Десятилетие шестидесятых принесло с собой важные изменения в интеллектуальном климате во многих частях мира, что подтверждается новым отношением к будущему, ставшим очевидным как в государственных и частных планирующих органах, так и в исследовательском сообществе. Эффект заключается в расширении привычных горизонтов планирования в более отдаленное будущее и замене случайных интуитивных ставок, как основы для планирования, трезвым и мастерским анализом возможностей, которые предлагает будущее.
Изменение отношения к будущему проявляется несколькими способами: Философски, в том, что появляется новое понимание того, что значит говорить о будущем; прагматически, в том, что растет осознание важности что-то делать с будущим; и методологически, в том, что появляются новые и более эффективные способы фактически что-то делать с будущим.
Позвольте мне немного подробнее остановиться на этих трех аспектах нашего мышления о будущем.
Под изменением философского отношения, о котором я говорил, я подразумеваю, что исследование будущего больше не приравнивается к гаданию или предсказанию по хрустальному шару. Вместо этого растет осознание того, что многое можно сказать о будущих тенденциях в терминах вероятности, и более того, что посредством надлежащего планирования мы можем оказать значительное влияние на эти вероятности. Фатализм, другими словами, стал фатальным. Будущее больше не рассматривается как уникальное, непредсказуемое и неизбежное; вместо этого существует множество возможных будущих, с сопутствующими вероятностями, которые можно оценить и, в некоторой степени, которыми можно манипулировать.
Что касается нового прагматического отношения, о котором я также упоминал, и которое начинает проявляться как в правительстве, так и в промышленности, оно связано, я думаю, с тем фактом, что меняются не только технологии и наша среда, но и темпы изменений в наше время ускоряются. Больше не требуется поколений для формирования нового уклада жизни, мы переживаем несколько крупных перестроек в нашей жизни, и нашим детям придется принять постоянную адаптацию как образ жизни. Чтобы такая адаптация происходила без серьезных психологических или экономических потрясений, нам становится обязательным стремиться предвидеть изменения в нашей среде, а не пытаться справляться с ними запоздало и неадекватно после того, как станет очевидно, что они уже наступили. Признание этой потребности в предвидении имело видимые последствия. Еще не так давно систематические усилия по долгосрочному государственному или промышленному планированию были в дурном тоне в капиталистических странах, потому что в общественном сознании они ассоциировались с тем, что многие считали худшими аспектами государственно-контролируемого социализма. Эта точка зрения, к счастью, теперь осталась в прошлом, и существует общее осознание того, что в конкуренции между западным капитализмом и коммунистическим блоком первый не может надеяться на победу, если качество его долгосрочного планирования не будет непревзойденным.
В качестве доказательства я могу указать на несколько событий: в сфере труда, в промышленности и в правительстве. Профсоюзы проявляют растущую явную озабоченность не только ближайшим будущим, но и долгосрочными социальными последствиями автоматизации и других причин повышения производительности. В промышленности также наблюдается заметное изменение отношения, поскольку во многих местах начинают пристально изучать возможные долгосрочные варианты будущего нашего общества, чтобы извлечь из таких прогнозов соответствующие ориентиры для деятельности промышленных корпораций. Что касается правительства, наконец, различные департаменты федерального правительства Соединенных Штатов проходят тщательную реорганизацию своих методов планирования; это является следствием директивы президента Джонсона о повсеместном внедрении так называемых процедур программного бюджетирования, впервые успешно использованных только в Министерстве обороны.
Третий пункт, который я упомянул, — наша растущая способность что-то делать с будущим, — я хотел бы обсудить немного подробнее.
По моему мнению, так называемые мягкие науки находятся на пороге революции. Традиционные методы социальных наук оказываются недостаточными для эффективного решения постоянно растущей сложности прогнозирования последствий альтернативных политик и, таким образом, предоставления полезной помощи в планировании высокопоставленным лицам, принимающим решения в государственном и частном секторах. Эта ситуация сейчас быстро исправляется путем внедрения новых методов, разработанных в других областях в виде техник исследования операций, таких как построение математических моделей, процедуры симуляции и систематический подход к использованию экспертных мнений — последняя тема, о которой будет сказано ниже. В дополнение к этим техникам, новые способы использования компьютеров с автоматизированным доступом к центральным банкам данных обеспечат мягкие науки теми же возможностями массовой обработки данных, которые в физических науках создали прорыв, приведший к разработке атомной бомбы.
Среди новых методов, упомянутых выше, которые находятся в стадии разработки, есть один, который стал известен как Техника Дельфи, и который пытается эффективно использовать информированное интуитивное суждение. Его важность проистекает из осознания того, что прогнозы на будущее, на которые должны опираться решения государственной политики, в значительной степени основаны на личных ожиданиях индивидуумов, а не на предсказаниях, выведенных из устоявшейся теории. Даже когда у нас есть доступная формальная математическая модель — как это имеет место, например, для различных аспектов национальной экономики — входные предположения, диапазон применимости модели и интерпретация выходных данных все подвержены интуитивному вмешательству индивидуума, который может привнести соответствующую экспертизу в применение модели. Ввиду отсутствия надлежащей теоретической основы и последующей неизбежности необходимости в некоторой степени полагаться на интуитивную экспертизу — ситуация, которая еще более усугубляется ее междисциплинарными характеристиками — мы сталкиваемся с двумя вариантами: мы можем либо в отчаянии развести руками и ждать, пока у нас появится адекватная теория, позволяющая нам справляться с социально-экономическими и политическими проблемами так же уверенно, как мы справляемся с проблемами в физике и химии, либо мы можем извлечь максимум из заведомо неудовлетворительной ситуации и попытаться получить релевантные интуитивные прозрения экспертов, а затем использовать их суждения как можно более систематически.
Лучшее, что мы можем сделать в данных обстоятельствах, когда нам приходится полагаться на экспертное суждение, — это сделать наиболее конструктивное и систематическое использование таких мнений. В работе с экспертами существует в основном три правила, которым, я думаю, следует следовать: (1) Выбирайте своих экспертов мудро. (2) Создайте надлежащие условия, в которых они могут работать наиболее эффективно. (3) Если у вас есть несколько экспертов по конкретному вопросу, проявляйте значительную осторожность при выводе из их различных мнений единой объединенной позиции.
Так называемая техника Дельфи, объясненная позже, касается этого последнего пункта. Но сначала я прокомментирую два других.
Очевидно, что многое зависит от того, насколько экспертны эксперты — их правильный выбор представляет много проблем. Я не буду сейчас в это углубляться, а лишь укажу, что существуют трудности в определении квалификаций и измерении относительной производительности экспертов. То есть далеко не очевидно, что мы имеем в виду — или должны иметь в виду, — когда говорим, что кто-то является экспертом; и даже при наличии разумных критериев экспертности может быть нелегко получить адекватные данные для определения степени экспертизы человека.
Второе правило, согласно которому эксперта следует поместить в правильные условия, чтобы он мог работать хорошо, означает, что общение должно быть максимально облегчено. Здесь, во-первых, предварительная формулировка соответствующей модели (даже очень предварительной операционно-аналитического типа) послужила бы для передачи ему проблемы с ясностью и получения его ответа без риска неправильного толкования. Во-вторых, эксперту была бы оказана большая помощь в его работе, если бы у него был свободный доступ к релевантной информации, которая может существовать в других местах (в этом отношении быстрый прогресс в обработке данных может открыть новые возможности, благодаря которым нынешнее заваливание нерелевантностями в конечном итоге будет заменено доступностью по нажатию кнопки релевантных данных в виде автоматизированных библиотек). В-третьих, чтобы обеспечить доступ к интуитивным знаниям, которые, возможно, еще не были записаны, производительность эксперта была бы наиболее значительно улучшена путем помещения его в ситуацию, где он мог бы взаимодействовать с другими экспертами в той же области или в смежных областях, охватывающих другие аспекты той же проблемы.
Особенно эффективным способом поощрения взаимодействия между экспертами является помещение их в лабораторную ситуацию, где от них требуется участие в симуляционном упражнении. В симуляционной модели происходит своего рода концептуальный перенос. Вместо описания ситуации напрямую, каждый из ее элементов имитируется путем замены реального объекта математическим или физическим объектом и симулятивными отношениями вместо тех, которые действительно существуют. Например, операцию по планированию политики можно смоделировать с помощью набора вымышленных лиц, принимающих решения, которые, играя роли в лабораторной «игре», могли бы проходить через процессы принятия решений, которые, как ожидается, будут выполнять их реальные коллеги в действительности.
В симуляционной модели, вместо формулирования гипотез и предсказаний непосредственно о реальном мире, можно вместо этого сформулировать их со ссылкой на модель. Любые результаты, полученные из анализа модели, в той мере, в какой она точно имитирует реальность, могут быть позже переведены обратно в соответствующие утверждения о реальном мире. Такое введение модели имеет то преимущество, что допускает то, что можно назвать «псевдоэкспериментированием» («псевдо!» потому что эксперименты проводятся в модели, а не в реальности).
Прошлый опыт работы с симуляционными моделями показывает, что они могут быть весьма действенными в мотивации участников к эффективному общению друг с другом, к изучению большего о предмете исследования, рассматривая его глазами людей с разным опытом и навыками, и, прежде всего, к приобретению интегрированного обзора проблемной области. Этот стимулирующий эффект сотрудничества при использовании симуляционной модели особенно силен, когда симуляция принимает форму операционной игры, где участники играют роли лиц, принимающих решения и определяющих политику. Будучи подвергнутым в рамках смоделированной среды конфликтной ситуации с участием разумного противника, «игрок», независимо от того, насколько узка его специальность, вынужден учитывать многие аспекты обстановки, которые обычно могли бы не влиять на его мнения в той же степени, как они влияют, когда он работает в изоляции.
После этого отступления к вопросу о том, как лучше всего обеспечить эксперта подходящей средой для работы, позвольте мне вернуться к третьему правилу обращения с экспертами: оно связано с проблемой объединения мнений членов экспертной группы в единую позицию.
Возможно, традиционным и во многих отношениях простейшим методом достижения консенсуса было проведение круглого стола среди экспертов и достижение ими согласованной групповой позиции. Эта процедура открыта для ряда возражений. В частности, результат может быть компромиссом между расходящимися взглядами, достигнутым слишком часто под чрезмерным влиянием определенных психологических факторов, таких как ложное убеждение члена с наибольшим предполагаемым авторитетом или даже просто самым громким голосом, нежелание отказываться от публично высказанных мнений и эффект подражания мнению большинства.
В последние годы мы экспериментировали с новым подходом для преодоления этих трудностей, который стал известен как техника Дельфи. Техника Дельфи, в своей простейшей форме, полностью исключает деятельность комитета среди экспертов и заменяет ее тщательно разработанной программой последовательных индивидуальных опросов (обычно лучше всего проводимых с помощью анкет), перемежающихся информацией и обратной связью мнений.
Возможно, будет проще описать принципы, лежащие в основе этой процедуры, сославшись на конкретный пример. При исследовании будущего автоматизации* каждого члена экспертной группы в этой области попросили оценить год, когда станет доступна машина, которая сможет понимать стандартные тесты IQ и набирать более 150 баллов (где «понимать» интерпретировалось бихевиористски как способность отвечать на печатные вопросы, возможно, сопровождаемые диаграммами). Первоначальные ответы представляли собой набор оценок, разбросанных по значительному временному интервалу, с 1975 по 2100 год. В последующем опроснике респондентам сообщалось краткое изложение распределения этих ответов с указанием медианы и — в качестве индикатора разброса мнений — межквартильного размаха (то есть интервала, содержащего средние 50% ответов). Затем респондента просили пересмотреть свой предыдущий ответ и изменить его, если он пожелает. Если его новый ответ выходил за пределы межквартильного размаха, его просили указать причину, по которой, по его мнению, ответ должен быть настолько ниже или настолько выше, чем суждение большинства группы.
Возложение бремени обоснования относительно крайних ответов на респондентов привело к тому, что те, у кого не было твердых убеждений, сместили свои оценки ближе к медиане, в то время как те, кто считал, что у них есть веский аргумент в пользу «девиантного» мнения, как правило, сохраняли свою первоначальную оценку и защищали ее.
В следующем раунде ответы (теперь разбросанные по меньшему интервалу) снова были обобщены, и респондентам было предоставлено краткое изложение причин, представленных в поддержку крайних позиций. Затем их попросили пересмотреть свои ответы второго раунда, приняв во внимание предложенные причины и придав им тот вес, который они считали оправданным. От респондента, чей ответ все еще оставался за пределами межквартильного размаха, требовалось указать, почему его не убедил противоположный аргумент. В четвертом и последнем раунде эти критические замечания к ранее предложенным причинам были повторно представлены респондентам, и им была предоставлена последняя возможность пересмотреть свои оценки. Медиана этих окончательных ответов затем могла быть принята как представляющая наиболее близкое к групповому консенсусу значение. В случае машины с высоким IQ эта медиана оказалась 1990 годом, с окончательным межквартильным размахом от 1985 до 2000 года. Таким образом, процедура заставила медиану сместиться на гораздо более раннюю дату, а межквартильный размах значительно сузился, предположительно под влиянием убедительных аргументов.
Эта конвергенция мнений наблюдалась в большинстве случаев, когда применялся подход Дельфи. В нескольких случаях, когда не происходило сближения к относительно узкому интервалу значений, мнения начинали поляризоваться вокруг двух различных значений, так что казалось, что возникают две школы мысли относительно конкретного вопроса; это могло быть признаком того, что мнения основывались на разных наборах данных или на разных интерпретациях одних и тех же данных. В таких случаях можно предположить, что продолжение процесса Дельфи еще через несколько раундов анонимных дебатов по анкете в конечном итоге могло бы выявить и устранить основную причину разногласий и, таким образом, привести к истинному консенсусу. Но даже если бы этого не произошло, или если бы процесс был прекращен до того, как у него появилась такая возможность, следует понимать, что техника Дельфи послужила бы цели кристаллизации процесса рассуждений, который мог бы привести к одной или нескольким позициям по вопросу, и таким образом помогла бы прояснить вопрос даже в отсутствие группового консенсуса.
Приведенная выше иллюстрация предназначена для описания основных принципов техники Дельфи. Усовершенствования вносятся для соответствия каждому конкретному случаю; два из них обсуждаются ниже.
Одно из них — введение взвешенных мнений. Если бы было легко объективно измерить относительную надежность различных экспертов, мы бы, очевидно, придали наибольший, если не исключительный, вес мнениям тех, кто наиболее надежен. Ввиду отсутствия таких измерений были проведены эксперименты для проверки степени доверия, которое можно оказать самооценке экспертами их относительной компетентности. Мы обнаружили, что результаты весьма многообещающие. Это устройство было использовано в ноябре 1965 года, когда двадцать членов факультета Высшей школы делового администрирования Калифорнийского университета (Лос-Анджелес) сделали прогнозы по десяти экономическим и деловым показателям за последний квартал 1965 года и за весь 1966 год (всего двадцать ответов). Процедура была следующей: Помимо прохождения четырех раундов аргументов Дельфи, респондентов попросили ранжировать свою относительную компетентность в отношении оценки каждого из десяти показателей. Затем, вместо использования для каждого показателя медианы всех двадцати окончательных ответов в качестве группового консенсуса и, следовательно, прогноза группы на 1966 год, мы взяли только ответы тех лиц, которые оценили себя как относительно наиболее компетентных для этого конкретного показателя, а затем использовали медиану только этих прогнозов в качестве группового консенсуса. Впоследствии выяснилось, что эта выборочная медиана, по сравнению с медианой всех ответов, была ближе к истинному значению в 13,5 из 20 случаев.
Во-вторых, и наконец, позвольте мне указать на несколько более сложное использование подхода Дельфи, когда он используется совместно с симулированным процессом принятия решений упомянутого ранее типа. Типичная ситуация, к которой применим этот способ использования экспертизы, — это когда бюджетные решения должны приниматься на основе оценок затрат и выгод.
Когда затраты и выгоды являются четко измеримыми объективными терминами, нет необходимости прибегать к использованию простых мнений. Но на практике выгоды, получаемые от выбора данных альтернативных политик, почти никогда не поддаются однозначному измерению; даже в случае оценок затрат обычно только долларовые расходы точно предсказуемы, в то время как социальные издержки могут быть такими же неуловимыми, как и выгоды. В таких случаях консенсус суждений, сделанных экспертами, может быть полезен для получения оценки.
В недавнем эксперименте, проведенном в ходе проекта, связанного с образовательными инновациями, экспертные мнения использовались в контексте такого рода. Применяя процесс Дельфи, сначала был получен список потенциальных образовательных инноваций вместе с приблизительными оценками затрат для каждой из них. Мы сгруппировали наших экспертов в несколько панелей и попросили каждую панель пройти через симулированный процесс планирования, решая, как данный бюджет должен быть распределен между образовательными инновациями, содержащимися в данном списке. Чтобы сделать эти распределения рационально, участники должны были провести интуитивную оценку затрат и выгод по каждому пункту списка. Способ, которым лучше всего можно было получить групповой консенсус по каждой такой оценке, был путем синтеза Дельфи их индивидуальных мнений.
Эти примеры предназначены лишь для иллюстрации потенциальных возможностей техники Дельфи. Необходимо провести многочисленные дальнейшие эксперименты, чтобы проверить степень ее валидности и усовершенствовать ее до такой степени, чтобы она могла быть полностью принята как один из стандартных инструментов для анализа будущего и, в частности, для приложений политики в общей области социальных технологий.
* Любые мнения, выраженные в этом документе, принадлежат автору. Их не следует интерпретировать как отражение взглядов Корпорации RAND или официального мнения или политики какого-либо из ее правительственных или частных исследовательских спонсоров. Документы воспроизводятся Корпорацией RAND в качестве любезности для членов ее персонала. Этот документ был подготовлен для публикации в этом году на итальянском языке в Rivista Italiana di Amministrazione Industriale.
* В рамках исследования долгосрочного прогнозирования, проведенного при участии Теодора Гордона под эгидой Корпорации RAND; отчет об этом исследовании появился как приложение к "Social Technology" О. Хельмера (Basic Books, 1966).