CC BY
26
ством и предписаниями Регулятора;
2) кредитно-сберегательный кооператив в полной мере выполнил все свои обязательства, зафиксированные в договоре с ОТГУА.
С точки зрения адаптации венгерского опыта регулирования кредитной коопреации в реалиях Украины, то стоит отметить следующее.
1. Правительство поддерживало и направляло процесс реструктуризации и формирование системы кре-дитно-сберегательной кооперации в Венгрии.
2. Очень важно на начальных этапах сформулировать общую концепцию и стратегию. Это необходимо для успешного осуществления процесса реструктуризации кооперативной системы, а также для того, чтобы она воспринималась как достойный доверия, жизнеспособный партнер в сфере финансово-кредитного обеспечения аграрного сектора экономики и малого предпринимательства.
3. Программа оздоровления начиналась комплексной рекапитализацией и сопровождалась созданием стабилизационного фонда и системы аудита.
4. Венгерская модель показала, что сбалансированный подход снизу вверх и сверху вниз к созданию системы кредитной кооперации дает наилучшие результаты при реструктуризации и усовершенствовании системы кредитного обеспечения аграрного сектора экономики и малого предпринимательства.
5. Опыт Венгрии также удостоверил, что ради достижения всестороннего оздоровления, при осуществлении реструктуризации необходимо на начальных этапах и по возможности полнее учитывать нужды местного уровня.
6. Проблему недостаточности высококвалифицированных менеджеров и кадров можно эффективно решить путем систематического проведения обучения.
7. Промедление с внедрением надлежащих информационных технологий при формировании системы кре-дитно-сберегательной кооперации приводит к серьезным проблемам.
8. Находясь в процессе трансформации, кооперативная система сталкивается с многочисленными структурными и финансовыми проблемами, поэтому для нее чрезвычайно важно наладить партнерские отношения на международном уровне и внутри страны - от этого она очень сильно выиграет.
9. Для повышения конкурентоспособности системы кредитно-сберегательной кооперации в финансово-кредитном обеспечении села рекомендуется также создать стратегические альянсы или заключить соглашения о сотрудничестве с местными и иностранными финансовыми посредниками и другими учреждениями, которые могут поддержать деятельность относительно финансирования аграрного сектора экономики.
Таким образом, на основании проведенного анализа функционирования механизма госрегулирования кредитной кооперации в Венгрии можно сделать вывод о необходимости его применения с учетом реалий Украины. Последующие исследования должны акцен-тироватся на формировании институционно-правововой базе внедрения венгерского опыта.
СПИСОК ЛИТЕРАТУРЫ
1.Lentner Csaba. Penzpiacok szabalyozasa Magyarorszagon. Akademiai Kiado, Budapest, 2006, 327 o.
2. 1996. evi CXII. Torveny a hitelintezetekrol es a penzugyi vallalkozasokrol.
3. 2002. evi CXX. Torveny a tokepiacrol.
4. 2005. evi torveny a szovetkezetekrol.
STATE REGULATION OF CREDIT COOPERATION IN HUNGARY
© 2012
M.D. Scherban, assistant of the department "Economics and Entrepreneurship"
Carpathian institute of entrepreneurship of higher educational establishment Open International University of Human Development "Ukraine", Khust (Ukraine).
Annotation: The paper reveals the mechanism of credit cooperatives regulation in Hungary. It describes the functions that perform PSZAf and OTIVA in the regulation of credit cooperation in Hungary. Inferred that there is the necessity in adaptation of the Hungarian experience of the credit cooperation state regulation to the realities of Ukraine, the basic aspects of this adaptation had been determined.
Keywords: state regulation, credit cooperatives, OTIVA, PSZAF.
УДК 378.147
ПРЕОДОЛЕНИЕ ЛОЖНЫХ ЭВРИСТИК КАК НЕАДЕКВАТНЫХ МЕНТАЛЬНЫХ МОДЕЛЕЙ
© 2012
О.Н. Ярыгин, кандидат педагогических наук, доцент Тольяттинский государственный университет, Тольятти (Россия) Е.А. Ярошинская, кандидат педагогических наук, доцент кафедры общей педагогики, педагогики высшей школы и управления, проректор по научной роботе
Уманский государственный педагогический университет имени Павла Тычины, Умань (Украина)
Аннотация: В работе рассматривается широко распространенное явление, состоящее в применении ментальных моделей, построенных для простых систем, в качестве эвристик при исследовании сложных систем. Показана необоснованность такого переноса и необходимость отказа от «ложных эвристик» при переходе к недетерминированным динамическим системам с обратными связями.
Ключевые слова: ментальные модели, сложные системы, компетентность в аналитической деятельности.
В качестве эпиграфа к книге «Искусство решения Еще в трактате «О софистических опровержениях» проблем» известный аналитик Р. Акофф предпослал Аристотель предостерегал от следования ложным мо-
слова не менее известного психолога Р.Лэнга: «Между истинным, и ложным представлениями об окружающем нас мире лежит целый ряд образов, которые мы склонны выдавать за действительность. Стремление сохранить свою приверженность этим образам сковывает наше воображение и мысль. Мы должны стремиться отходить от привычных концепций и учиться смотреть на мир по-новому; только в этом случае возможны творческий рост личности и совершенствование самого процесса познания".
делям: «А так как некоторые заботятся больше о том, чтобы слыть мудрыми, чем быть мудрыми и не слыть ими (ведь софистика - это мнимая мудрость, а не действительная, и софист - это тот, кто ищет корысти от мнимой, а не действительной мудрости, то ясно, что для них важно скорее казаться исполняющими дело мудрого, чем действительно исполнить его, но при этом не казаться исполняющими его» [1].
Определяя род своей деятельности Р. Акофф, перечислив широкий и разнообразный круг проблем, с ко-
торыми ему приходилось сталкиваться от экономики и градостроительства до экологии и транспортировки, и, рассматривая этапы такого вида деятельности, перечисляет подходы, сменявшие друг друга: «Вначале я подходил к решаемым проблемам с общеметодологической точки зрения. Затем методология отошла на второй план, уступив место математическому подходу. В конечном итоге и общая методология, и научные методы стали моими союзниками при решении проблем. Однако по мере того, как я все в большей степени использовал и то и другое, я все больше убеждался, что даже в совокупности общая методология и научные методы не могут обеспечить вполне удовлетворительного подхода к решению проблем, т. е. ни о каком неожиданном решении, которое мы обычно называем «красивым», не может быть и речи. Последнее может быть получено только при таком подходе к решению проблем, который содержит элементы искусства, т. е. элементы творчества» [2].
Для обеспечения успешной «деятельности по решению проблем», то есть именно аналитической деятельности, Р.Акофф считает необходимыми всего лишь три компонента: (1) компетентность, (2) смелость в принятии решений, (3) способность творчески решать проблемы.
Именно для обеспечения этих компонентов требуется освобождение от «идолов пещеры», роль которых исполняют ментальные модели, выработанные богатым опытом человечества в работе с простыми и даже примитивными репрезентациями действительности.
Дважды лауреату Нобелевской премии Л. Полингу, принадлежит высказывание о генерации продуктивных идей: «Метод нахождения хороших идей, состоит в том, чтобы найти много идей и отбросить плохие». Именно на «отбрасывании плохих» мы сосредоточим внимание в данной статье.
Современная наука управления, теория принятия решений, исследование операций показывают, что в своей деятельности человек постоянно сталкивается с такими явлениями и ситуациями, которые не поддаются описанию в терминах накопленных ментальных моделей, традиционных предположений и, казалось бы, непререкаемых закономерностей.
Отмечая то факт, что деятельность человека происходит в конкретных общественно-исторических условиях и решения принимаются не только на основе собственного ментального опыта Н.Н.Нечаев, пишет, что человек «рассматривает объективные условия ситуации через призму тех общественных оценок и установок, которые в нем воспитаны, через своё общественное сознание. Человек исходит не столько из того, что он видит, сколько из того, что он знает» [3, с.158]
Исследования американских аналитиков в области применимости знаний, а также в сфере организационного обучения показали, что представляет собой процесс накопления и использования опыта в рамках профессиональной деятельности и развития отдельной организации. В книге «Организационное обучение: теория перспективы действий» К.Аргирис и Д.Шон ввели различие между одноэтапным и двухэтапным обучением, что связано с понятиями Г. Бейтсона [4] об обучении первого и второго порядка. В процессе одноэтапного обучения, отдельные лица, группы или организации изменяют свои действия в соответствии с разницей между ожидаемыми и получаемыми результатами. Во втором цикле двух-этапного обучения, перед субъектами (лицами, группами или организациями) ставится вопрос о ценностях, предположениях и политике, которые привели к действиям, определенным на первом этапе обучения. Если обучаемые могут рассматривать и изменять эти аспекты проблемы, то обучения второго порядка результативно. Обучение второго порядка состоит в изучении обучения первого порядка. Так осуществляется рефлексивное обучение, так как объектом аналитической деятельности становятся субъекты и методы первого её этапа.
Таким образом, была определена проблема, которая возникает при формировании компетентностей, необходимых для аналитической деятельности. В формулировке К.Аргириса проблема состоит в том, что «люди не всегда действуют в соответствии с высказываемыми ими теориями, но они всегда действуют в соответствии с используемыми теориями (интеллектуальными моделями)». В отношении аналитической деятельности проблема трансформируется и возрождается ввиду того, что ментальные модели действенны, то есть формируют наши действия, влияя на принимаемые решения. Применение ментальных моделей формирует «деятельное размышление» [5], что и представляет собой аналитическую деятельность.
К. Аргирисом было показано, что при должной тренировке можно научить или научиться точнее и полнее осознавать свои ментальные модели и видеть их в действии.
Ментальные модели столь жестко определяют принимаемые решения и последующие действия потому, что именно они определяют восприятие ситуации и формулировку проблемы. Обладатели различных комплексов ментальных моделей смотрят на одно и то же явление, но описывают его по-разному, в соответствии с теми моделями, которые они применяют. Известное высказывание А.Эйнштейна приводится в книге «Пятая дисциплина»: «Наши теории определяют, что именно мы измеряем». Физики годами проводили эксперименты, результаты которых противоречили классической теории, но ни один из них не «увидел», что эти результаты открывают путь к физике XX века, к квантовой механике и теории относительности» [6].
Отсюда возникает необходимость соединить имеющиеся ментальные модели с умением работать с ними, то есть выйти на второй уровень овладения знаниями по Г.Бейтсону. Первый уровень позволяет формировать ментальные модели как гипотезы, а второй состоит в изменении гипотез с целью выявления причин возникающих проблем.
Следует четко понять, что представления о мире складываются по фактам, а ментальные модели, описывающие эти представления, являются гипотезами, стремящимися связать факты в целостную систему. Только на основе этого можно приступать к аналитической деятельности, то есть анализу-синтезу представлений о реальности. Без рефлексивного анализа способов аналитической работы - собственной и других людей - будет ограничена способность совместно с другими экспериментировать с новыми ментальными моделями и способами работы с ними.
На этом этапе применения ментальных моделей в аналитической деятельности возникают новые сложности. Современные исследования показывают, что ментальные модели, используемые для представления сложных систем, содержат системные же пороки. Устоявшиеся ментальные модели не учитывают важнейших механизмов обратной связи, возникновения временных задержек в реакциях многокомпонентных систем, фокусируются на явных переменных, не являющихся критичными для рассматриваемой системы. Дж.Стерман (МТИ) экспериментально показал, что в процессе аналитической деятельности и принятии решений по управлению такими сложными системами как цепи поставок менеджеры систематически совершают перечисленные ошибки, то есть используют ментальные модели неадекватные по сложности рассматриваемой системе.
Преодоление неадекватности ментальных моделей позволяет повысить эффективность аналитической деятельности, избавив исследователя от ложных ограничений, не позволяющих выйти за рамки сложившихся представлений, или, наоборот, не позволит вести свои исследования на основании необоснованных предположений и постулатов. Исследованию необоснованных ментальных моделей посвящены работы многих из-
вестных ученых, в том числе и Нобелевских лауреатов. Например, в 1979 появилась ставшая знаменитой статья «Теория перспектив: анализ принятия решений в условиях риска», написанная Д.Канеманом (Нобелевская премия по экономике 2002 г.) в соавторстве с профессором психологии А. Тверски. Авторы этой статьи, положившей начало так называемой поведенческой экономике (behavioral economics), представили результаты опытов, в ходе которых людям предлагалось совершать выбор между различными альтернативами. Эти эксперименты доказали, что люди не могут рационально оценивать ни величины ожидаемых выгод или потерь, ни их вероятности. Проблемам рациональности принятия решений М.Алле (рациональное поведение человека в условиях риска), ДЖ. фон Нейман, О.Моргенштерн (теория полезности, теория игр и экономическое поведение), Р.Акофф (принятие решений, целеустремленные системы), П.Сендж, дЖ.Стерман, Дж.О'Коннор, И.Макдермотт (системное мышление), Д.Дёрнер (системный динамический анализ социальных систем) и др.
Принятие решений в сложных динамических системах постоянно требует выполнения процессов приобретения знаний и применения знаний.
Перечислим основные «общепринятые» ментальные модели, применение которых не вызывает сомнения в случае исследования систем, не обладающих указанными выше признаками сложности (недетерминированность, динамичность, обратные связи, временные задержки, эмерджентные свойства).
Такими ментальными «аксиомами», принимаемыми в качестве априорных свойств рассматриваемых ситуаций оказываются:
- линейность, понимаемая в смысле линейной последовательности причинно-следственных связей;
- рациональность, понимаемая как наличие критериев и их обязательный учет при принятии решения;
- репрезентативность данных, на основе которых принимается решение;
- доступность (принятие решений на основании наиболее доступной информации, а не на всей доступной информации);
- упорядоченность сравниваемых объектов по некоторому сводному критерию;
-«суммативность» (принятие положения, что свойства системы определяются свойствами элементов, в отличие от эмерджентности);
- бинарность логики (принятие пороговых значений сравнений ведущих к строгой классификации сложных объектов).
Вряд ли можно привести полный список таких «псевдоаксиом» (идолов пещеры). Тем более, что перечисленные положения могут образовывать большое количество комбинаций, порождая, таким образом, еще одну сложную систему, а именно систему заблуждений, «научную мифологию», порождающую систематическую подверженность нашего мышления «когнитивным иллюзиям» по определению Г.Саймона. Но даже преодоление перечисленных псевдоаксиом позволит значительно повысить эффективность аналитической деятельности и принимаемых управленческих решений. Чтобы не злоупотреблять термином «аксиома», будем использовать для таких ограниченных ментальных моделей термин «эвристика» (вслед за Д.Канеманом).
Рассмотрим подробно, в качестве примера, такую ложную эвристику как «эвристика бинарности», которая относится к логическим операциям аналитической деятельности и состоит в принятии формальной бинарной логики в качестве единственного инструмента принятия решений. В чем состоит недостаток принятия такой эвристики при работе со сложными системами ёмко сказано Дж. О'Коннором и И.Макдермоттом «У логики есть своё место, но она не всегда срабатывает, когда приходится иметь дело со сложными системами. Мир нелогичен, хаотичен, несовершенен и, как правило, неодно-
значен. Следствием понимания того, что наши решения и умозаключения редко бывают однозначными, что они характеризуются приблизительностью и неопределенностью, стала такая дисциплина как «нечеткая логика» (Fuzzy Logic) » [7].
В формальной логике категорические вопросы предусматривают два ответа либо «да», либо «нет». Нечеткая логика допускает не только промежуточные ответы вида «может быть», но и ответы с любой степенью уверенности, выражаемой степенью истинности высказывания m, имеющей значение в интервале от 0 до 1. Благодаря своей общности нечеткая логика более адекватна сложным системам. Именно нечеткая логика позволяет преодолеть эвристику транзитивности в логическом выводе, аналогичную транзитивности сравнения.
Действительно, в формальной логике принимаются эвристики линейности и транзитивности, проявляясь в том, что, если из высказывания А следует высказывание В, а из высказывания В следует высказывание С, то из высказывания А следует высказывание С. Но неадекватность этих эвристик сложности рассматриваемых систем показана выше.
Примером принятия эвристики бинарности может служить управленческое решение о выпуске продукции, принимаемое руководителем фабрики на основании маркетинговых исследований. Если маркетинговые исследования показывают, что спрос на продукцию А будет в два раза превосходить спрос на продукцию В, то на основе эвристики бинарности (в данном случае речь идет о бинарности решения) принимается решение об использовании всех ресурсов предприятия для выпуска продукции А. Но рыночная система является динамичной и изменяется непредсказуемо. Поэтому «бинарное» решение может привести к образованию нереализованных запасов продукции А, и потере потребителей, запросивших продукцию В. Нечеткологическое решение может предложить, например, пропорциональное спросу распределение производственных ресурсов, то есть 67% ресурсов направить на выпуск продукции А, и 33% - на выпуск продукции В. Такой же результат может быть получен на основании метода анализа иерархий, что подтверждает правомочность применения указанных методов в подобных ситуациях управления сложными системами
Со времени выхода первых работ Л.Заде и Р.Беллмана, заложивших основы нечеткой логики и теории нечетких множеств эта дисциплина прошла этапы практического и теоретического развития и прочно укоренилась в области исследования операций и теории принятия решений. Нечеткая логика возникла не на пустом месте, а стала обобщением формальной булевой логики, многозначных логик, модальных и временных логик. Теория нечетко-логического вывода широко используется в системах поддержки принятия решений и получила развитие в виде теории нечетких нейронных сетей. Нечетко-логические модели позволяют формализовать такие виды неопределенности, которые не имеют вероятностно-статистической природы, то есть системы для которых не удается или вовсе невозможно рассмотрение многократно повторяющихся событий, являющихся основой и для вероятностного, и для статистического подхода.
Нечеткологическая интерпретация решений в условиях неопределенности становится инструментом экономики и менеджмента. В советской науке применение нечеткой математики началось в области технических наук в конце 1980-х годов. К сожалению и это направление в российской научно-технической сфере значительно отстает в развитии от западной (США, Евросоюз) и особенно от восточной науки (Япония, Китай). Особенно эффективными системы построенные на нечеткой логике оказались в таких, казалось бы неразрешимых проблемах как управление системой городского транспорта.
Преодление эвристики бинарности состоит в перехо-
де от формально логичского вывода к различным способам многовариантного выбора, нечетко-логического вывода, анализа иерархических и сетевых процессов.
Завершая неполное рассмотрение ментальных моделей, принимаемых во многих областях деятельности в качестве аксиом, обосновывающих принятие решений, следует отметить их особую важность для аналитической деятельности.
Современная психология все более склоняется к представлению интеллекта как формы ментального опыта. Аналитическая деятельность, использующая и пополняющая ментальный опыт, сталкивается с необходимостью не только формирования новых ментальных моделей по мере встречи с новыми проблемами и явлениями, но и отказа или ограничения области применения ментальных моделей, опровергнутых реальностью [8, 9, 10].
Чтобы описать область применимости рассмотренных эвристик, достаточно классифицировать исследуемые системы (и их модели) по основным категориям: статические - динамические, детерминированные - недетерминированные (табл. 1).
Таблица 1.
Системы (модели) Статические Динамические
Детерминированные + -
Недетерминированные - -
Такая категоризация систем позволяет прояснить само понимание сложности системы. При всей относительности деления систем (и их моделей) на сложные и не являющиеся таковыми, можно выявить отличительные черты сложных систем и, следовательно, определить математические дисциплины применимые для исследования данного типа моделей [11, 12, 13].
Подчеркнем, что неслучайно все эвристики названы математическими терминами. С одной стороны, это позволяет строго определить, о каких именно предположениях (постулатах, аксиомах) ведется речь в самом общем смысле, а с другой стороны отметить, что так называемая «чистая математика», в стремлении строго теоретически обосновать (математически смоделировать) те или иные явления в рамках имеющихся математических дисциплин (языков описания моделей), зачастую вместо моделей, описывающих реальные системы, создаёт математические объекты удобные для манипуляций и теоретических построений, но неподходящие для моделирования сложных систем из реального мира. Т.Саати приводит в своей книге слова всемирно известного экономиста, лауреата Нобелевской премии Мориса Алле (Maurice Félix Charles Allais ): «Нобелевский лауреат в области экономики Маурицио Элайс: «Остается только сожалеть о вторжении математиков, которые больше интересуются развитием чисто математических моделей, чем анализом их отношений с реальным миром... Печально, что никому не нужные математические упражнения ценятся больше, чем подходящие методики анализа фактов. Основы теории вероятностей Колмогорова и теория игр Неймана—Моргенштерна представляют собой два блестящих примера из многих. ... Мы должны быть осторожными в убеждении, что научная достоверность теории может быть доказана только на основе строгой аксиоматики. Являясь необходимой, истинная аксиоматика все-таки вторична по сравнению с критическим анализом аксиом, на которых она основана, и с сопоставлением ее результатов с наблюдаемыми данными». Отметим, что слова М.Алле вряд ли можно считать окончательным вердиктом, тем более, что возразить ему можно словами другого нобелевского лауреата Л.В.Канторовича, высказанными им в Нобелевской речи (1975г.): «Не все области экономической системы в равной мере поддаются математическому описанию и имеют хорошие количественные характеристики. Лучше описывается производство, хуже характеризуются по-
требности и предпочтения. В то же время, широко ставя задачу оптимизации плана, естественно требовать, чтобы продукция производилась не только с наименьшими затратами, наименьшим расходованием тех или иных ресурсов, но и чтобы она была оптимальной по составу, давала наилучшее удовлетворение потребностей. Это условие затрудняет выбор правильной целевой функции». Как видим, список математиков внесших значительный вклад в развитие современных экономических методов, приведенный М.Алле, не отличается полнотой. О необходимости математического моделирования со-циально-экономисеких систем говорят и работы самого М.Алле.
От «парадокса Алле», демонстрирующего нарушение эвристики рациональности в условиях неопределенности, перейдем к рассмотрению парадоксальных результатов полученных исследователями из университета Упсала (Швеция) Г. Ригасом и Ф. Эльгом (G. Rigas, F. Elg), проводивших эксперименты с упомянутой выше моделью «страны Моро».
В своем исследовании авторы использовали понятие эвристической компетентности, понимаемой как «способность строить разработаные причинные сети». «Эвристическая компетентность (heuristic competence) может быть определена как уверенность индивида в его способности, находить недостающие операторы для того, чтобы сохранить контроль над процессом или выполнить задачу. По Д. Дорнеру [13, 14], эвристическая компетентность является контекстно независимым компонентом актуальной компетентности (actual competence). Уверенность индивида, что он уже знает, как выполнить требованиям задачи, эпистемическая компетентность (epistemic competence), является контекстно зависимым компонентом актуальной компетентности. Если эвристическая компетентность индивида высока, то актуальная компетентность остается стабильной» [9]. Проводимое исследование основывалось на гипотезе о положительной зависимости результатов деятельности в рамках модели «страны Моро» от актуальной и эвристической компетентностей. Как результаты деятельности так и уровни компетентностей участников оценивались по специально разработанным опросникам, валидность которых была проверена. Результаты многочисленных экспериментов показали статистически значимую связь только с эвристической компетентностью.
Парадоксальность полученных статистических результатов состояла в отрицательной корреляции между результатами деятельности и эвристической компетентностью. «Вопреки тому, что ожидалось, уверенность в своей ментальной модели и эвристическая компетентность коррелировали отрицательно с переменными деятельности с коэффициентами корреляции в диапазоне от 0,00 и - 0,41. ... картина корреляций была неожиданной. Отрицательная корреляция эвристической компетентности и уверенности в своей ментальной модели с результатом деятельности загадочна» [14]. Пытаясь хоть как-то объяснить полученные результаты, авторы выражают сомнение в применяемых статистических моделях и способах измерения уровней компетентности и предлагают в дальнейшем «отказаться от меры респондента и искать операционные меры эвристической компетентности» [14], то есть отказаться от оценки компетентности по результатам опроса и самооценки. Но рассмотренный выше набор эвристик показывает, что они представляют собой ментальные модели, необоснованно распространяемые за пределы области своей применимости. И в этом состоит опасность использования любых эвристик. Таким образом, парадокс Г. Ригаса и Ф. Эльга разрешается ввиду того, что эвристики в большинстве сложных случаев НЕ срабатывают, и приводят к отрицательным результатам. Средством преодоления такой ситуации снова становится аналитическая деятельность, обосновывающая принимаемые решения не эвристиками, а глубоким анализом-синтезом на основе динамического
моделирования.
СПИСОК ЛИТЕРАТУРЫ
1. Аристотель. Сочинения : В 4 т. Т.2. / Аристотель.
- М. : Мысль, 1978. - 687 с.
2. Акофф, Р. Искусство решения проблем. / Р. Акофф. - М. : Мир, 1982. - 224 с.
3. Степанов, А.В. Архитектура и психология./ А.В. Степанов,, Г.И.Иванова, Н.Н. Нечаев - М.: Стройиздат, 1993.-195 с.
4. Бейтсон, Г. Экология разума: избранные статьи по антропологии, психиатрии и эпистемологии / Г. Бейтсон.
- М. : Смысл, 2000. - 480 с. - ISBN 5-89357-081-2.
5. Argyris, C. Organizational learning: a theory of action perspective [Text] / C. Argyris, D. Schon. - New York : Addison-Wesley, 1978. - 465 p.
6. Сенге, П. Пятая дисциплина: искусство и практика самообучающихся организаций / П. Сенге.- М.: Олимп бизнес, 2003.-408 с. - ISBN 5-901028-62-7.
7. O'Connor, J. The Art of system thiking. / J. O'Connor, I. McDermott. - New York : Thorsons Publishers, 1998.- 228 p
8. Ярыгин О.Н., Гайманова Т.Г. Формирование и развитие компетентности как эмерджентного свойства профессионального образования // Азимут научных исследований: педагогика и психология. 2012. № 1. С. 7782.
9. Коваль Н.Н. Повышение уровня аналитической
деятельности руководителей в системе последипломного педагогического образования // Азимут научных исследований: педагогика и психология. 2012. № 1. С. 29-32.
10. Коростелев А.А., Полторецкий Д.А. Автоматизированные информационно-аналитические системы в аналитической деятельности управления // Азимут научных исследований: педагогика и психология. 2012. № 1. С. 38-41.
11. Ярыгин А.Н., Ярыгин О.Н. Относительное ранжирование интеллектуальных компетентностей с помощью интерактивных парных сравнений // Вектор науки ТГУ. 2011. № 2. С. 413-417.
12. Коростелев А.А. Особенности регламентации аналитической деятельности в управлении образовательным учреждением // Вектор науки ТГУ. Серия: Педагогика, психология. 2012. № 1. С. 192-195.
13. Dorner, D. The logic of failure: recognizing and avoiding error in complex situations / D. Dorner. -: Basic Books, 1989. - 222 p. - ISBN 0-201-47948-6.
14. Rigas, G. Mental models, confidence, and performance in a complex dynamic decision making environment [Электронный ресурс] / G. Rigas, F. Elg // Uppsala University, Sweden. - Режим доступа : www.ie.boun.edu. tr/labs/sesdyn/isdc97/TURKIA.doc
Работа выполнена в рамках задания по теме № 461201 «Методология аналитической деятельности управления образованием»
© 2012
OVERCOMING FALSE HEURISTICS AS INADEQUATE MENTAL MODEL
O.N. Yarygin, candidate of pedagogical sciences, associate professor Togliatti State University, Togliatti (Russia) E.A. Yaroshynskaya, candidate of pedagogical sciences, associate professor of the department of general pedagogy and pedagogy of higher school and management, pro-rector of scientific work
Pavlo Tychyna Uman State Pedagogical University (Ukraine)
Annotation: We consider a widespread phenomenon that consists of the application of mental models built for simple systems, as heuristics in the study of complex systems. In this paper we show the invalidity of such transfer and the need to reject "false heuristics" in the transition to a non-deterministic dynamical systems with feedback. Keywords: mental models of complex systems, "false heuristics", competence in analytical work.
ПРИМЕНЕНИЕ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ ОБУЧЕНИЯ ЭКОНОМИЧЕСКИХ
ДИСЦИПЛИН В ВУЗЕ
© 2012
Н.А. Ярыгина, кандидат экономических наук, доцент кафедры «Экономика и менеджмент» Тольяттинский филиал Московского государственного университета пищевых производств,
Тольятти (Россия)
Аннотация: в статье рассматриваются применяемые технологии в обучении экономических дисциплин в вузе. Ключевые слова: образовательные технологии, инновационные технологии, преподавание экономических дисциплин, информационные технологии, проектирование, традиционное обучение.
Определяющей причиной, позволяющей студенту-выпускнику правильно влиться в социальное пространство и, занимаясь трудовой деятельностью, свое влияние направить на социальную среду и различные общественные отношения, является профессиональная компетентность. Профессиональная компетентность -главная составляющая профессионального образования, совокупное описание личностных и деятельных качеств будущего специалиста.
Переход в разряд профессионалов необходимо рассматривать как постоянный процесс создания профессионального положения, сочетания профессионально и социально важных качеств, обеспечивающих эффективное выполнение профессиональной деятельности. В зарубежном профессиональном образовании в последние два десятилетия происходит поэтапное уклонение от традиционных способов оценки профессиональной пригодности. Официальные свидетельства (аттестаты, дипломы, и т.д.) о наличии профессиональных знаний и опыта работы уже не являются главной оценкой профессиональной состоятельности специалиста.
Технология обучения (как и технология развития, воспитания и др.) является составной частью образовательной технологии, в которой основную нагрузку по
реализации функции обучения выполняют средства и методы обучения под управлением преподавателя. Если педагогическая технология относится ко всему процессу образования в целом, то технология обучения - к процессу обучения данной дисциплине или системе навыков в данной области.
Педагогическая технология - это системный метод создания, применения и определения всего процесса преподавания и усвоения знаний с учетом технических и человеческих ресурсов и их взаимодействие, ставящий своей задачей оптимизацию форм образования.
Алгоритм действий преподавателя представлен на рис. 1.
Критерии отбора содержания учебной дисциплины включают:
- целостное отражение в содержании обучения задач формирования всесторонне развитой личности будущего специалиста;
- высокую научную и практическую значимость содержания;
- соответствие сложности содержания реальным учебным возможностям студента;
- соответствие объема содержания имеющемуся времени на изучение данного предмета;
