Статьи, книги

Всё

Инновации как свойство эмерджентности сложных систем

Елена Пугачёва

Инновации как свойство эмерджентности сложных систем

АННОТАЦИЯ

В статье рассматриваются идеи теории сложных систем применительно к задачам инновационного развития. Обсуждаются особенности развития современных научных социальных сетей с точки зрения теории сложных систем.

ABSTRACT

The ideas of the theory of complexity as to the problems of innovation development are considered. The peculiarities of the development of modern scientific networks are discussed in the framework of the theory of complex systems.

Среди отличительных характеристик сложных систем специалисты выделяют свойство эмерджентности. Оно обнаруживается в появлении новых структур, свойств, качеств или моделей поведения на макроуровне, возникающих из взаимодействия элементов системы на микроуровне. Причем эти новые свойства не могут быть выведены из свойств частей системы. Свойство эмерджентности появляется на определенном уровне сложности системы и добиться проявления этого свойства у простой системы маловероятно. Таким образом, не позволяя системе усложняться, нельзя ожидать появления «чуда», сколько бы не прикладывалось усилий.

Особенность задачи усложнения системы состоит в том, что это невозможно сделать механическим путем. Этот процесс должен быть органическим. Иначе говоря, необходимо создать условия, при которых возможно саморазвитие системы. Очевидно, что и это не гарантирует успех, но делает успешный исход более вероятным.

Возникновение совместного (коллективного) поведения системы из взаимодействия ее элементов исследует новое научное направление, называемое теорией сложных систем [1, 7-8, 9]. На сегодняшний день нет общепринятого определения сложной системы. Основные идеи, описывающие суть сложных систем, вкратце могут быть сформулированы следующим образом:

• сложные системы – это сеть, состоящая из многочисленных взаимосвязанных между собой компонентов, развивающаяся путем самоорганизации;
• сложность системы может быть измерена объемом информации, необходимым для ее описания;
• сложные системы – системы, развитие которых очень чувствительно к начальным данным или малым возмущениям;
• сложные системы – системы, у которых много путей развития;
• сложные системы – это системы, основными характеристиками которых являются: нелинейность, наличие многочисленных цепочек обратной связи; многоуровневая структура организации; гетерогенность, самоорганизация, эмерджентность и т.д.
• сложные системы – это системы без централизованного контроля, развивающиеся на основе простых правил локального взаимодействия и демонстрирующие сложное коллективное поведение, целостность и адаптацию к окружающей среде.

Сегодня основное внимание специалистов в области сложных систем направлено не столько на изучение отдельных составляющих, сколько на взаимосвязи, возникающие между элементами системы. Характер взаимосвязей зачастую является определяющим в поведении систем. Так, одни и те же компоненты, но связанные разными отношениями, демонстрируют разную динамику развития и, наоборот, определенный характер взаимодействия может приводить к одному и тому же результату, какими бы уникальными не были отдельные элементы системы. Очень точно эту мысль описал Михаил Жванецкий: «Консерватория, аспирантура, мошенничество, афера, суд, Сибирь. Консерватория, частные уроки, еще одни частные уроки, зубные протезы, золото, мебель, суд, Сибирь. Консерватория, концертмейстерство, торговый техникум, зав. производством, икра, крабы, валюта, золото, суд, Сибирь. Может, что-то в консерватории подправить?» К сожалению, часто реформы образования и науки в конечном счете сводятся к попытке перестроить «консерваторию», а не ту цепочку социальных отношений, которая связывает науку и инновации.

Современные средства связи, Интернет, процессы глобализации привели к появлению сложно-переплетенной системы социальных связей, создающей принципиально новую окружающую среду. От результата взаимодействия с окружающей средой во многом зависит успех любого начинания. Так, недооценка сложности взаимодействия может свести на нет даже сверхусилия.

Сегодня расширение информационного пространства сопровождается стремительным ростом социальных сетей. Если возможности отдельного человека как информационной системы выглядят довольно скромно в масштабах современного потока информации, который удваивается ежегодно, то потенциал социальных сетей представляется многообещающим. Уже сегодня усилия многих мировых образовательных и научных центров направлены на расширение социальных контактов и связей. Например, европейское сообщество сложных систем (CSS), возникшее в декабре 2004 года, на сегодняшний день построило сеть, включающую более 40 веб-сайтов, более 4300 пользователей. Некоторые примеры социальных сетей этого научного сообщества представлены на Рис.1.

Рис. 1. Научная сеть европейского сообщества сложных систем(CSS). Слева – сеть отдельных ученых; справа – сеть отдельных научных направлений.

Рис. 2. Процесс формирования социальных сетей.

Научная сеть стремительно расширяется, используя все доступные информационные технологии для налаживания более тесных связей и контактов между участниками сети. Так создаются профили участников сети, ежегодно выпускаются информационные бюллетени «Кто есть кто», предоставляются возможности интерактивного участия в различных проектах, создаются социально-семантические браузеры, позволяющие отслеживать цепочки связей по разным направлениям и т.д. При этом доступ к сети является открытым, т.к. достаточно зарегистрироваться на соответствующем сайте.

Некоторые узлы очень быстро разрастаются и имеют много контактов. Другие представлены в сети значительно скромнее, но это не принимает характер антагонистического соперничества. Сосуществование и сотрудничество являются основными движущими силами динамики развития социальных сетей (Рис.2).

В социальной сети индивидуальные характеристики ученых только частично определяют процесс научного поиска. Не менее важными являются связи между людьми, их влияние друг на друга, обмен мнениями, идеями и т.д. Цепочки связей позволяют в любой момент активизировать любой массив знаний и быстро наладить совместную работу самых разных ученых и коллективов, работающих в данной области. Связи, а также потоки ресурсов позволяют многократно усиливать возможности отдельных личностей или небольших команд.

В этом отношении социальный капитал превосходит человеческий капитал. Прошли времена одиночных гениальных ученых и наступили времена научных сообществ. Дело не в том, что сила отдельных личностей поблекла, а в том, что в мире появилась неслыханная доселе сила связей, которую обеспечивают современные информационные технологии. Возможности быстрого объединения усилий создали и неслыханные возможности ускорения процесса научного поиска и получения научных результатов. Задача состоит в том, чтобы реализовать открывающиеся возможности, что само по себе представляет непростую задачу.

Если проанализировать ежегодную деятельность международных научных сайтов, то нельзя не отметить, что сейчас идет экспериментирование, поиск форм взаимодействия, налаживание контактов, совершенствование форм сотрудничества, поощрение совместной деятельности. В списке целей, которые ставят перед собой научные сообщества можно найти следующие:

• Объединять, оживлять и структурировать сообщества ученых
• Стимулировать появление новых команд
• Координировать инициативы различных партнеров
• Внедрять средства, облегчающие междисциплинарный поиск
• Устанавливать партнерские отношения с миром

Рис. 3. Связь науки с обществом.

Развитие научных социальных сетей сопровождается анализом, изучением и осмыслением получаемых результатов (см.,напр.,[3-4]). Так, например, исследования «Связь науки с обществом», проведенные Венским научно-исследовательским институтом, показали, что политические организации, университеты и исследовательские организации тесно связаны между собой, в то время как предприятия находятся на периферии этой социальной сети, будучи частично связанными со средствами массовой информации (Рис.3) [9].

Сама теория сложных систем, будучи включенной в научную социальную сеть, динамично развивается в разных направления, причем фокус исследований стремительно меняется. Так, если в 1970-1979 гг. в центре внимания была теория самоорганизации, то в 1980-89 - динамические системы, в следующее десятилетие – самоорганизация биохимических систем, а с 90-х годов – социальная самоорганизация и компьютерные системы. Одним из новшеств нашего времени является возникновение виртуальных лабораторий, где коллектив исследователей и специалистов из различных организаций объединяет свои усилия с целью более быстрых и значительных результатов (напр. [2]). Они дают возможность осуществлять руководство и контроль за исследованиями в разных частях планеты и добиваться высоких результатов. Такие лаборатории представляют собой другой (по сравнению с традиционными лабораториями) уровень организации взаимоотношений между учеными, которые проживают в разных странах, говорят на разных языках, специализируются в разных областях, обладают разными ресурсами и т.д.

Одним из интересных результатов теории социальных сетей является «сила слабых связей», сформулированная американским ученым Марком Грановеттером (Mark Granovetter) [6]. Суть этого результата состоит в том, что люди стремятся устанавливать контакты с похожими людьми (со схожими ресурсами и информацией). Более редкие и слабые связи устанавливаются с людьми, отличающимися от них. Но именно эти слабые неформальные связи могут оказаться наиболее эффективными, т.к. позволяют получить доступ к новым ресурсам и точкам зрения.

В современном мире изменились системные свойства научной организации труда. В ответ на изменения окружающей среды (появление Интернет и других современных средств коммуникации, глобализация и либерализация мировой экономики) произошло усложнение самой системы научной деятельности. Чтобы ответить на вызовы современности она должна развиваться по законам самоорганизующегося мира. Как отмечают ученые [5], мы живем в переломный момент, когда сложность современного мира превзошла уровень сложности отдельного человека. Поэтому инновации, как ответ на вызовы современности , есть результат развития науки как мировой системы, а не отдельных ее составляющих (отдельных лабораторий, отдельных управленческих усилий, отдельных ресурсов и т.д.). Появление новых технологий – это следствие того, что система поднялась на более высокий уровень сложности. Это не столько техническая, сколько социальная проблема, т.к. связана с выстраиванием новых социальных отношений, в рамках которых такое усложнение становится возможным. В «ручном режиме» этого достичь невозможно, т.к. такой подход подавляет саморазвитие системы. Лучшее, что можно сделать – это построить новые взаимоотношения, связи, которые бы способствовали процессу самоорганизации. Это творческий процесс, который требует экспериментирования, метода «проб и ошибок», анализа результатов, обратной связи, живой реакции на происходящее, обучения в процессе развития, расширения возможностей, терпения, неформального уважения в обществе и т.п. Необходимо избавиться от барьеров самоорганизации, которые встроены в социальную систему с целью понижения ее уровня сложности. Это делает систему более предсказуемой и управляемой, но препятствует ее саморазвитию. Нужно налаживать соответствующие социальные отношения и органично встраиваться в развивающуюся мировую научную сеть.

К сожалению, традиционные методы исследования не позволяют «схватить» то, как взаимодействия на микроуровне влияют на макроуровень. Статистика, количественные показатели достаточно хорошо описывают процессы макроуровня: социальную мобильность, экономический рост, занятость и т.д. На микроуровне хорошо разработаны методы исследования малых социальных групп. Но как из взаимодействия в малых группах возникают широкомасштабные структуры макроуровня? Как показал Марк Грановеттер сетевой анализ может помочь в установлении моста между микро- и макроуровнями [6, с.1360].

Чем сетевые данные отличаются от других видов данных? Обычные социологические данные – это список наблюдений, фиксирующий определенные свойства или значения (например, Рис. 4-слева). Сетевые данные описывают связи между людьми (например, Рис. 4-справа).

Рис. 4. Социологические и сетевые данные.

Анализ сетей позволяет:

• распознать сообщества (группы людей, работающих вместе или в одной области)
• увидеть кластеры (узлы, которые имеют большое число связей между собой)
• обозначить важные узлы или связи: центральные узлы, мосты. Эти связи очень важны, т.к. их удаление может разбить сеть на части
• обнаружить роли и позиции. Иногда более важным является определение не того, какой узел является самым важным, а то, какие узлы имеют схожие образцы связей
• выявить скрытые связи. При анализе большого объема информации возможно увидеть непрямые пути между узлами, которые не связаны напрямую. Есть возможность обнаружить альтернативные пути, которые раньше не использовались или не были явными
• сделать ясней представление коммуникаций

В настоящее время для анализа социальных сетей существует много пакетов прикладных программ. Среди них NodeXL, Visone, Pajek, NetworkX. Очень важным является то, что анализ социальных сетей может помочь распознать новые тенденции, увидеть самопроизвольное возникновение новых структур. Но этого еще недостаточно, чтобы научная сеть превратилась в живой организм. Нужен новый подход к управлению, ориентированный на распознавание, запуск и поддержку самоорганизующихся тенденций.

Существует много теорий, описывающих социально-экономические системы. Каждый научный подход имеет свой собственный контекст, в рамках которого его применение становится наиболее адекватным. Теория сложных систем не отменяет существующие подходы, а дополняет их для случая, когда система или ее окружение становится очень динамичной и непредсказуемой. В реалиях сегодняшнего дня системный подход мог бы помочь увидеть то, что скрывается за рамками традиционных подходов и подсказать ответ на вызов времени.

Литература

1. Пугачева Е.Г., Соловьенко К.Н. Самоорганизация социально-экономических систем. Учебное пособие. Иркутск: Изд-во БГУЭП, 2003. – 172 c.
2. ASSYSTComplexity http://assystcomplexity.eu
3. Barabasi A.-L. ' The architecture of complexity', IEEE Control Systems Magazine 27:4, 33-42 (2007).
4. Barabasi A.-L. Linked : the new science of networks, Perseus, 2002.
5. Yaneer Bar-Yam. (2005) “Making Things Work: Solving Complex Problems in a Complex World”. Knowledge Press, 306 p.
6. Granovetter, M. (1973). "The Strength of Weak Ties", American Journal of Sociology, Vol. 78, Issue 6, May 1973, pp. 1360-1380.
7. Johnson, Neil F. (2007). Two’s Company, Three is Complexity: A simple guide to the science of all sciences. Oxford: Oneworld.
8. Lewin, Roger (1992). Complexity: Life at the Edge of Chaos. New York: Macmillan Publishing Co.
9. Public Understanding of Science http://www.fas.at/business/en/galery/03.htm
10. Weaver, Warren (1948), "Science and Complexity", American Scientist 36: 536

Статья опубликована:

• Пугачева Е. Инновации как свойство эмерджентности сложных систем // Региональное управление и экономический рост: Материалы Международной научно-практической конференции, состоявшейся в КИУЭС 5 февраля 2010 года – Ярославль-Королев: Изд-во «Канцлер», 2010, с.157-164.
• Пугачова О.Г. Інновації як властивість емерджентності складних систем // Формування ринкових відносин в Україні: Збірник наукових праць, Вип.3(118) - Київ, 2011, с.86-89.

Наверх