Эко-система мастерской инженеров-менеджеров
Одна из проблем, которые мне надо решить сегодня “по работе”: как совместить разговор про обучение и развитие, “курсы” и “стажировки” так, чтобы через это “обучение” не пролезало классическое образование, с тяжёлым наследием которого мы боремся. В рамках разговора про обучение есть “научил” и “не научил”, никакой разговор про continuous learning и life-long learning не получается, это лучше выражать в терминологии “развития”. Если считать при этом “обучение” и “развитие” полными синонимами, то не удаётся выразить довольно много интересного как в обучении, так и в развитии. Я уже много об этом писал, и наиболее подробно из последних текстов – в “Куда думать в ноябре 2025”, Куда думать в ноябре 2025: ailev — ЖЖ, там целый подраздел "Концептуальный синтез обучения, развития, эволюции. Так что не буду повторяться.
Мы регулярно обсуждаем эту тему на методсовете, но удовлетворительного концептуального синтеза пока нет. Ну, делаем “деятельностный синтез”, как учили когда-то (ещё в прошлом веке) СМД-методологи. Разные роли делают что-то, исходя из своих онтологий, своих узкопрофессиональных мета-моделей, а результаты как-то склеиваются в жизни, при полном сопротивлении сторон. Договариваются же ровно потому, что контекст один и тот же и можно наложить две классификации/таксономии/“понятийные решётки”/“онтологические описания” на одну и ту же реальность: ткнуть пальцем в “это жёлтое”, чтобы другой сказал “звезда”, а ещё кто-то “Sun”. Так и тут: в жизни что-то происходит, тыкаем пальцем - и один раз об этом же рассказываем как об “обучении”, а другой раз как о развитии. Делаем какие-то предсказания (проектируем), воплощаем проекты в жизнь, а для точности понимаем, по какой из концептуальных линий надо идти, чтобы предсказания поменьше расходились с жизнью (правила применимости).
На методсовете вчера это обсудили в очередной раз и пришли к выводу, что основные цели переименования и перепозиционирования ШСМ (школы, учебное заведение) в МИМ (сообщество, поддерживающее культуру) достигнуты. “Сообщество при школе” никак не получалось ни делать, ни обсуждать, школу с работой никак связать не удавалось, поэтому оставили мастерскую как сообщество и управляющую компанию. И там культура развития. И табу на язык “обучения”, чтобы привыкнуть к МИМ. В апреле прямо на конференции приняли решение, где-то к июню всё переименовали-перекроили, а я переключился на разработку FPF.
Прошло лето, половина осени – и сейчас вернулись к вопросу: можно ли уже говорить аккуратно про обучение в рамках МИМ, или ещё нет? Пришли к выводу, что уже вроде можно. Про сообщество уже не забудем, оно на первом плане. Если рассматривать “школу при сообществе”, а не наоборот – то никаких проблем. Люди бесконечно развиваются, но иногда в ходе развития разово подучиваются чему-то. Развитие бесконечно, но могут быть небольшие программы обучения до момента “уфф, научился, спасибо”. Волшебный пендель на короткий период, но не более. Со всеми недостатками и достоинствами. Можно и дошкольные учреждения рассматривать, нет вопросов. Более того, можно и лавку для мерчандайзинга открыть, если речь о сообществе, и кассу взаимопомощи и много ещё чего. В бизнесе наиболее близкий термин – эко-система.
Чем мне нравится МИМ, так это минимальным зазором между “обсудили, решили” и “сделали”. Я сказал, что буду думать (в том числе и мышление письмом, вот как это пост) над концептуальным синтезом дальше, а Церен Церенов написал вчера же вечером про это пост “Экосистема развития интеллекта” Экосистема развития интеллекта, а сегодня ещё и “Школьная программа на основе системного подхода”, Школьная программа на основе системного подхода - #2 от пользователя peter_l.
У меня традиционно к этим текстам Церена много вопросов по тамошней онтологии, языку, отдельным идеям, но я их придержу пока, ибо основная мысль выражена, а к отдельным словам можно придираться вечно. Скажем, “системный подход” для меня только маленький кусочек того, что есть в холоническом подходе, а сам холонический подход ещё много чего содержит того, чему надо учить, чтобы он был понят, но когда я прошу GPT-5 Pro даже с подгруженным FPF сказать, какие навыки нам нужны от инженеров-менеджеров на входе, чтобы они могли освоить FPF в его текущей форме, то первая же фраза в ответе – “Ниже — практическая схема входного отбора для сложного курса по системному мышлению и строгой инженерной аргументации (как в вашем спецификационном файле), ориентированная на инженеров-менеджеров. Она минимизирует эффект «Гудхарта» (натаскивание на прокси-метрики), отбирает тех, у кого высокая вероятность завершить курс и реально применять его на работе, и опирается на лучшие практики в отборе и оценке (SoTA, ≥2015)”. Если в культуре где-то рядом есть “сильное слово”, то оно будет употребляться в речи “вопреки” – так появляется и “Ксерокс фирмы Кэнон”, и “системное мышление” вместо “интеллект-стека фундаментальных методов мышления, основанных на первых принципах” (это я ещё приличные слова писал, никакого “холонического мышления”).
“Обучение-образование” против “стажировок”
Эту же тему “обучения-образования” и “стажировки” в рамках развития рассматривали и на лаборатории “Рациональной работы”. Там довольно много принятых решений:
– имя “Рациональная работа” убираем, ибо оно очень обманчиво ровно тем, что абсолютно понятно. “-- Пошли учиться рациональной работе! – А что, по-твоему я работаю нерационально?!”. Если мы слово “учиться” заменим на “стажироваться”, то жизнь не станет легче, равно и при замене на “развиваться”.
– длинную стажировку бьём на части, каждая получает независимое имя. Тип части остаётся тот же – где в учебных программах “модуль”, у нас – “стажировка”.
– Но уже понятно, что людей надо как-то подтягивать для того, чтобы у них был шанс простажироваться до конца первой же стажировки. Там оказывается много сложней, чем тянут нынешние инженеры-менеджеры. Поэтому делаем короткую нулевую стажировку, поднимающую какие-то когнитивные навыки, чтобы появился шанс справиться с первой стажировкой. Ага, “подготовительные курсы” перед лицеем.
Мы долго из кусочков составляли текущую длинную стажировку, а затем опять бьём её на части. Но это уже совсем другие части: прежние кусочки были “тематическими”, а нынешние кусочки – часть именно обучения, ибо это последовательность освоения. Так, первой текущей стажировкой будет “распожаризация”, ибо когда у вас на работе всё равномерно полыхает огнём и каждый день начинается с обнаружения новых возгораний – шанса ни учиться, ни стажироваться, ни развиваться нет.
Ключевая проблема тут - это собрать длинный маршрут из этих стажировок. Мы когда-то собирали длинные “семестры” ровно с этой целью: эффективность резко растёт, если ты как-то доучиваешься. Там всплывали даже биологические факторы, требующие многомесячных (три месяца), а не коротких (три дня, про три часа вообще молчим) периодов. В обучении мокрых нейронных сеток есть два этапа:
— понять вообще, что это такое, мочь сделать по алгоритму, медленно, удерживая внимание на процедуре на одном уровне рассмотрения (ибо на многих уровнях внимание удержать невозможно, а содержательные рассмотрения с первыми принципами впрямую многоуровневые). Что-то типа “понял, что есть иностранный язык, пишу и читаю со словарём” (то есть крайне медленно, разговаривать невозможно). Сигнал в мозгу идёт по путям общего назначения, ни о какой оптимальности и скорости речи не идёт. Хардвер не меняется, работает софт, уж на каком хардвере есть. Это довольно часто возможно сделать за те самые три часа или три дня.
— надо упражнять вот это всё месяца три, чтобы мозг смог проявить свою пластичность: буквально отросли синапсы, улучшилась микрокапиллярная сеть в правильных участках мозга, оптимизировался хардвер, сознательное внимание могло уйти из некоторых уровней холонического рассмотрения куда-нибудь “на автомат”. Это со скоростью отрастания биологических объектов: тканей, то есть месяцы. И все эти месяцы надо “упражнять” эти куски мозга, чтобы было понятно, куда клетки мозга должны подстраиваться, что оптимизировать. После этого возможна воспроизводимость, беглость, падение требуемых ресурсов для размышления.
Это же на системном фитнесе, танцах, где угодно: тебе прямо на занятии покажут, что твоё тело вполне способно принять позу, выдержать усилия, попасть в ритм и т.д.. Пять дней по восемь часов в день продемонстрируют всё! Ты по одному разу сделаешь всю программу, услышишь от препода: “получилось”! Но это на занятии, один раз, при жёстком контроле внимания и в тепличных условиях отключения от всего остального, что могло бы происходить вокруг и с телом. А потом? А потом надо тренировать три месяца, делать 500-600 повторений, растянутых на эти три месяца, чтобы выросли клетки даже не мышц, а подстроилась структура мозга для body control. Ибо мышцы тебе уже показали: их достаточно, ты всё уже сделал, один раз результат достигнут. Проблема не в “понимании”, а в устойчивом воспроизведении без лишних усилий и спецподготовки к каждому разу. Это месяцы, а для высокого уровня большого объёма навыков (те же танцы) – годы. Высшая математика и какое-нибудь танго тут мало отличаются: по десять часов в день на двадцать лет плюс способности (генетика! в том числе генетически обусловленное “не скучно по десять часов день на двадцать лет”) – и вас заметят, если без способностей, то будете делать что-то как-то. Это всё биология, люди – не компьютеры. Людей учить надо заведомо долго, короткими порциями – это не обучение, это “знакомство с” (и оно через неделю полностью уже забудется).
Так вот засада от биологии: это не похоже на регенерацию царапин и отрастание мышечных тканей. Аналогия с походами в качалку неверная: время отращивания нервов сильно больше. И это не “понимание”, “трудности объяснений”, ибо всё уже давно понято — только “не получается”, а через три месяца – получается. В танцах говорят “мастерство танца зависит только от количества часов, которые ты танцуешь”, на мехмате МГУ любят говорить “студент не понимает, не понимает, а потом – привыкает”.
Поэтому сразу попадаем в многокритериальную оптимизацию:
– small batch size, который в нашем случае означает прохождение многих маленьких стажировок, ибо это требование современного agile инженерного процесса и современного системного менеджмента. Нет small batch size – у тебя всё плохо, ты чужой на этом празднике agile.
– large batch size, это кричит биология и вся learning science для людей. Народное поверье требует ROI от обучения здесь и сейчас (за 3 дня тренинга), а биология говорит, что реальный ROI (устойчивый навык) появится через 3-6 месяцев, вот он – учебный large batch size. Семестр, а не “трёхдневный курс”.
– материал стажировки в самом начале (если она не идёт три месяца) должен быть повторяем, иначе просто не будет навыка, и это не очень похоже на “стажировку”. Эти три месяца похожи на обучение, где не ждут немедленного результата, как на стажировке. В любом случае, если не зависать на повторениях – это будет “короткий тренинг, ничего теоретического, только практика”, затем внимательно смотрят на изменения, аж пару недель. Не видят этих изменений, делают вывод «тренинг не работает», сливаются – и ищут новую «волшебную таблетку в голову».
– стажировки не могут проходиться в любом порядке, ибо scaffolding, от лёгких проблем к трудным. Если менять порядок по желанию учеников, то научение нулевое. И ещё учить надо нескольким темам сразу. И с перерывами. Все эти spacing и interleaving, о которых говорится в моём руководстве по системному мышлению (приходится объяснить, почему это руководство не устроено как “энциклопедия”, с blocked подачей).
– стажировки это всё-таки “про работу”, но нельзя же вечно стажироваться!
– а вы ещё покажите, как чему-то научили (при этом мы честно говорим, что изо всех критериев для нас важно показать, что люди начинают что-то делать, а не просто “знать”, см. наши критерии квалифицирования, они про агентность, а не про знания главным образом: Принципы квалифицирования инженеров-менеджеров -- 2025: ailev — ЖЖ.
Решение: нам нужны а хоть и короткие сами по себе, но собираемые в определённой последовательности (curriculum длинной программы) и длинные сами по себе стажировки. То есть нулевое приближение - это берём и режем текущие стажировки на короткие куски, по паре-тройке недель каждый, продаём отдельно. Проблема теперь в том, чтобы заставить людей проходить их последовательно (иначе не смогут выучиться) и без больших перерывов (иначе навыка работы не будет, будет “читал, работать не могу, поговорить тоже – ибо уже не помню”).
Это означает, что И гейты, чтобы пускать или не пускать в очередную стажировку. Плюс механизм для сокращения времени окончания одной стажировки и продолжения другой.
ОК, будем решать проблемы по очереди.
Первый шаг: характеризация стажёров в ходе учебного процесса
Первая проблема - это проблема характеризации: выбора характеристик, затем выбора из них индикаторов (не целевых показателей!), которые расскажут что-то про текущие факты и оценку прогноза на следующую стажировку и/или работу:
а) сам ход обучения как процесса,
б) уровень предметных навыков.
Вторая проблема – организация замеров, ибо это могут быть самые разные мероприятия, и сами собой замеры не сделаются. Это как в физике: хочешь проводить эксперименты с замерами в контролируемых условиях – занимайся инженерией, строй экспериментальные установки, например, синхрофазотрон или космический телескоп.
Третья проблема – организация гейтов (можно замерять, но всех везде пускать, допускать различные маршруты с недоученным и т.д.). Это не так просто, ибо у всех разные интересы и разные городские легенды по вопросу об образовании, обучении, развитии. Любой стажёр ведь знает, чему и как его должны учить, и когда и как ему учиться! Но нетъ.
Четвёртая проблема - убалтывание стажёров не делать долгие перерывы между стажировками в длинной программе.
На этом пока остановимся.
Дальше надо обращаться к нежити и просить помочь с размышлениями: современные LLM усиливают интеллект, а FPF даёт некоторый коэффициент к этому усилению. В этой специфической задаче у меня локальная проблема: я ещё не сделал в FPF механизмы характеризации и сравнения, я там копаюсь с более фундаментальной темой (писал в “Тема недели: математика-физика-инженерия в FPF” буквально сегодня: Тема недели: математика-физика-инженерия в FPF: ailev — ЖЖ). И ещё у меня нет времени на нормальное вопрошание к FPF, хотя понятно, что она ответит: “не так важная начальная процедура, как скорость её улучшения”.
Тем не менее, FPF какой-то есть уже сейчас, и можно задать там вопросы, после чего думать на те темы, на которые бы вряд ли задумался, если бы не получил эти ответы. Вот три вопроса, которые я по-быстрому сформулировал. Но перед вопросами промпт, который говорит, что надо формулировать при помощи его важные принципы в ответах, а не использовать его онтологию для раccrfpf (но, конечно, эта онтология вполне протекает в текст): “Тебе подгружен файл со спецификацией FPF. Ответь на вопросы в тексте с его учётом, но речь идёт не о том, как использовать FPF для объяснения (сам FPF объяснить ещё труднее!), а как при помощи его сформулировать реально важные принципы, не ошибиться с их формулированием. Поэтому не рассказывай про FPF и как его применяешь, а просто дай сразу конечный ответ не в терминах FPF”.
Вопрошание GPT-5 Auto и GPT-5 Pro про обучение инженеров-менеджеров FPF
И дальше три вопроса в трёх последовательных промптах (ответы, понятно, накапливают контекст – поэтому вопросы не в одном промпте), про организацию замеров в ходе обучения, про организацию замеров для входа на обучение FPF (это исследовательское развитие, так что смотрим, чего не хватает именно для обучения идеям FPF), про возможное содержание подготовительного курса перед курсом по FPF:
-
Есть огромное число проблем, с которыми сталкиваешься при попытках использовать экзамены для проверки качества обучения. Это индикаторы, которые стали целевыми показателями, и привет закон Гудхарта. В ходе обучения можно использовать тесты, с этим как-то получше. Но если речь идёт о приёмных и выпускных экзаменах? Как устроить так, чтобы на курс попадали только те, кто его реально сможет пройти, а на выходе тестировать - реально ли удалось освоить навыки и умения по курсу? Какие есть лучшие практики в этом? Только речь идёт не столько об “официальном образовании” (где всё в законах и отклоняться нельзя), а об обучении самом разном в других сферах. Например, ты приходишь в школу танцев, там просто просят “опыт от года”. Или приходишь на работу, там тебя собеседуют, но затем всё равно учат дальше, пока не сможешь работать на рабочем месте (тебе-то эта работа не знакома, когда ты на неё приходишь, приходится доучивать). Какие способы есть это объяснять всем желающим попасть на курс, но которые явно для этого не квалифицированы?
-
Если нужно пройти курс по FPF в подгруженном файле, как организовать входное тестирование? Ожидается, что на входе будут инженеры-менеджеры, но большинство из них не будет в состоянии понять содержание FPF даже в условиях учебного процесса. Как организовать набор только тех, у кого максимальные шансы закончить и получить навык использования FPF в работе?
-
А если люди заведомо не могут пройти входное тестирование и хотят “подготовительный курс для освоения FPF”, то как его организовать? Нужна а) программа курса и б) как организовать набор и входное тестирование.
Два треда (нужна регистрация в ChatGPT, а хоть и бесплатная, чтобы посмотреть):
– GPT-5 Auto, https://chatgpt.com/share/6903471f-739c-8013-bcd5-490792a328f6
– GPT-5 Pro, https://chatgpt.com/share/69038c17-644c-8013-8282-fbfb3e8b7fa3
Заодно сравните, как отвечает нежить разной умности: чему учить, чтобы мочь освоить FPF, и кого отбирать на такое обучение:
GPT-5 Auto:
Сформировать у инженеров-менеджеров три базовые способности, без которых FPF непроходим:GPT-5 Pro:
- Онтологическая артикуляция — различать вещи, роли, контексты, процессы и удерживать уровни описания.
- Лексическая самодисциплина — устойчивое обращение с терминами, отслеживание перегрузок и переопределений.
- Мета-перенос — умение переводить схему мышления между доменами (“как эта конструкция выглядела бы в другой инженерной области”).
FPF-лексика не упоминается: студент работает с “теневыми” аналогами (например, вместо holon — “система/подсистема”, вместо bounded context — “контур согласованных терминов”).
Цель: быстро довести инженерно-управленцев до минимальной рабочей грамотности в трёх вещах:Можно дальше долго думать: у каждого ответа есть свои интересные особенности. Менее умная сетка говорит “надо учить чему-то умному”, говорит принципы “Ниже — профессиональный план курса и модель отбора, основанные на исследованиях когнитивной готовности к абстрактным системам (Illeris, Bruner, Perkins, Chi 2018; Kross; Grossmann 2021; Dehaene 2020) и на SoTA подходах threshold-concept learning, conceptual scaffolding, programmatic assessment и pre-training for conceptual transfer”. И цели там трёх модулей простые: “освоить иерархию описаний, не путая модель, систему и вещь” (боже, какой винегрет! ровно как все наши стажёры первого месяца, невзирая ни на какой подгруженный FPF!), и на этом дальше уже не очень интересно читать. Более умная сетка говорит, что на входе выбирай не самых умных, а кто быстрее учится (учитывает контекст предыдущего разговора в чате) – и это уже не такая тривиальная мысль. И программа обучения сильно отличается (при этом тоже не без греха: программа обучения таки сводится к “Light FPF перед прохождением полного FPF”).
- структурировать задачу (кто/что/как/что получилось),
- мыслить циклом «предложить → проанализировать → проверить»,
- фиксировать термины и допущения так, чтобы ими могли пользоваться другие.
Эти три компетенции служат «несущими фермами» последующего курса и задают проверяемые выходные артефакты.
Кого отбирать: не «самых знающих предмет», а наиболее обучаемых под эти три компетенции — тех, кто быстро схватывает структуру, держит письменную дисциплину, аккуратно работает с доказательствами/данными и выдерживает обратную связь. Это осознанный сдвиг от «знаний по теме» к обучаемости и дисциплине мышления (под это и заточены задания ниже).
Характеризация поможет и убалтывать стажёров не делать перерывов: если вывести им на дашборд их индикаторы, то они и сами себя уговорят. Ибо опыт показывается, что метанойя себе не видна: научился и научился, прогресса не замечаешь. Вот его надо показать, сделать осознаваемым. Заодно налаженная характеризация и сравнимость на её основе даст нашему маркетингу/вовлечению (если образование – маркетинг, если “просто сообщество” – то “вовлечение”) честный и понятный язык для общения с потенциальными членами сообщества. Будет всё просто: не продаём “стажировки”, а предлагаем измеримый путь развития определённых характеристик. Каких характеристик и кем определённых? Тут можно вспомнить анекдот про Василия Ивановича:
– Петька, приборы!
– Восемь!
– Чего восемь?!
– А чего приборы?
Мой семинар по механизмам характеризации: 7 декабря 2025
Мои рассуждения про характеризацию и запросы на эту тему мнения нежити – это просто рабочий эскиз к происходящему. Через пару недель я вернусь к этому вопросу ещё раз, но к этому моменту, надеюсь у меня будет уже готов набор механизмов характеризации – и задам эти же вопросы ещё раз. Вот и сравним.
А через месяц начнётся набор на мой лекционный семинар на эту тему: “Как охарактеризовать что угодно: задание характеристик, нормировка, скоринг, индикатризация, сравнимость в FPF”. Семинар пройдёт в воскресенье 7 декабря 2025 в формате “офис в Москве на Таганке, а все остальные онлайн”, как обычно.
Вот у вас есть “нечто” в руках: у меня это учебная программа, стажировка, мастерство. Но ещё у меня же сам FPF. Или “потенциал R&D нашей компании” (я ж научный руководитель! R&D в МИМ как раз у меня). Или метод, механизм, даже сами процедуры характеризации – в любом случае малопонятное. Как вы их опишете так, чтобы можно было сравнить с конкурентами? Как вы это “нечто в руках” охарактеризуете, то есть какие у него характеристики?
А у соседа уже есть “нечто-next” в руках. Как в его “нечто-next” сравнить со своим “нечтом”, чтобы узнать – завидовать вам соседу, или пусть он вам завидует? Лучше-хуже - это ведь “сравнимость”. SoTA - это охарактеризовать методы и сравнить их. Или оптимизация: говорить, что “вот эта характеристика когда растёт, то это “лучше”” - это полярность, “указать полярность” это как раз оно. И работаем с динамикой как траекториями в пространстве характеристик. И принципы вроде “сначала нормируй, затем сравнивай”. И отличие физики от собирания марки: исчисление - это когда можно что-то посчитать, а потом сделать замер в реальности. Это означает, что сначала надо охарактеризовать, а уже потом писать формулы, по которым можно сделать прогноз. Вся психология на этом спотыкается: плохая характеризация, невоспроизводимые замеры, сравнение несравнимого в принципе. И наука, и инженерия начинаются с характеризации, которая даёт мостик между “математикой из аксиом с докрутками физики в форме постулатов/принципов и законов природы” (сигнатуры и механизмы) и “физическим миром” (заземление и воплощение), где всё это можно пронаблюдать, измерить и затем сравнить с предсказанным. Эта тема в МИМ у нас ещё как-то не поднималась. Наш маркетинг (он, вроде, появился) говорит, что набор на этот мой семинар откроет за пару недель до его даты, где-то в конце ноября. К этому моменту я надеюсь докрутить эти CHRMechanismFamily (семейство механизмов характеризации и сравнения).
Но мопед с этой характеризацией мой: всё упомянутое тут в посте мне надо как-то характеризовать, ибо сами слова “лучше-хуже” означают координату на какой-то шкале (какой?) или выбор по каким-то критериям точки в пространстве характеристик по многим шкалам (каким?), затем все эти нормализации-скоринги (скажем, рейтингование), затем сравнение. И методы измерения. Без этого дальше никак.
