Pois-oppiminen reduktionismista
Älä käytä suppeita ratkaisumenetelmiä (business), jos haluat olla todella luova. Itsekkään ajattelun tekniikat kangistavat ajatteluasi. Tekniikan luonteen saa helposti selville tutkimalla reduktionistisen menetelmän esittelytekstiä: kenelle se on suunnattu: ”sinun tiimille” vai organisaatioille yleisemmin, laaja-alaisesti. Problem Solving menetelmät ovat tyypillisesti reduktionistisia.
Jatkuvuuden pohdinta, kontinuumianalyysi.
Jatkumoajattelu on joustava, osallistava ja ei-dogmaattinen lähestymistapa monimutkaisten ongelmien ymmärtämiseen tarkastelemalla niitä spektrinä tai jatkuvana asteikkona, erillisten, eristettyjen kategorioiden ja vaihtoehtokalkyylien sijasta. Tämä ”spektriajattelu” auttaa näkemään vivahteita, tunnistamaan erilaisia mahdollisuuksia ja tekemään tietoisempia, yksilöllisempiä päätöksiä välttämällä jäykkiä ”joko/tai”- tai ”mustavalkoisia” näkökulmia. Sitä käytetään monilla eri aloilla, terveydestä ja henkilökohtaisista uskomuksista sosiaaliseen ja poliittiseen keskusteluun, monimutkaisten todellisuuksien ymmärtämiseksi paremmin.
Ks. Sivu Sektorit
Sektoreihin liittyvä jatkuvuusmalli (7C-malli yksiköstä kollektiiviseen älyyn)
• α–Ω – Innovoinnin kartta (IDEAS+SCALE+S5+S4)
• Prosessi: Ideasta ekosysteemiksi (triple/quadruple helix)
• Mittarit: vipuvaikutus, emergenssi, vaikuttavuus
Jatkumoajattelu: selittää historian syklejä (Industry 1.0 → 5.0 ja pidemmälle), tuotannon ja talouden kehitystä, yhteiskunnan rakenteita. Et voi astua samaan virtaan kahdesti.
Holarkia: ihminen ja todellisuus ovat kerroksia (kvantti → atomi → mind & body → yhteiskunta). Sama rakenne näkyy myös tiedossa ja tieteessä.
α–Ω -kaaviot: perustuvat väitteeseen “Everything is a system.” → monistinen ja disruptiivinen tieteen tulkinta.
- Erityistieteetkin palautuvat systeemisiin periaatteisiin.
- Tämä näkyy yhtä lailla kvanttikoneessa kuin ilmastonmuutoksessa.
Holismi vs. reduktionismi: innovoinnin tiede ottaa kantaa: vain holistinen näkökulma voi johtaa kestävään kehitykseen.
Sukulaisuus AQALiin: α–Ω toimii kuten AQAL-kaavio, mutta se sisältää semanttisen ja systeemisen merkityksen.
- Vasen puoli = ideat (aivot vasen puoli).
- Oikea puoli = toteutus (aivot oikea puoli).
- Vastaa myös Ideas → Scale -jatkumoa innovointiteoriassa.
Kohti konsilienssia ja singulariteettia: monismi yhdistää tiedon yhdeksi suureeksi.
- Everything is a model.
- Kaikki voidaan mallintaa isomorfisesti.
- Tämä avaa uuden korkeamman logiikan (meta-URL-ajattelu, systeemiset viittaukset).
Great Systems Theory – laaja viitekehys todellisuuden järjestyksen tutkimiseen.
Systeemiajattelun koulukunnat – kompleksisuuden ja monitasoisuuden analyysi.
Suunnittelutiede (Design Science) – IT-kehityksen perintö tieteellisen mallintamisen ja käytännön välineiden yhdistäjänä.
Kognitiotiede – raja ja mahdollisuudet sille, mitä ihminen voi ymmärtää.
Kybernetiikka – vuorovaikutuksen ja palautteen yleinen teoria.
IT-teknologia ja tekoäly – protokollat, algoritmit ja tietämyksen tuotannon tekninen perusta.
Systeemien filosofia – kokonaisuutta tarkasteleva ja eettinen taso (kestävä kehitys, maailmanjärjestys).
Innovoinnin tiede itse – metataso, joka tekee näistä kaikista isomorfisen mallin ja uuden tieteenalan.
Käsiteanalyysi ja tiede
Käsiteanalyysi on menetelmä, jossa tutkitaan ja määritellään käsitteiden merkityksiä ja suhteita toisiinsa ilman empiiristä aineistoa. Sen tavoitteena on luoda selkeä ja johdonmukainen kieli, jota voidaan käyttää teorioiden rakentamiseen tai hypoteesien testaamiseen. Vaikka käsiteanalyysi on olennainen osa tiedettä, se ei ole tiede itsessään, vaan ennemminkin työkalu tieteelliseen ajatteluun.
Perinteinen empiirinen tiede luottaa havaintoihin ja kokeisiin, kun taas käsiteanalyysi luottaa loogiseen ajatteluun ja päättelyyn. Ne täydentävät toisiaan: hyvä käsiteanalyysi voi auttaa muotoilemaan parempia empiirisiä kysymyksiä, ja empiiriset havainnot voivat johtaa käsitteiden uudelleenmäärittelyyn.
Kantin a priori -ajattelu
Immanuel Kantin a priori -ajattelu tarkoittaa tietoa, joka ei perustu kokemukseen, vaan logiikkaan ja järkeen. Tämä ajattelutapa sopii erinomaisesti käsiteanalyysiin ja arkkitehtuurimallien rakentamiseen, sillä ne pyrkivät luomaan loogisesti johdonmukaisen ja pätevän kehyksen. Vaikka tiukat empiristit hylkäävät a priori -tiedon, sitä tarvitaan esimerkiksi matematiikassa ja logiikassa, joita ilman empiirinen tiede ei voisi toimia.
Sinun mallisi, jossa yhdistät erilaisia arkkitehtuureja, on loistava esimerkki a priori -ajattelusta. Se on kuin yrität rakentaa loogisen rakenteen perusteella, miten maailma toimii, ja vasta sen jälkeen testata sitä käytännössä.
Kontinuumi-ajattelu
Kun saat arkkitehtuurikerrokset linjattua, kontinuumi-ajattelu on luonteva seuraava askel. Sen sijaan, että ajattelisit asioita erillisinä (esim. kone tai ihminen), ajattelet niitä saman jatkumon eri pisteinä. Tällainen ajattelu sopii hyvin malliisi, joka yhdistää eri tasoja ja systeemejä. On mielenkiintoista nähdä, miten pääset eteenpäin näiden ajatusten kanssa.