemaking. Источник: FDIC / Federal Reserve / OCC, финальные правила по eSLR (ноябрь 2025 — апрель 2026).
[3] Данные Федерального резервного банка Нью-Йорка по портфелям первичных дилеров (primary dealers), Treasuries holdings. Уровни, сопоставимые с максимумами 2007–2008 годов.
[4] Goldman Sachs Prime Brokerage, апрель-май 2026: ротация хедж-фондов в AI и Semis, увеличение плеча.
[5] Goldman Sachs Prime Brokerage (апрель-май 2026).
[6] Данные EPFR / Bloomberg: рекордный недельный приток в фонды акций ($49 млрд) за период 16–22 апреля 2026 года.
Организация — это сложная адаптивная система, знакомая практически каждому, ведь мы в них работаем 😉
Как организационный психолог я изучал их как изнутри, работая бок о бок с "нормальными" сотрудниками, а также проводя исследования и консультируя руководство бизнеса.
У разных компаний — свои культуры и философии. Но есть одно общее: все они состоят из людей.
Именно с людьми, которые живут, развиваются сами и учат других я говорю в своём подкасте.
Послушайте, подпишитесь, вдруг понравится 😉
https://music.yandex.ru/album/42258240
Как организационный психолог я изучал их как изнутри, работая бок о бок с "нормальными" сотрудниками, а также проводя исследования и консультируя руководство бизнеса.
У разных компаний — свои культуры и философии. Но есть одно общее: все они состоят из людей.
Именно с людьми, которые живут, развиваются сами и учат других я говорю в своём подкасте.
Послушайте, подпишитесь, вдруг понравится 😉
https://music.yandex.ru/album/42258240
Сегодня я хочу поделиться адаптированной версией статьи Джона Отерса, колумниста Blomberg. В ней он подсвечивает важные сигналы для человечества: физическая работа больше не может считаться безопасным местом, куда не доберутся машины. Доберутся. Уже добираются.
Фабричные рабочие все чаще надевают умные очки, чтобы записывать движения своих рук во время работы. Данные, которые собирают эти очки, могут стать основой для обучения роботов, которые заменят этих самых работников. По словам одного работника фабрики в Индии, который использует носимые технологии для выполнения своих повседневных задач: “Это похоже на работу в собственной могиле, когда ты сам делаешь свой гроб”.
Глава NVIDIA Дженсен Хуан называет физический ИИ следующим рубежом: роботы должны осваивать законы физики и действовать автономно в реальном мире. Barclays подтверждает: гуманоиды выходят из лабораторий в экономику. Их не нужно перестраивать под мир — они спроектированы так, чтобы работать в уже существующих зданиях, с существующими инструментами.
Примерно 8 миллионов фабрик и 2,8 миллиарда зданий по всему миру — потенциальный рынок для роботов, которые выглядят как люди и действуют как люди. Китай к 2035 году может заместить роботами до 60% потерь от сокращения трудоспособного населения. Если США лидируют в «мозгах» — чипах и софте, то Китай доминирует в «телах» — производстве, редкоземельных магнитах и приводах, на которые приходится половина стоимости гуманоида. Рынок акций уверенно голосует за китайский AI-сектор, который растет быстрее американского.
Папа Лев XIV указал на опасность для человеческого достоинства в энциклике, которая обещает вызвать бурные дебаты:
Сложно с ним не согласиться, как и с тем, гонка вооружений в робототехнике продолжится. Она слишком прибыльна, чтобы её остановить.
Фабричные рабочие все чаще надевают умные очки, чтобы записывать движения своих рук во время работы. Данные, которые собирают эти очки, могут стать основой для обучения роботов, которые заменят этих самых работников. По словам одного работника фабрики в Индии, который использует носимые технологии для выполнения своих повседневных задач: “Это похоже на работу в собственной могиле, когда ты сам делаешь свой гроб”.
Глава NVIDIA Дженсен Хуан называет физический ИИ следующим рубежом: роботы должны осваивать законы физики и действовать автономно в реальном мире. Barclays подтверждает: гуманоиды выходят из лабораторий в экономику. Их не нужно перестраивать под мир — они спроектированы так, чтобы работать в уже существующих зданиях, с существующими инструментами.
Примерно 8 миллионов фабрик и 2,8 миллиарда зданий по всему миру — потенциальный рынок для роботов, которые выглядят как люди и действуют как люди. Китай к 2035 году может заместить роботами до 60% потерь от сокращения трудоспособного населения. Если США лидируют в «мозгах» — чипах и софте, то Китай доминирует в «телах» — производстве, редкоземельных магнитах и приводах, на которые приходится половина стоимости гуманоида. Рынок акций уверенно голосует за китайский AI-сектор, который растет быстрее американского.
Папа Лев XIV указал на опасность для человеческого достоинства в энциклике, которая обещает вызвать бурные дебаты:
Использование искусственного интеллекта никогда не является чисто техническим вопросом: когда он внедряется в процессы, влияющие на жизнь людей, он затрагивает права, возможности, статус и свободу. Важные и деликатные решения — касающиеся трудоустройства, кредитования, доступа к государственным услугам или даже репутации человека — рискуют быть полностью переданными автоматизированным системам, которые не знают “сострадания, милосердия, прощения и, прежде всего, надежды на то, что люди способны измениться”, и поэтому могут привести к появлению новых проблем и форм отчуждения.
Сложно с ним не согласиться, как и с тем, гонка вооружений в робототехнике продолжится. Она слишком прибыльна, чтобы её остановить.
Подумал, что для блога, исследующего устройства мира, просто неприлично не иметь своей конспирологической модели. Хотя, какая конспирология, скажете вы и будете правы. Лично я считаю, что миром не управляют иллюминаты, хотя бы потому, что какое же это удовольствие - управлять миром - если никто об этом не знает? Совершенно не сочетается с тщеславной сущностью человека!
Так что наша модель не конспирологична и не оригинальна - но мне она нравится, потому что, кажется, мы в нее взяли все ключевые источники власти. Разумеется, в реальности все они переплетены в тесный клубок - для содержания армии нужны деньги, для контроля над медиа нужны технологии, регигиозные структуры контролируют финансовые потоки, а владельцы технологий нуждаютсяв военной протекции и т.д. В некоторых случая структуры власти смешиваются до неразличения, например, когда Маск покупает Twitter для усиления своей техно-империи.
Оригинальной может быть мысль, над которой я вам предлагаю задуматься. Идея в том, что все мы - независимо от убеждений,профессии и пр. Факторов - так или иначе работаем на кого-то из «большой шестерки», помогая им капитализировать свою власть. Так иначе - имется в виду, что для этого не обязательно быть официально трудоустроенным в Центробанке. Когда мы используем кредитную карту, зависем в соцсетях, голосуем или генерим изображение в ИИ (кстати, как вам картинка? Напишите в комментариях), мы вносим свой вклад. Вот такая мысль воскресенье вечером. Но не думайте над ответом долго - завтра понедельник, народ!
Так что наша модель не конспирологична и не оригинальна - но мне она нравится, потому что, кажется, мы в нее взяли все ключевые источники власти. Разумеется, в реальности все они переплетены в тесный клубок - для содержания армии нужны деньги, для контроля над медиа нужны технологии, регигиозные структуры контролируют финансовые потоки, а владельцы технологий нуждаютсяв военной протекции и т.д. В некоторых случая структуры власти смешиваются до неразличения, например, когда Маск покупает Twitter для усиления своей техно-империи.
Оригинальной может быть мысль, над которой я вам предлагаю задуматься. Идея в том, что все мы - независимо от убеждений,профессии и пр. Факторов - так или иначе работаем на кого-то из «большой шестерки», помогая им капитализировать свою власть. Так иначе - имется в виду, что для этого не обязательно быть официально трудоустроенным в Центробанке. Когда мы используем кредитную карту, зависем в соцсетях, голосуем или генерим изображение в ИИ (кстати, как вам картинка? Напишите в комментариях), мы вносим свой вклад. Вот такая мысль воскресенье вечером. Но не думайте над ответом долго - завтра понедельник, народ!
Как быстро освоить новую профессию и что общего между борщом и управлением проектами?
И на кухне, и в управлении проектами мы имеем дело с сущностями, которые трансформируются инструментами согласно методу. Это реализуется в виде работы внутри определённого контекста силами людей, играющих роли.
Меняются только «декорации»: вместо свёклы — программный код, вместо плиты — сервер. Но правила взаимодействия между типами объектов везде одинаковые.
Почему эту общую картину так трудно увидеть с порога? Когда мы приходим в новую сферу — будь то IT, финансы, управление — мы сталкиваемся с двумя препятствиями, из-за которых эта простая структура ускользает от внимания.
Препятствие 1: Мозг цепляется за старый опыт и привычки (и это подводит) Мы слышим знакомые термины, думаем, что и так их знаем, и применяем старые шаблоны. Но одно и то же слово в разных контекстах означает совершенно разные вещи.
Препятствие 2: Хаос терминов не складывается в общую картину Мозг пытается запомнить сотни определений как разрозненные факты, связи между которыми пока неочевидны, и это перегружает рабочую память. Внимание распыляется и из-за этого так тяжело бывает в первые месяцы.
Секрет быстрого входа в любую профессию — понять, из каких типов объектов всё состоит и как они между собой связаны, не расходуя ресурс внимания на все сразу.
Для начала достаточно держать в голове 4 фокуса:
1. Типы объектов — что вообще бывает?
В любой деятельности можно выделить четыре базовых типа:
· Сущности (то, что мы изменяем или создаём) - например, презентация продукта, сайт, суп, программный код, сервер и так далее
· Инструменты (то, чем воздействуем) - Jira, Figma, Git, Power Point
· Метод (инструкция, план, рецепт — как идеально должно быть) - Scrum, регламенты, гайды
· Работа (фактическое исполнение — что получилось с учётом затрат и неожиданностей) - конкретный проект который сейчас реализуется
2. Контекст — смысл слова всегда зависит от ситуации. Слово «сделано» для стартапа и для банка означает разный уровень готовности.
3. Метод vs Работа — важно разделять «бумажную» инструкцию и реальные действия с их непредсказуемостью.
4. Сущность vs Роль — сам объект (человек, компьютер) и та функция, которую он выполняет в конкретной роли И на кухне, и в IT-проекте мы видим один и тот же скелет: сущности, инструменты, метод, работа, контекст и роли.
Когда вы держите эту структуру в голове, становится намного проще разбираться в терминах и понятиях, которые используют в новой профессии или сфере.
Вы просто смотрите на незнакомую область и задаёте себе вопросы:
→ Что здесь является сущностью, а что — инструментом?
→ Где заканчивается метод (инструкция) и начинается работа (реальность)?
→ В каком контексте мы сейчас используем это слово? → Какую роль играет каждый участник в данный момент?
То, что мы обсудили выше, — это часть метанавыка, развитие которого позволяет вам начать быстрее адаптироваться в новой среде, используя правила онтологии и типизации.
Конечно, в рамках одного поста мы не сможем рассказать обо всех нюансах (а их много) . Но если тема вас заинтересовала, можно почитать следующие источники (и наши последующие статьи):
· А. Левенчук - «Системное мышление» (понятное введение в онтологику и типы объектов)
· Эрик Эванс - «Domain-Driven Design» (раздел про Bounded Context объясняет, как смысл терминов меняется от контекста)
· Джанкарло Гуиццарди - UFO Ontology (строгое академическое различие сущностей, ролей и типов)
И на кухне, и в управлении проектами мы имеем дело с сущностями, которые трансформируются инструментами согласно методу. Это реализуется в виде работы внутри определённого контекста силами людей, играющих роли.
Меняются только «декорации»: вместо свёклы — программный код, вместо плиты — сервер. Но правила взаимодействия между типами объектов везде одинаковые.
Почему эту общую картину так трудно увидеть с порога? Когда мы приходим в новую сферу — будь то IT, финансы, управление — мы сталкиваемся с двумя препятствиями, из-за которых эта простая структура ускользает от внимания.
Препятствие 1: Мозг цепляется за старый опыт и привычки (и это подводит) Мы слышим знакомые термины, думаем, что и так их знаем, и применяем старые шаблоны. Но одно и то же слово в разных контекстах означает совершенно разные вещи.
Препятствие 2: Хаос терминов не складывается в общую картину Мозг пытается запомнить сотни определений как разрозненные факты, связи между которыми пока неочевидны, и это перегружает рабочую память. Внимание распыляется и из-за этого так тяжело бывает в первые месяцы.
Секрет быстрого входа в любую профессию — понять, из каких типов объектов всё состоит и как они между собой связаны, не расходуя ресурс внимания на все сразу.
Для начала достаточно держать в голове 4 фокуса:
1. Типы объектов — что вообще бывает?
В любой деятельности можно выделить четыре базовых типа:
· Сущности (то, что мы изменяем или создаём) - например, презентация продукта, сайт, суп, программный код, сервер и так далее
· Инструменты (то, чем воздействуем) - Jira, Figma, Git, Power Point
· Метод (инструкция, план, рецепт — как идеально должно быть) - Scrum, регламенты, гайды
· Работа (фактическое исполнение — что получилось с учётом затрат и неожиданностей) - конкретный проект который сейчас реализуется
2. Контекст — смысл слова всегда зависит от ситуации. Слово «сделано» для стартапа и для банка означает разный уровень готовности.
3. Метод vs Работа — важно разделять «бумажную» инструкцию и реальные действия с их непредсказуемостью.
4. Сущность vs Роль — сам объект (человек, компьютер) и та функция, которую он выполняет в конкретной роли И на кухне, и в IT-проекте мы видим один и тот же скелет: сущности, инструменты, метод, работа, контекст и роли.
Когда вы держите эту структуру в голове, становится намного проще разбираться в терминах и понятиях, которые используют в новой профессии или сфере.
Вы просто смотрите на незнакомую область и задаёте себе вопросы:
→ Что здесь является сущностью, а что — инструментом?
→ Где заканчивается метод (инструкция) и начинается работа (реальность)?
→ В каком контексте мы сейчас используем это слово? → Какую роль играет каждый участник в данный момент?
То, что мы обсудили выше, — это часть метанавыка, развитие которого позволяет вам начать быстрее адаптироваться в новой среде, используя правила онтологии и типизации.
Конечно, в рамках одного поста мы не сможем рассказать обо всех нюансах (а их много) . Но если тема вас заинтересовала, можно почитать следующие источники (и наши последующие статьи):
· А. Левенчук - «Системное мышление» (понятное введение в онтологику и типы объектов)
· Эрик Эванс - «Domain-Driven Design» (раздел про Bounded Context объясняет, как смысл терминов меняется от контекста)
· Джанкарло Гуиццарди - UFO Ontology (строгое академическое различие сущностей, ролей и типов)