🔹 Description (English) This paper proposes an architectural approach to the analysis of complex self-regulating systems aimed at resolving the gap between the registration of empirical effects and the understanding of causal mechanisms underlying system stability, transitions, and breakdown. The model introduces distinguishability as a fundamental structural condition of system existence and dynamics. System regimes, phase transitions, phase windows, adaptive stability, tension-based fixation, and disorganization are interpreted as different modes of preserving, processing, or losing distinguishability over time. The proposed framework operates at an architectural level, allowing the integration of observable regimes into a unified causal structure without reducing system complexity or relying on discipline-specific parameters. This enables consistent differentiation between adaptive and disorganized dynamics, reversible and irreversible transitions, and stable regimes and phase windows. The model is applicable across physical, biological, cognitive, social, and artificial systems, including machine learning and neural network dynamics. Architectural relations identified in the paper provide a foundation for subsequent formalization within specific scientific domains while preserving causal rigor and conceptual consistency. The work is presented as a preprint and constitutes a conceptual and methodological basis for further theoretical development, empirical testing, and interdisciplinary application. 🔹 Описание (Русский) В работе предлагается архитектурный подход к анализу сложных саморегулирующихся систем, направленный на преодоление разрыва между регистрацией эмпирических эффектов и пониманием причинно-следственных механизмов, лежащих в основе устойчивости, переходов и распада систем. В качестве фундаментального основания модели вводится понятие различимости, понимаемое как базовое структурное условие существования и динамики системы. Режимы функционирования, фазовые переходы, фазовые окна, адаптивная устойчивость, напряжённая фиксация и дезорганизация интерпретируются как различные способы сохранения, переработки или утраты различимости во времени. Предлагаемая модель работает на архитектурном уровне описания и позволяет связать наблюдаемые режимы и переходы в единую причинно-следственную структуру без редукции сложности системы и без привязки к дисциплинарно-специфическим параметрам. Это обеспечивает корректное различение адаптивных и дезорганизованных динамик, обратимых и необратимых переходов, а также устойчивых режимов и фазовых окон. Модель применима к системам различной природы — физическим, биологическим, когнитивным, социальным и искусственным, включая динамику обучения нейросетей и систем искусственного интеллекта. Выявленные в работе архитектурные соотношения задают основу для последующей формализации в рамках конкретных научных областей при сохранении причинно-следственной строгости и концептуальной согласованности. Работа представлена в формате препринта и рассматривается как концептуально-методологическое основание для дальнейшего теоретического развития, эмпирической проверки и междисциплинарного применения архитектурного подхода к анализу динамики сложных систем.
Alena Petina (Tue,) studied this question.