Последнее задание раздела 1 Системного менеджмента заключается в прочтении трёх статей:
- «Physical foundations of biological complexity»
- «Toward a theory of evolution as multilevel learning»
- «Thermodynamics of evolution and the origin of life»
И написании трёх постов, основанных на выводах из этих статей. Должен сказать, что чтение академических бумаг за пределами известной предметной области штука довольно не простая. Поэтому не уверен, что смог бы написать целых три отдельных поста. А поэтому попробую оставить свои мысли в одном. Не претендую на то, что всё правильно понял, поэтому приглашаю в комментарии меня поправить =)
«Physical foundations of biological complexity»
Прочтена статья «Physical foundations of biological complexity», и на основе её материала написан пост «Почему так трудно выбрать поставщика корпоративного софта».
В настоящей статье показано, что биологическая эволюция может быть объяснена теорией на стыке Фрустрационной теории состояний и Теории самоорганизованной критичности. Причём про первую я лично ранее не слыхал (Только из контекста курсов ШСМ), а у второй есть хотя бы страница в википедии 
Суть, собственно, такова, что в системе существует какой-то фактор, который порождает фрустрацию. Но также в системе существует несколько точек бифуркации, в которых поведение системы может качественно измениться. В попытках устранить фрустрацию система меняет своё состояние. Система может быть квази-стабильна в окрестностях точек бифуркации, но в отдельных случаях переход этой точки может породить новые эмерджентные свойства.
Вот переход точки — это и есть эволюционный переход к новому качеству. А блуждание в окрестностях — сохранение квази-стабильности. Но в биологических системах изменения от экземпляра системы к экземпляру системы не совсем случайны, точнее, информация об удачных системах сохраняется за счёт механизмов памяти предыдущих состояний системы. В случае с биологическими системами — носителем такой информации стала ДНК.
Переходим к главному, как это применить к выбору софта?!
В организации софт играет роль цифровой памяти. Основная его функция — это в цифровом виде хранить описание систем. Т. е. своего рода ДНК. При этом в операционной модели всегда происходят какие-то изменения которые равнозначны мутациям в конкретном фенотипе.
В биологической эволюции удачные мутации отсеиваются отбором. В техноэволюции они могут быть выбраны целенаправленно и внесены в «ДНК».
Таким образом получается, что если софт функционально отвечает этой модели, то не столь важно как он будет выглядеть конструктивно. Главное, чтобы данные из аналоговой памяти — знания агентов, воплощение системы, переносились в цифровую — документация, описания системы.
И так как строго говоря такую функцию/роль можно назначить мокрому песочку и палочке, бумаге и ручке, электронной таблице Excel или таблицам Coda.io, так сложно выбрать конкретный конструктив. Кажется, что на первый план выходит не сам инструмент, а то, насколько агенты в организации будут этим инструментом пользоваться.
«Toward a theory of evolution as multilevel learning»
Прочтена статья «Toward a theory of evolution as multilevel learning», и на основе её материала написан пост с тремя примерами по разделу статьи «E2. Frustration» («E2. Неустроенность») о конфликтах между системными уровнями как причине неустроенности. Желательно брать примеры из своего рабочего проекта. В каждом примере рассмотреть конфликты между не менее чем между тремя уровнями и далее дать примеры неустроенности. Рекомендуем также ссылаться на разъяснения из статьи предыдущего пункта задания.
Это вторая работа, в которой проводятся аналогии между эволюцией биологических систем и описанием поведения неэргодичных систем, таких как спиновые стёкла. В предыдущей работе тоже было сравнение с ними, как и в курсах ШСМ. Но в этой работе также проводится сравнение теории эволюции с теорией обучения (нейронных сетей, как я понимаю). Где традиционные элементы теории хорошо соотносятся друг с другом, вплоть до математической модели.
Буквально постулируется, что процесс обучения и эволюции — суть один и тот же процесс. За тем исключением, что под обучением понимается не мастерство, обладающего сознанием наблюдателя, а в более широком смысле способность менять своё поведение в ответ на окружающую среду. Наблюдатель тут берётся в физическом смысле. Т. е. какой-нибудь фотон, который может сколлапсировать волновую функцию — уже наблюдатель. А значит обучение применимо и к микроскопическим уровням и к макроскопическим уровням. В статье так и пишут — вселенная обучается.
И дальше рассматриваются свойства живого порождаемые эволюцией, и как эти свойства мапятся на теория обучения. Но автор курса системного менеджмента нас просит обратить внимание на фрустрации/неустроенности, и дать примеры из рабочего проекта.
Пример первый. Неустроенности в железной системе
Собственно принятие архитектурных решений, когда возможных реализаций множество — это как раз пример неустранённости. Решений много, все они около-оптимальные, поэтому говорят про компромиссы/trade-off.
Вот тут писал про принятые архитектурные решения в одной из моих «железных» систем: Принятые архитектурные решения в проекте пикоспутников
Причём писал я его ДО того, как почитал книжки, предложенные в курсе Системной инженерии на тему архитектуры: Рецензии на книги главы «Непрерывное принятие архитектурных решений»
А одна из них буквально описывает бесконечное принятие архитектурных решений, как эволюцию системы. Причём раз мы говорим не просто об эволюции, а об техноэволюции — то на сколько решения приемлемые мы проверяем не по тому, какие экземпляры системы выжили, а более осознанной приёмкой. Т. е. переносим удачные решения в «геном» прямо, а не косвенно.
Теперь сообразно заданию, рассмотрим ещё два примера, но новых из актуальных задач
Пример второй. Временное предпочтение
Пример может быть не очень приземлённый на конкретику, но в статье говорится о неустроенностях двух родов: пространственных и временных. При этом временное предпочтение из Австрийской экономической школы — это пример ровно такого рода неустроенности.
Приземляя всё же на актуальные задачи, мы принимаем решения об разработке новых продуктов и направления прибыли предприятия на их разработку исходя из гипотезы, что потраченные на разработку ресурсы сейчас, вернуться сторицей в будущем. Хотя могли бы принять решение «бычка порезать» и прибыль раздать на дивиденды.
В терминах мета-мета-модели это должно звучать как: должна ли система-создатель породить очередную целевую систему (или систему в цепочке создания целевой системы) или потратить потребные ресурсы на что-то совсем другое.
В этом примере у меня только немного дребезжит в том смысле, что получается что это неустроенность в отношении создания, а не в системных уровнях отношения часть-целое.
Пример третий. Чёрное правило KPI
Чёрное правило KPI сформулировал Максим Дорофеев в своей книжке Джедайские техники. Звучит оно примерно следующим образом: «Всегда существует такая стратегия, при которой KPI показывают блестящий результат, при том что реально компания развивается неизвестно куда.»
Приземлённо к моим проектам это можно проиллюстрировать как неустроенность между организацией и оргзвеном. И даже оргзвена и конкретного агента. Когда выполнение KPI превращается не в решение проблем организации, а в механическое исполнение действий и красивый дэшборд. Так получается, когда агент не протягивает цепочку до целевой системы. Нет понимания для чего измеряются ключевые показатели.
Такие неустроенности хорошо моделируются с помощью построения таблички проектных ролей и их интересов. У агента может быть предпочтение работать поменьше и зарабатывать побольше сейчас, а у организации предпочтение сделать работу побыстрее и заплатить потом, и желательно из денег клиента, а не из своих, потому что ещё не понятно заплатит ли.
«Thermodynamics of evolution and the origin of life»
Прочтена работа «Thermodynamics of evolution and the origin of life», и написан пост «Почему я мог бы понять содержание этой статьи, если бы мне это задали при обучении в магистратуре, но сейчас я не могу себе представить, как бы я подступился к этому материалу». Попробуйте прочесть статью, игнорируя формулы, но с учётом содержания двух предыдущих прочитанных текстов из текущего задания.
Вопрос с подвохом, как говорится. Я не могу себе представить как бы я подступился и к первым двум статьям. Но при обучении в магистратуре, мне кажется, было бы легче по двум причинам:
- Психологической. Обучаясь в магистратуре контекст способствует погружению в роль ученика. При этом предполагается что это фул-тайм роль (Хотя я то как раз магистратуру парт-тайм получал, да и курсы ШСМ тоже «по-живому» прохожу), т. е., заведомо можно выделить больше времени на изучение.
- В магистратуре, по крайней мере из моего опыта, редко когда документацию дотягивают до физического мира. Т.е. рефераты/доклады и т. д. делают чтобы пройти проверку преподавателя, а не чтобы пройти приёмку в жизненной ситуации. А вот когда ты сидишь, выделяя очередные 2 часа на изучение статьи, хочешь-не хочешь должен ответить самому себе где ты всё это на практике будешь применять. И поэтому одной проверки у преподавателя уже не достаточно.
Теперь же к содержанию статьи. В ней группа Виталия Ванчурина углубляется в изучение процесса обучения, и показывает что кроме очевидных сходств с процессом эволюции, этот процесс ещё и хорошо мапится на понятия термодинамики. А так как сложно себе представить область науки, где не применяются выводы из термодинамики, доказав тождество её с теорией обучения можно будет обобщить эту теорию на все эти области (Включая, кстати и экономику :)).
В обиходной речи на самом деле мы сами часто используем термодинамические термины для бытовых вещей, вроде мемов: «Делая Х, ты приближаешь тепловую смерть вселенной», «Не увеличивай энтропию» и т. д. Современный фантаст Лю Цысинь, например, предпочитает говорить не внеземной разум или инопланетяне, а «низкоэнтропийные существа».
Ванчурин же, переходит от интуиции к формальному описанию, и пытается унифицировать математический аппарат этих трёх теорий: обучения, эволюции и термодинамики. Забавно, кстати, что в первом примере неустроенности из раздела выше, где я ссылаюсь на свой пост по архитектуре я космические системы сравниваю с биологическими стратегиями выживания.
Выводы
Работу пришлось сделать не на одну «помидорку» (Суммарно потрачено ≈ 8 часов). Сказать по правде, я прочитал про Австрийскую школу экономики и написал на неё обзор (Заметки о прочтении «Австрийская экономическая школа. Рынок и предпринимательское творчество») быстрее, чем прочитал эти три небольшие по объему статьи и то не уверен что всё правильно понял. Но хотя бы чуть-чуть понятнее стало на что ссылаются в курсах. Надежда только на то, что при последующей работе с курсами смысл «дойдёт». 
Грубо говоря если постараться сделать вывод в двух словах, то будет примерно так: Если теория обучения Ванчурина будет валидирована, то будет формально доказана безмасштабность системного подхода 3.0. А пока не доказана можем использовать её как гипотезу в наших рабочих проектах, если этими проектами мы не претендуем на уровни обществ. :))