Страница 15 из 25
Разумеется, существуют примеры системного подхода, основанного на более фундаментальных предпосылках – например, работы С. П. Капицы о демографии. Рассматривается модель, согласно которой рост численности населения подчиняется квадратичному закону:
ΔΝ/Δt = Ν2/Κ2,
где введено время t = Τ/τ, которое измеряется в условных поколениях τ = 45 годам, а Κ = (С/τ)0.5 = 64000 – безразмерная константа роста». «Определенная таким образом скорость роста не зависит явно от внешних условий и определена только собственными системными характеристиками – параметрами К и т. Само системное развитие динамически самоподобно и его внутренние закономерности со временем не меняются, сохраняя автомодельность роста. Только тогда, когда прирост населения на протяжении поколения или характерного времени становится сравнимым с самой численностью населения мира, возникает критический переход к другому закону роста и, как следствие, переход к стабилизированной численности населения Земли» [95, с.34].
Основанием перехода служит информационный обмен – прогресс достигает такого уровня, что информационный обмен растет без роста населения. «В этой ситуации возникает новое соотношение между развитием и ростом. Если до перехода развитие и рост были сцеплены, то в будущем развитие должно определяться другим механизмом в рамках новой парадигмы эволюции человечества» [95, с. 74]. Но вывод о стабильности населения остается парадоксальным! Почему стабильность? Ведь если информационные связи будут развиваться дальше, без прямой связи с качеством человеческих кадров, то неминуема деградация. Аналогия с лошадьми тут самая прямая: когда они утратили статус основного транспортного средства, то их численность резко сократилась. Почему стабилизируется, а не уменьшится, как, например, прогнозирует И.В. Бестужев-Лада [20]? С. П. Капица весьма точно подмечает недостатки допущений Мальтуса и Медоуза, но сам же фактически делает допущение, в основе которого видится скорее политкорректность, чем прогнозирование10.
Наконец, необходимо упомянуть о «линии развития истории» А. Назаретяна и «кривой Снукса-Панова». А. Панов выделяет следующие типы сингулярности: демографическую (по Мальтусу), технологическую (И. Гуд, В. Виндж, X. Моравек, Р. Курцвейл). Есть общеэволюционная сингулярность: «В 1996 году Грэм Снуке, ученый-эволюционист из Австралии, представил эволюцию биосферы и затем человечества как единый процесс, выразив ее в так называемых волнах жизни. „Волны жизни“ – это некие качественные переходы. И оказалось, что этот процесс происходит в режиме ускорения с коэффициентом „тройка“. То есть каждая следующая фаза примерно в три раза короче предыдущей. Главное, что Грэм Снуке рассмотрел процесс эволюции биосферы и человеческого общества единым образом, хотя он не ввел понятия сингулярности. Затем сам Рэй Курцвейл в 2001 году, по крайней мере, не позже, тоже рассмотрел процесс эволюции биосферы и человеческого общества как некий единый процесс. Он выразил этот процесс в так называемых парадигмальных сдвигах» [171].
Упоминаются работы И. М. Дьяконова, который рассмотрел ускорение «восьми фазовых переходов». В итоге А. Панов утверждает: «Получилось девятнадцать точек, промежутки между точками образуют очень точную геометрическую прогрессию… Для всех точек, начиная от момента возникновения жизни и кончая последней точкой, так называемой информационной революцией, эта сингулярность оказывается равной 2004 году. А если сделать экстраполяцию только по точкам новой эры, получается 2015 год» [там же].
Но в 2004 и 2015 годах таких глобальных изменений не произошло. Прогноз мягко сдвигается на «первую половину XXI века». Характерно, что в том же выступлении А. Панов говорит, что предпосылки к громадному количеству изменений уже должны сложиться. Тут с ним трудно спорить – но как их опознать? Как выделить среди многочисленных случаев торможения прогресса?
Если даже предположить развитие технологий именно в рамках математической кривой, строго по графику, то какова будет ситуация через сто лет? Или через двести? Ведь линия уходит вверх, что означает фактически конец истории – все события должны происходить «прямо сейчас», одновременно.
А. Назаретян, обосновывая линию развития истории, выделяет ее основания: «Эти три сопряженные линии: удаление от равновесия, усложнение организации и динамизация отражательных процессов – составляют лейтмотив универсальной эволюции» [159], однако он вполне солидарен с рассуждениями А. Панова об ускорении развития, о графике такого ускорения.
Итак, при долгосрочных прогнозах, использующих математическую модель – чрезвычайно большое значение приобретают допущения, граничные условия и закономерности, положенные в основание такой модели. Даже если для обоснования математической зависимости используются волне объективные предпосылки, необходимо указывать, когда именно эта математическая зависимость вступит в противоречие с собственными основаниями. То есть ясно формулировать граничные условия.
Г]. Можно также обратиться к чисто математическим инструментам прогнозирования, которые десятки тысяч людей используют каждый день с самой высокой интенсивностью – они пытаются узнать цены на бирже, определить перспективы развития каких-то территорий или отраслей. Но каждый экономический кризис демонстрирует краткосрочность и низкую точность подобных прогнозов.
И. В. Бестужев-Лада достаточно точно указал на пределы «глубины упреждения прогноза» с использованием математических моделей: он сопоставил «эволюционный цикл развития» объекта прогнозирования и «глубину прогноза». Формализованные методы отличаются высокой точностью, если глубина прогнозирования меньше «эволюционного цикла развития» [19, с. 133]. Дальше – качественный скачок, изменения сути объекта. Чтобы «заглянуть за горизонт», он рекомендовал использовать интуитивные методы.
Основную гносеологическую проблему долговременных математических прогнозов формулирует В.А. Федоров: «Принципиальной особенностью прогностического познания является то, что оно представляет собой знание об изменении прогнозируемого объекта, о самом процессе изменения и его результате, в то время как большинство концепций истины (семантическая, когерентная, корреспондентская и др.) восходят к ее аристотелевскому пониманию, согласно которому истинность или ложность знания устанавливается его сопоставлением с существующим положением вещей» [231]. То есть сложности возникают с критериями истины, которые авторы пытаются применить к собственным прогнозам. Ну какие прогнозы, сделанные в СССР 1983-го – о развитии Союза, о международной обстановке – можно было серьезно рассматривать спустя десять лет? Ведь не просто исчезла советская власть, рассыпалась сама концепция «развитого социализма». А в математических прогнозах критерии необходимо формулировать максимально четко и однозначно.
Последние десятилетия эта проблема в прогнозировании сохранилась, несмотря на фантастический рост возможностей компьютеров. Достаточно типичная работа: «Эффективность научно-технических проектов и программ». Авторы исследовали большое количество проектов в различных областях, тут и «Научные космические исследования» и «Юго-Западная железная дорога (Украина)». Для создания математических моделей использованы самые разные инструменты. Тщательно описаны методы приведения характеристик исследуемой системы к численным показателям и коэффициентам. Но львиную долю коэффициентов можно было применять лишь в узкой области: «… предложены следующие рекомендации: z< 1, 8 – высокая вероятность банкротства, z>2,67 – низкая вероятность банкротства 1, 8 <z> 2, 67 – для принятия решения требуются дополнительные решения» [276, с. 145]. В 2017 году остается разве что с улыбкой посмотреть на эти коэффициенты, так все изменилось на Украине за десятилетие после выхода книги.
Прогнозы, основанные только на математическом анализе, сохраняют значимость, лишь когда отсутствуют качественные изменения.