Подход современной науки к решению проблем хаоса

Важным шагом в развитии методологии современной науки явилось формирование «теории хаоса». Так, широко известная на Западе книга Дж. Глика «Хаос: становление новой науки"2 оказывает большое влияние на развитие методологии как естественных, так и гуманитарных наук, в том числе на развитие теории менеджмента.

Изучение и решение проблемы хаоса актуально и для развития экономики, особенно республик бывшего СССР и стран Восточной Европы. Темп, глубина и всеохватность происходящих там изменений не имеют аналогов в новой истории.

Основным «катализатором» теории хаоса были исследования ученого-метеоролога Э. Лоренца В начале 60-х годов нынешнего столетия он разработал программу компьютера, копировавшую систему погодных условий. Набирая бесчисленное количество раз цифры, представлявшие начальное состояние ветра и температуры, Лоренц создал в результате рисунок погоды. Как большинство ученых он считал, что небольшие изменения в первоначальных условиях, которые он заложил в компьютер, приведут также к небольшим изменениям в эволюции всей системы. Однако он обнаружил, что даже мельчайшие изменения вызывали огромные перемены в картине погоды.

Заинтригованные загадкой Лоренца, ученые из разных областей науки начали проводить эксперименты с копированием других физических систем. В итоге они обнаружили идентичные явления. Бесконечно малые изменения в начальных условиях могли оказать глубокое воздействие на эволюцию всей системы.

То, что было верным для погоды, оказалось в равной степени верным для большинства физических систем, а также экономических систем как макро-, так и микроуровня.

Понимание того, что даже небольшие изменения могут привести к радикальным последствиям в поведении системы, существенно изменило видение учеными окружающего мира. Тот упор на предсказуемость и управление, который делался в XIX в., проложил путь к пониманию власти хаотичности и случая в конце XX в. Как правило, на практике трудно предсказать поведение даже относительно простых систем, а тем более сложных.

Это не означает, что хаотичные системы не имеют «рисунка». Второй вывод теории хаоса заключается в том, что несмотря на кажущееся случайное поведение таких систем, определенные поведенческие «рисунки» можно предугадать. Действительно, системы не перестают существовать, определенные пути их развития имеют конкретный смысл. Во всяком случае они возникают часто, и приверженцы теории хаоса называют такие пути «странными», «привлекающими» .

Так, хотя метеорологи не могут с уверенностью сказать, какая погода будет в конкретный день в будущем, они могут рассчитать вероятность определенного вида возможной погоды. Другими словами, «странные», «привлекающие» пути позволяют ученым определить в пределах широких статистических параметров, что, по всей видимости, сделает система, но не дают возможности установить точно, когда это произойдет. Причинно-следственная точность традиционной физики была заменена оценкой вероятности.

Кроме того, способ, по которому ученые определяют предсказываемые «рисунки» поведения в системе, стал другим. Вместо того, чтобы пытаться разбить систему на составные части и проанализировать поведение каждой из них в отдельности, (т.е. поступить так, как это делали во времена Тейлора), необходимо было научиться целостному подходу, фокусируя внимание на динамике всей системы.

Вместо того, чтобы попытаться объяснить, как порядок вписывается в части системы, делается упор на то, каким образом порядок является результатом взаимодействия этих частей в целом. Известный теоретик в области управления Л. Гьюлик в середине 60-х годов писал по этому поводу, что, во-первых, люди не так просты, как машины; во-вторых, менеджерам приходится иметь дело не только с конкретными работниками, но и с целыми группами, где действует так много социальных факторов, что их трудно даже просто выявить, не говоря о том, чтобы точно измерить их величину и значимость; в-третьих, факторы внешней среды бесчисленны3. Поэтому теорию управления и результаты научных исследований следует рассматривать не как абсолютную истину, а как инструменты. Они помогают менеджеру предсказать, что может, по всей вероятности, случиться, способствуя тем самым принятию более правильного решения.

Интересно в этом плане исследование, проведенное сотрудниками института Santa Fe (шт. Нью-Мексика), специализирующимися на анализе самоорганизующихся систем. Его описывает М. Вуолдроп в книге «Сложность: жизнь на грани хаоса» 4.

Исследователи разработали некоторые основные правила, которые Вуолдроп называет «сложные адаптивные системы». Эти системы, по его мнению, наиболее успешны в природе. Они имеют несколько общих характеристик:

во-первых, являются самоуправляемыми, т. е. состоят из сети агентов, действующих самостоятельно, независимо друг от друга и без управления из какого-либо центрального звена;

во-вторых, эти «агенты» могут объединяться и создавать кооперативный «рисунок» поведения. Они могут организовываться в группы, общества, которые кооперируются и создают «рисунки» поведения более высокого порядка. Этого не может сделать отдельный «агент». Самоуправление становится возможным благодаря определенному виду обратной связи.

Другими словами, самоорганизующиеся системы — это познающие системы особого рода. Способные к познанию через обратную связь с внешней средой, они также вводят это познание (информацию) в свою структуру;

в-третьих, можно сказать, что самоуправление через обратную связь позволяет этим системам действовать посредством «подвижной специализации». Подобным образом шло развитие японского менеджмента. Такие системы характеризуются тем, что Вуолдроп называет «постоянной новизной».

Экономисты института Santa Fe, пытаясь использовать теорию сложности для описания специфических организационных проблем, с которыми сталкиваются менеджеры, создают компьютерные аналоги экономических сделок, трансакций примерно так, как Э. Лоренц создавал модель погодных условий. Их цель — смоделировать сложные рыночные «рисунки» поведения, создав их на основании взаимодействия ограниченного числа простых строительных блоков. Вместо того, чтобы рассматривать экономику как какую-то ньютоновскую машину, они смотрят на нее как на что-то органическое, адаптивное и живое.

Благодаря теории хаоса стали понятными изъяны традиционных математических моделей мира, которые создавали физики. Модели хаоса указали на недостатки элегантных математических моделей неоклассических экономистов.

Создание модели экономического поведения — нелегкая задача. Хотя программистам нужно лишь смоделировать простые «рисунки» поведения отдельных агентов, а потом дать возможность самоорганизации доделать все остальное, тем не менее не всегда легко понять, какие именно «рисунки» поведения приведут к созданию модели, точно отражающей реальность. Пока еще исследователи института Santa Fe не создали убедительную компьютерную версию экономики в целом. Вместе с тем они считают, что исходя из теории хаоса смогут точно смоделировать всю экономику, а компьютерная система могла бы быть использована как «модель полета» для принятия экономических решений.

Такая программа помогала бы рассчитать вероятность циклов расцвета и упадка, создать модель следствия проведения той или иной политики правительства, указать на то, какие изменения в поведении потребителя или продавца могут привести к более благоприятному развитию экономики.