Жаме вю, МКМ, драйвера, ГУиАМ ↑
metanymous в посте Metapractice (оригинал в ЖЖ)
Чушь. Моделисту нужно не ограничение порога знаний в отношении предмета моделирования. Моделисту нужен конкретный полностью контролируемый сознанием навык включения «внимания жаме вю» в отношении моделируемого объекта. Моделист может ничего не знать отношении моделируемого предмета, а может и наоборот. Он может быть загруженным талмудами информации. Не сташно. Моделисту достаточно в нужный момент включать «внимание жаме вю» - и тогда, он контролирует процесс моделирования на все сто. И результат/модель будет/состоится.
Особенность моделирования обычно состоит в том, что люди потому и приходят к человеку за его моделью, что он знает нечто такое, что они нигде узнать не могут — то есть точного предварительного знания об этом нет.
Хм, и здесь категорическая неточность. Дело в том, что людям на модели плевать. Людям нужны ИЗВЛЕЧЕНИЯ ИЗ МОДЕЛЕЙ.
При этом, без достаточного знания того, что вы моделируете, вы рискуете упустить базовые дистинкции в применении того, что вы моделируете, и начать преувеличивать — принимать нечто тривиальное за то главное «отличие, которые обуславливает отличие» (и я желаю, чтобы мы провозгласили десятилетний мораторий на эту фразу).
Вот как раз от риска поверхностности при моделирования предохраняет исполнение МКМ – моделирования контекста моделирования. Вы беретесь за модель и у вас ноль знаний на данную тему. Но вы моделируете контекст. Это вам дает модели, которые подобны эээ «драйверам». С ними у вас не будет проблем в нахождении основной модели. МКМ-модели/драйвера вовсе ничего не гарантируют. Но они гарантируют возможность реализации самого процесса данного конкретного моделирования. Они предохраняют от грубых ошибок незнания.
Однако, модельеру также необходимо открытое сознание и ясное восприятие для того, чтобы выйти за пределы существующего знания, оставить в стороне по крайней мере некоторые из концептуальных фильтров. Поэтому хороший модельер ограничен не только теми дистинкциями, которые вы уже имеете, но также и теми дистинкциями, которые вы способны достичь с помощью поддержания чистоты каналов восприятия.
Пустые разлагольствования. Без указания конкретных приемов/методов /техник как «выходить за пределы существующего знания» все разлагольствования выше одна болтовня. Вот, Гриндер в свое время намудрил с упрошенными концепциями моделирования. Проигнорировал необходимое моделирование контекста моделирования. И пришлось ему на старости писать вместо желанной для него теории моедлирования всего на свете/эмерджентности – писать только о «драйверах» моделирования, которые он называет «играми нового кода».
Итак, когда гора песка перестанет быть горой? Если вы занимаетесь моделированием первого порядка, гора перестанет быть горой тогда, когда вы так скажете - «гора перестала быть горой». Вы решаете. Не существует «правильного» ответа. Если же вы занимаетесь моделированием второго порядка, тогда «горскость» может и вовсе не быть релевантной (подходящей) дистинкцией. Если это все же релевантная дистинкция, тогда гора перестанет быть горой в тот же момент, когда, когда она стала горой. Она станет тем, что вы решите в моделировании первого порядка и тем, чем она была в моделировании второго порядка (если она станет чем-то другим). И Мета Модель, в этом случае, ничуть вам не поможет.
Вообще, в отношении моделирования сплошь и рядом предлагаются ложные задачи. К таким задачам надо применять технику ГУиАМ – гордиевого узла и Александра Македонского. Т.е. посылать такие ложные задачи «на» и заниматься действительно стоящими делами.
Что мы можем взять из этой метафоры?
ничего