Модели и интуитивно-эвристические компоненты в науке тема диссертации и автореферата по ВАК РФ 09.00.01, доктор философских наук Гришунин, Сергей Иванович

• Гришунин, Сергей Иванович
• доктор философских наук
• 2011

Оглавление диссертации доктор философских наук Гришунин, Сергей Иванович

Введение.

1. Интуиция и модели в контексте науки и философии.

1.1. Творчество и интуиция в науке.

1.2. Критика современного антиинтуитивизма в научном познании.

1.3. Концепции интуиции в истории философии и психологии. Современные концепции интуиции.

1.4. Концепция творческой интуиции и внутренняя речь. Вероятностный ориентировочный характер интуиции.

1.5. Специфика моделей.

2.Типы проблем, решаемые при помощи интуиции, и интуитивноэвристические компоненты поиска решений.

2.1. Типы проблем, решаемые при помощи интуиции или математических, формальных процедур.

2.2 Эвристика и интуитивно-эвристические компоненты поиска решений. 130 2.3. Методы активизации творчества и усовершенствования интуитивного мышления.

3. Модели и интуитивно-эвристические компоненты в процессе разработки прогноза.

3.1. Научный прогноз и стадии его разработки.

3.2. Модели и интуитивные допущения в поисковом прогнозировании.

3.3. Моделирование и интуитивно-эвристические компоненты в нормативном прогнозировании.

4. Творческая интуиция и нетрадиционная методология моделирования в прогностике и принятии решений.

4.1. Нетрадиционная синергетическая методология в прогностике: pro et contra.

4.2. Модели и интуитивно-эвристические компоненты в современном прогнозировании: альтернатива или интеграция.

4.3. Субъективные модели и интуитивно-эвристические компоненты в принятии решений.

Введение диссертации (часть автореферата) на тему «Модели и интуитивно-эвристические компоненты в науке»

Успехи в применении метода математического моделирования породили у ряда исследователей уверенность, что для любых проблем и систем возможно построение надежных и объективных математических моделей. Широко известны модели оценки качества труда ученых, модели систем образования, глобальные модели. Появилось своеобразное «кредо научного подхода»: «Покажите мне явление, и я опишу его количественной математической моделью». Как правило, логика поведения этих исследователей такова: если есть переменные, то их всегда можно выразить численно, если есть количественные переменные, то всегда можно количественно определить зависимости между ними и построить модель; если есть компьютер, то в него следует ввести эту модель. Действительно ли для любых проблем и систем данный подход может оказаться успешным?

Математически мыслящие» специалисты говорят о подходе к исследованию сложных систем с помощью математических, компьютерных моделей. В частности, американский специалист по прогнозированию Дж. Форрестер считал, что можно сконструировать объективную, определенную до конца модель процесса, полагаясь на математические процедуры и компьютерное моделирование. Наиболее четко эта точка зрения отражена в работе Дж. Форрестера «Антиинтуитивное поведение социальных систем». Уточняя смысл заглавия, он пишет: «Моя основная задача состоит в том, чтобы показать, что человеческий разум не приспособлен к пониманию того, как ведут себя социальные системы. Наша социальная система относится к классу так называемых нелинейных систем, обладающих множеством цепей обратных связей. До недавнего времени, в течение длительной исторической эволюции у человека не было необходимости понимать такие системы. Эволюционные процессы не дали нам умственного искусства, необходимого для правильного понимания динамического поведения системы, частью, которой мы сейчас стали» [222, p.53]. Именно поэтому, с точки зрения Форрестера, социальная система дезориентирует нас, когда мы основываем свои решения на интуиции. Основной тезис Форрестера состоит в следующем: современные социальные системы настолько сложны, что нельзя рассчитывать на возможность успешного их анализа, если использовать традиционные методы, опирающиеся ч на опыт и интуицию. «Можно указать на фундаментальные принципы, почему человек не может правильно оценить поведение социальных систем. Зачастую люди приходят к неправильным выводам при встрече со сложными, обладающими сильными внутренними связями, системами, так как при выработке оценок они пользуются обычными методами и интуицией» [175, с.9]. Выход из этого затруднительного положения представляется Форрестеру в переходе к новой концепции в исследовании сложных динамических систем с помощью математических, компьютерных моделей. Ведь человек плохо приспособлен для прослеживания сложных и длинных логических цепочек, он способен перерабатывать лишь ограниченный объем информации. Компьютер же легко справляется с подобными задачами. Однако для того, чтобы компьютер смог это сделать, явление должно быть надлежащим образом формализовано. Подчеркивая, что уже имеется возможность строить реалистичные (объективные) модели социальных систем, Форрестер указывает, что «. любая концепция и взаимосвязь, ясно сформулированные на обычном языке, могут быть переведены на язык численной модели» [там же, с. 13].

Мы согласны с тезисом Форрестера о том, что нельзя основывать свои решения только на интуиции. В самом деле, во-первых, нашей интуиции нельзя безоговорочно доверять, она нуждается в контроле. Во-вторых, человек не в состоянии интуитивно усвоить и проанализировать огромные массивы исходных данных о сложных объектах, обладающих множеством цепей обратных связей, и здесь действительно необходимо использовать математические средства, математические, компьютерные модели. Однако при этом все же возникают следующие вопросы.

Действительно ли «любая концепция и взаимосвязь, ясно сформулированные на обычном языке, могут быть переведены на язык численной модели», т. е. описаны на языке математики и для них построена надежная и объективная математическая модель? Любое ли явление может быть надлежащим образом формализовано? Существуют ли ситуации, когда социальная система дезориентирует нас, если мы основываем свои решения на результатах математического, компьютерного моделирования?

При анализе сложнейших систем, когда не все связи описаны на математическом языке, и необходимо отобрать существенные факторы для модели и установить числовые шкалы для них, недостающие зависимости назначаются исходя из интуитивных соображений. Однако после математической обработки и применения компьютера эти интуитивные соображения становятся малозаметными, завуалированными, а решение приобретает видимость математически обоснованного и объективного. Возможно ли элиминировать интуитивно-эвристические компоненты как из моделирования, так и из научно-прогностического процесса вообще? Не являются ли попытки элиминирования интуитивно-эвристических компонентов продуктом фетишизации огромных успехов процесса математизации наук и использования компьютеров для моделирования различных реальных процессов?

Виднейшими представителями антиинтуитивизма во второй половине 19 - первой половине 20-го века были Ч.С. Пирс, Б. Рассел и И.И. Лапшин. В последнее время исследователи также пытаются элиминировать интуитивный элемент из научного познания в целом. Так, по мнению Низовцева В.В., для познания реальности не требуется полета мысли и напряжения интуиции, да и «здоровое и способное к развитию научное знание можно строить только в условиях «репрессивных норм» [130, с. 186], ведь «рациональная наука, основанная на строгом методе, озарений не требует» [130, с.111]. Насколько же правомерен современный антиинтуитивизм?

Также наблюдается в последнее время резкий рост специализации и прикладного прагматизма. Зачастую молодые специалисты придерживаются нетворческого и некритического подхода к науке. Они хотели бы знать только те вещи, которые они могли бы применять со спокойной совестью и без самокопания. Теории и гипотезы, которые являются не «общепризнанными» и проблематичными, не приветствуются, как и само творческое стремление к их созданию. Такая позиция опасна как для науки, так и для нашей цивилизации. Одним из средств преодоления такой позиции могут служить разработка более адекватной современной концепции творческой интуиции, а также методов активизации творчества и методов усовершенствования интуитивного мышления.

В связи с все возрастающим использованием компьютеров для моделирования прогнозируемых объектов и с высокой степенью математизации современной разработки научных прогнозов особое значение приобретает анализ соотношения математического, компьютерного моделирования и интуитивно-эвристических моментов в научном прогнозировании. Необходимость дать адекватное решение вопросов, относящихся к этой гносеологической проблеме, становится все настоятельнее по мере того, как в научном прогнозировании возрастает значение математических, формальных процедур исследования, избавляющих человека от нарастающего объема вычислений и вообще от разнообразных рутинных мыслительных операций, и значение компьютерных технологий, позволяющих конструировать модели различных объектов. Так, один из ведущих отечественных специалистов в области компьютерного моделирования и прогнозирования взаимодействия человека и биосферы, H.H. Моисеев отмечал, что решение гносеологических проблем прогнозирования является «одним из важнейших требований развития человеческой культуры» на современном этапе развития человечества [123, с. 145].

Анализу различных математических процедур и моделированию, используемых в прогнозировании и в принятии решений, посвящены многочисленные иссследования (Бестужев-Лада И.В., Блехман И.И., Кристакис

А., Ларичев О.И., Лисичкин В.А., Мартино Дж., Медоуз Д.Л., Медоуз Д.Х., Моисеев H.H., Мышкис А.Д, Пановко А.Г., Форрестер Дж., Янч Э.и др.). Соотношение же моделирования, математических процедур и интуитивно-эвристических компонентов в процессе разработки прогноза практически совсем не исследовано ни отечественными, ни зарубежными специалистами. Данная работа представляет собой попытку такого исследования. Интуитивно-эвристические компоненты в разработке научного прогноза упоминаются в литературе либо «вскользь», либо рассматриваются какие-то отдельные методы, позволяющие «генерировать» новые идеи на основе интуиции. Поэтому одной из задач нашего исследования является выявление преимуществ и недостатков (по отношению друг к другу) этих методов и их возможностей на различных этапах процесса разработки научного прогноза. Особой задачей является также выявление возможностей эффективизации интуитивного поиска решения творческих задач.

Вопрос о соотношении интуитивно-эвристических возможностей исследователя и математического моделирования при разработке поискового прогноза недостаточно разработан: различные авторы либо совсем об этом не упоминают, либо только указывают, что «умение правильно выбирать математическую модель находится на грани науки и искусства» [16, с. 13]. В своей работе мы постараемся показать, что какие бы математические и компьютерные процедуры не использовались в процессе построения модели прогнозируемого объекта, полностью изгнать интуитивно-эвристические компоненты из этого процесса не удается. Реальный процесс прогнозирования характеризуется взаимосвязью и взаимодополнительностью моделирования и интуитивно-эвристических компонентов. Попытка изгнать интуитивный элемент - это, прежде всего, побочный продукт фетишизации огромных успехов процесса математизации наук и использования компьютеров для моделирования самых различных реальных объектов. При этом надо ответить на следующие вопросы. Какие типы проблем решаются с помощью методов усовершенствования интуитивного мышления, применяемых в науке и в прогнозировании? На каких этапах процесса разработки поискового прогноза необходимы интуитивные допущения и гипотезы?

Кроме того, необходимо определить типы проблем, при решении которых доминирующую роль играют интуитивно-эвристические компоненты, и типы проблем, при решении которых основную роль играют математические процедуры. Нужно выяснить также, какой характер имеет интуитивная догадка и нуждается ли она в контроле и проверке.

Соотношение математического моделирования и интуитивно-эвристических компонентов в разработке нормативного прогноза также практически не исследовано. В имеющейся по нормативному прогнозированию литературе, в основном, уделено внимание либо анализу целевых ситуаций и прикладным вопросам нормативного прогнозирования [Бестужев-Лада И.В. Нормативное прогнозирование: возможные пути реализации целей общества. М., 1987], либо описанию различных математических процедур, используемых при разработке данного типа прогноза [115; 196 и др.]. При этом необходимо ответить на вопрос: на каких этапах процесса разработки нормативного прогноза необходимы интуитивные суждения?

В последнее время появилось много работ, связанных с попыткой экстраполяции представлений синергетики как на философию творчества, так и на научное прогнозирование. В этих публикациях творчество рассматривается как хаос, или как продукт хаотических систем [3; 116; 181]. Что касается прогнозирования, то утверждается, что синергетика может служить в качестве новой, нетрадиционной методологии в прогнозировании. С ее позиций может быть дано научное обоснование современному взгляду на открытое, желаемое и достижимое будущее. Кроме того, синергетический подход позволяет увидеть реальные черты будущей организации, анализируя наличную пространственную конфигурацию сложных эволюционирующих структур в определенного типа быстрых эволюционных процессах и при известных условиях. [68; 77]. Многочисленные попытки применения синергетической методологии создают представление об универсальности применения этой методологии, независимо от природы, уровня организации и глубины изучения системы. При этом, однако, адепты синергетической методологии указывают на то, что неизбежные неопределенности, неустранимые хаотические элементы и имеющиеся странные аттракторы делают будущее принципиально невычислимым и открытым для нас.

Мы не выступаем против науки и синергетики как дисциплины, находящейся в стадии становления. Однако возникают следующие вопросы, в порядке рефлексии, в какой мере обоснован перенос закономерностей, присущих открытым системам термодинамики, на творчество человека и на человеческое прогнозирование? Что этот перенос дает для понимания своеобразия человеческого творчества и человеческого прогнозирования? Заменит ли синергетическая методология, открывшая «эпоху бифуркаций» (Э. Ласло) [236; 237; 238], человеческую интуицию в прогнозировании? Да и верна ли синергетическая интерпретация результатов физических и химических исследований, которые служат фундаментом синергетических представлений?

С возрастанием сложности прогностических проблем их все труднее сводить к чисто математическим задачам, а интуитивные методы в данной ситуации недостаточно эффективны, поскольку человек не в состоянии усвоить и тем более проанализировать огромные массивы исходных данных о сложных объектах прогноза. Каков же выход из этого трудного положения?

В 21 веке научно-прогностические процессы стали выступать ведущими в ситуациях принятия решений человеком в условиях неопределенности. В связи с этим возрос интерес к проблеме роли моделей и интуиции при принятии решений.

Г. Саймон в 20-ом веке выделил в процессе принятия решений три основных этапа: поиск информации, поиск и нахождение альтернатив (в том числе изобретение новых альтернатив) и выбор наилучшей альтернативы из группы альтернатив [251; 252]. На первом этапе собирается вся доступная на момент принятия решения информация: фактические данные, мнение экспертов. Там, где это возможно, строятся математические модели; проводятся и социологические опросы; определяются взгляды на проблему со стороны групп людей, влияющих на ее решение. Второй этап связан с определением того, что можно, а что нельзя делать в имеющейся ситуации, т. е. с определением вариантов решений (альтернатив) и изобретением новых альтернатив. И уже третий этап включает в себя сравнение альтернатив и выбор наилучшего варианта (или вариантов) решения. Таким образом, у лица, принимающего решение, должна быть информация о поисковом и нормативном научном прогнозе об объекте прогноза. При этом возникают следующие вопросы.

Всегда ли поведение людей при принятии решений рационально? Каковы особенности поведения человека при принятии решений? Какова роль моделей и интуитивно-эвристических компонентов в процессе принятия решений?

Традиционно считается, что невозможно «выспросить» у эксперта, как он решает те или иные задачи по принятию решений. Ведь одной из наиболее важных характеристик экспертного знания (умения) является его подсознательный характер. Невербализуемость человеческих умений подчеркивал в свое время М. Полани в своей книге «Личностное знание. На пути к посткритической философии» [136]. Дж. Кихистром также подчеркивает, что умения людей не поддаются полностью вербализации и объяснению [233]. Тем не менее, современные исследователи ставят следующий вопрос.

Нельзя ли каким-то образом сохранить экспертные умения для будущих поколений?

Задача построения компьютерных копий экспертных знаний (баз экспертных знаний, умений) является одной из наиболее сложных в области искусственного интеллекта. Именно в последние 30 лет перенос экспертных баз знаний в компьютер стал одной из центральных проблем искусственного интеллекта. Но на пути решения этой проблемы стоят следующие существенные трудности.

1. Человек не может сообщить общие абстрактные правила, которыми он руководствуется, решая ту или иную конкретную задачу, ведь его умения чаще всего хранятся на подсознательном уровне.

2. В любой области деятельности имеется большое количество возможных практических ситуаций, при анализе которых проявляются умения человека. Желательно, чтобы этими умениями в полном объеме «овладел» компьютер, что может потребовать огромного труда и времени экспертов.

3. Люди, передающие компьютеру в том или ином виде свои знания и умения, неизбежно ошибаются. Безошибочных экспертов не бывает.

4. Для построения компьютерных аналогов человеческих умений нужна совокупность различных подходов, потому что существуют разные виды человеческих умений.

Несмотря на все эти трудности, группе специалистов под руководством Ларичева О.И. удалось выработать нетрадиционный подход экспертной классификации, позволяющий строить непротиворечивые и достаточно большие базы экспертных знаний (умений) для строго определенного класса задач: задач классификации с явными признаками [94; 95; 97; 98; 99; 124]. При этом возникает следующий вопрос.

Останется ли место человеческой интуиции в процессе принятия решений, если вербализации и компьютеризации поддаются даже экспертные умения решать ряд проблем по принятию решений? При решении каких проблем принятия решений необходима интуиция?

Проблемная ситуация (например, решение вопроса о том, каковы индивидуальные неформализуемые компоненты интуитивного процесса и возможна ли эффективизация интуитивного поиска решения научных, прогностических задач и проблем принятия решений) существенно усложняется тем, что в настоящий момент существует множество различных трактовок природы интуиции, и пока трудно говорить о каких-либо общепризнанных представлениях об этом [65]. Тем не менее, прав М.Г. Ярошевский, говоря о том, что «нужно новое понимание интуиции, такое, которое не ограничивало бы ее актами и эффектами «внезапного схватывания отношений», свойственного и обезьяне и гению». [198, с. 141]. Это понимание не может быть выработано без анализа различных концепций интуиции (как в истории философской мысли, так и в современных конкретно-научных исследованиях) и выявления ценного, рационального в них, тенденций развития понятия интуиции.

Поэтому в первых параграфах первой главы данной диссертационной работы, мы в основном, дадим ответы на следующие вопросы.

1. Какое место в творческом процессе человека занимает интуиция, и какова ее роль?

2. В чем суть современного антиинтуитивизма, и насколько он правомерен?

3. Каковы особенности современных концепций творческой интуиции и их соотношение с реальными механизмами ее инициирования?

4. Что представляет собой интуиция, какова ее природа?

5. Каким образом формируется интуиция исследователя (генезис интуиции) и остается ли она неизменной?

6. Благодаря чему возможна «внезапность» появления новой идеи (решения той или иной творческой задачи) в интуитивном акте?

7. Каков характер интуитивного решения?

8. В чем специфика моделей?

Опираясь на результаты исследований интуитивного мышления в философии и психологии мышления, данные психогенетики и анализ особенностей решения научных проблем выдающимися математиками и физиками 20 века, мы показываем, что в генетическом аспекте интуиция представляет собой широкое, динамичное обобщение опыта мышления, что «внезапное» появление решения проблем возможно, благодаря наличию в подсознании субъекта индивидуальных эвристических систем образов-знаков, характеризующихся наличием особых «семантических комплексов», при этом само интуитивное решение носит вероятностный, ориентировочный характер и поэтому требует проверки и контроля.

В последнем параграфе 1-ой главы мы рассмотрим специфику моделей.

Во второй главе диссертации выделяются типы проблем, при решении которых доминирующую роль играют интуиция или математические процедуры; анализируются специфика эвристики и интуитивно-эвристические компоненты — различные методы активизации творчества и методы усовершенствования интуитивного мышления, выявляются их достоинства и недостатки, а также их возможности при решении различных творческих задач в науке, в технике и в прогнозировании.

Для анализа соотношения моделей и интуитивно-эвристических компонентов в научном прогнозировании в целом, надо сначала рассмотреть различные этапы процесса разработки научного прогноза. Затем необходимо выявить характер данного соотношения на этих этапах. Поэтому, в 1-ом параграфе 3-ей главы мы рассматриваем стадии и этапы полного цикла разработки прогноза и выделяем те из них, которые включают интуитивные догадки и суждения прогнозиста, как необходимый элемент решения прогностических задач. В этом же параграфе исследуются также аспекты этапа анализа объекта прогноза.

Основным этапом процесса разработки поискового прогноза является этап создания гипотетической параметрической модели объекта прогноза. Этот этап специально исследуется во 2-ом параграфе 3-ей главы. Анализируя соотношение моделей и интуитивно-эвристических компонентов, используемых при разработке поискового прогноза, мы доказываем, что модель включает в себя интуитивные допущения и гипотезы. Интуитивные суждения и догадки присутствуют, когда человек выбирает существенные факторы для построения модели; когда решает, какие численные значения принять входными параметрами, вводимыми в модель; когда интерпретирует выходные данные модели. Математические процедуры являются необходимым компонентом в моделировании прогнозируемых объектов, но, в целом, они служат, прежде всего, для ускорения процесса, посредством которого мы раскрываем значение наших интуитивных допущений.

Третий параграф 3-ей главы работы посвящен анализу соотношения моделей и интуитивных возможностей исследователя-эксперта в нормативном прогнозировании. Здесь обосновывается, что исследовательский процесс при разработке нормативного прогноза характеризуется взаимодополнительностью моделирования и интуитивно-эвристических компонентов (интуитивных экспертных оценок).

В 4-ой главе мы рассматриваем соотношение творческой интуиции и нетрадиционной методологии моделирования в прогностике и в принятии решений. В первом параграфе этой главы мы в основном, даем ответы на следующие вопросы.

1 .В какой мере обоснован перенос закономерностей, присущих открытым системам термодинамики на творчество человека и на человеческое прогнозирование?

2. Что этот перенос дает для понимания своеобразия человеческого творчества и человеческого прогнозирования?

3. Не создает ли синергетическая методология реальную опасность увлечения синергетической фразеологией?

4. Заменит ли синергетическая методология человеческую интуицию в прогнозировании?

5. Да и верна ли синергетическая интерпретация результатов физических и химических исследований, которые служат фундаментом синергетических представлений?

При анализе сложных объектов прогноза необходимо быстро и точно прослеживать огромные цепочки взаимосвязей между элементами этих объектов, а также отношения их с другими объектами. Интуитивные методы в данной ситуации недостаточно эффективны, поскольку человек не в состоянии проанализировать огромные массивы исходных данных о сложных объектах прогноза и провести громадное количество вычислений. Помочь здесь могут математические средства анализа и компьютерная обработка информации. В то же время, как показывает практика прогнозирования, чем сложнее объект прогноза, тем больше возникает неформальных ситуаций, когда прогностическую проблему не удается свести к решению чисто математических задач. О возможностях выхода из этого тупика идет речь во втором параграфе 4-ой главы.

В начале 21 века прогностические процессы стали выступать ведущими в ситуациях принятия решений человеком в условиях неопределенности. В связи с этим возрос интерес к проблеме роли моделей и интуиции при принятии решений, о которой идет речь в последнем параграфе 4-ой главы.

Таким образом, основной целью диссертации является многоаспектное исследование соотношения моделирования и интуитивно-эвристических компонентов в современной науке, в прогнозировании и в принятии решений, и выявление роли и места интуиции и моделей в научном познании, в процессе разработки прогноза и в процессе принятия решений. Достижение этой цели предполагает решение следующих задач:

- выявление места и роли интуиции и теоретических моделей при модификации наличного научного знания;

- критический анализ современного антиинтуитивизма;

- критический анализ концепций интуиции и выделение индивидуальных неформализуемых компонент интуитивного процесса, определение характера интуитивной догадки; выделение типов проблем (задач), при решении которых доминирующую роль играет интуиция;

- определение специфики эвристики и интуитивно-эвристических компонентов; критический анализ возможностей интуитивно-эвристических компонентов — методов активизации творчества и методов усовершенствования интуитивного мышления, применяемых в науке, технике, прогнозировании и принятии решений;

- выявление стадий (этапов) процесса разработки научного прогноза, в которых необходимы моделирование и интуитивно-эвристические компоненты;

- установление типов систем, для которых невозможно построение надежных и объективных математических параметрических моделей;

- выделение прогностических проблем, при решении которых необходима как личная интуиция, так и интуитивные экспертные оценки;

- раскрытие соотношения творческой интуиции и нетрадиционной методологии моделирования в научной прогностике и в принятии решений;

- выявление проблем принятия решений, при решении которых необходима интуиция.

В ходе решения выше указанных задач, были получены следующие результаты, которые выносятся на защиту.

1. Предложена обобщенная схема, отражающая место и роль интуиции и теоретических моделей при модификации наличного научного знания в условиях появления новых исходных, эмпирических данных, требования семантической оптимизации знания, заключения о достаточности проверки. Схематическое формульное выражение этого таково: где Э1 - исходные, эмпирические данные, включающие новые факты, И -интуиция, Т - теоретические решения, аксиомы и принципы, С - дедуцируемые из теории, эмпирически проверяемые следствия, Эи — область возможных эмпирических подтверждений теории, относительно которых делаются интуитивные суждения об их достаточности.

2. Выявлены индивидуальные неформализуемые компоненты интуитивного процесса — индивидуальные эвристические системы образов-знаков, обеспечивающие внезапность (быстроту) появления новой интуитивной идеи и способствующих тому, что на суд сознания творческого субъекта выносятся более или менее правдоподобные гипотезы, варианты решения проблем. Доказано, что современный антиинтуитивизм несостоятелен и, что интуиция играет доминирующую роль при решении неструктурированных и слабо структурированных проблем, а математические процедуры играют основную роль при решении хорошо структурированных проблем.

3. Доказано, что такие интуитивно-эвристические компоненты как методы усовершенствования интуитивного мышления позволяют решать следующие слабоструктурированные и неструктурированные задачи:

- выявлять скачкообразные этапы в развитии объекта;

- определять альтернативное развитие процесса;

- выбирать инструментарий для производства конкретного прогноза в условиях большой неопределенности исходных данных;

- определять качественные стороны развития объекта;

- составлять сценарий, в особенности качественных сторон развития объекта;

- прогнозировать развитие объектов, анализ развития которых либо полностью, либо частично не поддается формализации;

- выявлять объективизированное представление о перспективах развития области науки или техники на основе обработки прогнозных оценок репрезентативной группы экспертов; осуществлять синтез объекта прогноза, предусматривающим составление многопараметрической модели объекта;

- обеспечивать поиск разработчиком решения изобретательских задач при дефиците информации, т. е. при невозможности использовать логические средства;

- комплексные социально-технические задачи.

4. Выявлено, что исследовательский процесс при разработке научного прогноза характеризуется взаимодополнительностью моделирования, математических процедур и интуитивно-эвристических компонентов. В поисковом прогнозировании интуитивно-эвристические компоненты необходимы в процессе разработки прогноза на этапе формализации исходных данных и на этапе создания гипотетической параметрической модели объекта прогноза; математические процедуры необходимы при проведении компьютерного эксперимента с моделью объекта прогноза. В нормативном прогнозировании интуитивно-эвристические компоненты необходимы при построении «дерева целей», используемого для моделирования процесса достижения цели; при определении численных весовых коэффициентов каждого элемента «дерева целей»; учете взаимозависимых факторов, оказывающих влияние на достижение поставленных целей; выявлении альтернативных путей достижения целей в условиях неопределенности; при выборе критериев оценки альтернативных путей достижения целей; при выборе оптимального пути достижения заданной цели в случае, если целевую функцию не удалось сформулировать на математическом языке.

5. Установлено, что идея о том, что для любых систем и прогностических проблем возможно построение надежных и объективных математических параметрических моделей, неверна для систем, обладающих «свободой поведения», систем включающих в себя коллективы людей. Доказано, что модели этих систем — это субъективные модели с качественными оценками, ведь исследователь дополняет модель своими интуитивными гипотезами и облекает свои качественные догадки в количественную форму. Необходимо обращаться к исходным интуитивным допущениям при интерпретации результатов, полученных при помощи компьютерного эксперимента с этими моделями объектов прогноза.

6. Доказано, что творческая интуиция человека останется исключительно важной и необходимой компонентой процесса прогнозирования, даже если нетрадиционная синергетическая методология, несмотря на противоречия и трудности стоящие перед ней, докажет свою состоятельность в поисковом прогнозировании, поскольку строить хорошие предсказывающие компьютерные системы во всем многомерном фазовом пространстве «на общих основаниях» не удается.

7. Выдвинута и обоснована гипотеза о том, что решение проблемы соотношения интуитивно-эвристических компонентов и математического моделирования в современной прогностике состоит в создании нетрадиционной постоянно действующей системы прогнозирования — интегрированной человеко-машинной системе, включающей комплекс взаимосвязанных методов интуитивно-экспертной оценки с методами математического моделирования и использующей автоматизированную информационную базу. В целях расширения круга решаемых прогнозных задач постоянно действующая прогнозирующая система должна постоянно пополняться новыми методами прогнозирования и исходной базовой информацией.

8. Доказано, что интуиция является необходимым компонентом в процессе решения как слабо структурированных, так и, прежде всего, неструктурированных проблем по принятию решений. Установлено, что, как правило, модели этих проблем — это субъективные модели с качественными оценками. Причем неструктурированные проблемы с качественными переменными — это особые проблемы принятия решений, обладающие следующими общими чертами.

- Они являются проблемами уникального выбора.

- Они связаны с неопределенностью в оценках альтернативных вариантов решения проблемы, которая объективно обусловлена нехваткой информации на момент решения проблемы.

- Оценки альтернативных вариантов решения проблемы имеют качественный характер и чаще всего сформулированы в словесном виде.

- Оценки альтернатив по отдельным критериям могут быть получены только от экспертов.

- Общая оценка альтернатив может быть получена лишь на основе субъективных предпочтений лица, принимающего решение. Интуиция лица, принимающего решение, является основой решающего правила, позволяющего перейти от оценок по отдельным критериям к общей оценке альтернатив.

Применение человеко-машинных систем поддержки принятия коллективных решений не устраняет интуитивно-эвристические компоненты, которые необходимы как при согласовании мнений лиц, принимающих решения, так и для успешной работы консультантов.

Основные положения диссертации отражены в следующих опубликованных работах автора (из списка ВАК).

1. Гришунин С.И. Возможна ли современная наука без интуиции (монография) M., URSS/ Издательство ЛКИ, 2008.

2. Гришунин С.И. Методы активизации творчества и усовершенствования интуитивного мышления в науке и прогнозировании. // Вестник Московского государственного лингвистического университета. Серия «Философия и культурология» М., 2009, выпуск 569, (из списка ВАК).

3. Гришунин С.И. Модели и творческая интуиция в научном прогнозировании. // Вестник РУДН. Серия ФИЛОСОФИЯ. - М., 2009. - №1, (из списка ВАК).

4. Гришунин С.И. Современные философская и синергетическая модели творчества и интуиции. // Вестник Московского государственного лингвистического университета. Серия «Философия и культурология» М., 2008, выпуск 54, (из списка ВАК).

5. Гришунин С.И. Современный антиинтуитивизм и научное познание. // Журнал «Эпистемология & философия науки». - М., 2009. — №2, (из списка ВАК).

6. Гришунин С.И. Творческая интуиция и прогностические модели. // Вестник МГУ. Серия ФИЛОСОФИЯ. - М., 2009. - №2, (из списка ВАК).

7. Гришунин С.И. Творчество и научное поисковое прогнозирование. // Вестник Московского государственного лингвистического университета. Серия «Философия и культурология» М., 2008, выпуск 543, (из списка ВАК).

8. Гришунин С.И. Философия науки: основные концепции и проблемы. М., URSS/ Издательство ЛКИ, 2009.

9. Гришунин С.И. Антиинтуитивизм в контексте современной науки. // Вестник РУДН. Серия ФИЛОСОФИЯ. - М., 2010. - №1, (из списка ВАК).

Заключение диссертации по теме «Онтология и теория познания», Гришунин, Сергей Иванович

Заключение

Проведенное в данной работе исследование позволяет сделать следующие выводы.

1. Обнаружено, что многочисленные трактовки структуры научного творчества фиксируют проблему как исходную фазу (или этап) творчества, а также и этап (или фазу) ее разрешения. Важное место в этом процессе занимает интуиция, которая подсказывает часто гипотезу, догадку, т. е. подготавливает «творческий скачок» мысли, приводящий ранее непреодолимую проблему к разрешению.

2. Интуиция необходима при модификации наличного знания в условиях появления новых исходных, эмпирических данных, требования семантической оптимизации знания, заключения о достаточности проверки. Формульное выражение этого таково: где Э1 — исходные, эмпирические данные, включающие новые факты, И — интуиция, Т - теоретические решения, аксиомы и принципы, С - дедуцируемые из теории, эмпирически проверяемые следствия, Эи — область возможных эмпирических подтверждений теории, относительно которых делаются интуитивные суждения об их достаточности.

3. Доказано, что современный антиинтуитивизм, элиминирующий интуицию из научно-познавательного процесса и предлагающий вернуться к рационалистической методологии Декарта, несостоятелен по следующим причинам.

А). Декарт считал, что разумное познание сопряжено с интуицией, дающей первые принципы, из которых затем выводится все остальное знание путем дедукции.

Б). Предлагаемые интуицией результаты, пройдя систематическую разработку и проверку, поддаются обобщению и рациональной интерпретации.

В). Если интуитивные представления играют роль основной, исходной онтологической схемы, то это не следует относить к недостаткам интуиции, как считают современные антиинтуитивисты. Ведь изменение онтологической схемы способствует изменению самого предмета научного исследования и созданию новой теории.

Г). Несмотря на то, что интуитивный вывод нуждается в контроле, интуиция необходима при построении новых фундаментальных научных теорий в период революционного развития научного знания, при изучении микромира, при научном моделировании, при поиске оптимальной модели, при решении частных научных проблем.

4. Реконструированы основные подходы к интуиции и показано, что наиболее плодотворными в плане возможности реконструкции интуитивного процесса являются неаприористические подходы к интуиции и идеи Л. Больцмана, Ж. Дьедонне, К. Поппера и В.А. Стеклова о том, что интуиция «опосредованно осваивает» научные результаты. Конструктивными в этом же плане являются также следующие идеи: а) идея психофизиологов о том, что отдельные свойства образов (их «грани»), которыми оперирует правополушарное мышление, могут вступать во взаимодействие друг с другом сразу в нескольких «смысловых плоскостях»; б) тезис русского евролога, инженера и философа техники П. Энгельмейера о взаимодействии интуитивного и дискурсивного фактора во всех видах эвристической деятельности.

5. Установлено, что решения проблем интуиции и творчества в рамках концепции сверхсознания и синергетической модели интуиции имеют следующие недостатки.

А). Утверждение о том, что неосознанность сверхсознания (творческой интуиции) есть защита от чрезмерного давления ранее накопленного опыта, противоречит утверждению о том, что для рекомбинирующей деятельности сверхсознания (творческой интуиции) необходим именно этот ранее накопленный опыт, включая присвоенный опыт предшествующих поколений и следы, полученных извне впечатлении

Б). Неясно на основании чего, и каким образом сверхсознание (интуиция) производит первичный отбор возникающих рекомбинаций и способствует тому, что на суд сознания творческого субъекта выносятся более или менее правдоподобные гипотезы, варианты решения проблем.

В). Механизм творчества в синергетической модели фактически объясняется через само творчество, поскольку процесс увеличения разнообразия и переоценки познавательных ценностей, являющийся необходимым элементом этой модели, - это не рутинный, а творческий процесс.

Г). Механизм интуиции при синергетическом подходе объясняется при помощи самой интуиции, так как она играет роль на стадии отбора «ненужного». Кроме того, при такой интерпретации этого механизма неизбежно возникает «дурная» бесконечность: для интуиции как самодостраивания, нужен отбор «ненужного», который в свою очередь также нуждается в интуиции, включающей в себя отбор «ненужного», и т.д. Если бы «механизм интуиции» действительно был бы таким, то невозможно было бы решить никакую творческую задачу, поскольку «интуитивно-отборный» процесс ее решения был бы бесконечным.

6. Выделены следующие индивидуальные неформализуемые компоненты интуитивного процесса: индивидуальные эвристические системы образов-знаков, обеспечивающих внезапность (быстроту) появления новой интуитивной идеи и способствующих тому, что на суд сознания творческого субъекта выносятся более или менее правдоподобные гипотезы, варианты решения проблем.

7. Выявлено, что интуитивная догадка носит более или менее приблизительный, ориентировочный характер (представляет собой «ключ» к решению) и поэтому нуждается в проверке и контроле.

8. Математические и компьютерные модели в общем случае разрабатываются для пятиосновных целей: а) для лучшего описания и понимания объективно существующей реальности, б) для прогнозирования, в) для визуализации, г) для моделирования различных ситуаций, д) для выработки курса действий и принятия решений, чтобы лучше (оптимально) управлять.

Надо постоянно помнить, что всякая модель, является известным упрощением реальных процессов. Исследователь создает модель, приближенно отражающую свойства, особенности изучаемого объекта, поскольку при выборе существенных факторов для построения модели и формулировке правил, определяющих операции над объектом, он выделяет какие-то определенные стороны объекта (а не все), использует «огрубления» в отражении действительности.

9. Показано, что интуиция играет доминирующую роль при решении неструктурированных (качественно сформулированных) и слабо структурированных (содержащих качественные и количественные элементы) проблем, а математические процедуры играют основную роль при решении хорошо структурированных (количественно сформулированных) проблем.

10. Обучить, в точном понимании этого слова, человека творческому акту нельзя, но это вовсе не значит, что нельзя содействовать его образованию и появлению. Именно методы содействия в образовании творческих актов и подготовки к этому интеллекта рассматривает эвристика.

Интуитивно-эвристические компоненты поиска решений — это интуиция исследователя и специальные эвристические методы, а именно методы активизации творчества и усовершенствования интуитивного мышления. Эти методы, задают стратегии и тактики деятельности решающего субъекта, стимулирующие его интуитивное мышление в процессе решения, генерирование новых идей и на этой основе существенно повышающие эффективность решения определенного класса творческих задач.

11. Проанализированы возможности методов усовершенствования интуитивного мышления (метода мозгового штурма, метода мозговой осады, метода Дельфи, метода Дельфи И, Дельфи-конференции, метода эвристического прогнозирования, синектики, метода качественной обработки связи, метода «Шанг», интегрального метода «Метра», управляемой системы генерации прогностических идей), применяемых в науке и технике, и показано, что эти методы позволяют решать следующие слабоструктурированные и неструктурированные задачи:

- выявлять скачкообразные этапы в развитии объекта;

- определять альтернативное развитие процесса;

- выбирать инструментарий для производства конкретного прогноза в условиях большой неопределенности исходных данных;

- определять качественные стороны развития объекта;

- составлять сценарий, в особенности качественных сторон развития объекта;

- прогнозировать развитие объектов, анализ развития которых либо полностью, либо частично не поддается формализации, т.е. для которых трудно разрабатывать адекватную математическую модель;

- выявлять объективизированное представление о перспективах развития области науки или техники на основе обработки прогнозных оценок репрезентативной группы экспертов; осуществлять синтез объекта прогноза, предусматривающим составление многопараметрической модели объекта, и при решении вопроса о возможности модельной интерпретации прогнозируемого процесса;

- обеспечивать поиск разработчиком решения изобретательских задач при дефиците информации, т. е. при невозможности использовать логические средства;

- задачи, решение которых предполагает ряд вариантов, один из которых является оптимальным; при решении подобных задач важно определить полный набор альтернатив;

- задачи, решение которых требует параллельного использования ряда разнообразных приемов; при решении подобных задач — необходимо определить круг применимых приемов;

- задачи, решение которых требует выявления круга факторов, которые необходимо принять во внимание, определяя окончательный вариант решения задачи или связанной с ней проблемой;

- комплексные социально-технические задачи.

Все эти задачи компьютер не может решить, поскольку в них имеются качественные и неопределенные элементы. При правильном употреблении все указанные выше методы образуют схему, по которой могут более эффективно использоваться творческие интуитивные способности.

12. Установлено, что в поисковом прогнозировании интуитивно-эвристические компоненты необходимы в процессе разработки прогноза на этапе формализации исходных данных (при анализе объекта прогноза и выборе существенных факторов для построения параметрической модели этого объекта), на этапе создания параметрической модели объекта прогноза; формальные, математические процедуры необходимы при проведении компьютерного эксперимента с моделью объекта прогноза. Параметрическая модель объекта прогноза включает в себя интуитивные допущения и гипотезы. Какие бы математические процедуры не использовались в процессе конструирования параметрической модели объекта прогноза, полностью изгнать интуитивный элемент из этого процесса не удается.

13. Показано, что идея о том, что для любых систем и прогностических проблем возможно построение надежных и объективных математических параметрических моделей, неверна. Такой подход неверен для систем, включающих в себя коллективы людей. Для моделей многих систем, включающих в себя людей, характерны следующие явления: отсутствие четких структурных связей, не всегда имеется возможность точно отобразить эти связи в количественном виде, отсутствие повторяемости при повторных экспериментах (если таковые вообще возможны). Кроме того для многих переменных систем, включающих в себя коллективы людей, нет эталонов, т. е. нет общепринятого количественного измерителя переменных. А так как необходимость получения каких-то выводов довлеет над исследователем, то он дополняет модель своими интуитивными гипотезами и облекает свои качественные догадки в количественную форму. Это надо помнить, когда изучаются обладающие «высокой точностью» результаты на выходе модели — выходные данные. Мы должны обращаться к исходным интуитивным допущениям, когда пытаемся интерпретировать эти результаты, полученные при помощи компьютерного эксперимента с моделью объекта прогноза. Там, где это возможно, необходимо строить надежные и объективные модели. Но нужно строить и субъективные модели с качественными оценками; часто они являются единственным средством анализа слабоструктурированных и неструктурированных прогностических проблем.

14. Доказано, что исследовательский процесс при разработке нормативного прогноза характеризуется взаимодополнительностыо моделирования, математических процедур и интуитивно-эвристических компонентов (интуитивных экспертных оценок). В нормативном прогнозировании интуитивно-эвристические компоненты (интуитивные суждения) необходимы на следующих этапах.

А). При построении «дерева целей», используемого в нормативном прогнозировании для моделирования процесса достижения цели. Построение структуры, оценка каждого элемента «дерева целей» и определение условий, при которых может быть реализована эта оценка, осуществляются экспертами, использующими свой опыт и интуицию. Для этого используются как индивидуальные экспертные оценки, так и коллективные, выработанные при помощи коллективной генерации идей, метода эвристического прогнозирования, метода Дельфи и его модификаций, метода «Шанг, интегрального метода «Метра» и других методов усовершенствования интуитивного мышления.

Б). При определении численных весовых коэффициентов каждого элемента «дерева целей». Так, применение метода Дельфи, его модификаций, интегрального метода «Метра» необходимо при выработке экспертами согласованных критериев для определения численных оценок элементов всех уровней «дерева целей».

В) При учете взаимозависимых факторов, оказывающих влияние на достижение поставленных целей. Учет степени этого влияния производится с помощью матричного метода прогнозирования, для практического использования которого нужна оценка важности элементов комплекса целей и вклада элементов одного комплекса в развитие другого. Эта оценка производится по балльной шкале экспертами на основе своего опыта и интуиции.

Г). При выявлении альтернативных путей достижения целей в условиях неопределенности, обусловленной наличием факторов, не поддающихся строгой количественной оценке. В этих условиях привлекаются методы системного анализа, центральной процедурой которого является построение обобщенной модели реальной ситуации, соответствующей поставленной цели и отображающей факторы и взаимосвязи, которые могут проявляться в процессе реализации (осуществления) этой цели. Здесь для непосредственной оценки качественных аспектов проблемы и факторов, неподдающихся строгой количественной оценке, используются экспертные интуитивные суждения. Как пишет один из создателей системного анализа Э.Квейд [73, с.81], «. достоинство системного анализа состоит в том, что он позволяет систематически и эффективно сочетать суждения и интуицию экспертов в соответствующих областях». Суждения и интуиция используются, когда конструируется обобщенная модель ситуации, когда решаются вопросы о том, какие альтернативы рассматривать, какие факторы являются существенными, каковы взаимосвязи между этими факторами, какой критерий выбрать, а также при интерпретации результатов системного анализа.

Д). При выборе критериев оценки альтернативных путей достижения целей.

Е). Интуитивные экспертные оценки также незаменимы при выборе оптимального пути достижения заданной цели в случае, если целевую функцию не удалось сформулировать на математическом языке.

Математические процедуры необходимы при анализе огромного числа взаимозависимых факторов, оказывающих влияние на достижение поставленных целей; для расчета вероятности времени наступления событий, являющихся условиями реализации поставленных целей.

15. Установлено, что категориальная основа самой синергетики еще не определена с достаточной ясностью. Кроме того, в ходе проведенного анализа были выявлены следующие трудности, противоречия и недостатки, которые сегодня имеются у нетрадиционной синергетической методологии.

A). Та ситуация, с которой столкнулась сегодня синергетика - это ситуация, когда чем больше простота и шире область приложений, тем меньше точность и конкретность.

Б). Любимый образ синергетики — это фрактальные структуры, у которых с изменением масштаба описание строится по одному и тому же правилу, возможно с небольшими вариациями. Но реальность устроена иначе. В физике, в биологии при переходе с одного уровня на другой уровень меняются закономерности, модели и способы описания. Исследования показывают, что открытым остается принципиальный вопрос, в какой мере синергетике удастся помочь в описании этой структурной неоднородности и разных «межуровневых» явлений.

B). В современной синергетике наличествует следующая противоречивая ситуация. С одной стороны, синергетика изучает открытые системы. С другой стороны, при синергетической интерпретации результатов физических и химических исследований открытых систем, эти системы рассматриваются как замкнутые системы, поскольку при этом элиминируется внешнее упорядоченное воздействие. Но замкнутые системы — это абстракции.

Г). Примеры, на которые опираются представители синергетики для своих построений, не являются убедительными. В этих примерах либо элиминируется внешнее упорядоченное воздействие на систему, либо сравнение производится на разных уровнях описания.

Д). Попытки переноса основных тезисов синергетики («хаос порождает порядок» и «система сама по себе выбирает ветвь развития») на человеческое творчество и человеческое прогнозирование являются непродуктивными и мало убедительными. Эти приложения синергетики к проблемам творчества и проблемам прогнозирования дают лишь поверхностные аналогии.

Е). Интерпретация изучаемого явления с позиции синергетики не продвигает исследователя в решении проблем ни на шаг без реального наполнения позитивным содержанием.

Ж). Современные синергетически мыслящие методологи прогнозирования, вульгаризируют, по сути, само понятие научного прогнозирования, уравнивая его с понятием футурологии и с понятием исследование будущего.

3). На первый план в прогнозировании современные синергетики выносят не сам прогноз будущего, а создание будущего. Однако для того, чтобы создавать это будущее, надо прежде принять решение о его создании. А для этого в свою очередь лицо, принимающее решение, должно иметь прогноз этого будущего, как прогноз о будущих состояниях объекта прогноза (поисковый прогноз), так и прогноз о наиболее оптимальных путях создания этого будущего (нормативный прогноз).

И). Нетрадиционная синергетическая методология не отменяет и не заменяет ни поисковое, ни нормативное прогнозирование. Сегодня синергетика может претендовать лишь на роль одного из методов поискового прогнозирования. Хотя и здесь возникают принципиальные трудности, ведь, по свидетельству синергетиков, «будущие состояния сложных систем ускользают от нашего контроля и предсказания».

К). В современной синергетической методологии прогнозирования имеется следующее противоречие. Как утверждают сторонники этой методологии, если стоять на синергетической платформе, то можно понять не только принципиальные пределы предсказуемости, но и увидеть неограниченно отдаленное будущее. Однако если имеются принципиальные пределы предсказуемости, то тогда увидеть неограниченно отдаленное будущее сегодня мы не можем. Но если мы можем сегодня увидеть неограниченно отдаленное будущее, то тогда нет никаких принципиальных пределов предсказуемости.

16. Поскольку строить хорошие предсказывающие компьютерные системы во всем многомерном фазовом пространстве «на общих основаниях» не удается, постольку человеческая интуиция оказывается исключительно важной и необходимой вещью в прогнозировании.

17. Даже если нетрадиционная синергетическая методология докажет свою состоятельность в прогнозировании, творческая интуиция человека останется необходимой компонентой процесса прогнозирования. Не случайно, адепты этой методологии, указывают на то, что сегодняшняя человеческая деятельность должна строиться с сознательной или неосознаваемой, интуитивной ориентацией на одну из возможных и осуществимых в данной социальной среде структур-аттракторов развития. Ведь, как утверждают они же, человек играет решающую роль в выборе наиболее благоприятной будущей структуры, одной из спектра возможных структур-аттракторов.

18. Показано, что на практике интеграция математических процедур, моделирования и интуиции исследователя-прогнозиста осуществлена в «имитационных системах». Что касается научного прогнозирования в целом, то здесь решение проблемы соотношения интуитивно-эвристических компонентов и математического моделирования видится в создании нетрадиционной постоянно действующей системы прогнозирования.

Эта прогнозирующая система по существу представляет собой интегрированную человеко-машинную систему, включающую комплекс взаимосвязанных методов интуитивно-экспертной оценки с методами математического моделирования и базирующуюся на автоматизированной информационной базе и широком использовании современной компьютерной техники. В целях расширения круга решаемых прогнозных задач постоянно действующая прогнозирующая система должна постоянно пополняться новыми интуитивно-экспертными методами прогнозирования, математическими методами прогнозирования и исходной базовой информацией.

19. Доказано, что, несмотря на возможность вербализации и компьютеризации ряда экспертных умений решать проблемы по принятию решений, интуиция является необходимым компонентом в процессе решения как слабо структурированных, так и, прежде всего, неструктурированных проблем по принятию решений. Как правило, модели этих проблем — это субъективные модели с качественными оценками. Причем неструктурированные проблемы с качественными переменными — это особые проблемы принятия решений, обладающие следующими общими чертами.

A). Они являются проблемами уникального выбора в том смысле, что каждый раз проблема является либо новой для лица, принимающего решение, либо обладающей новыми особенностями по сравнению со встречавшейся ранее подобной проблемой.

Б). Они связаны с неопределенностью в оценках альтернативных вариантов решения проблемы, которая объективно обусловлена нехваткой информации на момент решения проблемы.

B). Оценки альтернативных вариантов решения проблемы имеют качественный характер и чаще всего сформулированы в словесном виде. Г). Оценки альтернатив по отдельным критериям могут быть получены только от экспертов.

Д). Общая оценка альтернатив может быть получена лишь на основе субъективных предпочтений лица, принимающего решение. Интуиция лица, принимающего решение, является основой решающего правила, позволяющего перейти от оценок по отдельным критериям к общей оценке альтернатив.

К неструктурированным проблемам принятия решений относятся проблемы принятия стратегических решений экономического и политического характера, проблемы планирования научных исследований, проблемы конкурсного отбора проектов, личные проблемы выбора. В таких проблемах основные характеристики носят качественный характер. Кроме того, отсутствуют достаточно надежные количественные модели. Отсюда и вытекает необходимость использовать при решении этих проблем как личную интуицию, так и методы усовершенствования интуитивного мышления (метод коллективной генерации идей, метод Дельфи и его модификации, метод эвристического прогнозирования, метод «Шанг», интегральный метод «Метра» и другие методы усовершенствования интуитивного мышления). Да и сами методы принятия решений помогают «заострить» интуицию лица, принимающего решение, и объединить политику лица, принимающего решение, и знания экспертов.

Применение человеко-машинных систем поддержки принятия коллективных решений не устраняет интуитивно-эвристические компоненты, которые необходимы как при согласовании мнений лиц, принимающих решения (метод Дельфи, его модификации и другие методы интуитивных экспертных оценок), так и для успешной работы консультантов.

Мы считаем несомненным, что полнота познания мира и, в частности, необходимая для этого способность к интуиции (как в случае, когда она образует составной элемент познания, так и когда она лежит в основе решения конкретно-практических проблем, например при оценке ситуации или при выборе решения) - фундаментальные условия выживания человеческого рода. Эта необходимость не уменьшается с развитием математического и компьютерного моделирования мира. Скорее, справедливо обратное: по мере того как логические операции человеческого интеллекта будут все более передаваться компьютеру, интуитивная деятельность интеллекта будет приобретать все большее значение. Распространение математических методов и моделирования на «не точные науки» обостряет проблему правильного учета внелогических элементов познавательного процесса. При любом развитии математических методов и моделирования эти внелогические, интуитивные элементы останутся неустранимыми и фундаментально важными.

Список литературы диссертационного исследования доктор философских наук Гришунин, Сергей Иванович, 2011 год

1. Адамар Ж. Исследование психологии процесса изобретения в области и математики. М., 1970.

2. Акоф Р., Сасиени М. Основы исследования операций. М., 1971.

3. Алетдинова A.A. Творчество как продукт хаотических систем. 2008. (http://science-bsea.narod.ru/).

4. Альтшуллер Г.С. Найти идею. Новосибирск, 1986.

5. Альтшуллер Г.С. Творчество как точная наука. М., 1979.

6. Ананьев Б.Г. Очерки по психологии. Л., 1945.

7. Ананьев Б.Г. Психология чувственного познания. М.,1960.

8. Аристотель. Аналитики первая и вторая. М., 1952.

9. Асмус В.Ф. Проблема интуиции в философии и математике. М., 1965. Ю.Аткинсон Р. Человеческая память и процесс обучения. М.: Прогресс, 1980. П.Бергсон А. Творческая эволюция. М.; Спб., 1914.

10. Бергсон А. Философская интуиция // Новые идеи в философии. Сб.1. Спб.,1912.

11. Н. Бердяев. Смысл творчества. Опыт оправдания человека. М., 1916. Н.Бирюков Б.В. Философские вопросы логической формализации илогических средств кибернетики. Автореферат док. дис. М.,1965.

12. Блехман И.И., Мышкис А.Д., Пановко А.Г. Прикладная математика: предмет, логика, особенности подходов. М, 2007.

13. Блехман И. И., Мышкис А.Д., Пановко А.Г. Механика и прикладная математика: логика и особенности приложений математики. М., 1990.

14. Бондаренко А. В. Научная и художественная формы интуиции. Сущность, особенности, развития и саморазвития. Автореф. дис.на соиск. уч.ст. кан. филос.наук. Уфа, 2007.

15. Бройль Луи де. По тропам науки. М., 1962.

16. Брушлинский A.B. Психология мышления и кибернетика. М., 1970.

17. Бунге М. Интуиция и наука. М., 1967.

18. Буш Г.Я. Диалектика и творчество. Рига, 1985.

19. Буш Г.Я. Методы технического творчества Рига, 1972.

20. Буш Г. Я. Рождение изобретательских задач. Рига, 1976.

21. Буш Г. Я. Основы эвристики для изобретателей. Ч. 1 и 2. Рига, 1977.

22. Вартофский М. Модели. Репрезентация и научное понимание. М., 1988.

23. Вентцель Е. С. Исследование операции. М.: Сов. радио, 1972,

24. Вертгеймер М. Продуктивное мышление.

25. Выготский Л.С. Избранные психологические исследования. М., 1956.

26. Выготский Л.С. Мышление и речь. Собр. соч. М., 1982. т. II.

27. Е. Галантер, Д. Миллер, К. Прибрам. Планы и структуры поведения. М., 1965.

28. Гальперин П.Я. Введение в психологию. М., 1976.

29. Гальперин П.Я. Данилова В.Л. Воспитание систематического мышления в процессе решения малых творческих задач// Вопросы психологии. 1980. N1.

30. Гальперин П.Я. Психология мышления и учение о поэтапном формировании умственных действий // Исследования мышления в советской психологии. М., 1966.

31. Гейзенберг В. Физические принципы квантовой теории. М.-Л., 1932.

32. Гернек Ф. Пионеры атомного века. М., 1974.

33. Гордон Т.Дж. Новые подходы к методу Дельфи. // Научно-техническое прогнозирование для промышленности и правительственных учреждений. М.,1972.

34. Горохов В.Г. Имитационные компьютерные модели как инструмент визуализации в нанонауке и как средство связи с общественностью. [e-mail]

35. Горохов В.Г. Нанотехнологии. Эпистемологические проблемы теоретического исследования в современной технонауке (статья 1 и 2) // Эпистемология и философия науки, 2008, т. VI, № 2 и № 3.

36. Горохов В.Г. Русский инженер и философ техники Петр Климентьевич Энгельмейер. М., 1997.

37. Гришунин С.И. Возможна ли современная наука без интуиции. М., 2008.

38. Гришунин С.И. Методы активизации творчества и усовершенствования интуитивного мышления в науке и прогнозировании. // Вестник Московского государственного лингвистического университета. Серия «Философия и культурология» М., 2009, выпуск 569.

39. Гришунин С.И. Модели и творческая интуиция в научном прогнозировании. // Вестник РУДЫ. Серия ФИЛОСОФИЯ. М., 2009. - №1.

40. Гришунин С.И. Современная наука и современный антиинтуитивизм. // Вестник РУДН. Серия ФИЛОСОФИЯ. -М., 2010. -№1.

41. Гришунин С.И. Творческая интуиция и прогностические модели. // Вестник МГУ. Серия ФИЛОСОФИЯ. М., 2009. - №2.

42. Гришунин С.И. Творчество и научное поисковое прогнозирование. // Вестник Московского государственного лингвистического университета. Серия «Философия и культурология» М., 2008, выпуск 543.

43. Гришунин С.И. Философия науки: основные концепции и проблемы. М.,2009.

44. Давыдова Г. А. Творчество и диалектика. М., 1976

45. Декарт Р. Избранные произведения. М., 1950.

46. Диксон Дж. Характер и методы изобретательства в технике // Наука и жизнь. 1969, №3.

47. Добров Г.М. Критерий выбора // Природа. М. 1969. N1.

48. ДовгялоА.М., Брановицкий В. И., Вершинин К. П. Диалоговые системы. Современное состояние и перспектива развития. Киев. 1987.

49. Дрюк М. А. Синергетика: позитивное знание и философский импрессионизм.//Вопросы философии. 2004. № 10.

50. Дункер К. Психология продуктивного (творческого) мышления // Психология мышления. М., 1965.

51. Дьедонне Ж. Абстракция и математическая интуиция // Математики о математике. М., 1982.

52. Жинкин Н.И. Механизмы речи. М.,1958.

53. Жинкин Н.И. О кодовых переходах во внутренней речи // Вопросы языкознания, 1964, N6.

54. Жинкин Н.И. Речь как проводник информации. М.,1982.

55. Зиновьев A.A. Логика науки. М., 1971.

56. Зрительные образы: Феноменология и эксперимент. Душанбе, 1972.

57. Ильин В.В. Теория познания. Введение. Общие проблемы. М., 1993.

58. Интуиция и научное творчество. М., 1981.

59. Иоффе. А Ф. Основные представления современной физики. Л.-М., 1949.

60. Ирина В.Н. Новиков A.A. В мире научной интуиции. М. 1978.

61. Как стать еретиком /Сост. А. Б. Селюцкий. — Петрозаводск: Карелия, 1991.

62. Кант И. Соч. в"6 т., т.З. М., 1964.

63. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 2001.

64. Катасонов Ю.В. США — военное программирование. М., 1972.

65. Кара-Мурза С.Г. Проблемы интенсификации науки: Технология научных исследований. М., 1989.

66. Кармин А. С., Хайкин Е. П. Творческая интуиция в науке. М, 1971.

67. Квейд Э. Анализ сложных систем. М.,1969.

68. Квейд Э. Методы системного анализа // Новое в теории и практике управления производством в США. М.,1'971.

69. Кедров Б.М. Микроанатомия великого открытия. М., 1970.

70. Кедров Б. М. Обсуждение методологических проблем творчества // Вопросы философии. 1975, № 3

71. Кедров Б.М. О теории научного открытия.// Научное творчество. М., 1969.

72. Князева Е.Н, Курдюмов С.П. Будущее и его горизонты: синергетическаяметодология в прогнозировании. 2005г.www.portalus.ru/modules/philosophy/rusreadme.php?subaction=showfull&id=

73. Князева E.H., Курдюмов С.П. Интуиция как самодостраивание // Вопросы философии. 1994. №2.

74. Князева E.H., Курдюмов С.П. Основания синергетики. Человек, конструирующий себя и свое будущее. М., 2007.

75. Князева E.H. Синергетический вызов культуре. Начала синергетики познания // Синергетическая парадигма. М., Прогресс-Традиция 2000.

76. Р. Коллер. Метод коструирования машин, приборов и аппаратов. М., 1976

77. Копнин П. В. Гносеологические и логические основы науки. М., 1974.

78. Коршунов А. М. Место чувственного отражения в научном познании // Марксистско-ленинская диалектика. Кн. 3.Диалектика процесса познания. М., 1985.

79. Краснощеков П.С., Петров A.A. Принципы построения моделей. М., 1983.

80. Крутецкий В.А. Психология математических способностей школьников. М., 1968.

81. Крылов И. Изобретающая машина // Изобретатель и рационализатор. 1990, N2.

82. Кун Т. Структура научных революций. М.,2003.

83. Лакатос И. Фальсификация и методология научно-исследовательских программ. М., 1995.

84. Лапшин И.И. Философия изобретения и изобретение в философии. Введение в историю философии. М., 1999.

85. Ларичев О.И. Наука и искусство принятия решения. М.,1979.

86. Ларичев О.И. Объективные модели и субъективные решения. М., 1987.

87. Ларичев О.И. Структуры экспертных знаний // Психологический журнал. 1995. №3

88. Ларичев О. И.Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. М., 2000.

89. Ларичев О.И., Болотов A.A. Система ДИФКЛАСС: построение полных и непротиворечивых баз экспертных знаний в задачах дифференциальной классификации // Научно-техническая информация. Сер 2. 1996. № 9.

90. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989.

91. Ларичев О.И. , Мошкович Е.М. Качественные методы принятия решений. М., 1996.

92. Ларичев О.И., Мошкович Е.М., Ребрик С.Б. О возможностях человека в задачах классификации многокритериальных объектов // Системные исследования (ежегодник), 1988.

93. Ларичев О.И., Нарыжный Е.В. Компьютерное обучение экспертным знаниям // ДАН. 1998. Т. 332.

94. Леонтьев А.Н. О формировании способностей // Вопросы психологии. 1960, N1.

95. Лешкевич Т.Г. Философия науки: традиции и новации. М., 2001.

96. Линдсей П. Норман Д. Переработка информации у человека. М., 1974.

97. Лисичкин В.А. Отраслевое научно техническое прогнозирование. М., 1971.

98. Лисичкин В.А. Теория и практика прогностики. Методологические аспекты. М.,1972.

99. Литвинова А.Л. Роль интуиции в научном познании // Философия о предмете и субъекте научного познания. СПб., 2002.

100. Лихошерстных Г.У. Интуиция в науке, ее природа и возможности // Вопросы философии. 1984, N6.

101. Лопатина Н.Г., Пономаренко B.B. Исследование генетических основ высшей нервной деятельности // Физиология поведения. Нейробиологические закономерности. Л., 1987.

102. Лопухин М.М. «ПАТТЕРН» — метод планирования и прогнозирования научных работ. М., 1971.

103. Н. Лосский. Обоснование интуитивизма. Спб., 1914.

104. Лук А. Н. Мышление и творчество. М., 1976.

105. Лук А.Н. Интуиция и научное творчество. М. 1981.

106. Львовский E.H. Статистические методы построения эмпирических формул. М.1988.

107. Майданов А. С. Процесс научного творчества. М., 2003.

108. Малинецкий. Г.Г. Синергетика. Король умер. Да здравствует король! 2004. www.keldysh.ru/departments/dptl 7/koru.html

109. Мартино Дж. Технологическое прогнозирование. М., 1977.

110. Метафизика креативности. М., 2008.

111. Методологические вопросы построения имитационных систем. М., 1978.

112. Михай И. Г. «Диалектическая эпистемология» Фердинанда Гонсета // Философские науки, 1974, № 2.

113. Моисеев H.H. Алгоритмы развития. М., 1987.

114. Моисеев H.H. Математика в социальных науках//Математические методы в социологическом исследовании. М., 1981.

115. Моисеев H.H. Математика ставит эксперимент. М., 1979.

116. Моисеев H.H. Человек и ноосфера. М., 1990.

117. Моисеев H.H. Человек, среда, общество. Проблемы формального описания. М.,1982.

118. Моргоев В.К. Метод извлечения и структуризации экспертных знаний: моделирование консультаций // Человекомашинные процедуры принятия решений / Под ред. С. В. Емельянова, О. И. Ларичева: Сб. тр. ВНИИСИ. М., 1988.

119. Налчаджан A.A. Некоторые психологические и философские проблемы интуитивного познания (интуиция в процессе научного творчества). М., 1972.

120. Наука и жизнь. М., 1970, N10.

121. Научное творчество. Особенности и актуальные проблемы. Свердловск, 1984.

122. Научный поиск. Логика научного исследования. М., 1965.

123. Неймарк Ю.И. Метод точечных отображений в теории нелинейных колебаний. М., 1972.

124. Низовцев В.В. Время и место физики XX века. М., 2000.

125. Никифорова О.И. К вопросу о воображении // Вопросы психологии. М. 1972. N2.

126. Новые идеи в математике. Сборник N6. Спб., 1914.

127. Ойзерман Т.И. Проблемы историко-философской науки. М., 1969.

128. Пармон Э.А. Роль фантазии в научном познании. Минск, 1984.

129. Пойа Д. Как решать задачу. М., 1959.

130. М. Полани. Личностное знание. На пути к посткритической философии. М., 1985.

131. Пономарев Я.А. Психика и интуиция. М., 1967.

132. Пономарев Я. А. Психология творчества. М., 1976

133. Поппер К. Логика и рост научного знания. М., 1983.

134. Поспелов Д.А., Пушкин В.Н. Мышление и автоматы. М., 1972.

135. Пригожин И. Время всего лишь иллюзия? // Философия, наука, цивилизация. М., 2001.

136. Пригожин И. Переоткрытие времени.// Вопросы философии. 1989. № 8.

137. Пригожин И., Стенгерс И. Порядок из хаоса. М., 1986.

138. Проблемы научного творчества. ИНИОН АН СССР. М., 1980.

139. Проблемы системного анализа и моделирования развития городов и систем населенных мест: Тр. ВНИИСИ. 1982. № 5.

140. Прокофьева И.А. К вопросу о возможном механизме интуиции в научном познании // Философские проблемы современной биологии. JI. 1966.

141. Пуанкаре А. Наука и метод. СПб., 1910.

142. Пуанкаре А. Ценность науки. М, 1913.

143. Рабочая книга по прогнозированию. М.,1980.

144. Родионова И.К. О природе интуиции // Проблема отражения и современная наука. М., 1967.

145. Рубинштейн C.JI. О мышлении и путях его исследования. М., 1968.

146. Рубинштейн С. JI. Основы общей психологии.— М., 1940.

147. Рубинштейн C.JI. Проблема способностей и вопросы психологической теории // Вопросы психологии. 1960, N3.

148. Селезнев А. М. Место творчества в системе «Наука — техника — производство» // Диалектика и теория творчества. М., 1987.

149. Селигмен Б. Основные течения современной экономической мысли. М.: Прогресс, 1968.

150. Симонов П.В. Мотивированный мозг. М., 1987.

151. Славская К.А. Мысль в действии. М., 1968.

152. Современная западная философия. Словарь. М., 1991.

153. Соколов А.Н. Внутренняя речь и мышление. М., 2007.

154. Соколов А.Н. Электромиографический анализ внутренней речи и проблема нейродинамики мышления // Мышление и речь. М., 1963.

155. Сорина Г.В. Принятие решений как интеллектуальная деятельность. М.,2009.

156. Сорос Дж. Алхимия финансов. М.: ИНФРА-М, 1998.

157. Стеклов В.А. Математика и ее значение для человечества. Берлин. 1923.

158. Степаносова О. Владимировна. Интуитивные компоненты в процессе принятия решения. Автореф. дис.на сиск. уч. ст. канд. псих.наук. М., 2004.

159. Степаносова О.В., Корнилова Т.В. Мотивация и интуиция в регуляции вербальных прогнозов при принятии решений // Психологический журнал, M., 2006.Т. 7, №2.

160. Терехина А. Ю., Цельман Ф. X. Эвристический алгоритм для задачи прикрепления потребителей к поставщикам//Оптимизация. Исследование операций. Бионика. М.: Наука, 1973.N

161. Тюрин Ю.Н., Василевич А.П. К проблеме обработки рядов ранжировок // Статистические методы анализа экспертных оценок. М., 1977.

162. Уайлд Д. Оптимальное проектирование. М., 1981.

163. Узнадзе Д. Н. Психологические исследования. М., 1966.

164. Уотерман Р. Фактор обновления. М.: Прогресс, 1990.

165. Ушакова Т.Н. Проблема внутренней речи // Вопросы психологии. 1985., N2.

166. Фаткин Л., Морозова К. Командообразование в организации как фактор эффективности совместной деятельности // Проблемы теории и практики управления. 2001. — № 1.

167. Фейнберг Е.Л. Эволюция методологии в XX веке // Вопросы, философии. 1995.-№7.

168. Форрестер Дж. Мировая динамика. М., 1978.

169. Форрестер Дж. Антиинтуитивное поведение социальных систем // Современные проблемы кибернетики. М.,1977.

170. Фрейд 3. Психология бессознательного. М., 1990.

171. Фрейд 3. Толкование сновидений. М., 1913.

172. Харман Г. Современный факторный анализ. М.,1972.

173. Хрестоматия по общей психологии. Психология мышления. М.,1981.

174. Чемпион Д., Kapp Н. Стартуя на пятой передаче: интервью с венчурным капиталистом Винодом Хослой // Искусство управления. — 2001. — № 2 (8).

175. Шестакова Л. Г. Нелинейное мышление и его формирование у школьников в процессе обучения // Синергетика в психологии профессионального развития: Сб. науч. тр. / Под ред. Э. Ф. Зеера. -Екатеринбург: Рос. гос. проф.- пед. ун-т, 2004.

176. Шредингер Э. Вариационные принципы механики. М., I960.

177. Штеренберг М.И. Синергетика и биология // Вопросы философии. 1999. №2.

178. Штофф. В.А. Роль моделей в познании. Изд-во ЛГУ, 1963.

179. Эйлоарт Т. Приемы настройки творческого инженерного коллектива. // Изобретатель и рационализатор. 1970. № 5.

180. Эйнштейн и современная физика. М., 1956.

181. Эйнштейн А. Собрание научных трудов в 4-х томах. М., 1967, т.4.

182. Эйнштейн А. Собрание научных трудов в 4-х томах. М., 1967,. т. 1.

183. Эйнштейн А. Физика и реальность. М., 1965.

184. Энгельмейер П.К. Теория творчества. М., 2009.

185. Энгельмейер П.К. Эврология или всеобщая теория творчества // Вопросы теории и психологии творчества. Харьков, 1914, т.5; 1916, т.6.

186. Яковлев В.А. Интуиция и научное открытие // Вестник московского университета. Сер. 7. Философия. 1975, N2.

187. Яковлев В.А. Эпистемологический анализ процесса восприятия // Зарубежные исследования по теории познания. М., 1978.

188. Яковленко С.И. Философия незамкнутости.// Вопросы философии. 1996. №2.

189. Якокка Ли. Карьера менеджера. М.: Прогресс, 1990.

190. Янч Э. Прогнозирование научно технического прогресса. М., 1974.

191. Ярошевский М. Г. Оппонентный круг и научное открытие. — Вопросы философии, 1983, № 10.

192. Ярошевский М.Г. О трех способах интерпретации научного творчества // Научное творчество. М., 1969.

193. Философский энциклопедический словарь. М., 1989. ст. «Интуиция».

194. Anderson T.W., H. Rubin. Statistical Inference in factor analysis. Proc. of the Third Berkeley Symp. on Math. Statistics and Probability. 5 (1956).

195. Arnheim R. Visual Thinking. N.-Y., 1969.

196. Arnheim R. Visual dynamics // American Scientists. 1988. V. 76.

197. Bak P., Tang C., Weisenfeld K. Self-organized criticality. Phys. Rev. A, 1988, v.38, N1,364-374.

198. Baron J. Brown R. V. Teaching decision making to adolescents. Hillsdale, NJ, 1991.

199. Bellachhok L, Malinetskii G. Tricks of Jokers on one-dimensional maps. Proc. 5 Int. Specialist Workshop Nonlinear Dynamics of Electronic Systems, Moscow, 1997.

200. Bottinger M. Klimaánderung im Bild. Visualisierung in der Klimaforschung. Deutsches Klimarechenzentrum. GI-Tage Nord, 28.3.2007 http://www.gi-tage-nord.de/download/20070328GTN0201Boettinger.pdf

201. Bouvin Y Practique des techniques de creativite: l'approacheintegree «Metra». Paris, 1973, vol. 12, N 1.

202. Bowers K. S., Regher G., Balthazard C. Parker K. Intuition in the Context of Discovery // Cognitive Psychology. N. Y, 1990. Vol. 22. №1, p.72-110.

203. Brown B., Cochran S. and Dalkey N. The Delphi Method II: Structure of Experiments. 1969.

204. Can creativity be taught? Social education/ Washington, 1977, vol. 41, № 7.

205. Carnap R. The Logical Structure of the World. Bercely; Los Angeles, 1967.

206. Christakis A. A new policy science paradigm // Futures. December, 1973.

207. Churchman C.W., Ackoff R,L., Arnoff E.L. Introduktion to Operations Research. New York, 1957.

208. Claxton G. The anatomy of intuition // Atkinson T., Claxton G. (Eds.), The intuitive practitioner: On the value of not always knowing what one is doing. Buckingham, UK: Open University Press, 2000.

209. Contemporary approaches of psychology. Princeton, 1967.

210. Day R.H. Rational Choice and Economic Behavior // Theory and Decision. 1997. № 1.

211. Dreyfus H. L., Dreyfus S. H. Mind over Mashine. Basil. Blackwell Ltd. Oxford, 1986

212. Ericsson K.A. Expert and exceptional perfomance: evidence of maximum adaptation to task constraints // Annual Review of Psychology. 1996. № 47.

213. Eiduson B.T. Scientists, their psychological world. N. Y., 1962

214. Ford D.A. Shang Inquiry as an Alternative to Delphi: SomeExperimental Findings (1975).

215. Forrester J.W. Counterintuitive Behavior of Social Systems. «Technology Review», Cambridge - Mass, 1971. January.

216. Goldberg P. The many faces of intuition // Agor W.H. (ed.), Intuition in organizations: Leading and managing productively. Newbury Park, CA: Sage, 1989.

217. Gordon W.J.J. Synectics, the Development of Crestive Capacity. New York. 1961.

218. Gordon T.J., Helmer 0. Report on a long range Forecasting. California. 1964.

219. Gordon T.J., Helmer 0. Prospective a long term. Bulletin SEDEIS, Futureless. N 913. Supplement Futureless N 88. 1965.

220. Gruber H. E. Cognitive psychology, scientific creativity and the case study method. In: On scientific discovery, Boston, 1981.

221. Hefele J. W. Creative Work and Innovating.-New-York, Rein-hold Publication K°, 1962.

222. Hotelling, Harold. Analysis of a complex of statistical variables into principal components JEP. 24 (1933).

223. Kahn H. On Alternative World Futures. Report HI-525-D, Hudson Institute. N.-Y., 1966.

224. Kahneman D., Slovic P., Tversky A. flEds. Judgment under uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press, 1982..

225. Keepin B., Wynne B. Technical analysis of IIASA energy scenarios//Nature, 1985, Vol. 312.

226. Kihistrom J. The Cognitive Unconscious // Science. 1987. V. 237.

227. Koestler A. The act of creation. L., 1964.

228. Laszlo E. The Age of Bifurcation. New York: Gordon and Breach, 1991;

229. Laszlo E. Evolution: The General Theory. Cresskill (NJ): Hampton Press, 1996;

230. Laszlo E. The Systems View of the World. Cresskill (NJ): Hampton Press, 1996.

231. Leontief W. Theoretical assumptions and non-observed facts// Amer. Econ. Rev. 1971. Mar.

232. Lewicki P., Hill T., Czyzewska M. Nonconscious Acquisition of Information // American Psychologist. 1992, June.

233. Lumsden Ch., Gushurst H. Gene-Culture Coevolution: Human-kind in the Making. Dordrech, 1985.

234. Lunger matin H. «Decisionetics»: The art of helping people to make difficult decisions//Proc. 7th res. conf. subject, probab., Utility and Decis. Making. Geteborg. Univ., 1979.

235. Maritain 6. Creative Intuition Art u Poetry, N1, 1955.

236. Maslow A. The psychology of science: A Reconnaisance. N. Y., 1966.

237. McKean K. Decisions, Decisions // Discover. June 1985.

238. Meadows D.H., Meadows D.L., Renders J., Berhens W.W. The Limits to Growth. A report for the Club of Rome's project on the predicament of mankind. N.Y., 1972.

239. Montgomery H., 0. Svenson. A think-aloud study of dominance structuring in decicion processes // H. Montgomery, 0. Svenson (Eds.). Process and Structure on Human Decision Making Chichester J. Wiley and Sons, 1989.

240. Payne J. W., J. R. Bettman, E. Conpey, E. J. Johnson. A constructive process view of decision making:multiple strategies in judgment and choice: // 0. Huber, J.

241. Mumpower, J. van der Pligt, P. Koele (Eds.). Current Themes in Psychological Decision Research. North Holland, Amsterdam, 1993 >

242. Press S.J Qualitative Control Feedback for Forming Group Judgement and Making Decisions. 1978.

243. Regester M. Crisis management: How to turn a crisis into opportunity. — L. etc.: Hutchinson business, 1987.

244. Roberts P. Multilevel Approaches to the combined Problem of System Optimization and Parameter Identification // International Journal of Systems Science. 1977, Vol. 8.N3.

245. Simon H.A. Information-processing models of cognition // J. Amer. Soc. Information Science. Sept. 1981.

246. Simon H.A. The New Science of Management Decision. N. Y.: Harper and Row Publishers, 1960.i \

247. Soentgen J. Atome Sehen, Atome Hören. In: Nanotechnologien im Kontext.i

248. Philosophische, ethische und gesellschaftliche Perspektive. Berlin: Akademische Verlagsgesellschaft Aka GmbH, 2006.

249. Thaler R. Toward a positive theory of consumer choice//J. Econ. Behav. andi1. Organ. 1980. N 1.

250. Torrance F. P., Hall L. K. Op. cit.

251. Turoff M. Delphi Conferencing: Computer-Based Conferencing with Anonymity. 1972.

252. Tversky A. Intransitivity of preferences // Psychological Review. 1969, № 76.

253. Wallas G. The Art of Thought. London, 1946.

254. Whiting Ch. S. Creative thinking. New-York, Reinhold, 1958.

255. Wolenski J. Essays in History of Logic and Logical Philosophy. Krakow Jagiellonian University Press, 1999.

256. Woodworth R. S. Heredity and Environment. New York. 1941.

257. Zwicky F. Morphological Astronomy. Berlin. 1967.

258. Zwicky F. Morphology of Propulsive Power, Monographs on Morphological Research, N1, Society for Morphological Research, Pasadena, California, 1962.