Как управлять собой и другими с помощью НЛП

Для общения с ЭВМ потребовались особые специалисты – программисты. А уж об их умении думать так же, как их собственные подопечные, стали ходить настоящие легенды:

...

Программист ставит себе на тумбочку перед сном два стакана. Один с водой – на случай, если захочет ночью пить. А второй пустой – на случай, если не захочет.

Гораздо более интересный подход наметился с приходом кибернетики. Здесь уже человек задумался над тем, как научить машину думать. Ну, хотя бы в минимальных пределах. Понятное дело, «чтобы не изобретать велосипед», решили скопировать собственный стиль мышления. Так появилось понятие « искусственный интеллект» .

А ученые в очередной раз задались вопросом: «Как же человек думает?» И главный сюрприз был именно в том, что теперь уже этим вопросом занялись представители точных наук. Их в первую очередь интересовали те вещи, которые действительно работали. Они отбросили все домыслы и фантазии и взяли из человеческого интеллекта именно то, что можно реально переложить на точный машинный язык. Ведь эти ученые собирались научить компьютеры думать, причем думать эффективно. И по-человечески…

Как вы понимаете, нэлперы в своем поиске реально работающих инструментов просто не могли пройти мимо столь полезных находок. А это действительно оказалось самым настоящим сокровищем. Удобным, простым, универсальным – полезным. Причем они взяли уже обработанный трудами многих кибернетиков алмаз и просто применили к моделированию человеческого совершенства.

Компьютеры просто отдали свой долг людям. С помощью тех же методов, какими машины учились мыслить по-человечески, люди сами стали учиться тому же…

Простая модель мышления

Простая, удобная, универсальная и потому базисная, она появилась одной из первых. Ее иногда называют моделью эффективного достижения целей, основанной на обратной связи . Общую идею этой модели можно выразить словами «постепенное приближение к выбранной цели методом последовательных циклических приближений».

Вспомните грибников. Если подумать, они выполняют большое количество повторяющихся действий и в результате получают полную корзину. Идут, смотрят по сторонам, заметили гриб – подошли, наклонились, срезали, положили в корзину, идут дальше, смотрят по сторонам, заметили гриб – подошли, наклонились, срезали, положили в корзину… Цикл, стало быть. И так – гриб за грибом – они постепенно приближаются к желаемому результату. Кому-то нужна корзина, кто-то стремится к ужину…

Формулировка действительно сложновата, но ее можно понять с помощью трех главных слов: цель, чувствительность, гибкость . Действительно, те, кто легко достигает поставленных перед собой целей, руководствуются именно этими тремя принципами. Они четко знают, чего хотят. Они чувствительны к внешней обстановке. Они могут проявлять гибкость в средствах достижения своей цели.

Про важность грамотной постановки цели я говорить не буду – этому уже и так уделено достаточно много слов. Чувствительность проявляется в том, что после каждого небольшого шага мы получаем обратную связь из внешнего мира: «Приблизил ли меня этот шаг к желаемому результату?» Гибкость определяет нашу способность изменять свои действия вместе с переменой внешней обстановки.

Примерно этому и стали тогда учить машину. Ей ставилась максимально конкретная задача, давались средства для ее решения, назначалась «целевая функция» (она определяет эффективность каждого очередного шага) и давался четкий критерий выхода. Благодаря всему этому компьютер учился решать самые различные задачи: от сложнейших систем дифференциальных уравнений до традиционных головоломок типа «пятнашек».

Формально полученная модель называется T.O.T.E. (аббревиатура английская, произносится «тоут») – Тест-Операция-Тест-Выход ( Exit ). Первооткрыватели: Миллер, Галантер и Прибрам еще в 1960 году описали ее в книге «Планы и структуры поведения».

При первом тесте мы определяем нашу цель, то, чего мы хотим достичь. При втором – где мы сейчас находимся. Операции , которые мы выполняем, направлены на уменьшение разницы между первым и вторым тестом. Выход определяет условие перехода к следующей цели (при совпадении тестов, по прошествии определенного количества времени, при обнаружении более желаемой цели и т. д.). Те, кто знаком с программированием, легко узнают здесь привычные операторы циклов.