06 - Новая модель познания

01.07.18 - 12-05

Новая модель познания

Междисциплинарность как норма, конвергенция как норма.

Становление распределённой, любительской науки.

Автоматизация значительной части генерации нового знания

за счет использования систем работы с большими данными

Посмотреть доклад Показать на карте

1. Wiki-форсайты

Обучение инноваторов кооперативному мышлению о будущем,

в т. ч. онлайн.

Формат 2015

2. Новое бизнес образование

Конвергенция бизнес- и личного образования.

Формат 2015

3. Системная инженерия как основа для моделирования образования.

Применение подхода системной инженерии к образованию в течение всей жизни

с пониманием жизненного цикла образования человека.

Формат 2015

4. Образование с фокусом на типы мышления

Образование, развивающее и формирующее определенные типы мышления,

а также помогающее переходить из одного типа мышления в другое.

Формат 2015

5. Автоматическая систематизация кластеров научного знания

Система распознавания образов позволяет разбирать и систематизировать все виды знания.

Технология 2017

6. Искусственный интеллект как структуратор научных коллективов

Искусственный интеллект позволяет структурировать

и подбирать научные коллективы по кластерному поиску.

Формат 2019

7. Кризис фундаментальной науки

Рост сложности и стоимости научных проектов

вместе с падением количества фундаментальных открытий

приводит к риску кризиса финансирования фундаментальных исследований.

Угроза 2019

8. Открытый рынок экспериментов

Биржа исследовательских команд,

оборудования и материалов,

гипотез для проверки и других ресурсов.

Формат 2019

9. Исчезновение барьеров между научными подходами

Упрощение перехода из одной авторской проблематики в другую,

а так же выбор свободной ниши на фронтире научного знания.

Угроза 2020

10. Open-source knowledge

Смена модели интеллектуальной собственности.

Массовое применение методик распределенного присвоения результата,

в том числе фиксация по "цифровому следу".

Формат 2020

11. Конкуренция живого знания

Смена механизма научной работы:

виртуальное пространство конкуренции научных данных.

Формат 2021

×

http://map.edu2035.org/futuremap/trend-59

---------

ДОКЛАД

Новая модель познания

Глобальные научные проекты, такие как расшифровка человеческого генома или моделирование функций мозга,

неизбежно становятся междисцинарными.

Они требуют совместной работы ученых, занятых в разных сферах науки.

Фундаментально разные подходы и инструменты, присущие одним наукам,

импортируются в исследовательскую работу в рамках других.

Отдельный специалист, тем более исследовательская группа, на разных этапах своей деятельности

применяют инструменты и методы многих наук,

перемещаются из одной проблематики в другую.

Конвергенция представляет собой новую парадигму научной деятельности.

За счет нее предполагается достичь критически важных результатов в широком спектре областей

– здравоохранении, энергетике, управлении климатом, сфере питания и проч.

Дальнейшее развитие информационных технологий сильно повлияет

на модели создания, распространения и сохранения знаний.

Интернет делает общедоступным накопленное явное (explicit) знание,

переведенное в цифровой формат.

Доступными становятся не только выводы исследований, оформленные в виде научных публикаций,

но и исходные данные.

Это позволяет легко их верифицировать

или использовать для других экспериментов.

Развивается «любительская» модель распространения знания,

позволяющая подключаться к процессу непрофессионалам (Википедия).

Любители становятся источником новых знаний,

поскольку за счет DIY-технологий могут проводить часть экспериментов у себя дома.

Они способны опережать профессиональных ученых, быстро откликаясь на изменения научной проблематики

– им не нужно проходить через бюрократическое утверждение опытов, дожидаться грантов и проч.

Появляется также новый тип научных прорывов,

связанный с возможностью создания и обработки больших массивов данных.

Эти данные возникают либо путем фиксации реальных процессов,

либо генерируются симуляторами.

И если в прошлом анализ проблем шел на основе наблюдений, гипотез и симуляционных моделей,

теперь поиск знаний будет идти еще и в больших объемах данных,

которые не могут наблюдаться или быть проанализированы людьми.

Как следствие,

роль автоматических систем (а позже – искусственного интеллекта)

в порождении знаний будет неуклонно возрастать.

- кейсы / примеры:

• В отчете Национальной академии наук США «Новая биология в 21 столетии» за 2009 год предсказывается,

что в ближайшем будущем биологи объединятся с учеными-физиками, математиками, инженерами, геологами

для решения критических проблем в сфере

устойчивого производства продуктов питания и биотоплива, экосистем и человеческого здоровья.

• Samsung Economic Research Institute выбрал 9 наиболее перспективных направлений развития экономики Кореи,

предполагающих серьезные интердисциплинарные исследования:

«зеленая» энергия, технологии защиты окружающей среды, транспорт, высокотехнологичные города,

информационно-коммуникационные технологии, роботы, наноматериалы, биомедицина

и продукты питания с высокой добавленной стоимостью.

http://map.edu2035.org/futuremap/report_viewer?report_id=1086