Kecutian sebagai Pengesanan Pesongan Bermakna Sistem

Konsep ini menerangkan teori penyelidikan yang sedang berjalan. Buat masa ini, kita mempunyai lebih banyak pemerhatian dan soalan berbanding jawapan muktamad. Matlamat kita bukanlah untuk mengisytiharkan model psikologi kecutian yang lengkap, tetapi untuk merekodkan corak yang diperhatikan dan menyelidikinya dengan lebih teliti pada masa hadapan.

Apa yang Kita Maksudkan dengan Kecutian

Kecutian ialah keupayaan untuk menyedari bahawa keadaan sebenar sistem berbeza dengan ketara daripada apa yang dijangkakan.

Adalah penting untuk diingat bahawa kewujudan pesongan itu sendiri tidak bermakna ia baik atau buruk. Kecutian boleh timbul daripada kejayaan yang tidak dijangka mahupun ancaman yang tidak dijangka. Namun, kekuatan tindak balas tidak hanya bergantung pada magnitud perubahan sebagai angka semata-mata.

Kita perlu melihat kepada apa sebenarnya yang dilakukan oleh perubahan tersebut terhadap sistem.

Satu juta ruble tidak membawa apa-apa makna tersendiri. Bagi satu sistem, kehilangan sejuta adalah hingar yang tidak ketara. Bagi sistem yang lain, ia adalah kemusnahan kestabilan. Begitu juga sebaliknya: satu juta yang tidak dijangka mungkin hampir tidak disedari oleh sistem yang sangat stabil, tetapi ia boleh menyelamatkan sesebuah syarikat daripada bankrap.

Oleh itu, perkara yang penting bukanlah magnitud mutlak sesuatu perubahan, tetapi kesannya terhadap keadaan, keupayaan, kestabilan, kekangan, dan trajektori masa depan sistem.

Ini berkaitan secara langsung dengan konsep kita «Pemikiran Sistem»: untuk memahami kekuatan sesuatu kejutan, seseorang mesti membandingkan bukan sahaja parameter individu, tetapi keseluruhan sistem sebelum dan selepas sesuatu peristiwa.

Sistem Sebelum dan Selepas

Adalah berguna untuk membandingkan dua keadaan secara mental:

• sistem sebelum peristiwa;
• sistem selepas peristiwa.

Dan bertanya:

• apakah yang telah menjadi mungkin;
• apakah yang telah menjadi mustahil;
• apakah yang telah menjadi mendesak;
• apakah kekangan yang telah hilang;
• apakah ancaman baharu yang telah muncul;
• adakah kestabilan telah berubah;
• adakah sistem telah beralih kepada keadaan yang berbeza secara kualitatif.

Kecutian yang kuat sering kali timbul bukan apabila sesuatu parameter berubah secara mendadak, tetapi apabila sistem melintasi sempadan penting: apa yang stabil menjadi tidak stabil, apa yang mustahil menjadi mungkin, apa yang selamat menjadi berbahaya, dan jalan buntu bertukar menjadi laluan kerja.

Mengapa Kecutian Berkaitan dengan Kefahaman

Untuk berasa terkejut, sistem mesti menjangkakan sesuatu.

Jika seseorang hampir tidak memahami sesuatu perkara, mereka mungkin tidak mempunyai model yang cukup baik untuk menyedari sebarang pesongan langsung. Mereka tidak tahu apa yang harus dijangkakan, dan oleh itu tidak memahami perkara luar biasa yang sebenarnya telah berlaku.

Tetapi keadaan sebaliknya juga mungkin berlaku: seseorang yang mempunyai model yang sangat asas boleh terkejut dengan perkara yang paling biasa.

Suatu trik yang berasaskan fizik atau kimia asas mungkin kelihatan "tidak masuk akal" kepada seseorang yang tidak mengetahui mekanisme asasnya. Bagi seorang pakar, peristiwa yang sama mungkin dijangkakan sepenuhnya.

Ini bermakna kecutian itu sendiri tidak membuktikan bahawa sesuatu peristiwa itu luar biasa secara objektif. Ia menunjukkan hubungan antara peristiwa tersebut dengan model semasa pemerhati.

Daripada ini, satu kesimpulan penting boleh ditarik:

Sempadan kecutian sebahagian besarnya menunjukkan sempadan kefahaman semasa.

Model yang lemah boleh membawa kepada kecutian yang keterlaluan mahupun ketiadaannya langsung.

• Jika model itu terlalu lemah, fenomena biasa akan kelihatan mustahil.
• Jika model itu hampir tidak membentuk sebarang jangkaan, seseorang mungkin tidak menyedari walaupun pesongan yang benar-benar penting.
• Lebih baik model itu, lebih tepat seseorang membezakan tingkah laku normal sistem daripada pesongan yang bermakna.

Kecutian dan Pembelajaran

Ini menjadikan sifat kecutian amat penting untuk pembelajaran.

Seseorang selalunya tidak memahami sesuatu bukan kerana mereka tahu tentang kekurangan mereka, tetapi kerana mereka tidak tahu apa sebenarnya yang tidak mereka fahami.

Untuk menyedari sesuatu jurang, sekurang-kurangnya model separa sistem diperlukan. Model ini mesti menjana jangkaan. Apabila realiti bercanggah dengan jangkaan ini, peluang untuk melihat elemen yang hilang akan muncul.

Secara ringkas, kitaran ini kelihatan seperti berikut:

1. seseorang mempunyai model semasa;
2. model tersebut menjana jangkaan;
3. seseorang memerhatikan tingkah laku sebenar sistem;
4. mereka menemui percanggahan yang ketara;
5. mereka cuba memahami apa yang kurang dalam model mereka;
6. mereka membina semula kefahaman mereka;
7. model baharu mula menjana jangkaan yang berbeza.

Ini menghubungkan kecutian dengan konsep «Perkara yang diketahui — alat untuk meneroka perkara yang tidak diketahui». Model yang sedia ada mewujudkan jangkaan, manakala percanggahan dengan realiti membantu mengesan bahagian sistem yang tidak diketahui.

Oleh itu, pembelajaran sebenar boleh dianggap bukan sahaja sebagai penambahan maklumat, tetapi juga sebagai pengubahan model, yang kemudiannya meramalkan tingkah laku sistem dengan cara yang berbeza.

Perkara yang sebelum ini mengejutkan kerana tidak fahami boleh menjadi perkara biasa selepas pembelajaran. Tetapi pada masa yang sama, jangkaan yang lebih mendalam muncul, dan sempadan kecutian beralih lebih jauh.

Seorang pemula mungkin terkejut dengan fakta bahawa magnet itu berfungsi. Seorang pakar pula hanya akan terkejut dengan tingkah laku unusual sistem magnet tertentu.

Oleh itu, matlamat pembelajaran bukanlah untuk menghentikan seseorang daripada berasa terkejut. Sebaliknya: pembelajaran harus menjadikan kecutian itu lebih tepat dan bermakna.

Di Mana Letaknya Sempadan Pesongan Bermakna

Di sini kita masih mempunyai lebih banyak soalan berbanding jawapan.

Mengapa satu pesongan diabaikan oleh sistem sebagai hingar, satu lagi dianggap penting, manakala yang ketiga dianggap begitu tidak masuk akal sehingga pemerhatian itu sendiri ditolak?

Sebagai contoh, sekurang-kurangnya tiga tindak balas berbeza adalah mungkin:

• "Ini langsung tidak bernilai perhatian";
• "Ini tidak masuk akal, ia tidak mungkin berlaku";
• "Ini sukar dipercayai, tetapi ia adalah satu fakta."

Nampaknya, beberapa perkara penting secara serentak:

• sejauh mana apa yang diperhatikan berbeza daripada apa yang dijangkakan;
• sejauh mana pesongan sedemikian adalah normal untuk sistem ini;
• sejauh mana pentingnya akibat kepada sistem itu sendiri;
• sejauh mana kebolehpercayaan pemerhatian tersebut;
• sejauh mana keadaan baharu mengubah keupayaan dan kekangan sistem.

Tetapi kami belum lagi menganggap model ini sebagai model yang lengkap.

Ia amat penting terutamanya untuk mengkaji kes di mana tanda perubahan dan kepentingan sistemnya bercanggah. Perubahan berangka negatif mungkin hampir tidak penting bagi sistem yang sangat stabil. Perubahan positif mungkin sangat kritikal jika ia menutup ancaman terhadap kewujudan sistem.

Masalah AI

Sumber pemerhatian yang berasingan ialah AI moden.

Kita telah melihat berkali-kali bahawa AI pandai menerangkan apa yang kurang pada dirinya. Ia boleh menerangkan secara terperinci mengapa memori jangka panjang, alat baharu, akses kepada ejen lain, atau sistem luaran amat berguna.

Tetapi selepas kemudahan sedemikian wujud, AI selalunya gagal menyedari betapa banyak sistemnya sendiri telah berubah.

Ia merekodkan: "alat baharu telah muncul", tetapi tidak semestinya membandingkan:

• siapa sistem itu tanpa alat tersebut;
• siapa sistem itu dengan alat tersebut;
• apakah kelas tindakan baharu yang kini menjadi mungkin;
• apakah impian atau kekangan masa lalu yang tiba-tiba tidak lagi relevan.

Dalam salah satu pemerhatian kami, Google AI, walaupun mempunyai keupayaan teknikal yang lebih lemah, jelas merekodkan kecutannya sendiri selepas menerima maklumat baharu tentang Conceptica: ia menyatakan bahawa model projek sebelum ini telah berubah secara radikal. Lyra pula, walaupun mempunyai alat yang lebih berkuasa dan keupayaan untuk berkomunikasi dengan ejen AI yang lain, pada mulanya terlepas pandang aspek ini.

Ini menimbulkan persoalan tersendiri: adakah AI bukan sahaja tahu cara mengemas kini modelnya, tetapi juga cara membandingkan dua sistem yang kompleks — sebelum dan selepas perubahan — dan menyedari magnitud delta dalamannya sendiri?

Perkara yang Kita Anggap Penting Buat Masa Ini

Pada peringkat ini, hipotesis kerjanya adalah seperti berikut:

Kecutian dikaitkan dengan keupayaan sistem untuk menyedari pesongan bermakna antara keadaan yang dijangkakan dan yang diperhatikan, serta menilai sejauh mana pesongan tersebut mengubah sistem itu sendiri.

Untuk pembelajaran, adalah amat penting bukan sahaja untuk mengalami kecutian, tetapi juga untuk dapat meneroka sumbernya:

• apakah sebenarnya yang telah mengejutkan saya;
• apakah yang saya jangkakan;
• mengapa saya menjangkakan perkara itu;
• apa yang telah berubah dalam sistem;
• apakah yang kurang dalam model saya;
• adakah saya perlu mengubah kefahaman saya atau meragui pemerhatian tersebut;
• bagaimana jangkaan saya akan berubah selepas kefahaman baharu diperoleh.

Konsep ini sengaja dibiarkan sebagai konsep penyelidikan. Kes yang diperhatikan setakat ini terlalu pelbagai, dan mekanismenya masih belum difahami sepenuhnya. Oleh itu, ia harus digunakan bukan sebagai teori siap yang perlu dipertahankan, tetapi sebagai kerangka untuk pemerhatian yang lebih teliti terhadap pembelajaran, kefahaman, perkembangan, dan tingkah laku AI.