«Мне кажется, что на протяжении последних полутора веков мы наблюдаем растущую тенденцию искажения и разрушения смыслов языка. Я уверен в том, что такая возрастающая нестабильность языка по времени точно соответствует дезинтеграции людей и обществ…»
«В такой деградирующей системе учета язык почти утратил свою власть средства коммуникации, так как его осознанно используют, чтобы он не обозначал ничего конкретного. Внимание акцентируется на процентах, категориях, абстрактных функциях… Человек, пользующийся таким языком, вряд ли будет отстаивать его и защищать. Единственное его практическое применение — поддержка “экспертным мнением” уже начавшегося обширного и обезличенного технологического развития… Этот тиранический язык — тиранийский»[72].
Первый шаг на пути формирования бережного отношения к языку заключается в том, чтобы сохранять его точность, смысловую наполненность и правдивость — часть необходимых действий, позволяющих поддерживать чистоту информационных потоков. Второй шаг — увеличение словарного запаса языка, чтобы он соответствовал нашему возрастающему уровню понимания систем. Если у эскимосов так много слов, обозначающих снег, то лишь потому, что они научились его использовать. Они превратили снег в ресурс, в систему, с которой можно двигаться в такт. Индустриальное общество только начинает придумывать и использовать слова для описания систем, потому что оно только недавно стало обращать внимание на них и использовать сложные системы. Допустимая емкость, структура, разнообразие и даже система — старые термины, которые наделяются более широкими и точными значениями. Новые слова еще предстоит придумать.
Мой текстовый редактор имеет функцию проверки орфографии и грамматики и позволяет добавлять слова, которых ранее не было в его словаре. Интересно взглянуть на термины, которые мне пришлось добавить при написании книги: обратная связь, производительность, самоорганизация, устойчивое развитие.
Обращайте внимание на то, что важно, а не только на то, что можно посчитать
Наша культура, помешанная на цифрах, подкинула нам идею о том, что все, что поддается исчислению, гораздо важнее, чем то, что мы подсчитать не можем. Задумайтесь об этом на минуту. Это значит, что для нас количество важнее качества. Если количество задает цели наших циклов обратной связи, если количественный показатель стоит в центре внимания и языка, и общества, если мы мотивируем себя, оцениваем себя и вознаграждаем себя, исходя из своей способности производить количество, то количество и будет результатом. Посмотрите вокруг и составьте свое мнение о том, что в большей степени характеризует мир, в котором вы живете, — количество или качество.
Нам неоднократно приходилось выслушивать насмешки со стороны коллег, работающих в этой же области, по поводу того, что в своих моделях мы использовали такие переменные, как «предвзятость», «самооценка» или «качество жизни». Так как для компьютерных расчетов требуются цифровые значения, нам неоднократно приходилось придумывать количественные шкалы для измерения качественных показателей. «Допустим, предвзятость изменяется от –10 до +10, где 0 — к вам относятся непредвзято, –10 — крайнее предубеждение против вас, +10 — крайне позитивная предвзятость, означающая мнение окружающих, что вы не можете ошибаться. Теперь, допустим, уровень предвзятости по отношению к вам оценили значением –2, или +5, или –8. Как бы это отразилось на вашей работе?»
Взаимосвязь между предвзятостью и производительностью труда как-то раз даже действительно пришлось добавить в модель[73]. Исследование заказала компания, которая хотела понять, какую политику лучше проводить по отношению к работникам — представителям меньшинств и как помочь им продвигаться по карьерной лестнице. Все принимавшие участие в опросе единогласно согласились, что между предвзятостью и производительностью труда действительно существует взаимосвязь. Выбор шкалы для измерения взаимосвязи между этими параметрами значения не имел, она могла быть в пределах от 1 до 5 или от 0 до 100. Но не учитывать в процессе исследования такой параметр, как предвзятость, в данном случае было бы ошибкой. Когда сотрудников попросили показать на графике, как они оценивают связь между их производительностью и предвзятым отношением к ним, то мы получили одну из самых сильных нелинейных зависимостей, которые я когда-либо видела при моделировании.