TGViewer
Russian Association of Software Architects Russian Association of Software Architects @ru_arc · 4.35K subscribers
Post #595 1.49K

Forwarded from Блог Сергея Баранова об ИТ-стратегии, архитектуре и организационном развитии (Сергей Баранов)

Поговорим о знании

Существует модель описания знания, включающая в себя три основных компонента:
- декларативное знание (что?)
- процедурное знание (как?)
- условное знание (когда и почему?)

Декларативное знание - это факты и утверждения, процедурное - правила действий.

Декларативное - предпосылка для процедурного. При этом в зависимости от обретаемого знания конкретные типы могут быть разного объема, где-то больше декларативного (теоретическая наука), где-то процедурного (езда на велосипеде).

При этом знание неотделимо от контекста и деятельности, в которой оно применяется. Подумайте о кешировании и про:
- разработку самого компонента кэша (разработчик)
- выбор класса и конкретной реализации (архитектор)
- настройка и мониторинг (SRE)
Таким образом, часть знания не существует в голове отдельно от практики, в которой она проявляется.

Помимо этого, в знании есть условные понятия, качественно меняющие понимание всей области. Вспомним снова про кеширование, с точки зрения архитектуры примером будет переход от «настроить идеально инструмент кеширования» к «пойти на компромисс между целостностью и скоростью».

Исходя из вышесказанного, декларативное знание предшествует процедурному, однако затем они развиваются в процессе обучения, но не обязательно синхронно.

Согласно модели Дрейфуса (на является универсальной, но применяется в образовании), на ранней стадии доминирует декларативное знание в виде явных, контекстно-независимых фактов, на поздних - все более интуитивным. Это, в частности объясняет, почему нельзя научиться проектированию архитектуры за короткое время, - принятие решений почти всегда контекстно-зависимое.

Универсальная модель обучения, таким образом:
- декларативные знания - обучение, чтение, наблюдение
- процедурные - повторяемая практика
- условный - накопление опыта в разных ситуациях

Важно отметить, что механизмы получения знания - не взаимозаменяемы.

Если вы идете на конференцию, например, ArchDays, - вы получаете декларативное знание, отберите для себя выступления, которые могут быть вам полезны, заранее подумайте, как сможете применить и после выступления спрашивайте спикеров именно о том, как применить, какие действия выполнять, обменяйтесь контактами, спрашивайте по мере продвижения, либо исследуйте более глубоко тему самостоятельно. Так вы получите максимальный эффект.

В организационном контексте подумайте следующем:
- достаточно ли у сотрудников декларативного знания, чтобы качественно выполнять процедуры (процессы)
- достаточно ли у сотрудников декларативного знания, чтобы реализовать в коде требуемые процедуры (фичи)
- существуют ли процедуры, развивающие то, что декларируется (мы инновационны.. но есть ли процедуры это развивающие, обучающие?)
- мы - гибкие, но заложены ли циклы обратной связи с последующими изменениями на основе этих циклов?
- ….

Для архитектора:
- декларативное - курсы, книги, доклады, документация
- процедурное - реальное проектирование систем
- условное - разбор компромиссов, работа с разными контекстами
  • 👍 7
  • ❤ 1
  • 👎 1
  • 🔥 1
  • 🤔 1
More from @ru_arc
  1. Sep 10, 2026Новый кейс в «Архитектурных этюдах» Как решаете задачи валидации, когда смешиваются в одно…
  2. Sep 8, 2026Запись вебинара «Определение объектов и границ объектов NFR» Youtube: https://www.youtube.…
  3. Sep 4, 2026NFR – это требование к чему именно? Наверняка у всех вас в том или ином виде описаны атриб…
  4. Aug 22, 2026Domain-Driven Design matters more when AI writes your code via Learn Building Modern Go ap…
  5. Aug 8, 2026В Архитектурных Этюдах новый кейс: https://t.me/archicases/9786/9787
  6. Jul 22, 2026Вот так Notebooklm сжал теорию первого дня корп курса по Event Storming, очень хорошо сжал…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →