Thinking Like a Tree - История изменений

Patarakin: /* 6. Экологическая среда обучения */

2025-12-06T13:27:18Z

6. Экологическая среда обучения

← Предыдущая версия		Версия от 16:27, 6 декабря 2025
Строка 180:		Строка 180:

	В естественных экосистемах большое значение для устойчивости системы имеет разнообразие. В Компьютерном Клубе мы пытаемся привлечь сообщество взрослый наставников с различным профессиональным и культурным опытом. Причина нашего стремления понятна, - чем больше разнообразие наставников, тем полнее они могут удовлетворить интересы учеников, которые в свою очередь сильно отличаются своими интересами и своим опытом. Но, это только одна из причин. Существует и эволюционный аргумент в поддержку разнообразия учебной среды. Новые проекты внутри Компьютерного Клуба возникают и развиваются в процессе связанном с [[Дарвин]]скими принципами разнообразия и отбора. '''Отбор новых проектов происходит успешнее, если существует высокая вариативность комбинации детей, наставников, средств и идей'''. Так же как и в естественных экосистемах, разнообразие внутри компьютерного клуба ведет к его устойчивости и лучшей приспособляемости к разным типам деятельности.		В естественных экосистемах большое значение для устойчивости системы имеет разнообразие. В Компьютерном Клубе мы пытаемся привлечь сообщество взрослый наставников с различным профессиональным и культурным опытом. Причина нашего стремления понятна, - чем больше разнообразие наставников, тем полнее они могут удовлетворить интересы учеников, которые в свою очередь сильно отличаются своими интересами и своим опытом. Но, это только одна из причин. Существует и эволюционный аргумент в поддержку разнообразия учебной среды. Новые проекты внутри Компьютерного Клуба возникают и развиваются в процессе связанном с [[Дарвин]]скими принципами разнообразия и отбора. '''Отбор новых проектов происходит успешнее, если существует высокая вариативность комбинации детей, наставников, средств и идей'''. Так же как и в естественных экосистемах, разнообразие внутри компьютерного клуба ведет к его устойчивости и лучшей приспособляемости к разным типам деятельности.

			<netlogo model="DawkinsWeasel" />

	Разработка экологичной среды обучения требует от нас сдвига в традиционном подходе к тому, как осуществляется контроль. Учебный опыт не может жестко контролироваться или планироваться сверху.		Разработка экологичной среды обучения требует от нас сдвига в традиционном подходе к тому, как осуществляется контроль. Учебный опыт не может жестко контролироваться или планироваться сверху.

Patarakin: /* 6. Экологическая среда обучения */

2025-12-06T13:26:03Z

6. Экологическая среда обучения

← Предыдущая версия		Версия от 16:26, 6 декабря 2025
Строка 176:		Строка 176:

	Один из проектов клуба был начат двумя студентами бакалаврами Бостонского Университета, которые добровольно работали в клубе наставниками. Оба студента были увлечены роботами. В начале они хотели организовать специальный семинар, на котором планировали рассказывать школьникам о роботах. Мы отвергли этот подход и предложили им начать создание в клубе собственного робота. Мы надеялись, что члены клуба увидят в студентах не традиционных учителей, а взрослых учеников. Несколько дней наши бакалавры работали одни, и никто из детей не интересовался их деятельностью. Затем их проект начал приобретать форму, и несколько членов клуба заинтересовались проектом. Один из детей решил построить для робота новую структуру, другой решил использовать его как возможность больше узнать о программировании. Через месяц у нас уже сложилась маленькая команда, которая работала над несколькими роботами. Некоторые ученики были полностью вовлечены в проект и работали над ним каждый день. Другие принимали в нем участие время от времени, периодически присоединяясь или покидая команду проекта. Этот процесс напоминает то, что Лав и [[Венгер]] определяют, как "[[легитимное периферийное участие]]" - разные дети могут принять участие в разное время и делая вклад различного свойства. В целом, команды в Клубе организуются неформально, объединяясь вокруг общих интересов. Сообщества динамичны и гибки. Они так же приспосабливаются к целям проекта и интересам участников, как это происходило с коллекцией проектов образцов в MOOSE Crossing.		Один из проектов клуба был начат двумя студентами бакалаврами Бостонского Университета, которые добровольно работали в клубе наставниками. Оба студента были увлечены роботами. В начале они хотели организовать специальный семинар, на котором планировали рассказывать школьникам о роботах. Мы отвергли этот подход и предложили им начать создание в клубе собственного робота. Мы надеялись, что члены клуба увидят в студентах не традиционных учителей, а взрослых учеников. Несколько дней наши бакалавры работали одни, и никто из детей не интересовался их деятельностью. Затем их проект начал приобретать форму, и несколько членов клуба заинтересовались проектом. Один из детей решил построить для робота новую структуру, другой решил использовать его как возможность больше узнать о программировании. Через месяц у нас уже сложилась маленькая команда, которая работала над несколькими роботами. Некоторые ученики были полностью вовлечены в проект и работали над ним каждый день. Другие принимали в нем участие время от времени, периодически присоединяясь или покидая команду проекта. Этот процесс напоминает то, что Лав и [[Венгер]] определяют, как "[[легитимное периферийное участие]]" - разные дети могут принять участие в разное время и делая вклад различного свойства. В целом, команды в Клубе организуются неформально, объединяясь вокруг общих интересов. Сообщества динамичны и гибки. Они так же приспосабливаются к целям проекта и интересам участников, как это происходило с коллекцией проектов образцов в MOOSE Crossing.

			{{#ask: [[Легитимное периферийное участие]] \| ?Description }}

	В естественных экосистемах большое значение для устойчивости системы имеет разнообразие. В Компьютерном Клубе мы пытаемся привлечь сообщество взрослый наставников с различным профессиональным и культурным опытом. Причина нашего стремления понятна, - чем больше разнообразие наставников, тем полнее они могут удовлетворить интересы учеников, которые в свою очередь сильно отличаются своими интересами и своим опытом. Но, это только одна из причин. Существует и эволюционный аргумент в поддержку разнообразия учебной среды. Новые проекты внутри Компьютерного Клуба возникают и развиваются в процессе связанном с [[Дарвин]]скими принципами разнообразия и отбора. '''Отбор новых проектов происходит успешнее, если существует высокая вариативность комбинации детей, наставников, средств и идей'''. Так же как и в естественных экосистемах, разнообразие внутри компьютерного клуба ведет к его устойчивости и лучшей приспособляемости к разным типам деятельности.		В естественных экосистемах большое значение для устойчивости системы имеет разнообразие. В Компьютерном Клубе мы пытаемся привлечь сообщество взрослый наставников с различным профессиональным и культурным опытом. Причина нашего стремления понятна, - чем больше разнообразие наставников, тем полнее они могут удовлетворить интересы учеников, которые в свою очередь сильно отличаются своими интересами и своим опытом. Но, это только одна из причин. Существует и эволюционный аргумент в поддержку разнообразия учебной среды. Новые проекты внутри Компьютерного Клуба возникают и развиваются в процессе связанном с [[Дарвин]]скими принципами разнообразия и отбора. '''Отбор новых проектов происходит успешнее, если существует высокая вариативность комбинации детей, наставников, средств и идей'''. Так же как и в естественных экосистемах, разнообразие внутри компьютерного клуба ведет к его устойчивости и лучшей приспособляемости к разным типам деятельности.

Patarakin: /* 4. На чей холм мы карабкаемся? */

2025-12-06T13:22:48Z

4. На чей холм мы карабкаемся?

@@ Строка 137: / Строка 137: @@
 Когда все машины следуют этой стратегии, общее движение носит органический характер, и машины постепенно выстраиваются в равномерный поток. Эта стратегия выглядит более привлекательной, и студенты любят за ней наблюдать. Кроме того, как и всякая [[экологическая стратегия]], она легко адаптируется к изменению условий. После того, как система достигнет устойчивого состояния, вы можете изменить скорость одной из машин или даже удалить одну машину и остальные машины подстроятся под изменившиеся условия. Этот тип стратегий не известен в среде научных исследований. Однако обычно эта стратегия рассматривается как "продвинутая технология" и редко упоминается вне университетских курсов. Такие новые программные среды как StarLogo не только делают эти технологии более понятными, но и создают условия, в которых эти технологии могут широко использоваться даже маленькими учениками. Эти технологии перестают быть редкими и входят в курс обучения.
+<netlogo model="Traffic_Basic" />
 Я назвал экологическую стратегию распределения машин в пространстве "'''глубоко параллельной'''" - параллельной по самой своей сути. Что я вкладываю в такое определение? Чтобы ответить на этот вопрос, вновь обратимся к территории проблемы. В примере с алгебраическим решением вся группа выигрывала, как только кто-то из ее членов находил верное решение. Цель группы совпадала с целью каждого участника. Пример с машинами является более сложным. Каждая машина стремится быть на равном расстоянии от своих соседей. Но, индивидуальный успех здесь не равносилен групповому успеху. Для успеха группы необходимо, чтобы все машины находились на равном расстоянии друг от друга. Группа движется по другому проблемному поле, чем поле, по которому движется каждая отдельная машина. Многие члены группы могут быть на вершине холма, но это не равносильно тому, что вся группа нашла свою вершину. Возможно, что успех группы будет достигнут, только в результате того, что кого-то из ее членов столкнут с завоеванной личной вершины.

Patarakin: /* 3. Найти корни проблемы */

2025-12-06T11:12:34Z

3. Найти корни проблемы

← Предыдущая версия		Версия от 14:12, 6 декабря 2025
Строка 76:		Строка 76:
	В данном случае a = 2, b = -7 и c = -3075 (29 - 3104).		В данном случае a = 2, b = -7 и c = -3075 (29 - 3104).

	Квадратное уравнение, если мы им воспользуемся, безусловно, даст нам верное решение. Но, существует другой, более экологический подход для решения той же проблемы. Для того чтобы продемонстрировать этот подход, я попросил каждого из учителей выбрать случайное число в диапазоне от 0 до 100.		[[Квадратное уравнение]], если мы им воспользуемся, безусловно, даст нам верное решение. Но, существует другой, более экологический подход для решения той же проблемы. Для того чтобы продемонстрировать этот подход, я попросил каждого из учителей выбрать [[случайное число]] в диапазоне от 0 до 100.


Строка 96:		Строка 96:


	Конечно, такой подход к решению проблемы имеет существенные недостатки и ограничения. Приведение чисел к квадратному уравнению является более эффективной стратегией, позволяющей быстрее получить решение. Достаточно сложно собирать тридцать учителей каждый раз, когда хочешь решить алгебраическое уравнение. Кроме того, квадратное уравнение всегда дает истинное решение, а наш подход дерева делает это лишь для ограниченного числа случаев. Если бы я предложил группе для решения задачу с иррациональными корнями, они никогда бы не получили точного решения, а если бы мы столкнулись с мнимыми корнями, то наша стратегия не работала бы вовсе. Кроме того, стратегия дерева довольно неопределенна. Мы не можем знать, как наши учителя выбирают случайные числа.		Конечно, такой подход к решению проблемы имеет существенные недостатки и ограничения. Приведение чисел к квадратному уравнению является более эффективной стратегией, позволяющей быстрее получить решение. Достаточно сложно собирать тридцать учителей каждый раз, когда хочешь решить алгебраическое уравнение. Кроме того, [[квадратное уравнение]] всегда дает истинное решение, а наш подход дерева делает это лишь для ограниченного числа случаев. Если бы я предложил группе для решения задачу с иррациональными корнями, они никогда бы не получили точного решения, а если бы мы столкнулись с мнимыми корнями, то наша стратегия не работала бы вовсе. Кроме того, стратегия дерева довольно неопределенна. Мы не можем знать, как наши учителя выбирают случайные числа.

	При всех своих ограничениях, стратегия дерева имеет и свои преимущества. Существуют несколько причин, почему стоит представить ее учителям:		При всех своих ограничениях, стратегия дерева имеет и свои преимущества. Существуют несколько причин, почему стоит представить ее учителям:
Строка 107:		Строка 107:
	* Возможно, самым важным является то, что использование стратегии дерева позволяет ученикам изменить взгляд на мир. Как мы уже указывали, ученики привыкли использовать централизованные способы решения проблемы сверху вниз. Стратегия дерева представляет локальный подход: множество частей, выполняя простые действия, вместе создают сложный результат.		* Возможно, самым важным является то, что использование стратегии дерева позволяет ученикам изменить взгляд на мир. Как мы уже указывали, ученики привыкли использовать централизованные способы решения проблемы сверху вниз. Стратегия дерева представляет локальный подход: множество частей, выполняя простые действия, вместе создают сложный результат.

	В науке и математике обычной является практика топологического представления проблемы как местности с долинами и холмами. Точки наибольшей высоты представляют лучшее решение проблемы. Для того чтобы найти решение, нужно найти самую высокую точку. Для квадратного уравнения "территория проблемы" выглядит достаточно просто. Две возвышенности представляют два корня уравнения. Когда вы используете формулу, вы сразу прыгаете на вершину холма. Стратегия дерева представляет примерно постепенного подъема - карабканья на холм. В ходе семинара учителя начинали со случайной расстановки по поверхности проблемы, а затем ближе к тем, кто находился в более высоких точках. Все вместе они осматривали все стороны возвышенности в поисках решения.		В науке и [[математика\|математике]] обычной является практика топологического представления проблемы как местности с долинами и холмами. Точки наибольшей высоты представляют лучшее решение проблемы. Для того чтобы найти решение, нужно найти самую высокую точку. Для квадратного уравнения "территория проблемы" выглядит достаточно просто. Две возвышенности представляют два корня уравнения. Когда вы используете формулу, вы сразу прыгаете на вершину холма. Стратегия дерева представляет примерно постепенного подъема - карабканья на холм. В ходе семинара учителя начинали со случайной расстановки по поверхности проблемы, а затем ближе к тем, кто находился в более высоких точках. Все вместе они осматривали все стороны возвышенности в поисках решения.




	== 4. На чей холм мы карабкаемся? ==		== 4. На чей холм мы карабкаемся? ==

Patarakin: /* Экосистемы сети Интернет */

2025-02-10T07:03:40Z

Экосистемы сети Интернет

← Предыдущая версия		Версия от 10:03, 10 февраля 2025
Строка 170:		Строка 170:

	[[MOOSE Crossing]] это многопользовательский текстовый виртуальный мир, в котором дети могут не только общаться друг с другом, но и создавать саму среду, в которой они общаются. Дети, большинство из которых были в возрасте 9 - 13 лет, создавали новые комнаты и новые объекты. Кроме того, на специальном языке сценариев MOOSE они писали программы, которые управляли поведением этих объектов. Например, десятилетняя девочка создала пингвина, который реагировал на поведение других людей. Пингвин умел обниматься и целоваться, чувствовал голод и умел различать 6 различных видов пищи. Другой ученик создал виды картофеля, которые демонстрировали генетические закономерности, описанные [[Мендель\|Менделем]]. Ученики [[MOOSE Crossing]] письменно оформляли направления, в которых [[сообщество]] развивалось и оказывало поддержку своим разработчикам.		[[MOOSE Crossing]] это многопользовательский текстовый виртуальный мир, в котором дети могут не только общаться друг с другом, но и создавать саму среду, в которой они общаются. Дети, большинство из которых были в возрасте 9 - 13 лет, создавали новые комнаты и новые объекты. Кроме того, на специальном языке сценариев MOOSE они писали программы, которые управляли поведением этих объектов. Например, десятилетняя девочка создала пингвина, который реагировал на поведение других людей. Пингвин умел обниматься и целоваться, чувствовал голод и умел различать 6 различных видов пищи. Другой ученик создал виды картофеля, которые демонстрировали генетические закономерности, описанные [[Мендель\|Менделем]]. Ученики [[MOOSE Crossing]] письменно оформляли направления, в которых [[сообщество]] развивалось и оказывало поддержку своим разработчикам.

			{{#ask: [[MOOSE Crossing]] \| ?Description }}

	Меня особенно интересовало то, как дети находят новые идеи проектов внутри MOOSE Crossing. В начале работы над [[проект]]ом хорошо осмотреть уже завершенные проекты, и решить какие из вариантов могут быть полезны. Для разработчика очень важно иметь доступ к большому числу готовых проектов. Производители программного обеспечения часто включают в пакет в дополнение к самому обеспечению (программе для рисования, языку программирования) примеры того, что при помощи средства может быть создано. Однако эти примеры в одном пакете со средством имеют серьезные ограничения: они отражают интересы и идеи поставщика. Совсем не обязательно, что эти интересы совпадают или пересекаются с сообществом пользователей. Кроме того, примеры готовых проектов неизменны и их обновление происходит только вместе с новыми версиями продукта.		Меня особенно интересовало то, как дети находят новые идеи проектов внутри MOOSE Crossing. В начале работы над [[проект]]ом хорошо осмотреть уже завершенные проекты, и решить какие из вариантов могут быть полезны. Для разработчика очень важно иметь доступ к большому числу готовых проектов. Производители программного обеспечения часто включают в пакет в дополнение к самому обеспечению (программе для рисования, языку программирования) примеры того, что при помощи средства может быть создано. Однако эти примеры в одном пакете со средством имеют серьезные ограничения: они отражают интересы и идеи поставщика. Совсем не обязательно, что эти интересы совпадают или пересекаются с сообществом пользователей. Кроме того, примеры готовых проектов неизменны и их обновление происходит только вместе с новыми версиями продукта.

Patarakin: /* Введение. Шагающее дерево. */

2025-02-10T06:32:10Z

Введение. Шагающее дерево.

← Предыдущая версия		Версия от 09:32, 10 февраля 2025
Строка 34:		Строка 34:
	Экологические стратегии могут показаться не эффективными и не директивными, но они всегда просты, гибки и устойчивы. Многие экологические стратегии предполагают децентрализованный подход, основанный на вкладе многих простых участников (например, корней дерева), а не на централизованном управлении.		Экологические стратегии могут показаться не эффективными и не директивными, но они всегда просты, гибки и устойчивы. Многие экологические стратегии предполагают децентрализованный подход, основанный на вкладе многих простых участников (например, корней дерева), а не на централизованном управлении.

	Хотя экологические стратегии ассоциируются с миром природы, они приложимы к очень широкому кругу математических задач, координации систем. В сороковые и пятидесятые годы кибернетика использовала экологические стратегии для анализа различных экологических, научных, общественных и технологических проблем. В этой области работали Норберт [[Винер]], Маргарет [[Мид]] и другие (Wiener, 1948; von Foerster, Mead and Teuber, 1949). И в дальнейшем эта область привлекала антропологов, ~~инженеров~~, биологов, психологов и тех, кто хотел расширить свое сотрудничество с другими науками.		Хотя экологические стратегии ассоциируются с миром природы, они приложимы к очень широкому кругу математических задач, координации систем. В сороковые и пятидесятые годы кибернетика использовала экологические стратегии для анализа различных экологических, научных, общественных и технологических проблем. В этой области работали Норберт [[Винер]], Маргарет [[Мид]] и другие (Wiener, 1948; von Foerster, Mead and Teuber, 1949). И в дальнейшем эта область привлекала антропологов, [инженер]]ов, биологов, психологов и тех, кто хотел расширить свое сотрудничество с другими науками.


	Кибернетика никогда не развивалась как одна дисциплина в одном направлении. Эта наука всегда включала новые направления. В последние десятилетия исследовательские усилия были сосредоточены в области сложных систем (Waldrop, 1992; Gell-Mann, 1994) и искусственной жизни (Langton, 1989; Levy, 1992).		[[Кибернетика]] никогда не развивалась как одна дисциплина в одном направлении. Эта наука всегда включала новые направления. В последние десятилетия исследовательские усилия были сосредоточены в области сложных систем (Waldrop, 1992; Gell-Mann, 1994) и искусственной жизни (Langton, 1989; Levy, 1992).


Строка 57:		Строка 57:
	Работа основывается на очень простых примерах экологического мышления. В научном мире наблюдается растущий интерес к классу экологических стратегий известных как [[генетический алгоритм\|генетические алгоритмы]] (Holland, 1975; Mitchell, 1996).. Генетические алгоритмы начинают с "популяции" возможных решений проблемы. Затем выводят лучшие решения при помощи таких генетических подходов как мутации и скрещивание. Генетические алгоритмы подходят для широкого спектра оптимизационных задач. Но, для достижения моей цели они не подходят, поскольку они не могут помочь людям осознать экологические стратегии. Генетические алгоритмы остаются черным ящиком. Даже если мы находим решение проблемы, то очень трудно проанализировать, как мы достигли этой цели. Я надеюсь сдвинуть черный ящик и найти ясные и прозрачные примеры, которые бы помогли людям увидеть ключевые идеи лежащие в основании экологического мышления.		Работа основывается на очень простых примерах экологического мышления. В научном мире наблюдается растущий интерес к классу экологических стратегий известных как [[генетический алгоритм\|генетические алгоритмы]] (Holland, 1975; Mitchell, 1996).. Генетические алгоритмы начинают с "популяции" возможных решений проблемы. Затем выводят лучшие решения при помощи таких генетических подходов как мутации и скрещивание. Генетические алгоритмы подходят для широкого спектра оптимизационных задач. Но, для достижения моей цели они не подходят, поскольку они не могут помочь людям осознать экологические стратегии. Генетические алгоритмы остаются черным ящиком. Даже если мы находим решение проблемы, то очень трудно проанализировать, как мы достигли этой цели. Я надеюсь сдвинуть черный ящик и найти ясные и прозрачные примеры, которые бы помогли людям увидеть ключевые идеи лежащие в основании экологического мышления.

	Многие примеры связаны с использованием компьютеров и компьютерных сетей. Это не случайно. Экологически стратегии часто требуют многократного исполнения простых правил многими исполнителями. Компьютеры и компьютерные сети наиболее подходящий инструмент для решения этих задач. Можно даже сказать, что экологические стратегии действительно компьютеризируемы (Resnick, 1997).Многие из компьютерных приложений в обучении используют традиционные стратегии, которые до этого были реализованы при помощи бумаги и карандаша. Экологические стратегии отличаются тем, что предполагают новые способы представления и подходы, отличающиеся от тех, которые были использованы раньше. Основное положение состоит не в том, что основанные на компьютерных технологиях экологические стратегии позволяют людям делать вещи, которые раньше были невозможны (хотя это и так), а в том, что они помогают делать вещи, о которых люди даже не могли подумать.		{{#ask: [[Генетический алгоритм]] \| ?Description }}

	Есть какая то ирония в связи между ~~компьютерами~~ и экологическим мышлением. Как правило, в обычном представлении компьютеры противопоставляют природе. Возможно, что компьютеры помогут нам освоить, понять и полюбить стратегии окружающего мира.		Многие примеры связаны с использованием компьютеров и компьютерных сетей. Это не случайно. Экологически стратегии часто требуют многократного исполнения простых правил многими исполнителями. Компьютеры и компьютерные сети наиболее подходящий инструмент для решения этих задач. Можно даже сказать, что экологические стратегии действительно компьютеризируемы ([[Resnick]], 1997).Многие из компьютерных приложений в обучении используют традиционные стратегии, которые до этого были реализованы при помощи бумаги и карандаша. Экологические стратегии отличаются тем, что предполагают новые способы представления и подходы, отличающиеся от тех, которые были использованы раньше. Основное положение состоит не в том, что основанные на компьютерных технологиях экологические стратегии позволяют людям делать вещи, которые раньше были невозможны (хотя это и так), а в том, что они помогают делать вещи, о которых люди даже не могли подумать.

			Есть какая то ирония в связи между [[компьютер]]ами и экологическим мышлением. Как правило, в обычном представлении компьютеры противопоставляют природе. Возможно, что компьютеры помогут нам освоить, понять и полюбить стратегии окружающего мира.

	== 3. Найти корни проблемы ==		== 3. Найти корни проблемы ==

Patarakin в 06:29, 10 февраля 2025

2025-02-10T06:29:03Z

← Предыдущая версия		Версия от 09:29, 10 февраля 2025
Строка 1:		Строка 1:
	{{Book		{{Book
	\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.		\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.
	\|Field_of_knowledge=Биология, Информатика, Образование		\|Field_of_knowledge=Биология, Информатика, Образование, Моделирование
	\|Website=https://web.media.mit.edu/~mres/papers/tree/		\|Website=https://web.media.mit.edu/~mres/papers/tree/
	\|Inventor=Резник		\|Inventor=Резник

Patarakin в 09:14, 14 августа 2024

2024-08-14T09:14:57Z

← Предыдущая версия		Версия от 12:14, 14 августа 2024
Строка 2:		Строка 2:
	\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.		\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.
	\|Field_of_knowledge=Биология, Информатика, Образование		\|Field_of_knowledge=Биология, Информатика, Образование
	~~\|launch year=2003~~
	\|Website=https://web.media.mit.edu/~mres/papers/tree/		\|Website=https://web.media.mit.edu/~mres/papers/tree/
	\|Inventor=Резник		\|Inventor=Резник
Строка 147:		Строка 146:
	\|height=1000		\|height=1000
	}}		}}

			; Slnova
			* https://www.slnova.org/GUTS/projects/592563/

			; [[Snap!]]
			* https://snap.berkeley.edu/project?username=jens&projectname=Linked%20Clones

			<snap project="Linked%20Clones" user="jens" />

	Я назвал экологическую стратегию распределения машин в пространстве "'''глубоко параллельной'''" - параллельной по самой своей сути. Что я вкладываю в такое определение? Чтобы ответить на этот вопрос, вновь обратимся к территории проблемы. В примере с алгебраическим решением вся группа выигрывала, как только кто-то из ее членов находил верное решение. Цель группы совпадала с целью каждого участника. Пример с машинами является более сложным. Каждая машина стремится быть на равном расстоянии от своих соседей. Но, индивидуальный успех здесь не равносилен групповому успеху. Для успеха группы необходимо, чтобы все машины находились на равном расстоянии друг от друга. Группа движется по другому проблемному поле, чем поле, по которому движется каждая отдельная машина. Многие члены группы могут быть на вершине холма, но это не равносильно тому, что вся группа нашла свою вершину. Возможно, что успех группы будет достигнут, только в результате того, что кого-то из ее членов столкнут с завоеванной личной вершины.		Я назвал экологическую стратегию распределения машин в пространстве "'''глубоко параллельной'''" - параллельной по самой своей сути. Что я вкладываю в такое определение? Чтобы ответить на этот вопрос, вновь обратимся к территории проблемы. В примере с алгебраическим решением вся группа выигрывала, как только кто-то из ее членов находил верное решение. Цель группы совпадала с целью каждого участника. Пример с машинами является более сложным. Каждая машина стремится быть на равном расстоянии от своих соседей. Но, индивидуальный успех здесь не равносилен групповому успеху. Для успеха группы необходимо, чтобы все машины находились на равном расстоянии друг от друга. Группа движется по другому проблемному поле, чем поле, по которому движется каждая отдельная машина. Многие члены группы могут быть на вершине холма, но это не равносильно тому, что вся группа нашла свою вершину. Возможно, что успех группы будет достигнут, только в результате того, что кого-то из ее членов столкнут с завоеванной личной вершины.

Patarakin в 09:12, 14 августа 2024

2024-08-14T09:12:52Z

← Предыдущая версия		Версия от 12:12, 14 августа 2024
Строка 2:		Строка 2:
	\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.		\|Description=Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным.
	\|Field_of_knowledge=Биология, Информатика, Образование		\|Field_of_knowledge=Биология, Информатика, Образование
			\|launch year=2003
	\|Website=https://web.media.mit.edu/~mres/papers/tree/		\|Website=https://web.media.mit.edu/~mres/papers/tree/
	\|Inventor=Резник		\|Inventor=Резник

Patarakin: /* 4. На чей холм мы карабкаемся? */

2024-08-14T09:06:34Z

4. На чей холм мы карабкаемся?

← Предыдущая версия		Версия от 12:06, 14 августа 2024
Строка 138:		Строка 138:
	Когда все машины следуют этой стратегии, общее движение носит органический характер, и машины постепенно выстраиваются в равномерный поток. Эта стратегия выглядит более привлекательной, и студенты любят за ней наблюдать. Кроме того, как и всякая [[экологическая стратегия]], она легко адаптируется к изменению условий. После того, как система достигнет устойчивого состояния, вы можете изменить скорость одной из машин или даже удалить одну машину и остальные машины подстроятся под изменившиеся условия. Этот тип стратегий не известен в среде научных исследований. Однако обычно эта стратегия рассматривается как "продвинутая технология" и редко упоминается вне университетских курсов. Такие новые программные среды как StarLogo не только делают эти технологии более понятными, но и создают условия, в которых эти технологии могут широко использоваться даже маленькими учениками. Эти технологии перестают быть редкими и входят в курс обучения.		Когда все машины следуют этой стратегии, общее движение носит органический характер, и машины постепенно выстраиваются в равномерный поток. Эта стратегия выглядит более привлекательной, и студенты любят за ней наблюдать. Кроме того, как и всякая [[экологическая стратегия]], она легко адаптируется к изменению условий. После того, как система достигнет устойчивого состояния, вы можете изменить скорость одной из машин или даже удалить одну машину и остальные машины подстроятся под изменившиеся условия. Этот тип стратегий не известен в среде научных исследований. Однако обычно эта стратегия рассматривается как "продвинутая технология" и редко упоминается вне университетских курсов. Такие новые программные среды как StarLogo не только делают эти технологии более понятными, но и создают условия, в которых эти технологии могут широко использоваться даже маленькими учениками. Эти технологии перестают быть редкими и входят в курс обучения.


			* https://netlogoweb.org/launch#https://netlogoweb.org/assets/modelslib/Sample%20Models/Social%20Science/Traffic%20Basic.nlogo

			{{#widget:iframe
			\|url=https://netlogoweb.org/launch#https://netlogoweb.org/assets/modelslib/Sample%20Models/Social%20Science/Traffic%20Basic.nlogo
			\|width=1000
			\|height=1000
			}}
	Я назвал экологическую стратегию распределения машин в пространстве "'''глубоко параллельной'''" - параллельной по самой своей сути. Что я вкладываю в такое определение? Чтобы ответить на этот вопрос, вновь обратимся к территории проблемы. В примере с алгебраическим решением вся группа выигрывала, как только кто-то из ее членов находил верное решение. Цель группы совпадала с целью каждого участника. Пример с машинами является более сложным. Каждая машина стремится быть на равном расстоянии от своих соседей. Но, индивидуальный успех здесь не равносилен групповому успеху. Для успеха группы необходимо, чтобы все машины находились на равном расстоянии друг от друга. Группа движется по другому проблемному поле, чем поле, по которому движется каждая отдельная машина. Многие члены группы могут быть на вершине холма, но это не равносильно тому, что вся группа нашла свою вершину. Возможно, что успех группы будет достигнут, только в результате того, что кого-то из ее членов столкнут с завоеванной личной вершины.		Я назвал экологическую стратегию распределения машин в пространстве "'''глубоко параллельной'''" - параллельной по самой своей сути. Что я вкладываю в такое определение? Чтобы ответить на этот вопрос, вновь обратимся к территории проблемы. В примере с алгебраическим решением вся группа выигрывала, как только кто-то из ее членов находил верное решение. Цель группы совпадала с целью каждого участника. Пример с машинами является более сложным. Каждая машина стремится быть на равном расстоянии от своих соседей. Но, индивидуальный успех здесь не равносилен групповому успеху. Для успеха группы необходимо, чтобы все машины находились на равном расстоянии друг от друга. Группа движется по другому проблемному поле, чем поле, по которому движется каждая отдельная машина. Многие члены группы могут быть на вершине холма, но это не равносильно тому, что вся группа нашла свою вершину. Возможно, что успех группы будет достигнут, только в результате того, что кого-то из ее членов столкнут с завоеванной личной вершины.