금요일: 철학적 꿈
철학을 개별 이론의 집합이 아닌 체계로서의 방법론 | 기술, 언어, 지능, 의식 - 학습 자체의 진화로서 | 학습의 진화는 인간의 진화 | 최고 차원의 학습 - 철학의 정의로서 | 물리학과 자연의 수학에서의 비합리적 효율성에 대하여 | 학습의 제3법칙 | 학습의 제4법칙 | 수학에 대한 제4법칙의 적용과 불가능성 문제의 해결방안 | 학습으로서의 수학철학 | 학습으로서의 과학철학: 패러다임 대신 - 학습의 제2법칙 ("체계 내에서") | 학습과 유대교적 "계약" 개념의 관계 | 헤겔과 니체의 계보학에 이어 체계의 역사화가 학습에 기여하는 바 | 학습 철학의 미래 방향 | 철학에서 학습 이전에는 무엇이 있었나? - 학습의 간략한 역사 | 우리는 왜 세상에 왔는가? - 배우기 위해
저자: 학습에서 시작하여 사고로 끝맺다
사고는 껍질 - 그 아래에는 학습이 있다. 사고는 전면 - 그 뒤에는 학습이 있다
(출처)- 학습은 모든 철학에 영향을 미칠 것이다. 왜냐하면 그것이 철학적 방법론의 일부가 될 것이기 때문이다: 철학자가 어떻게 거기에 도달했는지. 즉, 그의 세계관 내에서의 논리만이 아니라, 그가 어떻게 그의 세계관에 도달했는지에 대한 외부적 설명도 철학자의 작업으로 간주될 것이다. 예를 들어, 미래철학 접근법에서 왜 하필 미래이고 과거가 아닌지. 그리고 만약 다른 시간이 선택되었다면, 예를 들어 지속적 현재나 완료된 과거라면 어떻게 되었을지. 데카르트에서 왜 하필 '나'이고, 어떤 다른 선택지들이 있는지 (너, 그, 그들, 여성), 그리고 각각이 어떻게 다른 철학을 만들어내는지. 철학자는 자신의 체계 내부만 제시하는 것이 아니라, 발전하는 분야로서의 철학 내에서 그것의 외부적 체계적 관계도 제시하고, 과거의 어떤 방향들이 자신으로 이어졌는지 설명하고 자신으로부터의 미래 방향을 제시할 것이다. 이렇게 철학은 개별 체계들과 작품들의 모음이 아닌, 수학처럼 하나의 체계로 이해될 것이다.
- 심리철학에서 - 의식은 학습 메커니즘이다. 학습이 의식을 만들어내며 이것이 의식의 수수께끼에 대한 해답이다. 그리고 다음 수수께끼인 지능은 개인적 학습과 대조되는 비개인적 학습으로 이해될 것이다. 하지만 의식과 지능 모두의 밑바탕에 있는 것은 뇌의 학습 메커니즘이며, 따라서 이 겉보기에 독립적인 두 현상이 진화에서 함께 나타났다. 그리고 무엇이 그것들로 이어졌나? 언어의 학습이다. 동물들과 달리 언어는 항상 학습된다. 그리고 무엇이 언어를 학습하는 능력으로 이어졌나? 기술, 도구를 사용하고 그 사용을 학습하는 능력이다. 즉 기술은 인간의 새로운 특징이 아니며, 인간의 종말로 기억될 것이 아니라 시작으로서도, 인간을 만든 것으로서도 있다. 그리고 언어는 첫 번째 정신적 기술이다 - 사회적 도구이다. 도구 사용의 학습은 사회적 학습이기 때문이다, 교사에서 학생으로, 그리고 학습 도구는 언어이다. 그리고 왜 사회적 학습이 개인적 학습에 선행했나? 학습은 항상 체계 내에서 이루어지기 때문이다. 그리고 사회가 체계이다. 그리고 마지막으로 개인도 체계로 만들어졌다 - 따라서 그 안에서의 학습이 가능해졌다.
- 여기서 학습 현상의 차수가 매번 상승하는 것을 볼 수 있다: 1차 학습(기술)에서 2차 학습의 학습(언어)으로, 3차 학습의 학습의 학습(지능)으로, 4차 학습의 학습의 학습의 학습(의식)으로. 이 모든 것이 학습의 대상적 본성으로 인해 가능한데, 즉 '~의 학습' 또는 '~에 대한 학습'이므로, 학습에 대한 학습, 학습에 대한 학습에 대한 학습 등으로 연결할 수 있다. 그리고 의식에 대한 학습은 이미 문화이며, 그 안에서 언어에 대한 3차 학습은 문학이고, 기술에 대한 4차 학습은 과학이다. 그리고 문화에 대한 학습은 예술이다. 그리고 문화 안에서 지능에 대한 2차 학습은 무엇인가? 철학이다.
- 물리학이 수학의 기초이다 - 그 반대가 아니다. 수학이 존재하는 이유는 물리학이다. 따라서 물리학과 과학에서 수학의 비합리적 효율성 문제는 농담 같은 문제이며, 나쁜 철학적 관념론에서 비롯된다. 옳은 것은 - 수학에서의 물리학의 효율성이다.
- 시공간은 기본 현상이 아니며, 물질도 아니고, 자연법칙도 아니며, 심지어 수학도 아니다. 이들은 모두 학습이라는 기본 현상에서 나온다. 학습은 우주 설명에서 사소한 정보층과 우주의 복잡성 사이를 중재한다. 학습 없이는 아무것도 없었을 것이며, 아무것도 구축되거나 유지되거나 발전하지 않았을 것이다. 학습은 우주의 가장 기본적인 원리이다 (법칙도 아니고 수학적 속성도 아닌). 시간은 학습의 발전에서 나오며, 그것에 단계가 있다는 것에서 (세상에 연속성은 없다) 그리고 진보에서 - 따라서 방향이 있다. 방향성의 단일성이 시간축을 만들며, 이는 학습으로 인한 환상으로 나타난다. 공간은 체계 내의 학습에서 나온다. 체계 내에서 - 여기서 우주가 나오며, 따라서 우주 밖은 없다, 이것이 가장 일반적인 학습이며, 가장 큰 체계이다. 자연법칙은 우연히 미세조정되지 않았으며, 터무니없는 인간원리 때문도 아니라, 학습의 결과이다. 빅뱅 이전에 논리적으로 선행하는 학습 단계가 있었으며, 자연법칙은 처음에는 형성되었기 때문에 변했다. 복잡성으로 이어지지 않는 법칙은 살아남지 못했고, 복잡성이 없는 수학이 흥미롭지 않은 것처럼, 따라서 우주는 복잡하고 프랙털적이며 깊은 수학으로 수렴했다. 학습은 가장 흥미로운 방향인 한계를 추구한다. 따라서 항상 예측할 수 없다. 양자역학에서 관찰자라는 개념은 정확하지 않으며, 올바른 개념은 학습자이다. 인간이 우연이 아닌 것처럼 진화가 우연이 아닌 것처럼 우주가 우연이 아니지만, 계획된 것이 아니라 학습 과정의 결과이다. 지능은 우연이 아니다, 그것은 학습 과정이기 때문이며, 우주는 처음부터 학습으로 구축되었다. 신을 학습자로, 쉐키나[신의 현존]를 학습으로, 인간을 학생으로 따라서 신을 교사로 정의하는 것은 유효한 정의이며(이것이 종교적 주장이다) 비록 공허하지만(이것이 세속적 주장이다).
- 학습의 제3법칙은: 방향성이다. 학습의 원자는 단방향 화살표이지만, 부분적이다, 즉 그것은 인과성처럼 학습을 결정하지 않지만, 포스트모던적 임의성으로 모든 것을 허용하지도 않고, 방향을 제시한다. 오히려 이 부분성이 전부 아니면 전무보다 더 강력하다. 예를 들어, 이전 생각은 다음 생각의 원인이 아니지만, 방향성은 있다. 현실의 새로운 데이터는 학습에서 새로운 가설의 원인이 아니라, 새로운 가설들에 대한 방향성이다. 교사는 학생에게 지시를 주지 않고, 프로그래밍하지 않으며, 방향성을 제공하고, 그렇게 학생은 배운다. 학습 알고리즘은 데이터를 지시가 아닌 방향성으로 취급하는 알고리즘이다. 프로그래밍과 학습의 차이는 외부가 통제하지 않는 블랙박스로, 자신의 도구로 방향성의 도움을 받아 학습한다는 것이다.
- 학습의 제4법칙은: 여성과 남성이다. 자연적 학습 체계에서는 두 종류의 에이전트가 있는데, 한 종류(여성)가 다른 종류(남성)가 한 것을 평가하고 선택한다. 뉴런의 각 층은 이전 층의 성과를 평가하고 다음 세대/층으로 전달할 가중치를 선택한다. 남성은 탐색이고 여성은 최적화다. 남성에게는 돌연변이가 있고 여성은 비평한다. 남성은 창작자이고 여성은 큐레이터다. 남성은 쓰고 여성은 편집한다. 남성은 사이트이고 여성은 "허브" 유형의 꼭짓점으로, 사이트들의 선택이다. 철학자들은 남성이고 독자들은 여성이다. 남성은 학생이고 여성은 시험관이다. 남성과 여성은 함께 다항식이 아닌 문제, 즉 효율적인 해결책이 없는 문제를, 해결책(남성)을 평가자(여성)가 검토하고, 그들이 다음 세대를 위한 조합을 만들어내며, 거기서 다시 다음 세대의 여성들에 의해 평가되는 방식으로 해결하려 한다. 사실, 진화는 없고 오직 공진화만 있다. 때로는 포식자가 피식자를 평가하는 자이다. 그리고 이것은 또한 소셜 네트워크와 웹사이트 네트워크이다: 첫 번째 네트워크가 두 번째 네트워크를 평가하거나, 두 번째 네트워크에서 선택하고 공유한다.
- 학습은 다음 세기 수학에서 가장 유망한 개념이다. 수학을 언어로 이해하기 때문에 부정적 결과를 증명하는 데 문제가 있다 - 무엇을 할 수 없는지. 이것들이 현재 수학의 가장 큰 문제들이며, 구성적 문제가 아니라, 학습이 그것들을 해결할 수 있다, 왜냐하면 그것은 구성적인 것의 개념화이기 때문이다 - 그 위에서. 따라서 무엇을 배울 수 없는지, 학습의 한계에 대한 질문이 결과를 가능하게 할 것이다. P=NP 문제는 하한계를 찾을 수 없는 것에서 나오며, 알고리즘 학습의 새로운 정의들이 효율적인 알고리즘들을 구성적이고 학습적인 구축으로 분해할 수 있을 것이고, 따라서 부정적 결과를 줄 수 있을 것이다 - 그들이 무엇을 할 수 없는지. 갈루아 이론이 방정식을 구성적 구축으로 분해하여 따라서 부정적 결과를 준 것처럼 - 무엇을 할 수 없는지. 또는 데카르트 좌표계가 - 기하학에 대해, 그리고 수학사에서 많은 예가 있다. 예를 들어 모순을 어떻게 구축하나? 만약 P가 NP와 같다면 우리는 이상적인 보편적 학습 체계를 구축하고, 그것이 학습하지 않는 함수를 찾을 것이다. 만약 모든 다항식을 구축에서 배울 수 있다면, 그러면 만약 NP 해결책을 배울 수 있다면 우리는 그 구성요소 중 하나도 NP 문제를 해결해야 함을 보일 것이고, 그래서 귀납적으로 모순에 이를 때까지 내려갈 것이다. 리만 가설도 소수의 학습 문제로 이해될 것이다, 즉 곱셈 분해와 덧셈 분해 사이의 가교 문제로. 덧셈으로만 도달할 수 있고 곱셈 방식으로는 표현할 수 없는, 압축할 수 없는 수들이 있다. 즉, 자연수 전체를 압축할 수 있는가, 따라서 체계로서 학습할 수 있는가? 만약 소수가 유한하다면 확실히 그렇고, 아니라면 그들의 빈도에 따라 얼마나 압축되는지에 달려있다. 따라서 자연수의 학습은 소수의 이해이다. 두 문제 모두 방법이 없다는 것을 증명하는 것이다. 따라서 방법들의 학습에 대한 결과가 그것들과 관련이 있다.
- 학습은 수학 전반에 걸쳐 결과와 통찰을 가능하게 할 것이다, 예를 들어 군의 학습은 군에 대한 결과를 줄 것이고, 논리학에서도 논리학의 학습 정의를 통해, 현재는 형식주의 밖에 있는 것이, 왜냐하면 현재 어떻게 증명하는가라는 질문은 게임의 규칙만 다루지 어떻게 잘 플레이하는지는 다루지 않기 때문이다. 예를 들어: 수학에서 어떻게 증명하는 것을 배우는가, 수학을 어떻게 배우는가, 즉 새로운 증명을 배우는가, 단지 수학에서 어떻게 증명하는가가 아니라 (즉 언어 게임이 무엇인가 - 게임의 규칙만). 이런 의미에서 수학 자체가 지식체(데이터)로서가 아니라 학습으로 이해될 것이며, 논리나 언어로서도 아니라, 학습과 증명 알고리즘으로서. 따라서 - 증명이 있는 정리는 시범이다. 그것은 어떻게 증명하는지를 가르친다. 정리는 단지 시작일 뿐이며, 그 의미는 그것의 사용에 있다, 즉 수학적 학습에 있다. 이것은 살아있고 발전하는 수학이다. 그리고 여기서는 정리뿐만 아니라 정의를 어떻게 배우는지가 엄청난 중요성을 가진다. 학습은 발견과 발명 사이의 종합이다. 발견은 증명에 더 적합하고, 발명은 정의에 더 적합하다. 현재 수학 교육의 가장 큰 약점 중 하나는 정리에 도달한 방법을 설명하는 방식인데, 역사적으로 맞지 않고 (그리고 학습적으로도 맞지 않지만), 설명이 증명이다. 하지만 더 큰 약점은 정의에 도달한 방법을 더욱 덜 설명한다는 것인데, 역사적으로 올바른 정의를 찾기 위한 투쟁이 가장 어려웠고, 정리는 더 쉬웠다. 수학 연구는 항상 증명 찾기로 여겨질 것이며, 가치 있는 정의 찾기를 연구로 정의할 수 없을 것이고, 이것이 새로운 분야 창출을 저해한다.
- 학습 in (제2법칙의 약자: 체계 내의 학습) = 선택 후 평가 (계약), 평가 후 선택이 아님 (데이트). 즉 당신은 그와 관계를 만들려 하고 관계에 적합한지 시험하지 않는다. 이것이 학습을 가능하게 하는 것이다. 그가 선택의 문을 넘지 않는 한 - 그는 여전히 밖에 있고, 학습은 체계 내에 있지 않으며, 아직 관계의 체계가 만들어지지 않았다. 관계는 체계 내의 피드백 순환이고, 나가는 것은 체계 밖의 피드백 순환이다.
- 철학의 방법론에서 미래에 대한 더 많은 생각이 필요하고, 철학을 학습 분야로 더 많이 생각해야 한다 - 그리고 다시, 외부에서의 대상적 학습이 아니라 (교사로부터 지식으로서 철학을 배우는 것) 철학적 학습 (철학 자체의 발전) - 철학 내에서 내부로부터의 학습. 학교에서 창의적이지 않은 방식으로 수학을 배우는 것과 학문적 연구에서 창조로서 수학을 배우는 것의 차이와 비슷하게. 또는 토라 학습 세계에서 박식함을 위한 학습과 깊이 있는 학습의 차이처럼, 또는 미쉬나에서 지식으로서의 학습과 게마라에서의 학습처럼. 따라서 철학은 새로운 종류의 글쓰기로 이동해야 하는데, 더 예술시학적으로, 그것이 실제로 어떻게 배워졌는지 설명하는, 수학의 역사와 증명이 어떻게 발견되었고 어떤 실수와 막힘이 있었는지를 보여주는 것과, 현재 수학을 가르치는 것처럼 완벽한 최종 증명의 이상적인 그림 사이의 차이와 비슷하게. 이것이 수학과 철학을 순수한 정신의 분야로서의 거짓되고 살균된 이상주의적 그림을 만드는 것이다 - 반학습적 환상인 교육. 비트겐슈타인과 아우구스티누스 - 모든 진지한 철학은 고백으로 시작하며, 따라서 정직한 고백이 중요하다: 당신의 사고의 실제 발전 과정이 어떠했는지, 어디서 막혔고 어디서 방향을 바꾸었고 어디를 이해하지 못했는지, 나중에 찾은 논리와는 반대로. 즉 당신의 학습의 진실된 설명이지, 이상적인 것이 아니다.
- 다음 세기에는 언어철학에서 나온 몇 가지 철학적 학파가 발전할 수 있을 것이다. 영국에서는 법철학 학파와 대륙철학에서는 사고철학 학파. 학파를 만들 수 있는 추가적인 개념들: 창의성, 미래, 지능, 의식, 기술, 예술. 예를 들어: 지능의 철학, 기술의 철학, 하지만 언어철학의 의미에서 - 단지 철학이 언어를 다루는 것이 아니라 (철학의 대상으로서의 언어), 언어 개념에서 구성되는, 언어가 철학 전체의 기초가 되는 (즉 철학이 언어의 대상이 되는). 예를 들어, 현재는 첫 번째 의미의 예술철학은 존재하지만 두 번째는 아니다. 하지만 - 가장 중요한 학파, 통합하는 학파는 학습의 철학이다. 그리고 그것은 이 모든 학파들의 중심이다 (그것이 그것들이 나중에 그것으로부터 자랄 수 없다는 것을 의미하지는 않는다). 사실, 그것의 중요성에 대한 증거들(학습적!) 중 하나는 그것이 주변의 모든 화살표들의 통계적 중심이라는 것이다, 왜냐하면 그것이 정확히 표적의 중심이기 때문이다.
- 학습 기계 자체의 철학에서 관점들의 역사적 발전: 만약 한때는 이성이었다면, 그 다음에는 이해력, 그 다음에는 논리, 그 다음에는 로직, 그 다음에는 합리성, 그 다음에는 지능, 그 다음에는 사고, 마지막으로 - 학습. 그리고 무엇이 나오는가? 철학 자체가 학습이라는 것이다. 모든 철학은 이전의 모든 것을 특수한 경우로 포함하며, 따라서 처음에는 그것에서 벗어나기가 매우 어려운데, 왜냐하면 그것이 모든 것을 포함하는 집합이기 때문이다. 그리고 그래서 철학의 역사는 거꾸로 된 마트료시카 인형과 같아서, 매번 밖에서 이전의 큰 것을 포함하는 또 다른 숨겨진 인형을 발견한다.
- 우리의 본성상 우리의 뇌가 찾는 것은 진리가 아니라 새로운 아이디어인데, 그것이 학습이기 때문이다. 모든 철학의 실수는 항상 진리를 찾았다는 것이고, 항상 새로운 아이디어를 발견했다는 것이다. 진리는 오래된 아이디어이고, 특별히 성공적이지 않은데, 왜냐하면 실제로 그런 것은 없지만, 이것이 우리를 임의성에 버리지는 않는다, 정확히 - 학습 때문에. 학습은 진리 추구가 아니라 진리 구축이다. 항상 진리를 찾았지만, 실제로 원했던 것은 학습의 축적과 신뢰성이었고, 그것들을 진리라는 아이디어로 개념화하고 싶어했다 - 왜냐하면 학습에는 정말로 두려운 무언가가 있기 때문이다. 세상은 정말로 열려있다.
- 인생의 목적: 학습.