Страница 5 из 9
Когда много лет назад я изобрел основные инструменты латерального мышления, их немедленно начали заимствовать и коверкать. Даже весьма престижные организации не считают для себя зазорным заимствовать методы и разработки, не ссылаясь на источник. Например, слово «ПРО» давно уже нашло широкое применение. Одна из задач этой книги – очистить инструменты от прилипших к ним посторонних примесей, чтобы стал понятен принцип их работы.
Поэтому читатель должен проявить терпение и готовность, чтобы освоить некоторые базовые методы латерального мышления. Затем ему потребуются мотивация и воля, чтобы применить эти методы на практике. Именно сильная мотивация (и способности лидера) отличала Питера Уиберроса. Недостаточно просто освоить работу с инструментом и больше никогда к нему не прикасаться.
Некоторые методы, такие как метод шести шляп, давно нашли широкое применение в крупнейших корпорациях мира.
Третья часть книги посвящена практическому применению творческого мышления и описывает ситуации и условия, облегчающие применение мыслительных инструментов.
Теоретическая потребность в творчестве
Самое замечательное свойство человеческого разума – юмор.
Я говорил это множество раз и повторю снова, без малейшей иронии. Юмор гораздо лучше, чем другие психические реакции и проявления умственной деятельности: он выражает природу связанных с восприятием информационных (самоорганизующихся) систем.
Юмор не только выявляет природу таких систем, но и показывает, как один способ восприятия может внезапно видоизмениться в другой. Это и есть сущность творчества.
То пренебрежение, которое всегда выказывали по отношению к юмору традиционные философия, психология, информатика и математика, лишний раз подтверждает, что эти науки занимались исключительно пассивными, управляемыми извне информационными системами. Лишь совсем недавно математики заинтересовались нелинейными и нестабильными системами (хаос, теория катастроф и т. д.).
Прежде всего проведем четкое различие между двумя обширными типами информационных систем – пассивными и активными. В первых информация и записывающая поверхность инертны или пассивны. Вся деятельность исходит от внешнего источника, который доставляет информацию и распределяет ее. В активных системах как информация, так и воспринимающая поверхность активны и информация организует себя сама, без помощи извне. Вот почему такие системы называются самоорганизующимися.
Представьте себе стол, на котором лежат небольшие шарики (например, из подшипника). Вас попросили расположить шарики ровными рядами, и вы выполнили задание. В данном случае вы оказались внешним организатором. Рисунки 1.1 и 1.2 показывают состояние системы до и после вашей организующей деятельности.
Теперь представьте, что вместо гладкого стола перед вами поверхность с двумя желобами, как показано на рис. 1.3. Теперь, если просто высыпать шарики на эту поверхность, они сами расположатся двумя ровными рядами на дне желобов. В данном случае вы не были внешним организатором. В этом не было необходимости, потому что мы имеем дело с самоорганизующейся системой.
Конечно, вы можете возразить, что организатор системы – тот, кто сделал желоба на поверхности. Это совершенно справедливо. Но допустим, что они возникли в результате ударов о поверхность предыдущих шариков. Теперь мы имеем дело с самоорганизующейся системой.
Примеры подобных систем можно найти на каждом шагу. Дождевая вода собирается в ручьи, ручьи образуют реки, которые, в свою очередь, формируют ландшафт. Как только вода проторила себе дорогу, следующие дожди будут стекать в те же ручьи и реки. Таким образом, дождь, взаимодействуя с ландшафтом, формирует каналы, которые затем определяют, куда будут стекать все последующие дожди.
Давным-давно, в 1969 году, я сопоставил две простейшие модели, сделанные из полотенца. В первом случае на полотенце выливали ложку чернил. Здесь полотенце представляло собой пассивную систему. В том же месте, где мы разлили чернила, появлялось чернильное пятно. Во втором случае полотенце покрывали тонким слоем желатина и выливали на желатин разогретые чернила. Вскоре чернила растапливали желатин и растекались по полотенцу, образуя сеть каналов точно так, как дождь формирует сеть ручьев и рек. Желатин превратил систему в самоорганизующуюся.
В книгах «Механизм мышления» (The Mechanism of Mind) и «Я прав – ты не прав» (I Am Right You Are Wrong) я детально описал, каким образом поступающая в мозг информация образует временно стабильные состояния, которые складываются затем в привычные последовательности. В этом положении нет ничего магического или таинственного. Это обычный способ функционирования нервной системы (neural network – специфические связи между нервными клетками) мозга. Идея, впервые выдвинутая в 1969 году, была затем подхвачена ученым Джоном Хопфилдом из Калифорнийского технологического института, который обратился к этой теме в 1979 году. Профессор Гелл Манн, получивший Нобелевскую премию за открытие кварка, как-то сказал мне, что в книге «Механизм мышления» я описал определенные типы систем за восемь лет до того, как это сделали математики.
Те, кто хочет более подробно узнать, как просто нейронные сети позволяют информации самоорганизовываться в шаблоны, должны прочитать две упомянутые книги, а также другие работы в этой области.
Мы же, не вдаваясь в детали, просто рассмотрим систему, в которой поступающая информация образует последовательность. Со временем она становится предпочтительным каналом – шаблоном. Нейрохимики и нейрофизиологи спорят, какие именно ферменты вовлечены в этот процесс, но для нас важна общая картина.
Образование шаблонов очень полезно, потому что позволяет нам распознавать явления. Как только шаблон оказывается задетым, мы следуем по этому пути и оцениваем событие с позиций нашего предыдущего опыта. Простой шаблон изображен на рис. 1.4.
Трудность заключается в том, что для того, чтобы распознать и обработать все возможные ситуации, потребовалось бы огромное количество простых шаблонов. Поэтому любая новая ситуация, которая не подходит полностью ни под один шаблон, должна предварительно подвергнуться анализу. Мозг справляется с этой проблемой очень просто.
Как и у рек, у шаблонов большая область «водосбора». Это означает, что любое новое явление внутри области водосбора нестабильно и будет «притягиваться» установившимися шаблонами. Это следует непосредственно из того, как просто и быстро мы меняем поведение в зависимости от ситуации. То, что компьютер делает с таким трудом (распознавание шаблонов), мозг осуществляет мгновенно и автоматически. Область «водосбора» изображена на рис. 1.5 в виде воронки.
Таким образом, всякий раз, глядя на мир, мы готовы увидеть его в определениях привычных шаблонов (рис. 1.6). Вот почему восприятие так важно для нас и так полезно. При подобном положении вещей мы редко оказываемся в проигрыше и можем распознать большинство ситуаций. Но именно по этой причине анализ информации не способен породить новую идею. Мозг может увидеть только то, что он готов увидеть (существующие шаблоны). Поэтому, анализируя данные, мы можем только предлагать уже имеющиеся у нас идеи. Это важный момент, к которому мы вернемся позже.