ОСОБЕННОСТИ ОПИСАНИЯ СЛОЖНЫХ СИСТЕМ

Системные исследования. Ежегодник. 1983 г.

Автор: Ю.А. Шрейдер

ВВЕДЕНИЕ

Идеи системного подхода нашли сегодня широкое распространение в самых разнообразных областях научного знания. Этот подход вооружил исследователей своеобразным видением изучаемой реальности, способствующим созданию новых теоретических концепций и нового типа знаний.

Центральным понятием системного подхода является отнюдь не «система». Общее понятие системы выделяет системные объекты, противопоставляя их объектам, воспринимаемым как устроенные хаотически, без постигаемой закономерности в их организации. Объекты, которые исследователь не может мыслить как системные, по сути своей не могут быть предметом научного изучения. Это обстоятельство очевидно, когда речь идет о науках номотетических. В идеографических науках системность вносится самим актом описания изучаемых объектов. В системности описания содержится намек на системность предмета описания, еще не облеченный достоинством открытой закономерности. Системность в столь общем понимании означает просто возможность постижения дискурсивными средствами. Допустимость столь широкой интерпретации системности толкает к тому, чтобы придать системному подходу и общей теории систем статус «философии науки». Против этого справедливо возражает В. Н. Садовский [1], акцентируя методологическое значение системного подхода в духе определенной традиции, сложившейся в советской философии. Системный подход трактуется в этой традиции как методология исследования особого класса природных и общественных объектов, наиболее адекватным названием которых можно считать термин «сложные системы». Кроющееся за этим термином интуитивное представление трудно поддается дискурсивному определению. Эта трудность усугубляется тем, что интуиции, связанные с понятием сложной системы, не так просто отделить от интуиций, лежащих в основе совсем иного понятия «большой системы» или, чтобы подчеркнуть важное для дальнейшего различение, «громоздкой системы». Общее в этих интуициях — представление о «невмещаемости» системы такого рода в обозримые аналитические модели и тем самым необходимость широко использовать обобщенные характеристики и средства вычислительной техники. Но принципиальная разница состоит в том, что «большие системы» — это многократно повторенные (агрегированные) обычные системы и отличаются от них исключительно громоздкостью описания, преодолеваемой за счет ухищрений статистики и технических средств запоминания данных, а «сложные системы» — это объект особой природы. Обращение методологии системного подхода к категории деятельности (ср. [2]) связано именно с особым статусом соответствующего предмета. Однако эти особенности, как показывает опыт, не поддаются отчетливому дискурсивному выражению.

Вот определение сложной системы, приведенное в БСЭ: «...сложная система — составной объект, части которого можно рассматривать как системы, закономерно объединенные в единое целое в соответствии с определенными принципами и связанные между собой определенными отношениями» [4]. Характерны и примеры, от которых отталкивается в этой статье Н. П. Бусленко,— это вычислительные комплексы и системы автоматического управления, т. е. системы, являющиеся техническими устройствами, хотя и сложными, но полностью открытыми для изучения в силу того, что они искусственно создаются человеком.

Куча камней тоже составной объект, и в отношениях частей есть закономерность, определяемая законами механики. Можно ли считать ее сложной системой? С другой стороны, животный мир в целом окажется системой в смысле указанного определения лишь в том случае, если мы встанем на точку зрения номогенеза — закономерного образования многообразия видов. Следует ли считать системообразующие закономерности внутреннее присущими системе, имманентными ей, или можно говорить о внешних по отношению к системе закономерностях?

Сходной критике можно подвергнуть и определение, данное в [3]. Оно основано на формально-логическом понятии каркаса и морфизма между каркасами. Системой же в [3] называется класс каркасов — представлений системы, связанных морфизмами. Неявно в этом определении подразумевается наличие целостности, проявляющейся в существовании морфизмов, связывающих разные представления системы. Эти представления описывают различные способы членения системы на части. Тем самым часть, составляющая элемент одного членения, в другом представлении сама оказывается расчлененной. Здесь подчеркивается не только то, что часть системы может быть системой, но и то, что способ членения системы на части зависит от аспекта изучения — представления системы. Но последнее как раз и говорит о том, что данное в [3] определение лишь выглядит «онтологическим». Фактически в этом определении схвачен гносеологический момент — невозможность довольствоваться описанием сложной системы с какой-то единственной «привилегированной» точки зрения. Действительно, ту же кучу камней можно задать многими представлениями. В то же тремя при изучении весьма сложных объектов можно ограничиться весьма простым каноническим описанием. Так, газ в замкнутом объеме состоит из очень большого количества молекул и допускает самые разнообразные членения на подсистемы. Можно сказать, что мы имеем дело в данном случае с очень большой системой. Однако для описания основных физических свойств этой системы достаточно знать три параметра: Р — давление, V — объем и Т — температуру. Большая система проявляется в исследовании и описании как простая система, не нуждающаяся в разных представлениях.

Поведение искусственной системы, составленной из блоков, принципы работы которых могут быть полностью и достаточно компактно описаны, может оказаться практически непредсказуемым. Качество работы такой системы выявляется лишь в сложно организованном эксперименте, часто с имитацией реальных условий в ЭВМ. Это дает основания относить, как это делает Н. П. Бусленко в [4], некоторые системы автоматического управления к разряду сложных систем, особенно если они связаны с реакцией на порождаемые человеком непредвиденные ситуации.

Сказанное выше заставляет усомниться в плодотворности попыток охарактеризовать класс объектов, которые мы готовы были бы назвать сложными системами в соответствии с имеющейся интуицией. Похоже, скорее, что в некоторых ситуациях возникают объекты, которые описываются как сложные системы. Такой «перенос» проблемы из онтологической сферы в гносеологическую нам представляется целесообразным.

При гносеологическом подходе вопрос стоит уже не о конструировании определения сложной системы, но о выяснении того, чем характеризуются способы представления знания о таких системах. Термин «сложная система» становится тогда обозначением некоторой формы знания об объектах. В соответствии с этим можно считать сложную систему категорией, которая выражает некую априорную интуицию, позволяющую определенным образом представлять сложно организованные объекты.

АНТИФИЗИКАЛИЗМ СИСТЕМНОГО ПОДХОДА

Итак, специфику системных объектов — сложных систем предлагается искать не в их природе, но в форме получаемого о них знания, в способах представления этого знания. Если бы форма знания с необходимостью вытекала из самой природы объекта, то гносеологическое исследование сложных систем оказалось бы косвенным способом выявления их природы. Но дело осложняется тем, что форма знания о сложных системах определяется не только и даже, может быть, не столько их природой, сколько их отношением к познающему субъекту, целям исследования и самой познавательной деятельности. Сам способ выделения объекта исследования — не как физического тела, среды или субстанции, но как того, что обладает определенной целостностью организации,— специфичен как норматив системного подхода. Следуя М. А. Розову [5], можно сказать, что форма существования знания — это нормативная система обращения с этим знанием. Нормативная система — это культурный механизм представления и сохранения знания. Именно специфика нормативов описания выделяет системные объекты. Эту специфику удобно выразить в их противопоставлении нормативам описания физических объектов. Подчеркнем, что сложная система противопоставляется нами физическому объекту не по его природе, но по нормативу описания, т. е. не онтологически, а гносеологически. Об антифизикализме системного подхода мы говорим отнюдь не предполагая, что в природе системных объектов есть нечто сверх природы физических объектов. Речь идет о том, что обычные физикалистские нормативы описания объектов не пригодны для представления знания о сложных системах. В них нет средств описывать знания о целостности объекта, включать в знание об объекте саму познавательную деятельность, ценностные аспекты и поиск целеполагающих факторов и т. п. В некотором смысле можно сказать, что системный подход есть преодоление классических нормативов описания объектов по физикалистскому образцу. (Последнюю фразу уместно трактовать не более как эвристическое суждение или поясняющую метафору.)

Принципы физикалистского описания объектов наиболее удачно и отчетливо были сформулированы Н. Н. Моисеевым в докладе на методологическом семинаре кафедры философии естественных факультетов МГУ 21 апреля 1981 г. Речь идет о следующих принципах:

  1. принцип Родена — физическое описание отсекает все невозможные (запрещенные физическими законами) состояния. (Аналогия с принципом ваяния в камне: достаточно отсечь все ненужное, и останется прекрасная статуя.);
  2. принцип локального эксперимента — достаточно знать результаты «чистых» экспериментов, определяющих локальные зависимости. Все остальное может дать дедукция.

Отметим сразу вслед за Н. Н. Моисеевым [6], что физикалистский принцип Родена нарушается уже при описании некоторых физических ситуаций, когда возникают бифуркации. Так, когда на цилиндрический упругий стержень действуют с торцов силы сжатия, то при малых силах устойчивым состоянием равновесия будет цилиндрическое, но при достаточно сильном сжатии состояниями равновесия окажутся конфигурации согнутого цилиндра. При этом цилиндр с одинаковым успехом может быть согнут в любую сторону. При достижении точки бифуркации поведение физической системы становится принципиально не предсказуемым, т. е. приобретает некоторые черты сложной системы. Сам Н. Н. Моисеев приводит этот пример в [6] в весьма принципиальном контексте. По сути, речь идет о том, что некоторые ситуации чисто физической природы в состоянии репрезентировать поведение сложных систем, например эволюцию живого.

Принцип Родена означает, что физикалистский норматив, характерный для «классической науки», описывает ситуации в модальности долженствования: поведение системы детерминируется запретом невозможных (исходя из всеобщих законов) состояний и переходов. Заметим, что этот принцип отнюдь не отрицается в квантовой механике, если состояние понимать в соответствии с принципами квантовой механики.

Согласно нормативам системного подхода, описание объектов ведется в основном в модальности «возможность». Выбор одного из «разрешенных» состояний не предписывается с необходимостью. Между запретами, возникающими в силу всеобщих законов, и реальным поведением системы возникает нейтральная полоса, где поведение системы определяется целями, вырабатываемыми в ней самой. Так, общие стратегические принципы шахматной игры оставляют игрокам простор для индивидуального комбинирования. Аналогично этому задача, которую обязан реализовать конструируемый алгоритм, еще не предрешает структуру и поведение этого алгоритма, зависящие от тех целей, которые дополнительно ставит себе автор алгоритма: простота контроля, экономия времени или памяти и т. п. Принцип локального эксперимента решительно отвергается системным подходом. Так, например, качество системы машинного перевода в принципе нельзя определить путем проверки на искусственно подобранных текстах, содержащих те или иные языковые тонкости. Существенно то, как система работает именно в реальных условиях на больших текстах, содержащих ситуации, заведомо не предусмотренные в системе (см. [8]). Знание отдельных регулятивных механизмов сложной системы не дает еще оснований для суждения о принципах работы целостной системы. Экстраполяция данных локального эксперимента, являющаяся одним из характернейших нормативов физикалистского подхода, отвергается при исследовании сложных систем.

Так, результаты локального генетического эксперимента Г. Менделя с горохом допускают весьма ограниченную экстраполяцию на общий случай. Невозможность такой экстраполяции была существенным аргументом для критиков «менделизма» и хромосомной теории наследственности. Однако М. Д. Голубовский в [9] очень интересно раскрыл роль работ Менделя для создания научной генетики как первого результата, содержащего общую генетическую закономерность, которая может быть интерпретирована лишь в общесистемном контексте генетической теории.

Нормативы описания сложной системы как бы заранее рассчитаны на неполноту имеющегося знания. Этим они принципиально отличаются от физикалистских нормативов, включающих в себя предположение о том, что в принципе при подключении достаточных вспомогательных средств может быть получено полное знание об объекте исследования. По крайней мере, такова обычная установка.

Связь понятия сложности с понятием отсутствия знания хорошо иллюстрируется в понятии сложности по А. Н. Колмогорову [10]. Сложность некоторой последовательности из нулей и единиц определяется по Колмогорову как длина записанной в двоичном коде программы, достаточной для вычисления любого знака этой последовательности. Максимально сложной является такая последовательность, которую нельзя задать программой, существенно более короткой, чем длина самой последовательности. Грубо говоря, это означает, что данную последовательность нельзя описать лежащей в ее основе закономерностью, но можно лишь предъявить целиком. Фактически мы не знаем этой последовательности, пока не имеем ее перед собой. Подобно этому, сложная система не может быть задана или сколь угодно хорошо приближена коротким описанием. Но человек в состоянии работать лишь с теми описаниями объектов, которые соразмерны человеческим возможностям. Отсюда возникает представление о том, что, оперируя со сложной системой, всегда следует предвидеть наличие существенной сферы незнания и для общих суждений о поведении системы нужно использовать особые основания. В качестве характерного примера можно указать законы робототехники, изобретенные писателем-фантастом А. Азимовым и широко цитируемые другими фантастами, которые помогают прогнозировать поведение роботов, чья внутренняя структура не поддается человекоразмерным описаниям. Фактически в этом примере прогноз поведения сложной системы основан на аксиологических принципах, лежащих в основе целеполагания исследуемой системы.

ЭКО-НАУКИ И ЭКО-СИСТЕМЫ

Науки об Ойкумене — сфере человеческого обитания (к ним в первую очередь относятся экология и экономика) — сегодня уже встали перед проблемой системного описания объектов. Аналогичные проблемы встают и перед дисциплинами, которые хотя и не несут в своем названии прямого упоминания об Ойкумене в виде морфемы «Эко», но, по сути дела, относятся к эко-наукам. К таким наукам можно отнести культурологию, науковедение, информатику, если эти дисциплины понимать как науки о ноосфере — сфере обитания человеческого разума. Сюда же относится цикл наук о биосфере, а также науки географического цикла. Более точно следовало бы говорить даже не столько об эко-науках, сколько об экопроблемах, на которых сосредоточены интересы ряда специальных дисциплин. Таковы проблемы охраны окружающей среды, создания эволюционной теории, объясняющей не только механизмы видообразования, но и возникновения многообразия жизненных форм, выяснения закономерностей развития науки, адаптации к условиям «информационного взрыва» в науке и выяснения его природы, выяснения природы языковых закономерностей и целый ряд других. Сегодня гораздо более актуальным является выявление конкретно-научных ситуаций, в которых традиционные нормативы обращения со знанием становятся недостаточными в тех или иных экопроблемах и возникает внутренняя необходимость в переходе к нормативам системного описания объектов, рассмотрения этих объектов как сложных систем. В такой постановке вопроса конкретные науки оказываются эмпирическим материалом гносеологического исследования (ср. [5]). Именно в этом кроется плодотворность гносеологической интерпретации понятия «сложная система» — философия получает для изучения богатейший опыт науки, но не навязывает науке искусственно созданные онтологические представления о природе системных объектов.

Для гносеологического исследования опыт неудач науки не менее важен, чем опыт ее грандиозных успехов. В неудаче следования традиционному нормативу легче осознается как этот норматив, так и норматив, подключаемый ему на смену. В связи с этим очень поучителен рассказ Н. Н. Моисеева в [7] о тех неудачах, которые потерпели математики при моделировании экономических объектов. Оказалось, что оптимальное математическое управление производственным объектом по критериям, не вызывающим сомнения, может привести к экономическому краху, лишая этот объект эксплицитно не формулируемых, но жизненно ему необходимых степеней свободы. Математическая модель не справилась с трудностями аксиологического характера — система ценностей, определяющая функционирование системы, оказалась гораздо более сложной, чем это представлялось первоначально. Увеличение ясности и однозначности ситуации, к которому привело математическое управление, сняло ту сложность, которая была необходима для жизнеспособности объекта. Не всякая простота оказывается выигрышем.

Важность и специфику экологических проблем Н. Н. Моисеев [7, с. 175] характеризует следующим образом: «Проблемы экологии... — это узел, в котором связаны проблемы естественнонаучные и социальные, и его нельзя развязать принципиально... Вот почему экологическая проблематика столь заманчива для нас и почему без машинного, системного профессионализма с ней вряд ли можно будет справиться». Чтобы избежать непоправимых эко-ошибок, Н. Н. Моисеев считает необходимым соотносить человеческую деятельность с ритмами биосферы, адаптировать ее, а значит, и образ жизни к естественному круговороту веществ в природе. Ценность самой экосистемы оказывается при таком подходе соизмеримой с ценностью человека. Это совсем не похоже на установки классической науки, исходившей из тезиса о безграничных возможностях человека и требования безоговорочно подчинить человеку природу. Оказывается, что знание возможностей использования природы должно быть сопряжено со знанием о долгосрочных ресурсах природных систем. Это совсем новый норматив работы со знанием и другая ценностная ориентация: экологическое знание оказывается необходимой составной частью экономического, а природа не может рассматриваться только как средство.

Описание ряда психологических феноменов на основании понятия установки по сути есть использование норматива системного описания. Описание через установку означает, что локальный механизм характеризуется через состояние целого, которое служит объясняющим принципом для конкретных механизмов.

Логичность и необходимость появления в лингвистике нормативов системного описания показаны М. В. Араповым в [11]. В теории эволюции и происхождения жизни очень существенной оказалась идея о том, что эволюционируют экосистемы и биосфера в целом. Ю. В. Чайковский в [12] высказал интересную идею, что первый, возникший на Земле организм был более схож с биосферой в целом, нежели с единичным организмом в классическом понимании — он сам составляет для себя экосистему.

Оказалось, что проблемы экономической географии приводят к появлению системных описаний географических регионов. Нормативы системного описания позволяют увидеть закономерности, скажем, в заселении регионов, не обнаруживаемые в более традиционных описаниях. Это обстоятельство проявилось в методологических поисках при формировании теоретической географии как дисциплины (см. [13]). Взаимодействие дисциплин на методологическом уровне оказывается важным системообразующим фактором и для науки в целом [14]. Вообще попытки постигнуть общие закономерности развития феномена науки приводят к необходимости рассмотрения науки как целостной системы.

ХАРАКТЕРНЫЕ НОРМАТИВЫ СИСТЕМНОГО ОПИСАНИЯ

Попытаемся теперь выявить реально используемые наукой нормативы, специфические для описания объектов как сложных систем. Само выделение сложных систем как индивидуальных объектов происходит на основе критерия целостности или замкнутости. Физической системой может быть любое множество тел или любая порция физической субстанции; но уже солнечная система обязательно включает в себя все тела, движение которых регулируется притяжением Солнца. Система химических элементов обязана состоять из всех мыслимых элементов.

Системный характер носит и понятие симметрии — это качество, относящееся к целостному объекту. Часть симметричного объекта не обладает, вообще говоря, симметрией целого. Системное описание часто связано с выделением существенных симметрий (см. [11, 15]). Закономерности, присущие сложной системе, часто описываются как характеристики ее нормального функционирования. Существенна в таких описаниях возможность охарактеризовать, что есть «норма» для данной системы, а что признак надвигающейся катастрофы. Эти принципы воплощаются в конкретных нормативах системного описания.

Выделение диагностических параметров. Парадоксальным образом врач, исследуя состояние человека, использует те же основные параметры, которыми физик описывает состояние газа. Врача тоже интересуют давление крови Р, температура тела Т и объем V, численно совпадающий с весом тела. Это не значит, конечно, что врач в первом приближении рассматривает больного как газ или вообще как физическое тело. Параметры, о которых сейчас идет речь, не претендуют на роль описания состояния. Их роль не прогностическая, но диагностическая: они диагносцируют отклонение от нормы и степень его опасности — приближения к необратимой катастрофе. При описании экосистем очень важную роль играет весьма простой параметр: число видов, образующих данную экосистему. Он характеризует разнообразие экосистемы. Уменьшение этого числа сигнализирует об опасной неустойчивости системы, даже если все экологические ниши заполнены, а трофические связи насыщены. О необходимости характеризовать экосистему «температурой» см. [22].

Ранговые распределения. Состояние системы часто удобно охарактеризовать не набором параметров и их изменением во времени, но статистическим распределением. Представим себе, что некоторую систему можно естественным образом разделить на части, каждая из которых заполнена однотипными элементами. Если числа заполнений упорядочить по убыванию, то полученный ряд чисел называется ранговым распределением.

Так, например, текст состоит из множеств мест, занимаемых тем же самым словом в разных формах. Ранговое распределение в данном случае характеризует численности вхождения разных слов в данный текст. Оказывается, для целого ряда систем, встречающихся в биологии, географии, социологии, лингвистике, информатике и т. д., целостность системы связана с тем, что соответствующее ранговое распределение подчиняется закону Ципфа [11].

Распределение Ципфа вытекает из некоторых свойств симметрии системы (см. [16]). Связь распределения Ципфа с системностью проявляется, например, в том, что это распределение хорошо выполняется для целостных связных текстов и гораздо хуже для частей этих текстов или конгломератов текстов. Сами параметры, входящие в закон Ципфа, имеют диагностический характер, определяя содержательные качества системы.

Описание через типологию. Типология есть, разумеется, традиционный способ описания знаний. Описываемый объект характеризуется как объект данного типа или того же типа, что и некоторый другой эталонный объект. Тут важно, что описание в принципе допускается опосредствованным: знание об объекте Х состоит не в описании его устройства, но в указании на объект У, устроенный аналогично — являющийся эталоном для Х (ср. [17]).

Принцип сохранения статус-кво. Специфические трудности в принятии решений возникают в тех случаях, когда решение о выборе действия принимается разными частями или элементами системы. В этом случае возникает ситуация «голосования», когда системное решение принимается по специальной логике голосования на основе отдельных решений. При этом компетентность отдельных частей может быть сравнима с компетентностью целого или даже превосходить последнюю. В простейшем случае бинарных выборов такая логика может быть описана так называемыми мажоритарными структурами, или формальным большинством (см. [16]). Но здесь возникает специфический «парадокс неопределенности». Этот парадокс особенно ярко выглядит в ситуации голосования с «правом вето». Один из участников голосования может предложить, чтобы угодное ему решение было отвергнуто, а затем наложить вето на такое отвержение. Получается, что в зависимости от формулировки предложения оно может быть принято одним голосом против всех в ситуации, когда все участники голосования равноправны.

Объяснение этого парадокса состоит в том, что фактически решение и его отвержение отнюдь не равноправны, как суждение и его отрицание в традиционной логике. В логике системного принятия решений отрицание решения не равноправно с исходным решением. Надо различать маркированное решение и решение, сохраняющее статус-кво, аналогично тому как различаются сохранение нормы и нарушение этой нормы. Фактически на голосование всегда ставятся лишь те решения, которые меняют статус-кво — существующее до голосования положение вещей. Скажем, на голосование Ученого совета никогда не ставится решение «не присуждать такому-то лицу ученой степени», ибо принятие такого решения не меняет статус-кво, поскольку данное лицо и ранее не имело искомой степени. Не случайно голосованию подлежит лишь решение типа «присудить этому лицу искомую ученую степень». Этим избегается парадокс неопределенности решения. Этот парадокс является лишь одним из возможных при голосовании (см. [16]) и показывает, что при управлении системами существенно не только описать некое решение, но и знать, что оно влечет выбор, нарушающий «статус-кво» данной системы.

Рефлексивное управление. Следующий важный момент состоит в том, что при воздействии на сложную систему мы часто оказываемся в ситуации отсутствия знания о механизме воздействия управляющего сигнала, но можем учитывать те цели, которым подчиняется управляемая система. И уже это дает возможность целенаправленного воздействия на нее. Принцип программирования, используемый при управлении ЭВМ, требует, чтобы были предусмотрены все последовательности действий в любых мыслимых обстоятельствах. Программисты пятидесятых годов обязаны были точно и подробно представлять себе, что будет происходить при реализации программы в устройствах ЭВМ. Сегодняшний программист может себе представлять работу ЭВМ гораздо более обобщенно, но все же он обязан предусмотреть нужные функциональные зависимости между входными и выходными данными отдельных программных блоков. Целенаправленное воздействие на сложные системы и в первую очередь на живые системы может происходить без наличия таких знаний. Знание о реальном преобразовании управляющих сигналов может быть заменено знанием целей и ценностей, на которые ориентируется управляемая система.

Программирование может быть сколь угодно обобщенным, но оно не может быть неопределенным. Программу решения системы линейных уравнений можно обозначить одним оператором, но в имени этого оператора должно быть предусмотрено, каким методом осуществляется решение и тем самым опосредствованно, предусмотрена вся последовательность будущих действий. Но человеку можно поручить решение этой же системы уравнений, полагаясь на то, что он достигнет нужной цели теми средствами, которые ему покажутся удобнее. Например, обнаружив некую непредвиденную регулярность в решении, человек может произвести экстраполяцию, ведущую к результату гораздо быстрее. Важно только, чтобы его понимание о цели решения задачи не расходилось с таковым у «заказчика».

В последнем случае воздействие предполагает наличие у управляющего «представления» не столько о будущих действиях управляемой системы, сколько о ее «мотивах» выбора тех или иных действий. Следующий шаг состоит в учете и того представления, которое складывается в управляемой системе относительно управляющего субъекта. Это представление также может быть отрефлектировано субъектом управления и использовано в управлении. Более того, управляющий субъект может целенаправленно формировать некоторое представление о себе в управляемой системе, используя это представление для повышения эффективности управляющих воздействий.

Принципы рефлексивного управления достаточно ясно выражены в [18]. Нам здесь важно подчеркнуть, что рефлексивное управление опирается на специфические нормативы описания систем. Бихевиористское описание, основанное на фиксации реакций на те или иные стимулы-воздействия, здесь явно недостаточно, а в некотором смысле и излишне. Вместо этого описывается в широком смысле рефлексия системы о собственных действиях и их отношении к представлениям управляющего субъекта, в которые, в свою очередь, входит рефлексия последнего об управляемой системе и т. д.

Принцип устойчивости к неизвестному. Этот принцип был сформулирован О. С. Кулагиной применительно к системам машинного перевода [8], но его общесистемный характер довольно очевиден. Дело в том, что если программа машинного перевода не содержит прямых ошибок и не учитываются сбои самой ЭВМ, то всякий текст, где все лексические и грамматические элементы заранее учтены в программе, будет переведен правильно. С этой точки зрения все правильно составленные программы машинного перевода как бы одинаково хороши. Однако если мы хотим, чтобы система машинного перевода работала не только на тех текстах, к которым она заранее приспособлена, то нужно считаться с тем, что неизвестные заранее ситуации всегда могут возникнуть. Важная мысль О. С. Кулагиной в том и состоит, что качество системы машинного перевода определяется как раз тем, как она себя ведет в ситуации, когда появляется не предвиденное в словаре слово, вариант перевода или не может быть правильно распознана грамматическая связь ввиду отсутствия в программе нужной информации.

Плохая система в этих ситуациях дает по сути дела полный отказ. Хорошая — дает почти правильный перевод с точностью до нераспознанного места. Именно таков результат и хорошего переводчика: он точно фиксирует возникшую неопределенность в виде вопроса. Итак, сложные системы различаются в первую очередь тем, как они ведут себя в ситуациях заведомо плохих, где ошибка объективно неизбежна. Хорошие системы сохраняют в таких ситуациях способность функционировать — плохие перестают выдавать осмысленный результат.

В ситуациях, же, когда все заранее предусмотрено, поведение разных систем неотличимо. Следовательно для описания того, как ведут себя системы, очень важно иметь подробные протоколы испытаний именно в критических условиях. Простую систему достаточно испытать в условиях нормы. Сложную необходимо испытывать в экстремальных условиях. По сути дела, этот принцип различения систем по их поведению в сложных условиях, когда появляются непредвиденные факторы, принадлежит уже Льву Толстому. Достаточно вспомнить, как начинается «Анна Каренина»: «Все счастливые семьи счастливы одинаково, все несчастные...». Таким образом, принцип устойчивости к неизвестному является важным критерием качества сложной системы.

Протоколирование поведения системы. Идея, что протокол реального поведения очень важен именно в тех случаях, когда нет способа описать закон функционирования системы, была выражена уже в понятии «черного ящика». Описание таких протоколов есть очень важный норматив описания сложных систем. Хорошим примером может служить протокол шахматной партии.

В настоящем описании мы не претендуем на полное указание нормативов системного описания объектов. Нам важно было показать, что такие специфические нормативы реально существуют в научной практике.

РОЛЬ АКСИОЛОГИИ В УПРАВЛЕНИИ СЛОЖНЫМИ СИСТЕМАМИ

Говоря о способах представления знания о сложных системах, о нормативах системного описания, мы пока не касались очень острой проблемы: возможно ли такого рода знание само по себе, отделенное от эстетического и ценностного отношения к предмету знания? Иначе говоря, речь идет о том, могут ли сложные системы быть предметом чисто гносеологического рассмотрения? Не является ли выделение чисто познавательного объекта насилием над целостностью этого объекта, неотъемлемо включающей в себя этическое и эстетическое? Разумеется, возможна познавательная деятельность, которая не регулируется никакими иными ценностями, кроме ценности самого знания. В рамках такой деятельности «оправдывается» любой социальный или биологический эксперимент, любое познавательное насилие над живым существом, природой или обществом. История науки показывает, что моральные возражения против вивисекции, анатомирования трупов или психологических экспериментов по исследованию жестокости не очень эффективны. Столь же мало эффективными оказываются нравственные аргументы в защиту окружающей среды.

Если подходить к делу философски, а не морализаторски, то нужно прежде всего выяснить, дает ли познавательная деятельность, рассматривающая самое себя как высшую ценность, подлинное знание о сложных системах? Соответственно возможно ли управление сложными системами, игнорирующее ценностные (этические и эстетические) аспекты?

Можно начать поиск ответов на поставленные вопросы в живом опыте науки. В этом опыте интересны, как всегда, не только успехи, но и неудачи. Эволюционная теория Дарвина справедливо считается одним из ярких достижений науки, применением чисто научного метода к выявлению эволюционных механизмов и установлению связи наследственности, изменчивости и экологии. (Естественный отбор, являясь экологическим фактором, в теории Дарвина оказывается ведущим фактором видообразования.) Казалось бы, такая строго научная в классическом смысле концепция начисто порывает с телеологическими объяснениями, с какой бы то ни было апелляцией к ценностям. И все же тщательный анализ логических предпосылок дарвинизма А. А. Любищевым показал, что эта концепция имеет свою, хотя и замаскированную аксиологию, а зоркий взгляд поэта обнаружил в описаниях натуралиста Дарвина свою особую эстетику, отличную от эстетики натуралистов предыдущей эпохи вроде Палласа [19]. Эстетика динамического описания организмов и видов и этика непосредственной пользы для вида — существенные компоненты дарвинизма.

Интересна попытка Ю. В. Линника [20] описать флору Карелии в поэтической форме, ориентируясь на эстетику растительных форм и рассматривая последнюю в единстве с экологией. Не исключено, что такие описания природы, ориентирующиеся на художественные средства, окажутся необходимым элементом экологических знаний.

Этот способ описания заранее исключает отношение к природе как к средству, формируя этим не только эстетическое впечатление, но и этическую установку. Сегодняшние экологические проблемы возникли как следствие чисто потребительского отношения к природе. Оказалось, что последствия такого отношения сказываются гораздо быстрее, чем предполагалось,— уже при жизни того самого поколения, которое рассчитывало воспользоваться плодами своего хозяйствования. Дело здесь не сводится к уточнению экономического расчета. Нужна смена установки, введение в природознание нравственного отношения к объекту. Важны установки, прививаемые с детства, в школьном обучении. Уже то, что сегодняшние школьники знают, что рвать цветы в лесу и поле — это дурно, создает изначально хорошую привычку.

Школьник, выходящий на природу, не думает о том, сколько можно нарвать цветов. Сама идея рвать цветы представляется нарушающей наши обязательства перед природой. В этом — зачаток понимания того, что любое использование природы чревато нарушением нравственных обязательств. Оно нуждается в очень серьезном обосновании потребности и трезвом расчете предвидимых последствий с оглядкой на непредвидимые. Эстетические и этические принципы являются особым знанием, обобщенно отражающим устройство мира. Знание эстетических принципов не содержит в себе рецепта, как создавать эстетические ценности. В этих принципах содержится то знание, которое принципиально не может быть рецептурным. Точно также этические принципы — это в некотором смысле «знание о неизвестном». Эти принципы способны управлять поведением в ситуациях, когда последствия этого поведения не могут быть однозначно предсказаны. В одном из научно-фантастических рассказов описан космический корабль со сменой поколений, передающих одно другому завет — чистить и смазывать железную балку в оранжерее. Практический смысл этого действия никому не известен и необъясним. Оно выполняется как ритуал, как моральный долг. Но оказывается, что в момент приземления эта балка служит для того, чтобы ящики оранжереи не разбились, а приняли нужное положение.

Подобную функцию весьма часто несут этические принципы. Скажем, давний этический запрет на инцест (брак между ближайшими родственниками) в свете современной генетики получил рациональное объяснение. Этическое правило бережного отношения к природе тоже имеет рациональную интерпретацию. Безнравственность как по отношению к природе, так и в социальной сфере оборачивается прямыми убытками в экономике.

Можно апеллировать к нравственности, чтобы удержать человека от достижения непосредственной выгоды, если этот человек находится заранее на некотором уровне нравственного развития. В этом действенность этики.

Суть здесь не только в том что в форме нравственных запретов и рекомендаций общество хранит знание о том, что еще не приобрело рациональной интерпретации. Как раз нарушение нравственного закона часто получает рациональное оправдание. Нарушение этического принципа может привести к заметной сиюминутной выгоде для нарушителя, но оно колеблет устойчивость принятой системы ценностей и этим уже ухудшает возможности рефлексивного управления. Ситуация в обществе становится менее предсказуемой, а это лишает его одного из важных условий стабильного существования [21, с. 159—160]. Дурной поступок плох не только сам по себе, но гораздо более плох как прецедент, нарушающий абсолютизм этических законов, регулирующих как функционирование систем, так и возможность взаимодействия с ними. Нарушения природного закона могут сами по себе иметь вредные последствия, но последствия нарушений этического закона выступают в многократно усиленном виде, поскольку в них содержится возможность будущих нарушений. По-видимому, рациональное описание устройства и функционирования сложных систем невозможно без внесения в него этических и эстетических оценок. Во всяком случае, такая мысль не может не прийти в голову при трезвом анализе попыток отделить чистое знание и его использование от сферы ценностей.

ЛИТЕРАТУРА

  1. Садовский В. Н. Проблемы методологии системных исследований в современной американской философии науки.— В кн.: Системные исследования: Методол. пробл. Ежегодник, 1980. М.: Наука, 1981, с. 84—108.
  2. Юдин Э. Г. Системный подход и принцип деятельности: Методологические проблемы современной науки. М.: Наука, 1978. 391 с.
  3. Шрейдер Ю. А. Язык описания систем.— В кн.: Системные исследования: Ежегодник, 1973. М.: Наука, 1979, с. 226—238.
  4. Бусленко II. П. Сложные системы.— В кн.: БСЭ. 5-е изд. т. 3, с. 150.
  5. Розов М. А. Проблемы эмпирического анализа научных знаний. Новосибирск: Наука, 1977. 221 с.
  6. Моисеев Н. Н. Случайна или неизбежна эволюция? — Химия и жизнь, 1981, № 7, с. 23—27.
  7. Моисеев Н. Н. Математика ставит эксперименты. М.: Наука, 1979. 223 с.
  8. Кулагина О. С. Исследования по машинному переводу. М.: Наука, 1977. 319 с.
  9. Голубовский М. Д. Некоторые аспекты взаимодействия генетики и теории эволюции.— В кн.: Методологические и философские проблемы биологии. Новосибирск: Наука, 1981, с. 69—92.
  10. Колмогоров А. Н. Три подхода к определению понятия «количество информации».— Пробл. передачи информ., 1965, т. 1, вып. 1, c. 3—7.
  11. Арапов М. В. Системный анализ лексической структуры текстов.— В кн.: Системные исследования: Методол. пробл. Ежегодник, 1981. M.: Наука, 1981, с. 372—403.
  12. Чайковский Ю. В. Где начало того конца...— Знание — сила, 1980, № 1, с. 10—11.
  13. Шупер В. А. Некоторые возможные пути влияния методологии на поиски решения экологической проблемы.— В кн.: Взаимодействие естественных, технических и общественных наук: Методол. пробл. М.: Наука, 1981, с. 145—161.
  14. Шрейдер Ю. А. Единство и взаимодействие естественных и общественных наук.— В кн.: Взаимодействие естественных, технических и общественных наук: Методол. пробл. М.: Наука, 1981, с. 69—85.
  15. Урманцев Ю. А. Симметрия природы и природа симметрии. М.: Наука, 1974. 229 с.
  16. Шрейдер Ю. А., Шаров А. А. Системы и модели. М.: Радио и связь, 1982. 152 с.
  17. Шрейдер Ю. А. Типология как основа классификации.— НТИ. Сер. 2, 1981, № 11, с. 1—5.
  18. Проблемы исследования систем и структур: Материалы к конференции. М., 1965. 232 с.
  19. Мандельштам О. Э. Заметки о натуралистах.— В кн.: Пути в незнаемое. М.: Сов. писатель, 1980, сб. 15, с. 442—445.
  20. Линник Ю. В. Книга природы. Петрозаводск: Карелия, 1978. 350 с.
  21. Управление, информация, интеллект. М.: Мысль, 1976. 383 с.
  22. Михайловский Г. Е. Как поставить градусник экосистеме? — Химия и жизнь, 1981, № 10, с. 24—26.