Радикальная неопределенность.
• Впервые это понятие было описано еще в 1920-е гг. Экономисты Франк Найт и Джон Мейнард Кейнс использовали его для описания ситуаций с непредсказуемым исходом, который является как бы событием из абсолютно другой реальности. Вероятные риски при этом просчитать невозможно, и даже природа этих рисков остается неизвестной.
• По другому определению (принадлежащему бывшему министру обороны США Дональду Рамсфельду) — «это вещи, про которые мы не знаем, что мы их не знаем».Иными словами, это область «неизвестного неизвестного» (unknown unknowns).
• Еще одно из определений радикальной неопределенности — это ситуация, в которой любая количественная оценка издержек и последствий может быть оспорена, но выбор варианта решения делать все равно необходимо.
Некоторые подозрения, что наука подходит к пределу сложности, за которым уже нет гарантированных правильных решений, стали возникать еще в конце прошлого века.
В 1990 году Сильвио Фунтович и Джерри Равец — опубликовали программную статью «Наука для пост-нормальной эры» (Science for the Post-Normal Age). В статье изложена концепция «Постнормальной науки» (Post-Normal Science) — новой концептуализации науки для ситуаций, в которых «факты неточны, ценности спорны, ставки высоки, а решения срочны». То есть по сути, для ситуаций радикальной неопределенности.
Авторы определили область применения новой «постнормальной науки» следующим образом — в координатах: «уровень неопределенности» и «ставки на кону»:
Видно следующее:
• Методы прикладной науки эффективны в ситуациях, когда степень неопределенности ситуации незначительна, а ставки в игре не велики.
• Если ставки становятся значительными и/или уровень неопределенности становится высок, в дело вступают профессиональные консультанты.
• Однако, когда уровень неопределенности зашкаливает и/или уровень ставок при принятии решений становится критическим (что характерно для проблем высокой социальной значимости), даже профессиональные консультанты не в состоянии помочь.
Человеческая цивилизация - это взаимодействие множества сложных систем.
Системы из большого числа элементов, беспорядочное взаимодействие которых приводит к возникновению у систем уникального качества — эмерджентности.
Данное качество проявляется в спонтанном появлении у системы свойств, отсутствующих и никак не вытекающих из свойств её элементов. Из-за этого, понимание поведения частей системы далеко не всегда позволяет понять поведения всей системы в целом. А поскольку многие из таких систем еще и иерархичны (а их части сами по себе могут быть сложными системами), прогнозирование поведения сложных систем становится практически не реальным.
И это не единственное отличительное качество сложных систем. Рост сложности систем становится мощнейшим катализатором расширения спектра потенциальных проблем в их функционировании.
Теория сложности систем определяет несколько ключевых фактора, от которых зависит уровень их сложности:
• Разнообразие акторов, входящих в систему.
• Их взаимосвязанность.
• Уровень их взаимодействий.
• Адаптивность их поведения (насколько поведение одного актора влияет на поведение другого и наоборот).
Почему за последние несколько десятков лет цивилизация скачкообразно усложнился?
Причина этого в мультипликативном эффекте бурного усложнения всех четырех вышеназванных характеристик.
• В современном мире разнообразие акторов на всех уровнях постоянно растет: от числа полов и групп интересов, до числа профессий и стран.
• Взаимосвязанность также лавинообразно увеличивается на всех уровнях: от социальных сетей на уровне индивидов, до международных производственных и логистических цепочек.
• Рост уровня взаимодействия акторов огромен: люди все реже отрывают внимание от своих смартфонов, и все большее число индустрий уже не могут функционировать при отключении их информационных систем взаимодействия с другими акторами.
• Адаптивность тоже неуклонно растет, вследствие все большего увеличения влияния в экономике и социальной психологии роли инфокаскадов, провоцирующих такие сетевые явления, как цепные реакции, стадное поведение и т.п.
Основными причинами увеличения сложности стал взрывной рост в распространении информационно-коммуникационных технологий на фоне расширения глобализации и децентрализации. В результате человеческая цивилизация всего за пару десятков лет превратилась в гигантскую запутанную гиперсеть.
• Ее масштаб увеличился до планетарных размеров вследствие глобализации.
• «Размер ячеек» сети все более мелко дробится в результате глобального тренда децентрализации всюду и во всем: от политического устройства до уберизации бизнеса.
• Взаимосвязанность все большего числа акторов растет не только за счет децентрализации, но и за счет роста числа ролей одних и тех же акторов (это следствие роста разнообразия взаимоотношений).
• Скорости и объемы инфо-коммуникаций в этой колоссальной гиперсети растут по экспоненте, в результате взрывоподобного развития технологий.
• Адаптивность взаимосвязанности акторов (как результат их взаимовлияния) в результате совершенствования инфо-коммуникаций растет даже не по экспоненте, а по гиперболе.
— Финансовые и товарные рынки следуют за «впечатлениями» участников игры (их ожидания в значительной степени формируют будущее рынков).
— Рекомендательные системы играют доминирующую роль повсюду (от выбора фильма или книги до выбора пары для романтических отношений).
— Глобальное ранжирование и фильтрация информации поисковиками (опять же, вследствие взаимовлияния предпочтений акторов) формирует не только поисковые выдачи, но и выстраивает смысловую структуру медиаполя Интернета.
• В довершение ко всему этому, беспрецедентный в истории человечества рост ценности человеческой жизни, вследствие почти повсеместной демократизации и 70-летнего отсутствия большой войны.
Мультиплицирование четырех факторов (разнообразие, взаимосвязанность, уровень взаимодействий и адаптивность) взрывным образом вознесло уровень сложности основных цивилизационных систем человечества (экономика, политика, социальная структура общества, наука, культура). В результате эти системы все чаще проявляют свойство эмерджентности, теряя прогнозируемость и становясь все более склонными к катастрофам.
Дальнейшая траектория развития мира окончательно перестала быть детерминированной.
Мир, как глобальная сложная система, вошел в область "Джокера".
"Джокер" не личность и не историко-социальная метафора, а один из терминов теории динамического хаоса — раздела теории нелинейной динамики сложных систем.
Теория динамического хаоса исследует механизм непредсказуемых (случайных) явлений в неравновесных системах, эволюция которых состоит из чередования динамических и хаотических стадий.
Хаос играет важнейшую роль для таких систем, поскольку именно на стадии хаоса (точнее, при выходе из него) возникает новая ценная информация.
Для динамических и хаотических стадий используется несколько названий. Есть среди них и такие образные термины, как «русло» — динамическая стадия, когда система следует детерминированной траектории, и «джокер» — хаотическая стадия вблизи точки скачкообразного ветвления траекторий (точки бифуркации).
В пределах динамических стадий (русел) система может быть “просчитана”, и для нее может быть дан достоверный прогноз даже для достаточно неблизкого горизонта событий. В хаотической стадии, попадая в «область джокера», состояние системы меняется чрезвычайно быстро и даже мгновенно — скачкообразно.
По сути, "Джокер" — это правило или алгоритм, определяющий поведение объекта в области джокера, являющейся неким подмножеством фазового пространства состояний системы.
Каждое возможное состояние системы — это точка в её фазовом пространстве (пространстве возможностей системы). А траектория системы в этом пространстве показывает динамику переходов системы из одного состояния в другое.
На рисунке показано фазовое пространство, в котором есть маленькая область G2.
Это и есть область джокера, а вся остальная область фазового пространства обозначена G1.
Если точка, описывающая текущее положение системы, находится в области G1, будущее состояние системы будет однозначно определяться текущим состоянием, а траектория системы будет гладкая и непрерывная. Но как только траектория системы приходит в область G2, все меняется, — в дело вступает джокер (правило, которое определяет дальнейшее изменение траектории). В соответствии с эти правилом, траектория может сколь угодно непредсказуемо измениться.
Смена парадигмы.
Существуют ли, альтернативные научные теории принятия решений, базирующиеся на ином концептуальном основании и пригодные для ситуаций радикальной неопределенности.
Не претендуя на исчерпывающий список альтернатив, назовем три наиболее перспективные альтернативные концепции.
✔️ «Концепция расширенного экспертного сообщества» (Extended Peer Communities).
В основе данной концепции пересмотр взглядов общества на науку (ограниченность ее возможностей), доверие (к назначенным экспертам) и свободу (по отношению к решениям экспертов и власти).
[Читать дальше:]
Рациональная парадигма принятия решений подразумевает, что
• решения принимаются единоличным или коллективным ЛПРом в соответствии с анализом и рекомендациями уполномоченных авторитетных экспертов;
• в основе рекомендаций экспертов лежит весь корпус накопленных знаний о ситуации, выводы из анализа собранных данных и расчетов вероятностей с помощью признанных достоверными моделей.
Парадигма принятия решений расширенным экспертным сообществом в ситуациях радикальной неопределенности подразумевает, что
• решения коллективно принимаются расширенным сообществом, в работу которого вовлекаются все, кого затрагивает выносимое решение и/или внедряемая политика;
• решение вырабатывается на основе согласованных коллективных целей расширенного сообщества с учетом социальных и этических аспектов устраивающих сообщество решений.
При выработке решений национального уровня для важнейших проблем социума, расширенное экспертное сообщество включает в себя все гражданское общество, объединенное одноранговой Р2Р сетевой платформой. Что в перспективе, позволяет перейти к «устойчивому одноранговому обществу» (Sustainable Peer-to-Peer Society).
✔️ «Теория убеждающих повествований» (Conviction Narrative Theory) .
Это предложенный Дэвидом Такеттом и Кимберли Чонг в 2014 г. социо-психологический фреймворк концептуальной модели принятия решений в условиях радикальной неопределенности.
[Читать дальше:]
В ситуациях радикальной неопределенности, когда вероятность различных сценариев невозможно оценить (да и весь спектр сценариев неизвестен), теория убеждающих повествований предполагает, что люди используют при осмыслении информации и принятии решений некие рассуждения в форме рассказов/повествований (нарратива).
Эти повествования нужны им для структурирования своих причинно-следственных гипотез.
Различные форматы нарратива возникают из взаимодействия между индивидуальным познанием и социальной средой, когда рассуждающие люди используют нарратив для:
• объяснения имеющихся фактов,
• построения предполагаемых сценариев вероятного будущего,
• эмоциональной оценки этих сценариев и выбора среди них предпочтительного.
Убеждающие повествования в таких нарративах устанавливают предпочтение и обеспечивают готовность к действию. Они играют важную роль в принятии решений, обеспечивая ЛПРам в объективно неопределенных условиях достаточную уверенность, чтобы действовать, несмотря на возможность серьезных потерь.
Иными словами, убеждающие повествования подменяют необходимые для принятия решений данные эмоциями, позволяющими ЛПРам почувствовать убежденность и действовать.
Убеждающие повествования — это обоюдоострый инструмент.
• В «хороших руках» убеждающие повествования направлены на повышение доверия и укрепление сотрудничества с общественностью. Они помогают прозрачному поиску альтернатив, обсуждению сомнений различных сторон и выработке консенсуса.
• В «плохих руках» убеждающие повествования являются инструментом пропаганды и/или воли диктатора, создающим в сознании граждан иллюзию “определенности”, путем навязывания им группового мышления, целенаправленно усугубляемого катализаторами различных когнитивных искажений.
✔️ «Динамическая причинно-следственная модель» (Dynamic Causal Model).
Концепция предложенна в этом году исследовательской группой Карла Фристона, — это новый универсальный подход к решению проблем неопределенности методом, аналогичным тому, как (согласно теории Фристона) это делает мозг.
[Читать дальше:]
По Фристону, главной функцией мозга является постоянное решение проблем неопределенности. Мозг непрерывно строит прогнозы окружающей человека реальности и подстраивает действия человека под эти прогнозы.
От того, насколько мозг каждого из нас преуспеет в решении этой задачи, зависит жизнь отдельного человека и всего человечества.
Если бы мозг строил прогнозы и принимал решения в рамках классической парадигмы рациональности, ему бы не хватило его вычислительной мощности. Кроме того, для преодоления всех неопределенностей у мозга просто нет необходимой информации. По сути, мозг постоянно сталкивается с необходимостью принятия решений в ситуациях радикальной неопределенности. Но миллионы лет эволюции так организовали работу мозга Homo sapiens, что он научился с этим справляться. Он научился эффективно обобщать статистическое представление неопределенности путем выявления в ней причинно-следственных связей.
Принцип свободной энергии Фристона говорит, что вся жизнь на всех масштабах организации – от отдельных клеток до человеческого мозга с миллиардами нейронов – движет универсальный императив, который можно свести к математической функции.
Он говорит, что быть живым, значит действовать таким образом, чтобы уменьшать разрыв между вашими ожиданиями и поступающей от органов чувств информацией. Или, говоря словами Фристона, чтобы минимизировать свободную энергию.
В принципе любое внутреннее состояние, любое действие, любое ощущение, которое у вас возникает, должно служить цели минимизации вариационной свободной энергии или максимизации маргинальной вероятности.
Как это делает мозг?
Если мы знаем, какова целевая функция, если мы знаем процесс и задачи, мы затем можем изобразить это в терминах процессов. Например, можно сказать: эта минимизация вариационной свободной энергии или максимизации байесовской вероятности наблюдений — это алгоритм восхождения на вершину или алгоритм градиентного спуска. Тогда можно записать дифференциальное уравнение, где все нейронные состояния, физиологические состояния в мозге теперь можно описать при помощи дифференциального уравнения, беря в расчет другие состояния в мозге. И, если это уравнение верно, тогда вполне возможно связать переменные с физиологическими процессами.
Смена парадигмы рациональности для принятия решений в проблемах высокой социальной значимости не означает, что цивилизация должна будет (и сможет) вообще отказаться от классической парадигмы.
В результате превращения мира в гиперсеть, сопровождающегося колоссальным усложнением всех цивилизационных систем на фоне небывало возросшей ценности человеческой жизни, расширение классической парадигмы рациональности для принятия решений в проблемах высокой социальной значимости становится неизбежной необходимостью.
/Источник №1//Источник №2/
Картинка кликабельна
Journal information