Текст книги "Социосферные риски"

Ю.М. Лотман [53] ввел семиотические системы в рамках понятия «семиосферы». Лотмановское понятие семиосферы, примененное им ко всей сфере культуры, было сконструировано по аналогии с понятиями «биосфера» и «ноосфера» В.И. Вернадского. Если сопоставить по объему области, к которым относят каждое из этих понятий в его самом буквальном толковании, то окажется, что сфера «знаков», используемых в культуре, охватывает область более широкую, чем «сфера разума», чем «сфера живого», создающая природные условия для существования культуры [61]. Однако границы семиосферы как сферы знаковой связи и соответственно как предметной области семиотических исследований в рамках различных семиологических проектов окажутся различными. Они могут совпасть с границами ноосферы, понимаемой в таком же буквальном смысле, в тех же семиологических проектах, которые складывались на базе логики и видят в семиотике науку о средствах именно логического мышления, в рамках которого знаки выражают понятия. Точно так же предмет психологически ориентированных проектов мог бы быть соотнесен с границами «пневматосферы» (понятие, которое рассматривалось П. Флоренским). Продолжая этот же ряд, можно было бы говорить о совпадении семиосферы с социосферой в проекте у Соссюра [87], видевшего в ней «науку, изучающую жизнь знаков в рамках жизни общества».

Для нас, изучающих социосферный риск, важным моментом теории структурной лингвистики является радикальность соссюровской лингвистики, в которой формируется утверждение, согласно которому природа отношений между означающими (одно измерение в лингвистике) и означаемым (второе измерение) основывается на случайностях. При этом не существует необходимой естественной или какой-либо глубинной связи между лингвистическими формами и приписываемыми им значениями.

Но социосфера включает в себя связи социальных индивидов только друг с другом и обществом как целым. За ее пределы выходят их контакты с физическим миром, опосредованные техникой, – «техносфера» как сфера искусственно создаваемых человеком средств деятельности и способов их применения. Эта сфера искусственных посредников в субъектно-объектных связях вместе со знаками, которые также можно рассматривать как технические средства межсубъектной коммуникации, остается в пределах семиосферы культуры, поскольку технические орудия, форма, назначение которых определяются выработанными в культуре нормами, несут информацию о сложившихся в ней способах технической деятельности. Особую область техносферы образуют машины, способные перерабатывать информацию и осуществлять коммуникацию с человеком или друг с другом. Теоретическое обоснование принципиальной общности этих информационных процессов с процессами сигнальной связи в социальных и биологических системах дала кибернетика Н. Винера [13] (1948 г.), которую также можно рассматривать как своего рода семиологический проект, хотя она и не специализировалась на семиотических проблемах.

Задуманная как наука об «управлении и связи в животном и машине», винеровская кибернетика показала сходство технических информационных систем не только с социальными, но и с биологическими системами. Исследования разнообразных информационных процессов – от трансляции «сообщений» на генетическом уровне до коммуникации между животными – составляют предмет биосемиотики, которая вынесла границы семиосферы за пределы культуры в природу, распространив их до границ биосферы (Хофмеер, Себеок и др.).

Столь широко очерченная семиосфера, выходящая за рамки «проекта Соссюра», «проекта Лотмана» и «проекта Эко», оказывается совместимой лишь с семиологическими проектами Пирса и Морриса. Моррисовский проект семиотики как универсальный органон всех наук, естественных и гуманитарных, демонстрировал приложимость основных семиотических понятий к описанию равным образом человека и животного.

При этом (на макроуровне) предмет семиотики можно определить как науку о кодовых механизмах информационной связи. Эти кодовые механизмы различаются по своему уровню. Биофизическим информационным процессам как внутри, так и межорганизменным, доступен только сигнально-индексальный уровень кодирования и декодирования информации, знаковый же уровень связи, в том смысле этого понятия, в котором оно допускает применение без всякой натяжки, делается возможным только на уровне «антропосемиотики» – в рамках человеческой деятельности, где знаки, подобно техническим орудиям, оказываются искусственно вводимыми посредниками межсубъектной коммуникации.

Обратимся к истории создания моделей отдельных подсистем окружающего мира и возможности применять их для целей жизнедеятельности с позиции их достоверности. В чем состоят проблемы достоверности, как они решаются? Возможна ли истинная модель, прежде всего, социальных систем социосферы?

Д. Юм (1711–1776 гг.), рассматривая проблемы достоверности знаний, утверждал, что достоверное знание может быть только логическим. Наиболее емко по этому поводу сказал А. Эйнштейн [114]: «В нашем стремлении понять реальность мы подобны человеку, который хочет понять механизм закрытых часов. Он видит циферблат и движущиеся стрелки, даже слышит тиканье, но не имеет средств открыть их. Если он остроумен, он может нарисовать себе картину механизма, но он никогда не может быть вполне уверен в том, что его картина единственная, которая могла бы объяснить его наблюдения. Он никогда не будет в состоянии сравнивать свою картину с реальным механизмом, и он не может даже представить себе возможность и смысл такого сравнения».

Согласно сказанному выше, наука изучает явления, происходящие в окружающем мире, которые представляют собой процессы бытия, порожденные некоторой системой, включенной в общий комплекс систем мироздания. По известным состояниям процесса Z(t) в некоторые моменты времени мы хотим знать его предысторию и будущее. С этой целью нам нужна истинная модель М_и подсистемы, породившей процесс Z(t), т. е. нам нужна модель М_и(Z(t)). В приведенном примере мы знаем процесс Z(t) – перемещение стрелки, но как воспроизвести этот процесс, с помощью какого механизма – не знаем, т. е. не знаем модель М_и. Тогда наука поступает так: строит модель М_р (расчетную или оценочную М_о = М_р) таким образом, чтобы отличие истинного процесса Z(t) от реализованного Z_р(t) на выходе модели М_р(Z(t)) было в каком-то смысле минимальным [32]. При этом сразу же предполагается: в силу отличия М_и от М_р процессы Z_и(t) и Z_р(t) отличаются, т. е. модель работает с погрешностью δ(t). В зависимости от способностей человека, создавшего модель М_р, погрешность δ(t) будет иметь различные значения. Итак, модель М_р зависит от человека Е^ч, создающего эту модель, от его возможностей, в том числе состояния или уровня научных знаний Д_зн, накопленных человечеством в процессе информационного обмена между людьми, и других факторов. В результате имеем Z_р = f(М_р, М_и, Е^ч, Д_зн, δ).

О том, как же наука строит Z_р(t) или М_р, хорошо сказал крупнейший американский физик Р. Фейнман [32]: «Вот почему наука недостоверная. Как только Вы скажете что-нибудь из области опыта, с которым непосредственно не соприкасались, вы сразу же лишаетесь уверенности. Но мы обязательно должны говорить о тех областях, которые мы никогда не видели, иначе от науки не будет проку… Поэтому, если мы хотим, чтобы от наук и была какая-то польза, мы должны строить догадки. Чтобы наука не превратилась в простые протоколы проделанных опытов, мы должны выдвигать законы, простирающиеся на еще неизвестные области. Ничего дурного тут нет, только наука оказывается из-за этого недостоверной, а если Вы думали, что наука достоверна, Вы ошибались». Итак, задача науки – открывать и формировать новые законы, объяснять, почему в данный момент времени на выходе системы возникло именно это значение Z(t), а не другое.

Чем дальше мы проникаем в суть явления, тем сложнее становятся модели М_и, тем тоньше явления, а сами процессы Z(t) более чувствительны к погрешностям, вносимым при построении М_р. «При этом необходимо каким-то образом обнаруживать эти погрешности, не имея возможности вскрывать часы», а также испытывая ограничения в точности существующих средств измерения. По этому поводу один из творцов квантовой механики В. Гейзенберг писал [32]: «Микромир нужно наблюдать по его действиям посредством высокосовершенной экспериментальной техники. Однако он уже не будет предметом нашего непосредственного чувственного восприятия. Естествоиспытатели должны здесь отказаться от мысли о непосредственной связи основных понятий, на которых он строит свою науку, с миром чувственных восприятий. Наши усложненные эксперименты представляют собой природу не саму по себе, а измененную и преобразованную под влиянием нашей деятельности в процессе исследования… Следовательно, здесь мы также вплотную наталкиваемся на непреодолимые границы человеческого познания».

Как много сказано о границах человеческого познания! Такие границы θ_кр существуют и зависят от состояния науки на текущий момент времени, от финансовых возможностей человечества, от ограниченности срока жизни ученых и т. д. Об ограниченности познания можно говорить не только в макромире, но и в такой области, как авиация. Так, модель, описывающая движение самолета, существует, как правило, в эксплуатационной области состояния параметров движения и редко в областях критических значений этих параметров [31]. Как только параметры движения или часть их превышают критические значения и самолет переходит, например, в штопор, надежные модели отсутствуют. При этом возникают чрезвычайно тонкие аэродинамические процессы, описать которые и тем более измерить в полете, т. е. предсказать полную картину движения самолета в таком режиме, невозможно.

Истинная модель М_и и идеальный процесс Z_и(t) скрыты от нас и непостижимы. Как только мы перестаем учитывать факт ограниченности научных знаний, мы теряем много: оказываемся в области риска и соответствующих потерь. При этом, как и во всем нашем мире, наука простирается между истинными знаниями и незнанием . Между этими границами расположены знания и, в частности, модели, построенные при различных допущениях.

По поводу достоверности знаний в коллективном труде «Логика научного исследования», созданном под руководством директора Института философии П.В. Копнина, сказано [51]: К идеалу научного знания всегда предъявлялись требования строгой определенности, однозначности и исчерпывающей ясности. Однако научное значение всякой эпохи, стремившееся к этому идеалу, тем не менее не достигло его. Получилось, что в любом самом строгом научном построении всегда содержатся такие элементы, обоснованность и строгость которых находились в вопиющем противоречии с требованиями идеала. И что особенно знаменательно: к такого рода элементам принадлежали зачастую самые глубокие и фундаментальные принципы данного научного построения. Наличие такого рода элементов воспринималось обычно просто как результат несовершенства знания данного периода. В соответствии с такими мнениями в истории науки неоднократно предпринимались и до сих пор предпринимаются энергичные попытки полностью устранить из науки такого рода элементы. Однако эти попытки не привели к успеху. В настоящее время можно считать доказанной несводимость знания к идеалу абсолютной строгости. К выводу о невозможности полностью изгнать даже из самой строгой науки – математики – «нестрогие» положения после длительной и упорной борьбы вынуждены были прийти и «логицисты»… Все это свидетельствует не только о том, что любая система человеческого знания включает в себя элементы, не могущие быть обоснованными теоретическими средствами вообще, но и о том, что без наличия подобного рода элементов не может существовать никакая научная система знаний».

Итак, мы должны признать наличие двух моделей системы мироздания и ее подсистем, с которыми имеет дело человек в процессе жизнедеятельности. Одна из них есть истинная модель М_и, другая – модель М_р, полученная в процессе научных изысканий. Оперируя с моделями и задав их допустимые М_доп и критические М_кр значения, связанные с Z_доп, Z_кр [32], получим следующие вероятности P = (P₁, P₂, P₃):

P₁ = P₁(Z_и > Z_кр, Z_р < Z_доп),

P₂ = P₂ (Z_и > Z_кр, Z_р > Z_доп),          (11)

P₃ = P₃ (Z_и < Ζ_кр, Z_р > Z_доп).

Как правило, в процессе жизнедеятельности мы оперируем с процессами, моделирование и измерение которых возможно, а области [Z_кр, Z_доп], [Z, Z_кр] часто невозможно установить. Однако иногда (1.1) имеет смысл, и тогда Р₁ есть вероятность события, при котором модель (процесс) находится в критической области. Такая ситуация характерна для автомата без участия наблюдателя, т. е. системы, в которой используется заданная программа, способная воспроизводить идеальный процесс. События P₂ и P₃ соответствуют различным положениям значений процессов Z_и, Z_р относительно Z_доп, Z_кр в момент времени t, различным потерям и соответствующим научным рискам.

При этом можно условно выделить в области знаний крайние значения: x = x^в_кр, когда научные знания, которых чрезвычайно мало, являются истинными, или действительными, x = x^н_кр – случайная погрешность δ(t) настолько велика, что мы о том или ином процессе, явлении не имеем достоверной информации. Таким образом, область знаний между (x^н_кр, x^в_кр) заполнена моделями с допущениями, включающими в себя различные предположения, «догадки», подтвержденные кем-то и когда-то, гипотезы, находящиеся в процессе осмысления. При этом значимость «абсолютных» или истинных знаний для процессов жизнедеятельности невелика. В основном мы используем все, что расположено внутри (x^н_кр, x^в_кр). По мере развития науки, усложнения решаемых ею проблем, изменяется область (x^н_кр, x^в_кр), но порождаются новые проблемы, увеличивая цену наших незнаний.

Одним из главных научных путей снижения погрешностей моделей является применение математического моделирования [98]. Всегда считалось, что чем больше объем применения математики в той или иной науке, тем более она развита. Главным препятствием к ее применению считается неясность, что и как мерить.

Математическое описание всегда ограниченно и требует определенного разъяснения после получения решения. Например, оно совпадает с реальностью лишь с определенной точностью, так как математическая модель есть некоторая идеализация. Ситуация ухудшается при описании поведения таких сложных объектов, которые составляют объект изучения общественных наук [97]. При попытке дать их математическое описание возникают дополнительные трудности.

Объекты общественных наук существуют в ограниченных временных интервалах. Это накладывает ограничение на применимость используемых классов простых функций. Стационарное устойчивое существование объектов общественных наук требует постоянного притока вещества и энергии. Если же этого не будет, то становится невозможным существование самого объекта. То есть эти объекты всегда находятся в неравновесных условиях.

Объекты общественных наук всегда эволюционируют в условиях ограниченных ресурсов, а это значит, что уравнения, описывающие их поведение, являются принципиально нелинейными. Это означает, что движение вспять по времени, как правило, получается неоднозначным (в силу свойств нелинейных функций при замене у них аргумента на значения функции, а значения функции – на значения аргумента), а при движении вперед возникает неоднозначность в силу неустойчивости нелинейных систем.

Попытки найти первоосновы природы привели к пониманию того, что мир строится не из неких общих первичных элементов, а по единым принципам (единым сценариям), т. е. единство мира заключается не в том, что он построен из одних и тех же «кирпичей», а в том, что он построен по единому сценарию, на идентичных структурах. А это в свою очередь означает, что в математических моделях важен не конкретный вид уравнения, а типы решений, которые могут в нем содержаться, их определенная типология, т. е. важна классификация решений. При этом точные расчеты оказываются зачастую бессмысленны, в силу свойства нелинейных систем переходить к хаотическому изменению состояния. Все это накладывает определенную специфику на применение математики в общественных науках. Поэтому нельзя копировать путь применения математики в естественных науках.

К сказанному добавим следующее.

I. Математику мы понимаем в ее современном, нетрадиционном смысле как науку об абстрактных структурах, представленных в виде разного типа дедуктивных моделей. В ее рамках можно выделить в первую очередь три уровня абстрактных структур (каждый из которых иерархически расщепляется на подуровни, т. е. на уровни последующих порядков):

1) формальные системы, или даже формально-абстрактные структуры, представляющие собой в первом приближении множество формул, рассматриваемых как построенные по некоторым фиксированным правилам комбинации знаков, лишенных какой бы то ни было интерпретации, причем преобразования формул (т. е. вывод одних формул из других) могут осуществляться только по правилам, ссылающимся лишь на их вид (а не на их интерпретации); сюда включаются, прежде всего, разные логические исчисления, изучаемые в математической логике, называемые структурами первого рода;

2) содержательно-абстрактные структуры второго рода, в которых содержание, по существу, выражается в эксплицитном виде как взаимоотношения и операции структурного характера; сюда относятся структуры, изучаемые в первую очередь в теории множеств, а также изучаемые в алгебре, теоретической арифметике, теории чисел, топологии, математическом анализе, в их чистом виде, трактуемых преимущественно на теоретико-множественной основе;

3) содержательно-абстрактные структуры третьего рода, в которых содержание выражает, по существу, некоторые фундаментальные стороны определенности конкретных вещей, но в их общем виде независимо от способов их проявления в разных конкретных случаях, представляемые в виде идеализаций высшего порядка; сюда относятся, например, события, случайные процессы, пространственные отношения и формы в том виде, в каком они понимаются в теории вероятностей и геометрии соответственно.

Существенной чертой этих трех типов структур является наличие и существенная роль в них дедуктивных отношений.

II. К сфере науки (рис. 1.13) примыкают также теории, которые изучают те или иные классы социальных явлений с применением лишь строго научных методов эмпирического и теоретического характера, так как они отвечают высоким требованиям, необходимым для того, чтобы считать их положения научно доказанными, а их в целом – научными теориями. В качестве примера укажем на структурную лингвистику; вспомним также наличие хорошо математизированных фрагментов экономики, как, например, теории экономического поведения. В то же время многие социальные теории, хотя и применяют в той или иной мере некоторые научные методы, делают это в сочетании с принятием вненаучных положений и применением вненаучных способов при рассмотрении данных социальных феноменов в качестве объекта изучения. Вследствие этого их нельзя считать научными теориями в строгом смысле слова, а следует отнести к гуманитарике из области Ω, представляющей собой иную сферу культуры по сравнению с наукой, занимающую пограничное положение между наукой и религией.

Рис. 1.13

III. Все абстрактные объекты, которые изучаются в физике, химии, биологии, психологии, социальных науках, относятся к одному и тому же основному уровню абстрактности, следующему за уровнем содержательно-абстрактных структур второго рода в направлении к возрастающей степени конкретности.

С учетом сказанного, возникает проблема невозможности прогнозировать поведение таких систем, как социальных. С точки зрения синергетики, в природе и обществе много случайных, бифуркационных процессов, что не дает возможность точно указать сроки и конкретные формы развития. В связи с этим она подчеркивает принципиальную непредсказуемость поведения различных систем и, по мнению И. Пригожина [76], одного из основоположников синергетики, «кладет конец любым возможным мечтаниям об абсолютно контролируемом обществе».

Рассмотрим три проблемы, связанные с понятием предсказуемости и устойчивости систем, в частности социальных.

I. Проблема принципиальной непредсказуемости поведения систем еще не означает принципиальную непознаваемость каких-то ее сторон. Общие тенденции развития систем вполне познаваемы, следовательно, предсказуемы, чего нельзя сказать относительно конкретных форм и сроков развития. Проблемы предсказуемости и непредсказуемости с одной стороны и стабильности и нестабильности – с другой, подчеркивают разные аспекты указанной проблемы. Предсказуемым может быть в одинаковой степени и стабильное, и нестабильное состояние. Каково их соотношение? В развитии любой системы стабильное состояние чередуется с нестабильностью. Нельзя думать, что история состоит только из нестабильных процессов или наоборот. Если бы было так, то общество прекратило бы свое развитие.

II. Следующим важнейшим условием устойчивого развития общества является более или менее равномерное, сбалансированное развитие всех его основных сфер: экономической, политической, социальной и духовной. Абсолютизация одной из них (в равной мере и недооценка) ведет к дисбалансу в их развитии, серьезным противоречиям между ними. Характеризуя каждую из сфер общественной жизни, мы подчеркиваем лишь методологический вопрос об их взаимодействии, о том, что каждая сфера занимает свое определенное место, но не может быть довлеющей. В общественном сознании и в научном познании до сих пор крепко сидит догма безоговорочной определяющей роли материального. На самом деле только материальная сфера не может быть рассмотрена как определяющая, а в отдельных периодах, в частности, в конкретных формах и структурах, темпах и качествах развития, она сама определяется другими факторами, например, политикой. Последняя решает, какую модель экономической реформы принять за основу. Именно она определяет направление реформы.

III. Относительно духовной сферы [109] принято считать, что она по своему происхождению всегда вторична и зависит от экономики и социальной сферы. Такой подход к ней обосновал остаточный принцип финансирования. На самом деле от состояния духовной сферы зависит развитие других. Таким образом, она по-своему становится определяющей по отношению, например, к той же экономике. Без соответствующего уровня развития экономического мышления, развития новых целей, доводки старых невозможно осуществить экономическое развитие. Нужно рассматривать взаимодействие различных сфер, чтобы убедиться в том, что в них нет раз и навсегда заданного. В зависимости от времени, условий приоритеты могут меняться. Добивается успехов та система, которая не абсолютизирует роль той или иной сферы, а в зависимости от исторической обстановки правильно определяет приоритеты и в целом добивается сбалансированного развития всех сторон жизни общества. Когда мы рассматриваем диалектику взаимодействия различных сфер, то отвлекаемся от более частных проблем, например, таких, как национальная проблема, экологические вопросы, демографические процессы и многое другое. Они сами по себе тоже исключительно важны, однако всетаки зависят от решения более глобальных вопросов, таких как политика и экономика, культура и наука и т. д. При этом могут быть различные ракурсы рассмотрения, но выделение сфер общественной жизни, возможно, является наиболее фундаментальным и служит методологическим принципом рассмотрения устойчивого развития общества [49].

Модели в социальном пространстве. В каждый момент времени каждый человек характеризуется эгоэнергетикой [37]. Люди, вступающие во взаимодействия, образуют группы разной общности, объединенные общей духовной или материальной целью, образуя социальное пространство. При этом точками социального пространства являются люди со своей эгоэнергетикой, которая является функцией, прежде всего, времени и пространства, образуя энергетическое пространство социосферы. Точки объединяются в комплексы, причем в ходе этого объединения свойства точек меняются, а свойства социального комплекса являются функциями от соответствующих свойств точек.

Имея целью прогнозирование состояния комплекса, необходимо применить модели эгоэнергетик. Социосфера отвечает за будущее человечества, она его планирует, создает цель и смысл жизни.