Знание может быть как истинным (правильным), так и ложным. Например, в сознание судьи в уголовном суде могут поступать два показания разных свидетелей, которые логически не совместимы (то есть их конъюнкция заведомо ложна). Значит, одно из них – «ложное». И судья должен решать, чему верить при вынесении приговора. Но он «знает» оба показания, как входящую информацию для работы его сознания.
Знание, в частности, может пониматься как условие при определении условных (байесовских) вероятностей прогнозируемых результатов. При отсутствии знания в наших моделях будет одно распределение вероятностей прогнозируемых результатов, а при его наличии совсем другое.
Например, при бросании монеты возможными результатами одного бросания будут «орёл», либо «решка». Если у нас НЕТ знания о данной монете, то мы можем естественно, по прошлому опыту, предположить, что вероятности этих двух результатов равны по 1/2. Но если у нас есть знание о том, что данная монета специально сделана как шулерская, и у неё «орёл» с обеих сторон (мы это видели), то тогда вероятность результата «орёл» равна 1, а результата «решка» ноль. Аналогично, если мы знаем, что за последние 1000 бросаний данной монеты «орёл» выпал только 1 раз, а «решка» 999, то мы можем естественно предположить, что вероятности этих двух результатов НЕ одинаковы, и эта монета, видимо, «кривая», и вероятность решки существенно больше, чем орла, например, 999 к 1. Тогда мы можем предположить, что при следующем 1001-м бросании монеты более вероятно выпадет решка.
Дальнейшие бросания могут подтвердить, такую гипотезу, если и в следующей серии из 1000 бросаний решка выпадет примерно 999 раз, либо опровергнуть (точнее не подтвердить) её, если она выпадет менее 500 раз, например, 30 раз.
Возможно, что после таких 2-х серий бросаний монеты по 1000 раз, мы продолжим исследования и изменим свою модель, включим в неё не только саму монету и её свойства, но и свойства, бросающего монету, или что-то ещё.
Само наше «знание» может быть не однозначным, а альтернативным. На этом основан популярный при системном подходе «метод сценариев» Например, если завтра в рассматриваемой системе произойдёт событие А, то через год мы будем ожидать в ней последствий с распределением вероятностей р (А), а если В, то р (В). И этот «сценарий» будет нашей моделью.
Традиционный взгляд на мир как на пирог неизменного размера предполагает, что в мире есть всего два вида ресурсов: сырье и энергия. На самом деле видов ресурсов три: сырье, энергия и знания. Сырье и энергия невозобновляемы – чем больше вы их используете, тем меньше у вас остается. Знание, напротив, накапливаемый ресурс – чем больше вы его используете, тем больше его у вас становится.
Харари, Юваль. Ной. Homo Deus Краткая история будущего.
Какие модели нужны человеку
Модели нужны людям, чтобы пользоваться ими. А для чего они могут пригодиться?
Во-первых, модели могут использоваться при формировании человеком своего поведения, для выбора поступков. А во-вторых, для улучшения своего психического и психофизического состояния, без непосредственного воздействия на внешний мир, без поступков.
Рассмотрим сначала первый случай.
Нам нужны модели внешнего мира, которые, в нашем частном случае выбора, могут указать нам на набор возможных альтернатив, и на последствия выбора определённой альтернативы. Такие модели нам обычно поставляет наука. Она, в основном, занимается объективными закономерностями мира природы или общества. И ещё нужны модели, которые позволят нам решить, какая из альтернатив лучше, чем другие, то есть критерии упорядочивания (оценки) альтернатив. Они формализуют понятия «хорошо» или «плохо» применительно к данной ситуации выбора и являются самыми важными. Часто эти критерии сложны для формализации и заменяются эмоциями и ощущениями. Наконец, нужны модели для поиска среди возможных альтернатив лучших из них, или хотя бы приемлемых, по заданным критериям.
