Интеллектуальный  капитал: проблемы определения, признания, классификации, оценки

Полное название: ИНТЕЛЛЕКТУАЛЬНЫЙ  КАПИТАЛ: ПРОБЛЕМЫ ОПРЕДЕЛЕНИЯ, ПРИЗНАНИЯ, КЛАССИФИКАЦИИ, ОЦЕНКИ И ЗНАЧЕНИЕ НА  СОВРЕМЕННОМ ЭТАПЕ РАЗВИТИЯ

Логвиненко Виктория Павловна (DEd., профессор, академик МАФО, президент Сетевого консорциума научно-общественного взаимодействия)

При рассмотрении заявленной тематики мы исходим из положения о междисциплинарности всех реальных процессов.  Проиллюстрировать как остроту проблем, так и подходы к их решению в своюочередь возможно только с позиций системного анализа.

Одной из базовых  предпосылок осуществления междисциплинарного системного анализа  является уточнение совокупности понятий,  положенных в его основу.  Процесс уточнения понятий уже сам по себе является частью аналитической работы, позволяющей выявить и проиллюстрировать  целый ряд проблем, сопряженных с изучаемой проблематикой.

В первую очередь обратимся к понятию интеллект (лат. intellectus — разумение, понимание, постижение).

Как известно,  развитие интеллекта у человека выделило его из животных и стало началом развития общества, а затем и человеческой цивилизации.  На данный  период результаты исследований в сфере интеллекта представлены рядом   основных моделей и подходов, для каждого из которых характерна определенная концептуальная линия  трактовки природы интеллекта: социокультурный подход  (Дж. Бруннер; Л. Леви-Брюль; А.Р. Лурия; Л.С. Выготский и др.); генетический и психофизио- логический подходы  (У.Р. Чарльзворт; Ж. Пиаже); процессуально- деятельностный подход  (С.Л. Рубенштейн; А.В. Брушлинский; Л.А. Венгер; К.А. Абульханская-Славская и др);  образовательный (А. Стаатс; К. Фишер; Р. Фейерштейн и др.); информационный подход  (Г. Айзенк; Э. Хант; Р. Штернберг и др.); феноменологический подход  (В. Келлер; К. Дункер; М. Вертгеймер; Дж. Кемпион и др.); монометрический, функционально-уровневый и когнитивный подходы  (Б.Г. Ананьев; Е.И. Степанова; Б.М. Величковский и др.);  модель Спирмена;  регуляционный подход  (Л.Л. Терстоун и др.);  факторный подход.^[1]  

Психологическая наука не имеет единого мнения по поводу определения интеллекта, понимая под этим понятием относительно устойчивую структуру познавательных способностей индивида,   учитывает способность человека  к приобретению и эффективному использованию знаний,  исследуемую нейробиологией, социологией, педагогикой, философией и др.  

Важно отметить,  что,  оставаясь до недавнего времени непревзойденным «носителем» интеллекта, человек так и не смог однозначно ответить на вопрос о его природе и развитии.  Продолжаются дискуссии,  в которых по мнению Л.М. Веккера «задача психологии сейчас — показать не только то, в какой мере познавательный образ зависит от субъекта, но и то, в какой мере он от него не зависит. Субъективные состояния, не зависящие от характеристик познающего субъекта,— звучит действительно парадоксально, но суть проблемы интеллекта, по его мнению, именно в этом.^[2]

Приведенное иллюстрирует необходимость применения трансдисциплинарного подхода к изучению интеллекта.  Таким же системно сложным является и мышление,  наличие которого  наряду с интеллектом  с давних и до недавних пор считалось важнейшей отличительной особенностью человека.  Под мышлением понимается процесс функционирования сознания, определяющий познавательную деятельность человека и его способность выявлять и связывать образы, представления, понятия, определять возможности их изменения и применения^[3].  

Вместе с тем с появлением искусственного интеллекта (ИИ, англ. artificial intelligence, AI)  часть задач, решение которых было прерогативой человека,  уже решаются без его участия.

Термин «искусственный  интеллект» возник в середине прошлого века. Автор термина  Джон Маккарти определял искусственный интеллект как науку и способ создания интеллектуальных машин, в частности – интеллектуальных компьютерных программ. Причем,  под «интеллектом» он при этом понимал вычислительную часть способности достигать целей^[4]. Авторы  упомянутой публикации отмечают,  что  до  настоящего времени не предпринималось попыток создать полноценный, логически взвешенный понятийно-категориальный аппарат.  При этом большинство современных технологий и систем вряд ли можно и нужно считать «интеллектом», так как  они весьма узкоспециализированные и чаще всего некомпетентны за пределами своей основной задачи. 

На данный момент исследования в сфере искусственного интеллекта имеют два направления. Первое –  биологическое, основанное на имитации человеческой психологии или физиологии. Второе –  феноменологическое, изучает само понятие интеллекта, проблемы, стоящие перед миром и способы достижения целей. Эти подходы, взаимодействуют между собой, взаимодействуя с философией,  привлекая аналитические подходы^[5].  Из приведенного видно,  что исследования феномена ИИ нуждаются в инструментах системного анализа, оснащенного адекватными методологическими средствами.

В работе А.А. Щитовой  на основании  законов логики в целом и правил юридической техники  делается следующий вывод о том, что под искусственным интеллектом необходимо понимать уникальную сущность, а не присваивать термину множество толкований, выставляя его категорией.

Автор  подчеркивает,  что термин «искусственный интеллект» не подходит на роль категории, его сущность и содержание не могут отражать в себе всю ту совокупность признаков, которую ему приписывают.^[6]

До недавнего времени  понятие «системный аналитик» не вызывало сомнений и терминологической путаницы,  подразумевая  специалиста,  призванного способствовать решению сложных организационно-технических проблем, имеющих междисциплинарную природу, использующий принципы общей теории систем и методы системного анализа для решения поставленных задач.  На данный период автор  публикации «Кто такой системный аналитик? Профессия, требования, зарплата» отмечает: «Не стоит путать системных аналитиков в ИТ с коллегами из других индустрий, которые, например, участвуют в проектировании киберфизических систем и делают современные автомобили, корабли, самолеты, вертолеты и так далее. Им тоже нужны системные аналитики, системные инженеры, но их задачи касаются в целом связи между оборудованием, датчиками, измерителями, приводами и лишь в том числе — с системным и прикладным софтом»^[7]. 

По какой-то причине сегодня понятие используется   в сфере информационных технологий для «постановщика задач»  породив терминологическую разноголосицу.

Таким образом, системный анализ стал прикладной дисциплиной «Системный анализ в IT». Основным продуктом такого системного аналитика являются организационно-технические решения, оформляемые как техническое задание на систему или программное обеспечение. Системный аналитик должен определить, какие функции будет выполнять система, исходя из деятельности и задач организации, законодательства, контекста рынка и так далее.

Эксперты отмечают,  что в учебной литературе по разработке требований, задача проектирования  вообще не упоминается,  аналитик порождает требования, как будто напрямую трассирует потребности заказчика на выраженные текстом требования к системе, минуя этап построения модели этой системы.  Невидимые «невооруженным»  аналитическим взглядом неадекватные решения накапливаются  в «памяти» ИИ и формируют алгоритмы решения проблем,  далекие от потребности  человека.

Еще одна проблема,  касающаяся адекватности отображения сложных процессов и явлений,  связана с тем,  чтобы на данный период системные аналитики и  программисты работают,  стоящие перед ними задачи ,  на основе математических методов и аналитики данных.

Известно, что с введением понятия «системный анализ», разработанный в 60-е годы в США по заданию военных ведомств, было признано, что актуальные проблемы не могут быть поставлены и решены отдельными методами математики (т.е. проблем с неопределенностью ситуации принятия решения)^[8].

Ранее в наших публикациях отмечалось, что на сегодняшний день продолжают  накапливаться и проявлять себя  нестыковки систем управления различных уровней. Анализ документов, в частности Национальных программ и ряда докладов по   результатам нашего мониторинга эффективности деятельности органов местного самоуправления городских округов и муниципальных районов дают основание утверждать, что на уровне государства, как и на уровне областей не учитывается такая характеристика как целостность (эмерджентность).^[9]

Специалисты в программировании отмечают:  «Понятие эмерджентности — из системного мышления, пришедшее из физики. Увы, когда с ним начинают работать математики, всё сразу плохо. В курсе “Системное мышление” разобрано довольно много ошибок по поводу понимания эмерджентности, большинство из них связаны именно с попытками применить чистую незамутнённую физическим миром математическую логику к этому понятию»^[10].   Автор отмечает угрозы,  которые кроются за использованием математики «без знания эпистемологии, то есть без обсуждения связей с жизнью теоретического (особенно — чисто математического, редукционистского) знания».

Для социальной практики принципиальное значение имеет способ отображения результатов научных исследований,  возможность их  адекватного понимания (считывания).

Автор теории Инвариантного моделирования, д.  филос.н.  А.Н. Малюта отмечает: «На современном этапе сами знания, как и понимаемая человеком суть происходящих и познаваемых им явлений и процессов развития науки и техники приобрели характер полисистемности, многомерности, разнокачественности и проявились, как мгогоуровневые, иерархически сложные процессы и явления, что требует для их адекватного отображения применения  принципиально новых средств как на общеметодологическом, так и на конкретно-теоретическом уровнях».^[11]

Анализ публикаций дает возможность сослаться на публикации,  отмечающие риски, заложенные в социальную практику при нерешении задачи адекватности метода.  «Несмотря на свою мощь математические методы имееют ограничения. Важно понимать их,  чтобы правильно интнрпретировать результаты исследований.

Одна из проблем – чрезмерная математизация.  Иногда ученык увлекаются сложными формулами,  забывая о реальном смысле изучаемых явлений.  Это может привести к ошибочным выводам[12].

В публикации обозначена и другая проблема – ограничения математических  моделей. 

«Модель, по мнению авторов,  всегда упрощает реальность. В сложных системах,  особенно в биологии и социальных науках,  это упрощение может быть чрезмерным»[13].

Учитывая,  что в современном мире научное знание представлено  на разных уровнях: вербальном,  символическом,  алгоритмическом, ЭВМ-реализации,  отметим еще некоторые признаки нессответствия математических методов реальным потребностям практики.  

Так, уязвимость средств отображения информации предопределена использованием математического языка  и традиционными (не учитывающими требования адекватности)  средствами отображения. Например на языке графов иерархия отображается элементами Choose a SmartArt Graphic  (раздел Hierarchy).  Вместе с тем предложенные схемы позволяют отобразить соподчиненность, но не позволяют отобразить сущность феномена иерархии как характеристики вложенности,   одной из системных инвариант, описывающих сложную систему (см. Теорию Инвариантного моделирования).  Таким образом,   математика не призвана описывать взаимодействие разнокачественных объектов.

На современном этапе развития понятие «интеллектуальный капитал» активно используется не только в научных дискуссиях, но и в научной литературе, однако при этом не существует единого определения данной категории.  Существует множество подходов к определению понятия «интеллектуальный  капитал  которые можно распределить на две обобщенные группы:

 – подходы, рассматривающие интеллектуальный капитал как звено процесса генерирования стоимости внутри компании;

·- подходы, основывающиеся на признании того, что интеллектуальный капитал сам представляет стоимость.^[14]

Первым использовал само понятие “интеллектуальный капитал” в 1969 году Джон Кеннет Гэлбрайт, особо подчеркнув именно компонент “интеллектуального действия”, содержащийся в нем, что отличает интеллектуальный капитал от человеческого капитала.

В современном понимании интеллектуальный   капитал – это ясные, недвусмысленные передаваемые знания, которыми обладает           организация; знание, которое может быть конвертировано в стоимость. Определение интеллектуального капитала может формулироваться по-разному, в зависимости от того, какой его аспект рассматривается.^[15] 

Помимо предложенного выше анализа заявленной проблематики,  важно отметить нижеследующее.

Мы продолжает терять контроль над  происходящим, используя архаичные  инструменты и подходы к управлению и проектированию будущего,  внедряя программы с перспективными целями,  не имеющими системного обоснования.  При этом не сложно увидеть присущие плановой экономике алгоритмы разработки мероприятий,  которые должны привести к достижению продекларированных целей и социальных ориентиров.^[16] 

Вместе с тем эксперты отмечают ограниченность практик доказательного признания интеллектуальных прав и паспортизации интеллектуальных активов в области авторского и смежного права, технологий и ноу-хау,  что тормозит развитие международного рынка интеллектуальных активов. В свою очередь доказательное признание сопряжено с наличием критериев обоснования  научной и практической ценности продукта интеллектуальной деятельности.

Учитывая упомянутое выше положение о   междисциплинарности всех практических проблем,  отметим важность  применения адекватной системной методологии,  положенной в основу их решения.

В логике системных обоснований существенно меняются критерии истинности и способы аргументации,  на основе которых делаются системно значимые выводы.

Важно также пордчеркнуть, что попытки применить базовые фундаментальные законы частных наук для решения деятельностных задач социального уровня объективно приводят к ошибкам редукционизма, дискредитируя при этом и саму задачу, и подходы, применяемые к ее решению. 

Современные ученые и мыслители продолжают предупреждать об ограниченности возможностей человека и необходимости дополнительно заниматься развитием интеллекта человека с целью сохранения контроля за происходящими изменениями в условиях усложняющегося мира.

На данном этапе можно утверждать, что процессы информатизации, осуществляемые без учета всех предупреждений специалистов о возможных ошибках или недостаточной научной проработки вопросов,  связанных с этим процессом,  приводят к подрыву национальной безопасности и деформируют всю систему жизнедеятельности людей. 

Отметим,  что еще В. И. Вернадский подчеркивал,  что повышение сложности задач сделает  невозможным их  решение  без использования адекватных методологических средств.    Методологическая обеспеченность соразмерна  с управленческим процессом: метод опосредованно управляет процессом исследования и в значительной мере предопределяет содержание конечных результатов и выводов. Из кибернетики известно (теорема Эшби), что эффективное управление возможно тогда и только тогда, когда уровень системной сложности управляющего субъекта выше уровня сложности управляемого объекта. В том же соотношении должны находиться применяемый метод и исследуемый с его помощью объект. В противном случае говорить об обоснованности применяемых результатов и их достоверности (при всей логической строгости рассуждений) не представляется возможным. 

В теории социальных наук важное место занимает теоретический анализ систем,   который по мнению К. Бейли должен отвечать 29 требованиям  для адекватного отображения реальных процессов и явлений.^[17]  Однако по прошествии  30   лет предупреждение о том,  что решение проблем социального анализа и синтеза  в значительной мере связано с развитием системных теоретико-методологических средств, говорят не многие,  хотя в этом направлении еще в конце прошлого столетия был сделан прорыв (См. Концептуально-понятийные и методологические основы инвариантного моделирования сложных систем).[18] 

В структуре методологического знания выделяется четыре уровня: философский, общенаучный, конкретно-научный и технологический. Содержание первого, высшего философского уровня методологии составляют общие принципы познания и категориальный строй науки в целом. Методологические функции выполняет вся система философского знания. Второй уровень – общенаучная методология – представляет собой теоретические концепции, применяемые ко всем или к большинству научных дисциплин.

Сегодня  важно,  чтобы   философский и теоретико-методологический базис, положенный в основу обоснования  развития по всем направлениям, учитывал системную междисциплинарную природу всех объектов и процессов,   а  при  формировании программ вырабатывались  критерии объективного контроля.   

            Для того, чтобы выйти из тупика,  в котором интеллектуальный капитал  становится заложником недобросовестной конкуренции,  атрибутом имитационных процессов и недостаточно способствует решению задач стратегического инновационного развития,  рассмотрим следующую  возможность  коррекировки управленческой практики.

Обратимся к высказыванию  Президента Российской Федерации В.В. Путина на деловом саммите АТЭС «Бизнес и глобализация (15 ноября 2000 года):  «Наш соотечественник В.И. Вернадский еще в начале XX века создал учение об объединяющем человечество пространстве – ноосфере.  В нем сочетаются интересы стран и народов, природы и общества, научное знание и государственная политика. Именно на фундаменте этого учения фактически строится сегодня концепция устойчивого развития»^[19].

Несмотря на то, что  с момента приведенного высказывания прошло несколько лет и оно не стало направляющим для управленцев,  акцент на стратегию  ноосферного устойчивого развития имеет созидательный смысл, так как информационное простанство современного  человечества накапливает информацию о деятельности человека во всех отраслях и сферах жизнедеятельности и формирует смыслы открытого доступа.  

На данный период  каждый человек по  запросу нейросетевой модели  Giga Chat   получит ответ: Ноосферизм — это научно-философское учение о ноосфере как следующей стадии развития биосферы. Оно было предложено в 1926 году французским философом и палеонтологом Пьером Тейяром де Шарденом и развивалось далее в работах многих ученых, включая Владимира Ивановича Вернадского, который внес значительный вклад в формирование этой концепции.

Методология ноосферизма основывается на синтезе знаний из различных научных дисциплин, таких как геология, биология, физика, химия, астрономия и другие. Она предполагает рассматривать все явления в природе как взаимосвязанные и подчиняющиеся общим законам. В центре внимания ноосферизма находится развитие человеческого разума и его влияние на окружающую среду.

К сожалению, не существует однозначного и общепринятого символа ноосферы, так как это концепция, которая до сих пор находится в процессе разработки и исследования».

Учитывая, что ноосферное понимание развития человечества  тесно связано с возможностью гармонизации глобальных проблем современности на основе  концепции устойчивого развития^[20],  предлагаем реализовать  следующие практические шаги:

1. Создать полноценный, логически взвешенный понятийно-категориальный аппарат, лежащий в основе стратегии развития БРИКС, ШОС, ЕВРАЗИИ  в модели ноосферного устойчивого развития.
2. Ввести в  образование курс  системологии и  обеспечить подготовку  системных аналитиков, владеющих методологией системного междисциплинарного анализа
3. Ввести в программы вузов курс «Основы междисциплинарного анализа»
4. Ввести в программы  подготовки педагогов «Основы системных знаний»

5.   Поставить задачу систематизации научных дисциплин

6.   Поддержать инициированный нами научно-практический дискурс по всем   

      затронутым направлениям и рассмотреть предложения по реализации 

      конкретных проектов 

[1] Интеллект и IQ. Тесты интеллекта и IQ-тесты

[2] М.А. Холодная. Существует ли интеллект как психическая реальность?  

[3] Гуманитарный портал.  мышление

[4] Интеллектуальные Системы Vs Системы Искусственного Интеллекта: Новый Понятийно-Категориальный Аппарат

[5] Искусственный интеллект

[6] А.А. Щитовой. Правовое регулирование информационных отношений по использованию систем

[7] Школа системного анализа и проектирования

[8] https://www.sssu.ru/sveden/files/Teoriya_sistem_i_sistemnyy_analiz.pdf

[9] Аналитическое обеспечение управленческой деятельности

[10] Как думать об эмерджентности больших языковых моделей

[11] Инвариантное моделирование – https://ncspi.ru/im/

[12] Математические методы научного исследования: виды, применение и перспективы

[13] Там же

[14] Кузубов С.А., 2009 –  https://scholar.google.com/citations?user=JrQUZYoAAAAJ&hl=en

[15] Рон Гриффин. Интеллектуальный капитал: составляющие, управление, оценка

[16] Научно-технологическое обеспечение национальных программ и проектов: практика и социальный ресурс общества

[17] К.Бейли. Социальная теория и теория систем

[18] https://cheloveknauka.com/kontseptualno-ponyatiynye-i-metodologicheskie-osnovy-invariantnogo-modelirovaniya-slozhnyh-sistem

[19] http://special.kremlin.ru/events/president/transcripts/21117

[20] Анализ особенностей понятий ноосферы и  устойчивого развития