Данные вместо денег

Не только персональные данные имеют ценность. Данные в принципе – это основной капитал любой айтишной компании. Вся наша индустрия существует вокруг данных. То, что мы делаем – обрабатываем данные, превращаем их в информацию и управляем ею. Не будет данных – не станет айтишников. Но данные есть всегда пока существует время. Погоня за ними – погоня за властью. Натан Ротшильд сформулировал принцип: «Кто владеет информацией, тот владеет миром» – ещё во времена Ватерлоо.

Сейчас данные ходят длинным путем. Часто процессы выглядит так: данные -> информация -> деньги -> информация -> данные. Например: некая система собирает данные -> анализирует их, извлекает оттуда информацию о том, какой товар хочет приобрести конкретный человек -> продает эту информацию за деньги тем, кто ищет способ сбыта своих тваров -> и потом за эти деньги покупает какой-нибудь отчет о состоянии рынка, чтобы сделать прогноз на будущий период и построить план развития собственной системы.

Простите за притянутый за уши пример, но мне кажется, что принцип вы уловили. Когда нам нужно было обменять бычьи хвостики сегодня на бычьи копыта через год, то весь этот год у нас должен был храниться некий символ, некий эквивалент этих хвостов. Деньги хорошо справлялись с этой задачей. Но теперь цифра позволяет нам учитывать фактор времени без промежуточной конвертации.

Конвертация – это дорого. На каждых воротах свой привратник. Сейчас у нас есть все возможности для того, чтобы проложить свои шелковые пути напрямую: от одних данных к другим. В крайнем случае – к информации, без промежуточного этапа в виде денег. Нет только понимания того, как сейчас выглядит наша система. Чтобы увидеть лабиринт, нужно его покинуть.

На биржах будущего, возможно, будут торговать информацией, а не облигациями. Кажется, уже сейчас это не так уж сложно устроить. Были бы данные и умельцы их обрабатывать. Вы видели как ИИ пишет SQL запросы? Особенное если это происходит под чутким взглядом умелого кожаного мешка.

Революция в области хранения данных

В ближайшее время нам придется как-то иначе хранить и использовать данные. Революция, в общем, уже происходит, стоит только посмотреть на то, как бодро мы все переезжаем в облака. Хранить данные приходится больше и дольше. Системы усложняются и требуют всё бОльшего распределения. А проблемы с гарантированным порядком сообщений и доставкой «только один раз» всё никак не решаются.

Здесь должна признаться, что эта часть статьи самая сложная для меня. Много раз делала «подход к этому снаряду». Я же самозванка, а не специалист и очень плохо представляю как это может работать, поэтому не могу толком ничего объяснить. Я знаю только что:

1️⃣ Одно и тоже утверждение может быть истинным и ложным. Здесь нет противоречий.

2️⃣ Истина — крайне скоропортящийся продукт.

3️⃣ История и состояние – не одно и тоже, даже если значения совпадают.

4️⃣ Контекст может менять смысл находящегося в фокусе объекта до уровня – противоположный.

5️⃣ Порядок имеет значение.

Вот об этик пяти вещах я планирую поговорить с вами в будущих постах.

#ИИ_меняет_мир

Археологи будущего будут копать интернет, а не землю. Тот слой бескультурия, который мы закапываем начиная с XX века, я бы постеснялась показывать потомкам. А вся культура теперь храниться в базах данных. В этом бездушном, плоском двоичном лежит всё самое вечное, самое трепетное, что есть в человеке.

Думая об этом пробегала мимо мужа у которого был очередной созвон с коллегами.
«Вы читаете этот рабочий чат или вас нужно тегать через собаку?» - донеслось до моего сознания и мозг невольно подумал о том, что даже выражение «Искать с собаками» тоже переехало в интернет.

Фридрих Ницше считал истину — коллективной иллюзией, необходимой для выживания определенных существ. Он был прав и неправ одновременно.

Оба противоположных утверждения могут быть истинными. Тут нет противоречий.

Напомню, что это серия постов про то, как #ИИ_меняет_мир. На самом деле я просто потихоньку публикую тут текст стати, которую написала в августе. Она целиком лежит на сайте и начинается с раздела о том, что вычислительные модели не умеют считать.

Я очень жалею, что у меня не сохранилось никаких принт-скринов. Тогда казалось неоспоримым фактом то, что я пишу и любой желающий мог это проверить. Но уже в начале сентября та же нейросеть, что признавалась мне в своем неумении делать вычисления, прекрасно с ними справлялась.

Хорошо, что я додумалась сделать оговорку о том, что не поручусь за свои слова. Как мало отделяло меня от лжеца. Я знала что есть опасность стать лгуньей. Не знала - когда, но была уверена потому, что прочитала книгу Альтшуллера.

В своем труде «Найди идею: введение в ТРИЗ» Генрих Саулович приводит пример с двумя утверждениями «Мыши повсюду» и «Мышей нет нигде». Он показывает как оба тезиса могут быть одинаково истинными, стоит только учесть фактор времени.

Зимой мыши повсюду в нежилом деревянном домике, где остались продукты. Но летом я их нигде не вижу. В одном и том же месте мыши повсюду и нигде. Оба утверждения верны. Бинера не существует. Не стоит также сбрасывать со счетов промежуточные варианты, ведь мыши появляются и исчезают несразу. Есть еще весна и осень. Это цикл. Помните квадрант Кеневина, описывающий цикличность всех систем? Это часы.

Когда мы имеем дело с двумя утверждениями, отрицающими друг друга, мы словно прокладываем кротовую нору из 6 часов к полудню. При этом мы игнорируем то, что было между. Это как бежать за белым кроликом. Именно поэтому прием Альтшуллера такой действенный.

Википедия говорит, что как будто бы закон исключенной середины еще не доказан математически. Возможно я неправильно перевожу. А может это утверждение просто перестало быть истинной в тот момент, когда вы это читаете. В любом случае, во взятых за основу закона словах Аристотеля: «Невозможно, чтобы одно и то же в одно и то же время было и не было присуще одному и тому же в одном и том же отношении», – ключевые слова – «… в одно и тоже время».

Истинность – категория времени

Истина бывает очень скоропортящимся продуктом. Так не всегда. Только в моментах разворачивания и сворачивания систем.

Легко вырастить бизнес х2, если ты только начинаешь. Был у тебя один человек в штате. Взял ешё одного – х2. Сворачивается в точку система тоже очень быстро. Но есть и другие примеры скоротечности.

У меня дома есть лампа, меняющая цвет каждые две секунды. Что я должна ответить на вопрос «Какого она цвета?» Даже если я скажу, что она разноцветная, это перестанет быть правдой как только лампа сломается.

Бинера не существует. Но это тоже неправда! Его не существует в человеческом мире. Однако наши компьютеры всё ещё думают нулями и единицами. Как им объяснить что между двумя цифрами дохрена значений? В битовой системе, вероятно, – никак. А кубитовые квантовые компьютеры пока в таком состоянии, которое не позволяет нам пользоваться ими в повседневности.

Но наши данные уже объемны. Нам больше недостаточно плоских таблиц. Мир не помещается в парадигму «ключ — значение». Помимо объекта и его состояния у нас есть ещё момент в котором данное состояние является истинным. Но это еще не всё! У нас есть ещё контекст, который мы обязаны учитывать если хотим управлять своими системами ну или хотя бы понимать что с ними происходит. Об этом в следующий раз.

#ИИ_меняет_мир

В субботу слушали AI-Development Conf. Такое ощущение, что во все доклады вложили одну простую мысль “Нормально делай – нормально будет”. Судя по комментариям в последний час, впечатление такое сложилось не только у меня.

Когда 28 дней работы превращаются в 8 часов – выглядит как магия, но оказывается, что никакого волшебства тут нет. И даже ничего нового нет. Всё это мы сто раз слышали, но … Я не знаю что мешает применять.

Наглядней всего получилось у Lead Product Manager, Constructor Светланы Дергачевой в докладе “Как перестать бесконечно исправлять AI-сгенерированный код”. Один из слайдов выглядел примерно так:

Общие проблемы всех провалов:
- слишком большой контекст;
- слишком длинные чаты;
- нет архитектурного плана;
- нет тестов;
- нет декомпозиции.

Это про людей или про машины?

А вот как она это всё зарешала:

1. Проработка задания:
- цель одним предложением;
- функциональные требования;
- технические ограничения.

2. Архитектура:
- слой UIKit/Components/Feauters;
- зависимости;
- публичный API.

3. Критерии приемки:
- чек-листы для каждого компонента;
- требования к тестам;
- стандартны документации.

4. Декомпозиция:
- микрозадачи;
- один файл - одна функция;
- определен порядок выполнения.

5. Тестирование:
- тесты до кода;
- Unit тесты для логики;
- Integration тесты для взаимодействия.

6. Код:
- одна микро-задача – один промпт;
- промпт короткий и четкий;
- ссылка на ТЗ и .cursorrules

Вот такие у Светланы были магические пассы и всё заработало.

Но ведь с людьми тоже работает. Никто, конечно, не проверит. Но мне кажется, что если бы людям так задачи ставили, то разработка тоже бы сократилась с месяца до дня. Почему это сложно?

Выходит, что нужно примерно 97-98 раз подумать, один раз поставить задачу и пару раз подкорректировать.

Какой управленец на это способен? Только тот, кому не выделили бюджет на живых людей и он вынужден работать с AI. Деваться становится просто некуда. Машина требует зарплату за каждую поставленную задачу и если тебя не устраивает результат – сам виноват. Артем Косенко даже целый доклад подготовил в котором подробно рассказал почему при неудачах нужно менять подход, а не инструмент.

Я раньше писала о том, как повседневное использование генеративных моделей приведет к тому, что построение систем станет метанавыком. Управленческие и организаторские навыки – в тот же котел. Все эти AI как будто специально придуманы для того, чтобы очень жестко тренировать в каждом пользователе менеджера-руководителя. Уже не получится оправдать свои неуспехи ленью подчиненного. Можно оправдаться глупостью этой тупой машины. Но только до того момента, пока у соседа не начнет получаться хороший результат с помощью того же инструмента.

В общем, мантра пока не меняется:

1. Собери требования.

2. Проанализируй.

3. Составь план (архитектура).

4. Расскажи как мы поймем, что у нас получилось сделать то, что требовалось (критерии приемки).

5. Фреймируй контексты, декомпозируй, декомпозируй… (повторять до тех пор пока не найдешь “частицу бога” до уровня: одна задача - одна неделимая фича).

6. Составь короткий и исчерпывающий текст задачи.

7. Покажи, как результат задачи связан со всей системой, в которую он включен (ссылка на архитектурный план).

8. Расскажи, как проверить, что результат задачи работает и делает это правильно (тесты).

9. Убедить в том, что тебя поняли полностью и поняли правильно.

01. Получи результаты. Собери их в работающую систему (соедини согласно архитектурному плану).

Эта конференция одновременно вернула меня и к недораскрытой теме #ИИ_меняет_мир и к #процессыНаймаIT, которые я давно сделала, но никак не придумаю как вам рассказать о результатах. До нового года надеюсь хотя бы что-то из этого доделать. Как думаете, получиться у меня или я стану оправдывать свою неорганизованность внешними факторами?

Решила опубликовать короткий аудио-пересказ (12 мин), сгенерированный LLM на основе текстовой расшифровки моей встречи с командой проекта «Заварили бизнес в Португалии».

Там очень любопытно вышло про то, как EventStorming и теория ограничений Голдратта могут работать в стартапах.

Оказалось, что и то, и другое - очень даже применимо не только в построении IT систем, но и для налаживания любых процессов. Хотя стадия Big Picture - всё так же долго, мучительно, холиварно. Но по этому аудио-пересказу так не скажешь.

Вот я сижу и думаю:
NotebookLM всегда так эпично пересказывает или просто Саша Волкова так эпично живет 🧐

Загадочное про системы или кнопка управления миром

Вы что-нибудь знаете про трансерфинг реальности: шелест утренних звезд, вперед в прошлое и прочий Вадим Зеланд?

Это любопытный труд. С ним хочется ознакомиться хотя бы потому, что заявляется, будто бы автор занимался квантовой физикой до того, как стать писателем. Я начинала читать, но не осилила всю серию потому, что к книге у меня возникли вопросы, а задавать их было некому: Вадим Зеланд растворился в пространстве.

Недавно я узнала что автор вернулся с довольно громким заявлением: трансерфинг реальности больше не актуален - следует обратить внимание на трансерфинг себя.

В этот момент я поверила, что автор знаком с физикой.

Однажды Валентина Щербакова (Scrum Master и гештальт-практик) помогла мне понять одну важную штуку:

Единственный способ повлиять на надСистему и окружающие тебя системы - твоя собственная система. Иными словами: единственная точка влияния на реальность - ты сам.

Дело было в небольшой кафешке, пока ее маленькая дочка играла в детском центре, а мы наблюдали за ней, пили какао и Валя пыталась мне объяснить чем же занимается Scrum Master. Что за профессия такая загадошная.

Я ушла тогда не только с пониманием роли скрам-мастеров в организациях, но и с вот этим маленьким инсайтом:

Точка опоры, с помощью которой Архимед собирался перевернуть мир, всегда была при нем. Учитывая, что его имя известно две тысячи лет спустя - у мужика всё получилось.

Позже я нашла подтверждение мысли о влияние на внешние системы через\посредством своей в некоторых книгах и в постах людей, занимающихся проектированием процессов. Например, в уроках Дениса Котова, где он рассказывает как с помощью BPMN построить процессы в ELMA

Вернусь к Вадиму Зеланду Его новые книги на Литресе стоят так, как будто это билет в новый прекрасный мир, а вовсе не концепция, которая еще нуждается в проверке. Как думаете, стоит ли тратить время?

💎 Сокровища старой тетрадки с конспектами 💎

Закон Голла (1986):
Сложная рабочая система неизменно получается из простой рабочей системы. Сложная система, разработанная с нуля, никогда не работает и никакие улучшения не заставят её работать. Начинать следует с простой рабочей системы

— из доклада Александра Еремеева про MVP

Осталось понять что такое «сложная».

Непонятная или запутанная ≠ сложная.

Я бы определила «сложную» как состоящую из множества (больше 9) многообразных частей.

#ИИ_меняет_мир

Один известный блогер умеет очень понятно объяснять сложные технические концепции. В его статье, посвященной архитектуре блокчейна я прочитала то, что на скриншоте.

Отбегу немного в сторону потому, что это самый подходящий момент показать насколько важен контекст. Сначала я пыталась найти вышеприведенную фразу при помощи поисковой системы, но Gemini считает, что мысль про идентичность истории и состояния принадлежит инвестору Джону Боглу. С помощью старых добрых методов мне удалось найти оригинал его высказывания: «…прошлое в контексте инвестиций важно для понимания текущей ситуации и принятия будущих решений». Он ничего не говорил про то, что история и состояние — это одно и тоже. Но Gemini считает иначе. Если вырвать слова из контекста, то их можно трактовать в любую сторону. В следующий раз я расскажу на что это влияет. А пока продолжу про блокчейн, эфир и о том, насколько правильно ставить знак равно между историей и состоянием.

Продолжение 0 … ⤵️

Продолжение 1 ⤴️

История и состояние — не одно и тоже

Боюсь что создатели виртуальной платформы Эфира тоже поторопились с выводами. Тактически и математически всё верно. Значения в цепочке истории и цепочке состояний совпадают. Но можем ли мы себе позволить контролировать только состояния? Насколько это безопасно?

Ethereum использует состояние объекта, чтобы ускорить обмен данными в блокчейн и для простоты чтения: валидность всей цепочки нужно проверять только при первом запуске, а текущее состояние системы можно узнать в любой момент, прочитав корень дерева состояний. Это как будто вы развернули огромную карту и вам моментально показали где вы находитесь. Удобно. Это быстро.

Проблема данного подхода заключается в том, что зная состояние (точное местоположение во времени и пространстве) мы не можем узнать как мы сюда попали, если не знаем историю. Состояние без истории непроверяемо. Это как будто каждый раз при разворачивании карты у вас случается амнезия. Вы знаете где находитесь и, возможно, понимаете куда нужно попасть. Но почему вы здесь, а не там? Как давно вы в пути? Где уже были? Это приводит к рекурсивным завихрениям: можно ходить по одному и тому же кругу каждый раз как в первый. Возможно, именно это стало причиной эффекта The DAO, где рекурсивные ответвления позволили разделить блокчейн. Но кажется, что в эту ловушку попало все человечество.

Состояние – это замерший кард, фотография, дерево в лесу. История – это фильм из тысячи таких кадров, тропинка в джунглях. К одной точке ведет множество путей. Не все они доступны. Но они всегда есть. Чтобы не плутать в трех состояниях, нам нужна нить Ариадны. Если мы прошли по какой-то дороге и обнаружили обрыв, полезно об этом помнить.

Состояние – естественное следствие исторического пути, но, в подавляющем большинстве случаев, оно не предопределяет следующий шаг, не трансформируется в причину, а это значит, что оно лежит на другом уровне иерархии – ниже. Это как отражение в зеркале. Да, повторяет объект. Но если мы будем анализировать отражение, что мы узнаем об объекте? Вдруг у него нет синяков под глазами, а просто свет неудачно падает?

Хорошо, допустим, следует опираться на историю, а не на её отражения. Но есть проблемки. Собранная в линию, она занимает слишком много места. Требуется слишком много ресурсов. Мы не понимаем как это хранить. Мы не понимаем как это анализировать. У нас плоские, двухмерные базы данных.

Даже история человечества не помещается ни в одну голову, ни в одну жизнь. Понятно, что требуется деление. Его даже сделали. Но история человечества, например, делиться каким-то таким образом, который айтишники назовут антипаттерном (когда делят на бэкэнд, фронтенд и мобилки). У нас есть те, кто знают историю и отдельно — те, кто может сделать из этого какие-то выводы. Понятно, что эта ситуация должна измениться. Непонятно — как именно.

Когда-то для фиксации реальности у нас были только картины и художники. Это было долго и дорого. Потом изобрели фотографию и стало полегче. А сейчас у нас 24-60 кадров в секунду. Когда-нибудь историчность и фиксация абсолютно всех состояний перестанет быть сложным. А пока мы стоим перед интересной задачей, которая кажутся нерешаемой: как запихнуть цепочку из множества событий в одну систему, которую можно быстро считать, проанализировать и проверить (хотя бы на непротиворечивость)?

«При чем тут ИИ?» — совершенно справедливо спросите вы, глядя на хэштег #ИИ_меняет_мир.

Дело в том, что приход в нашу жизнь AI систем подогрел интерес к так называемым векторным базам данных, которые на самом деле не базы, а поисковые движки, довольно быстро рассчитывающие маршрут к нужной информации. Они бодрее работают с историчностью, но с проверяемостью пока сложно.

У вас нет ощущения, что криптовалюта – это хорошо, но что-то не то. Как будто это ещё не оно. Я вообще не понимаю в математике, но теория систем подсказывает мне, что состояние из историчности получить можно, а наоборот – нет.

Продолжение 2 ⤴️
История и состояние — не одно и тоже

Сейчас блокчейн ассоциируется с новой формой денег. Но любая система, позволяющая быстро работать с историей, подвинет его. Она просто будет выполнять ту же функцию, но проще, и эффективней. Я уже писала о том, как данные могут стать одной из форм денег.

Возможно тот элемент, которого не хватает – это квантовый компьютер. Вы помните как его идея получила ресурсы на развитие? Кое-кто предположил что квантовый сможет быстро подобрать ключи к криптокошелькам. Именно эту идею в результате купил инвестор, а вовсе не суперпозицию.

Дерево Меркла и вектора графически очень похожи. Оба ускоряют работу и обеспечивают проверяемость. Но по-разному структурируют информацию. Вектора вероятностей уничтожат дерево Меркла? Что если нет? Что если мы получим отличный сильный симбиоз.

Бесконечная лента событий – линия времени – это не кубик, как упаковывают в блокчейне, а спираль. Спросите Козырева или Деминга с Шухартом. Мы привыкли разматывать этот клубок горизонтально. Но из практики работы с микросервисами мы знаем, что правильное деление на контексты – вертикальное. Что если проверяемость событий может быть обеспечена посредством вертикальных срезов (проколов) спирали цикла? Как определить границы цикла мы уже знаем – допустить два взаимоисключающих события.

И все же, историчность и её проверяемость – это не единственный вызов, который на данном этапе мешает нам управлять вселенной, не привлекая внимания санитаров справиться с данными. Если история – это лента событий, то порядок элементов в ней очень важен. Что было раньше: курица или яйцо? Сейчас анализируя данные мы обычно полностью игнорируем то, откуда они берутся и при каких обстоятельствах возникают. А потом удивляемся почему наши выводы не подтверждаются, а прогнозы не сбываются. Можно ли это как-то изменить?

#ИИ_меняет_мир

#процессыНаймаIT

Девочка – “молодец”: о том как важно экологичное поведение в профессии

Мне рассказали байку о закрытом чатике нанимающих специалистов. Речь идет вакансиях на роль системного аналитика в крупной компании. В чатике сидят:

• HR, курирующие эти вакансии;
• руководители проектов, куда подбирают кандидатов;
• руководитель всех системных аналитиков в компании;
• системные аналитики из числа тех, кто проводит тех.собесы.

И вот как-то раз пишет туда руководитель всех аналитиков пост о том, что нужно как-то менять подход к проведению собеседований. Потому, - говорит руководитель всех аналитиков - что легко сейчас раздобыть ответы на вопросы и даже решения задачек. Вот, - приводит пример руководитель всех аналитиков - тут есть девочка-молодец, денежку зарабатывает, продает файлик с ответами всего за пять тыщ.

А нанимающие специалисты уже и сами очухались. После пары ошибок найма все с переменным успехом алгоритмы свои меняют и собесы иначе проводят. Даже результаты есть. Те кандидаты, которые с заранее готовыми ответами приходят, на первых же минутах понимают, что фокус не удался, моргают, молча выходят из видеоконференции и пропадают. На вопросы HR в догонку никак не реагируют. Казалось бы - победили. Но куда там.

Это для ловца удачи попытка – не пытка. А в организации все, включая HR, потратили на то, чтобы это видеозвонок организовать, большое количество ресурсов. Особенно жалко время. То, что неподходящий кандидат сам отвалился еще в начале тех.собеса – это не победа. Как бы сделать так, чтобы они еще на первичном скрининге отваливались?

У девочки-”молодец” есть своя школа. Она выдает сертификаты. Это отражается в резюме её выпускников. Как думаете, насколько охотно HR позовет кандидата с таким резюме на собеседование?

Девокча-”молодец” вложила хорошие деньги в рекламу своей школы. В методах не стеснялась. И теперь она действительно известна, по крайней мере, в узких профессиональных кругах.

Вдвойне обидно потому, что девочка реально – молодец. Прям без всяких кавычек. Она кое-что умеет, как в профессии, так и в преподавательском плане. Её имя значится в оргкомитете всяких конференций и прочих движух для аналитиков. Вот только в блогах некоторых лидов аналитиков это имя иногда встречается в негативной коннотации. Времена сложные. А ошибки найма больно бьют по всей команде. Дело даже не в деньгах:

• лид изо всех сил пытается обучить человека, вписать его в общий процесс ну хоть как-то;
• другие роли в команде вынуждены забирать на себя часть функционала неудачного кандидата и потихоньку выгорать;
• руководитель никак не может свести расход ресурса со сроками;
• HR не хотят опять кого-то искать и у них другие вакансии в работе.

Никто, в общем, ничего не имеет против девочки-”молодец”. Но все устали. Но никто себе не враг. Поэтому широкая известность как будто начинает играть не в пользу.

А я всё время думаю о том, что она будет делать, если к ней в команду придет кто-то из купивших ответы на вопросы или даже учеников. Как она с этим будет справляться? Одно дело – признаться в ошибке найма человеку, который не имел отношения к обучения специалиста. И совсем другое – когда твое имя мелькает в резюме человека, работающего под твоим началом.

Наверняка, такие успешные люди как девочка-”молодец” легко решат эти вопросы. Просто я не умею, а они разберутся.

Но, кажется, что входить в профессию и находиться там сейчас – это как входить в среду обитания. Очень важно вести себя экологично, выбирать методы и не мутить воду в которой придется плавать.

Девочка-молодец: о том, как научно-исследовательская деятельность сместилась в коммерческий сектор

Обратная сторона предыдущей истории.

Я знаю еще одну хорошую девочку. Очень сильный специалист и, как будто бы,… неугомонный. Как только появляется что-то новое, она в числе первых умудряется разобраться в том, что это такое и как оно прикладывается к разным кускам повседневности. Сама поймет и вам пояснит. Своей школы не имеет. Преподает в чужих. В том числе в институтах. А еще работает на работе. Когда только спать успевает.

Несколько раз девочка-молодец прочитала бесплатные лекции и заработала себе такую репутацию, которая как словно добавляет +100 ко всему, где стоит её имя, будь то школа, конференция… что угодно.

Казалось бы, такому человеку очень легко работу найти. А если не получится, то и не надо – заработает на преподавании. Но всё совсем не так.

Крайне сложно в современных производственных циклах найти такое дело, которое будет соответствовать масштабу личности. В рамках одного проекта одной компании такому человеку точно будет тесненько. Ему скорее подойдет межпроектное консультирование. К тому же знания – как шило в мешке. Спрятать не получится. Всё равно увидят и клянчить начнут. Значит человека придется отпускать на уроки и на конференции. Такие должности, которые подходят подобным людям, плохо вписываются в графики, табели о рангах и штатные расписания. К тому же непонятно какой линейкой мерить эффективность и уровень пользы.

А что, собственно, покупают компании, нанимая девочек и мальчиков-молодец? Они покупают ту самую репутацию +100. Как будто, если в штате есть масштабная личность, значит внутри идет серьезный процесс. Чем закончится – пока непонятно, но он идет. Над чем работают и насколько далеко продвинулись, косвенно можно понять по статьям масштабной личности и по темам докладов, которые читаются на конференциях. Окружающие будут активно интересоваться и внимательно следить. А что же преподавание? А всё. Кризис.

Ресурсы ограничены и поиск ответов на вопросы, заданные из чистого любопытства, финансировать не станут. Вкладываться будут только в то, что участвует в процессе производства. Держать это захотят у себя внутри, чтобы хоть как-то контролировать процесс, а не заказывать его институтам, иным структурам подчиняющимся.

Сам исследователь тоже не может изучать сферического коня в вакууме. Ему важно прикладывать свои знания к реальным процессам и видеть что как работает. Современный преподаватель небазовых дисциплин, как будто бы, не может не работать. Ему просто станет нечего преподавать.

Тот факт, что исследовательский процесс несколько подгнил в институтах и то, насколько иначе это строится в коммерческом секторе, я оставлю за скобками.

Согласитесь, тенденция смещения научных поисков поближе к производству выглядит логичной: нормально искать там, где потерял, а не умозрительно, гипотетически, безотносительно. Нормально пробовать там, где это будет применяться – результат ближе к реальности и его легче повторить. К тому же ученый перестает быть голодным. Это важно. Знания поглощают килотонны энергии. А образ девочки-молодец становится привлекательным. Другие девочки тоже хотят такими быть. Да и мальчики тоже. Больше знающих людей – хорошо для бизнеса.

Вопрос: а не заберет ли коммерческий сектор и преподавательскую деятельность тоже? Выглядит логично – учиться там, где будешь применять свои знания. Мы больше не вспомним о шоке первого года и фразе “А теперь забудьте всё, чему вас учили в ВУЗе”.

Но меня пугает такая перспектива. Преподавательская деятельность всегда шла совместно с воспитательной. Будет ли это разделено теперь? А еще, подобный подход предполагает очень длительные отношения человека с компанией. Настолько длительный, что на работе станут не только работать, но и, буквально, – жить. О том, как это уже чуть-чуть происходит, можно прочитать в комментах к этому любопытном исследовании офисных пространств.

О чем это я? О том, что быть хорошей девочкой, выбирающей экологичные способы развития, выгодно даже в финансовом смысле. И о том, что наука не может существовать отдельно от производства.

Книга оказалась неожиданно любопытной. Благодарим @Sergeymakhno за подарок. Мне даже захотелось прочитать основной труд Вигерса, тот самый, который скрепит на зубах HR’ов, проводящих первичный скрининг на вакансию системного аналитика.

Пока не вчитывалась, только пролистала. Но у меня уже есть:
- любимый урок,
- то, что вызывает недоумение
- и то, что я уже утащила себе для использования.
Напишу об этом ниже.

Мой любимый урок из книги Карла Вигерса «Жемчужины разработки» - №14:

Большая группа людей не способна организованно
покинуть горящую комнату, не говоря уже о том,
чтобы сформулировать какое-то требование

Вигерс рекомендует формировать малые группы не более 6 человек и обязательно работать с фасилитатором. Я, лично для себя, пришла к выводу, что лучший способ спасти всех от стресса - индивидуальные опросы.

Меня просто радует тот факт, что люди с именем наконец-то увидели и даже стали честно говорить о том, что собирая собрания мы собираем себе проблему. Не потому, что кто-то плохой, а потому, что в людях работают старые автоматизмы, неполезные в условиях изменившегося мира.

Еще один момент, который пролился бальзамом на мою душу — то как много в книге уделяется времени Управлению Проектами.

Невозможно делать анализ в вакууме, разработку ради кода. Всё это существует в рамках проекта и будет иметь смысл только если будет успешен проект. Целиком.

Вигерс как бы подтверждает тот факт, что управление становится метанавыком. Это вовсе не значит, что управлять проектом будет вся команда. Не получится у нее. Этим будет занят только PM. Но понимать как устроены проекты, как они управляются и что в целом происходит (как твоя работа встраивается в общий результат) хорошо бы каждому, кто находится внутри. Особенно это актуально в реальности AI-агентов.

То, что вызвало недоумение — все разговоры о времени и о том, как с ним работать. Особенно рассказ о том, как люди просят убрать из планов буфер, искренне веря, что если удалить подстраховку, то это ускорит получение результата. Серьезно? Есть те, кто не понимает, что это работает наоборот?

Я читала и впадала в уныние. Сложно поверить что за 50 лет мы все еще не научились дружить со временем. Но потом я послушала подкаст «Заварили бизнес - меня интересует только скорость прохождения потока: KPI на 12 недель» и меня отпустило. Мы научились, просто не в АйТишечке, а в отдельно взятом смелом производстве. И не удивительно. Идеи Голдратта не включены в сертификацию PMBook. Книга, описывающая как теория потока ложится на управление проектами, вышла совсем недавно. Вигерс издал свои Жемчужины раньше. Откуда ему знать?

Job Story я утащила в работу

Вигерс критикует user story (внезапно) за то, что она описывает решение, а не задачу. В качестве альтернативы предлагается job story следующего вида:

Когда <ситуация>, я хочу <выполнить некую задачу>, чтобы я мог <достичь результата>

Это нечто среднее между user story и JTBD. И мне пока очень нравится использовать этот шаблон для чатов с ИИ. Когда я не знаю как решать задачу, но мне очень важно про нее с кем-то поговорить. Эти бездушные машины не предлагают вариантов, про которые я их не спрашиваю. Они ведут меня в узком коридоре информации уже знакомых парадигм. Но я то хочу узнать у него не про то, что я знаю, а про то, что мне неизвестно. Как из него это достать?

Фреймоврк джоб стори похож на скобки. Там написано где я сейчас (ситуация) и то, где я хочу оказаться (достичь результата). Маршрут отсюда туда можно повыбирать.

Что я поняла про книгу Вигерса «Жемчужины разработки»?

Это не справочник! Это не источник хороших решений. Это просто набор историй из серии «Как это бывает». Да, опыт огромный, но, совершенно точно — неполный. Жемчужины хороши для насмотренности, для вдохновения и инсайтов, но не для наиболее точного повторения. Возможно и другие книги Вигерса стоит воспринимать также, и от этого они станут читаться легче.

#диванИкниги

Моя хата с краю …

Как заканчивается эта поговорка? О чем она вообще? Из подкаста по культурологии я узнала что полная фраза звучит вот так:

Моя хата с краю – первым врага встречаю

А вы знали?

Полагаю, вы не раз сталкивались со словами, вырванными из контекста и видели, как они меняют смысл. Возможно вы даже наблюдали как сильно влияет на восприятие удачно откадрированная фотография.

Но почему-то с данными мы чаще всего работаем без учета контекста и зачем-то верим, что это - ок.

Я обещала рассказать на что влияет контекст и теперь выполняю этот зарок.

Порядок элементов меняет эффекты. Делает систему другой. Меняет то, для чего эта система. Это обязательно сказывается на надСистеме. Порядок элементов может изменить всё.

Детали от автомобиля, собранные в железную бочку, не сделают этот предмет средством передвижения. Их нужно правильно соединить и расположить в пространстве корпуса.

Все в этом мире — система. Даже хаос. У всего в системе есть своё место. Вот это вот место, а также связи с другими элементами определяют эмерджентные свойства системы.

Когда мы проектируем систему, то назначаем меторасположение элементов. Это происходит неслучайным образом. Мы знаем насколько это может быть важно. Но когда мы анализируем данные, то игнорируем то, при каких условиях они сформировались. Возможно это происходит потому, что у нас нет инструментов. Наши базы данных — достаточно молодое явление. Переводя информацию в данные мы вынужден были разделять и упрощать ее. Но AI работает иначе. У них есть эмбеддинг. Они показали нам какие возможности открываются при анализе данных стоит только учесть контекст.

Так как данные – это показатели системы, то их положение друг относительно друга много о чем нам говорит. Конкретно – рассказывает при какой конфигурации элементов система может давать необходимые нам эффекты.

Системы кажутся неуправляемыми только потому, что мы не умеем этих эффектов добиваться. Но как нам научиться, если мы игнорируем контекст?

Если история – это лента событий, то порядок элементов в ней очень важен. Что было раньше: курица или яйцо? Неправильный ответ на этот вопрос может стать достаточно серьезной уязвимостью, как в случае с The DAO.

Игнорируя порядок элементов в системе, особенно — порядок событий во времени, мы лишаемся возможности увидеть казуальные связи (причинно-следственные). Поэтому системы, с которыми мы работаем и в которых живем, кажутся нам хаотичными.

Эта серия постов про то, как #ИИ_меняет_мир была поводом рассказать про то, что мне не нравится в том, как мы храним и анализируем данные.

Так вот, мне не нравится, что мы делаем это в отрыве от историчности и контекста. Выхватываем данные из информации и превращаем их в набор элементов. А когда нам нужно понять что происходит, собираем этот набор элементов обратно в информацию. Только это получается какая-то другая информация.

Если мы начнем иначе относиться к данным, то, возможно, не просто избавим себя от иллюзий, но и получим нечто большее. Возможно даже более удобное чем то, что дали нам AI-инструменты, которые всего лишь научились работать с контекстом при помощи эмбеддинга.

#ИИ_меняет_мир