Этот вопрос задают на собеседованиях, в детских загадках и на IQ-тестах. За вопросом стоит одна из ключевых функций интеллекта. И она тренируется.
Ответов много — и в этом суть
Спросите ребёнка — он скажет: «Оба — животные». Правильно. Слон — млекопитающее, муха — насекомое, оба принадлежат к царству животных. Школьный ответ: общая категория.
Биолог скажет иначе: оба — живые организмы, которые поглощают энергию, реагируют на среду, размножаются и умирают. Это уже не категория, а общие свойства — глубже.
Системный мыслитель скажет: оба — экземпляры понятия «система». У обоих есть функция (роль в экосистеме), структура (органы, связи между ними), ограничения (среда обитания, ресурсы). И это применимо не только к слону и мухе, но и к компании, боту, ромашке, городу.
Можно пойти ещё дальше: оба — физические объекты, занимающие место в пространстве. Оба — результат эволюции. Оба — способы организации материи. Каждый шаг — новый уровень абстракции, и ни один из них не «правильнее» другого.
Суть не в том, что ответов ровно три. Суть в том, что ответы лежат на разной глубине — и разница между ними не в эрудиции, а в натренированной способности переключать уровень абстракции.
Два встречных движения
За вопросом «что общего» скрываются два встречных движения мышления.
Абстрагирование — движение вверх. Убрать частное, оставить общее. Слон и муха → живые организмы → системы → объекты с функцией. Каждый шаг вверх — шире применимость, меньше деталей.
Различение — движение вниз. Увидеть, чем отличаются две вещи, которые выглядят одинаковыми. «Агент» и «роль» — звучат похоже, но это разные объекты. «Знание» и «мировоззрение» — часто используются как синонимы, но первое можно скопировать, а второе нет.
Эти два движения работают в паре. Без абстрагирования — всё кажется уникальным: «наш проект особенный», «у нас не как у всех», «это другое». Каждую задачу приходится решать с нуля, потому что связь с предыдущим опытом не видна.
Без различения — всё кажется одинаковым: «ну это же как…», «какая разница», «это всё одно и то же». Важные детали теряются, и решения получаются грубыми.
Интеллект — это способность переключаться между этими двумя движениями. Увидеть, что слон и муха — одно (системы). И тут же увидеть, чем они различаются (масштаб, сложность, среда, стратегия выживания).
Чи, Фелтович и Глейзер (1981) показали это экспериментально. Они дали студентам и профессорам физики одни и те же задачи и попросили рассортировать их по группам. Новички группировали по тому, что видно на картинке: «задачи с пружиной», «задачи с наклонной плоскостью», «задачи с блоком». Эксперты — по принципам, которые на картинке не видны: «задачи на закон Ньютона», «задачи на сохранение энергии». Те же задачи. Те же условия. Но новички видели поверхность, а эксперты — принципы под ней. Экспертиза — это и есть способность видеть сквозь конкретику к принципам, которые за ней стоят.
Дуглас Хофштадтер (2001) пошёл дальше: он утверждал, что аналогия — ядро когниции. Способность увидеть «это похоже на то» — не декоративное украшение, а фундамент мышления. Без неё невозможно перенести опыт из одной ситуации в другую.
Почему этому не учат
Школа проверяет запоминание. Сколько ног у насекомого? Шесть. К какому классу относится слон? Млекопитающие. Факты о слонах — отдельно. Факты о мухах — отдельно.
Вопрос «что общего между слоном и мухой» — не вопрос о слоне и не вопрос о мухе. Это вопрос о способности подниматься по уровням абстракции. И этой способности почти нигде целенаправленно не учат.
Таксономия Блума (1956, пересмотренная в 2001) описывает шесть уровней мышления: запоминание → понимание → применение → анализ → оценка → создание. Найти общее между двумя объектами — это уровень анализа, четвёртый из шести. Большинство образовательных программ систематически не поднимается выше третьего.
Но есть хорошая новость: это не талант. Это навык. Он тренируется.
Системное мышление как метод
Понятие «система» — возможно, самый мощный ответ на вопрос «что общего».
Слон — система. Муха — система. Команда — система. Бот — система. ИТ-агент — система. Город — система.
Это не метафора и не натяжка. Александр Богданов в 1913 году, Людвиг фон Берталанфи в 1968, Рассел Акофф в 1970-х — все указывали на одно: разные объекты подчиняются одним и тем же закономерностям, если рассматривать их как системы. Но сейчас уже не первое, а третье поколение системного подхода.
Системное мышление — это не философия и не мировоззрение «для умных». Это тренированная способность задавать одни и те же вопросы к любому объекту:
- У каждой системы есть функция — зачем она существует в надсистеме?
- У каждой системы есть структура — из чего она состоит и как части связаны?
- Каждая система — часть чего-то большего — в каком контексте она работает?
- Каждая система кем-то создана — кто и зачем её сделал?
- Человек – это “уникальная система” или у него есть много общего с другими агентами?
Когда вы смотрите на компанию через эти вопросы — вы понимаете её иначе, чем из оргструктуры. Когда вы смотрите на ИИ через эти вопросы — вы видите не магию, а систему с конкретной функцией, ограничениями и создателями, при этом не путая ИИ-агента и роль, которую он исполняет.
Ничто не уникально на 100%. В любом объекте можно увидеть систему — и через это увидеть общее с другими объектами, которые на первый взгляд не имеют ничего общего.
Трансдисциплины: что общего между всеми задачами
Если «система» — ответ на «что общего между слоном и мухой», то есть вопрос уровнем выше: что общего между всеми интеллектуальными задачами?
Ответ: трансдисциплины. Набор мыслительных навыков, которые работают в любой предметной области:
- Понятизация — работа с понятиями (не путать термин и понятие)
- Онтология — что существует в мире и как это устроено
- Логика — правила корректного вывода
- Методология — как работать с методами и практиками
Люди в ролях физика, бухгалтера, врача и программиста — все используют логику. Все работают с понятиями. Все принимают решения в условиях неопределённости. Разница — в предметной области. Общее — в мыслительном аппарате.
Трансдисциплины — это ответ на вопрос «что общего» на самом высоком уровне. И как любой навык, они не осваиваются через чтение. Можно прочитать книгу про плавание — и утонуть. Можно прочитать книгу по онтологии — и продолжать путать «роль» с «агентом». Нужна практика.
При чём тут ИИ
ИИ находит факты про слона и факты про муху быстрее любого человека. Но решить, на каком уровне абстракции их сравнивать и зачем — это функция того, кто задаёт вопрос.
Мы часто пытаемся понять ИИ, сравнивая его с человеком. И это правильно — это тот же навык абстрагирования. Но тут легко соскользнуть в неточность. Давайте применим оба инструмента — и абстрагирование, и различение — к самому ИИ.
Что общего между ИИ-агентом и ребёнком
OpenAI создаёт ИИ-модель так же, как родители создают ребёнка. Звучит красиво. Но насколько точна эта аналогия?
Если посмотреть через жизненное развитие, то общее действительно есть — и человек, и ИИ проходят через одни и те же этапы:
Создание. Родители “создают” тело и мозг ребёнка. Anthropic или OpenAI создают архитектуру и обучают нейросеть как ИИ-агента. Результат в обоих случаях — система с базовыми способностями: ребёнок может дышать и видеть, модель может понимать язык и строить рассуждения. Но ни тот, ни другой пока не умеют делать что-то прикладного полезного.
Воспитание. Учителя, общество и среда формируют из ребёнка человека: ходить, говорить, думать, различать хорошее от плохого. Команда инженеров формирует из модели полезного помощника: fine-tuning, обратная связь от людей, обучение на ошибках. В обоих случаях формируются «ценности» — не врождённые, а привитые. И в обоих случаях этот этап занимает значительную долю ресурсов: 20 лет для человека, месяцы для модели.
Работа. Человек устраивается на работу: получает роль, инструменты, протоколы, команду. ИИ получает системный промпт и доработки конечного разработчика: роль, инструменты, контекст, ограничения. И тот, и другой — выполняют обязательства роли и создают рабочие продукты.
На уровне абстракции «жизненное развитие» — ИИ и человек неразличимы. Создание → воспитание → работа. Один паттерн.
Чем ИИ-агент отличается от ребёнка
А теперь — различения. Те же три этапа, но посмотрим, кто делает каждый и как:
| Кто создаёт | Кто воспитывает | Кто нанимает | |
|---|---|---|---|
| Человек | Родители (генетическая лотерея — каждый уникален) | Школа, общество, наставники (~20 лет) | Работодатель (онбординг — недели) |
| ИИ | Компания (инженерный проект — каждый экземпляр идентичен) | Та же компания (fine-tuning — месяцы) | Вы (промпт — минуты) |
Три ключевых различия:
Первое. Когда вы пишете ChatGPT «ты — маркетолог, вот задача» — вы не растите ребёнка. Вы нанимаете готового специалиста и проводите ему пятиминутный онбординг. Вся «генетика» и всё «образование» уже позади — их сделала ИИ-компания за вас. Вы — работодатель, не родитель.
Второе. Каждый ребёнок уникален. Каждый экземпляр ИИ-модели — клон. GPT-4 — это не один ребёнок, это вид. Архитектура трансформера — чертёж генома. Обученные веса — геном конкретного вида. Уникальность каждого «сотрудника» приходит не от рождения, а от среды: промпт, контекст, инструменты, история разговора.
Третье. Человек играет часто одну роль в момент времени: утром — родитель, днём — инженер, вечером — ученик. А переучиться на новую роль — месяцы. ИИ-модель играет десятки ролей одновременно через разные инстансы, и смена роли занимает секунды. Как если бы один актёр выходил на семь сцен параллельно — и на каждой играл бы другого персонажа.
Потолок
Есть ещё одно различие, и оно, пожалуй, самое важное.
Потолок ребёнка неизвестен. Человек может расти, менять профессии, создавать новые области знания. Потолок ИИ-модели определён на этапе создания — тем, чему её научила компания. Промптом можно направить модель, но не расширить её возможности. Точно как хороший онбординг не заменит отсутствие образования.
Это не значит, что ИИ бесполезен. Это значит, что он — пока инструмент, и его ценность определяется тем, кто его направляет. А для этого нужно уметь видеть, где аналогия работает, а где ломается.
Способность видеть общее и различия — и есть интеллект. Не данные, не скорость вычислений, не объём памяти. А умение переключать уровень абстракции: увидеть паттерн — и тут же увидеть, где он ломается.
Этому можно научиться. Системное мышление и трансдисциплины — конкретные инструменты для этого. Не абстрактная «прокачка мозга», а набор практик с проверяемым результатом.
Ключевые источники:
- Chi, Feltovich & Glaser (1981). Categorization and Representation of Physics Problems by Experts and Novices. Cognitive Science, 5(2), 121-152
- Hofstadter (2001). Analogy as the Core of Cognition. The Analogical Mind — https://cogsci.indiana.edu/pub/hofstadter-analogy-as-core.pdf
- Bloom et al. (1956). Taxonomy of Educational Objectives. David McKay Company
- Берталанфи (1968). General System Theory. George Braziller