Nevím, co s tím jako generace uděláme. Zkušenost mi říká, že za skutečnými výsledky stojí nadšení, ale také krev, pot a slzy. Když jsem stavěl v 80-tých jednoduché roboty, dalo to opravdu hodně práce vychytat všechny chyby v HW a SW, které jsem navrhl. Vznášet ideje je snadné, ale opravdu použitelně je realizovat, to je fuška. Podobně je to i s vědou. Základem vědeckého poznání je skepse. Protože jakmile postavíme své vývody na chybných předpokladech, je to celé k ničemu.
U exaktních věd je jedna výhoda, která zkoumání zjednodušuje. Jednoznačným kritériem je pokus nebo exaktní důkaz.
Jakmile se dostáváme ke zkoumání procesů v supersystémech, platí to jen částečně. Většinou ty děje nejde zopakovat za stejných podmínek - příliš mnoho proměnných ve hře. A tak jsme odkázáni na to, co je k dispozici. Bylo vyvinuto mnoho nástrojů k poznání, ale u supersystémů vždy budeme mít jen dílčí výsledky. I ty ovšem mohou mít dalekosáhlý význam, proto se tím zabýváme.
Ještě jeden problém je svázaný se zkoumáním (a také řízením) supersystémů. Máme spoustu dílčích výsledků, které dosahují specialisté pomocí sofistikovaných (a specializovaných) nástrojů. Ale nakonec nesmíme dopustit situaci, kdy pro stromy nevidíme les. Chce to nadhled, syntézu poznatků. Dnes je moderní říkat tomu celostní pohled, v termínech KSB se jedná o poznání typu mozaika.