Tietojenkäsittelytieteessä kielen ilmaisuvoimalla (ilmaisukyky) tarkoitetaan ideoiden laajuutta, joka kommunikointitavalla (yleensä kieli) voidaan esittää ja viestiä. Mitä ilmaisuvoimaisempi menetelmä on, sitä enemmän erilaisia ja enemmän ideoita sillä voidaan esittää. SemanticScholarista hakusanalla “expressive power” löytyy 20.800 julkaisua, keskittyen yleensä joihinkin kapea-alaisiin tarkoituksiin.
Ilmaisuvoimaisessa menetelmässä tulee olla ytimekäs kieli, semantiikka, tapa kuvata ympäristöä käsitteinä ja vuorovaikutuksina, selkeä ontologia ja todellisuuskäsite, mutta myös pragmatiikka tuottamassa hyötyä soveltajilleen. Olisi hyvä tutkia, mikä noista 20.000 julkaisusta täyttää parhaiten nämä edellytykset, sillä kysymys on varsin universaalista kontekstista (ideoiden laajuus), eikä jonkun opinalan sisäisestä optimoinnista.
Ehdokas kisaan ilmaisuvoimaisuuden parhaista käytännöistä, GoodReason
Kuvassa alla GoodReason – metodiikka symboleineen ja tärkeimpine taustoineen, joihin perehtymällä sitä opiskeleva voi kartuttaa tieteellistä osaamistaan yhä pidemmälle. Jokaisesta tärkeästä ilmiöstä ja kohteesta tällainen kuva, ja ne yhdistetään, niin alkaa muodostua viisautta uuden ja paremman tilannekuvan luomiseen.
Tutkimustietokannasta löytyy 3 miljoonaa julkaisua asiasanalla System of systems, joista vaikutusvaltaisin liittyy Big datan tutkimuksiin (Big Data challenges in building the Global Earth Observation System of Systems).
GoodReason – metodia ei ole julkaistu kansainvälisillä foorumeilla vielä, koska se on äärimmäisen poikkitieteellinen ja monitieteinen metodi, myös ihmisen kognitioon liittyen. Sen esikuvia ovat olleet systeemiajattelun metodit sekä systeemitieteen tärkeimmät käsitteet, sekä tietyt symboliikat, joilla on avattu projektien suunnittelua ratkaisuineen. Aivotutkimus näkyy GoodReason – menetelmässä samaan tapaan kuin se näkyy Googlen Ray Kurzweilin ja kumppaneiden innovointimenetelmässä nimeltään Massive Transformative Purpose. Kaavion vasen reuna kuvaa loogista ajattelua, ja oikea reuna luovaa, uudistavaa toimintaa tuloksineen.
Keskeisintä GoodReason – menetelmässä kuitenkin on holismi, pyrkimys kokonaisvaltaiseen ajatteluun. Siihen löytyy rekursiivisia, visuaalisia periaatteita, joilla toteutuu juuri tämä System of Systems – idea. Kun perinteinen reduktionistinen kehitys pyrkii kapeuttamaan aihetta, jotta se voitaisiin ratkaista paloittain, systeemiajattelu yleensäkin haluaa edetä ylöspäin löytämään kokonaisen kontekstin, koska kuvitellaan, että isommalla foorumilla päästään vasta poistamaan ongelmia, etteivät ne tulisi vastaan eri muodoissaan yhä uudelleen.
GoodReasonin kieli koostuu symboleista, joilla on kreikan kielinen alkuperä, ja merkitykset on poimittu sieltä mahdollisimman tarkkaan: alfasta oomegaan. Niitä voi käyttää kuvaamaan metatason askelia, systeemin roolista toiseen. Rooleja menetelmässä on kahdeksan, mutta ne voidaan jakaa rekursiivisesti alarooleihin ja repliikkeihin.
GoodReason – menetelmää on selostettu kirjassa Tieteen ja teknologian symbioosi, ja helpoiten ymmärrettävässä muodossa sen Osassa 3, joka esittelee drooniteknologiaa, droonien vaikutuksia yhteiskuntaan. Jokaisessa Metayliopiston kirjassa on pääotsikostaan tehty systeeminen malli, joka kuvaa kirjan sisältöä juuri näiden kuviteltujen roolien mukaan. Kun kirjoittaa monta kirjaa, tai tekee muunlaisia esityksiä samalla periaatteella (videot, lehtikirjoitukset, tutkimukset ja koulutusaineistot), alkaa syntyä kaikkien näiden esitysten välisiä System of Systems – malleja ymmärtää tieteenalojen ja käytännön alojen välisiä yhteyksiä.
Parasta on, että GoodReason – tyyppiseen työhön visualisointeineen voivat osallistua kaikki kynnellekykenevät (crowdsourcing – periaate) aina kun heidän välilleen muodostuu käsityksiä yhdistävistä teemoista. Kokonaiskuvan syntyminen on tietenkin metatason saavutus, mitä tällaisella yhteistoiminnalla saadaan. Se on täydellinen vastakohta reduktionistiselle tutkimustraditiolle, missä valmistuu ehkä konferenssijulkaisu tai erilliset tutkimukset, kenties tuhat sivua tai 2000, joita tuloksia kukaan ei koskaan jaksa täydellisesti lukea, joten merkittävimmät hyödyt jäävät pelkistävässä, detaljitason tutkimuksessa saamatta.