- Синергетическая парадигма. - Синергетика инновационной сложности - (2011, Издательство - Прогресс-Традиция -) PDF

Синергетическая парадигма
Аршинов В.И. Князева Е.Н. Степин В.С.
Горохов В.Г. Мелик-Гайказян И.В.

Астафьева О.Н. Коняев С. Н. Тищенко П.Д.
Делокаров К.Х. Моисеев В.И.

Басов Н.В. Куркина Е.С. Хиценко В.Е.
Добронравов И.С. Москалёв И.Е.

Буданов В.Г. Лекх Х. Черникова Д.В.
Измайлов И.В. Пойзнер Б.Н.

Буров В.А. Лепский В.Е. Черникова И.В.
Кизима В.В. Романов В.Л.

Василькова В.В. Майнцер К.
Киященко Л.П. Свирский Я.И.

Вайцехович В.Э. Малинецкий Г.Г.
Российская Академия Наук
Институт философии РАН
Синергетическая парадигма
Синергетика инновационной
сложности
К 70-летию
Владимира Ивановича
Аршинова
Прогресс-Традиция
Москва
ББК 08
УДК 87
С 38
Издание осуществлено при финансовой поддержке

Российского гуманитарного научного фонда (РГНФ)
проект № 11-03-16067д
Редакционная коллегия:
В.И. Аршинов, О.Н. Астафьева, В.Г. Буданов, В.Э. Войцехович, Е.Н. Князева,
Г.Г. Малинецкий, Б.В. Орешин, Г.Ю. Ризниченко, В.С. Степин
Редакторы-составители В.И. Аршинов, О.Н. Астафьева, Е.Н. Князева

Ответственный секретарь М.Р. Бургете
Синергетическая парадигма. «Синергетика инновационной

С 38 сложности». – М.: Прогресс-Традиция, 2011. – 496 c.
ISBN 978-5-89826-376-8
Седьмой том серии «Синергетическая парадигма», выпускаемый изда-

тельством с 2000 года, посвящен проблемам понимания феномена сложности
и процессов инновационного развития. «Сложность» и «инновация» –
зонтичные междисциплинарные термины, которые широко используются
в современных естественно-научных и социогуманитарных исследованиях.
Авторы демонстрируют разнообразие подходов к проблемам, связанным
с «вызовом сложности» в XXI веке,акцентируя внимание на особенностях
философского, социогуманитарного измерения сложности, на таких актуальных
темах, как управление инновационных сложностно социальных систем, моделях
самоорганизации и механизмах саморегулирования сложностью в рефлексивно-
активных средах. Большое место в книге занимает рассмотрение сущностных
черт самого сложностного мышления и тех возможностей, которые оно
открывает при анализе процессов глобализации, проблем биоэтики, экономики,
инженерной науки.
Книга адресована широкому кругу специалистов – ученым, преподавателям
высшей школы, студентам и аспирантам, интересующимся проблемами
синергетического знания.
УДК 08
ББК 87
© Коллектив авторов, 2011

© А.Б. Орешина, оформление, 2011
ISBN 978-5-89826-376-8 © Прогресс-Традиция, 2011
Ñîäåðæàíèå
Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Раздел I. Горизонты сложности в современном научном

познании
Майнцер К. Вызовы сложности в XXI веке. Междисциплинарное вве-
дение (перевод Е.Н. Князевой) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Степин В.С. Исторические типы научной рациональности в их отно-
шении к проблеме сложности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Аршинов В.И. Синергетика встречается со сложностью . . . . . . . . . . . . . 47
Князева Е.Н. Темпоральная архитектура сложности . . . . . . . . . . . . . . . . 66
Малинецкий Г.Г. Когнитивный вызов в контексте самоорганизации . 87
Киященко Л.П. Синергетика сложностности и трансинституциональ-
ная матрица инноватики . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Василькова В.В., Басов Н.В. Интеллектуальный ландшафт: самоор-
ганизация знания в сетевых коммуникативных структурах . . . . . . . . . . . . . 127
Добронравова И.С. Сложность как процесс . . . . . . . . . . . . . . . . . . . . . . . . 149
Буданов В.Г. Конструирование сложности в антропной среде . . . . . . . . 158
Кизима В.В. Метафизика тотальности: преодоление тупика в понима-
нии сложности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Черникова И.В., Черникова Д.В. Сложность как способ бытия са-
моразвивающихся систем . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Раздел 2. Сложность в социогуманитарном измерении
Горохов В.Г. Сложные системы как объект исследования и проектиро-
вания в макро- и наносистемотехнике . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
Ленк Х. Технологические риски, ответственность и надежность слож-
ных социотехнических систем (перевод В.Г. Горохова) . . . . . . . . . . . . . . . . 237
Делокаров К.Х. Вызовы сложности глобализирующегося мира в кон-
тексте постнеклассической науки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
Астафьева О.Н. Динамика «полицелостности» современной культуры:
инновационные практики взаимодействия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Войцехович В.Э. Постнеклассическое исследование: между простотой
и сложностью . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
Свирский Я.И. Инновация и сложностное мышление . . . . . . . . . . . . . . . . 300
Коняев С.Н. Синергетика и сложность . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
Тищенко П.Д. Инноватика и социально распределенное производство
сложностного знания . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
6 Содержание
Романов В.Л. Сложность инновационных трансформаций: аспект ам-

бивалентности социальной самоорганизации . . . . . . . . . . . . . . . . . . . . . . . . . . 341
Москалёв И.Е. Инновационная сложность самообучающихся систем 352
Раздел 3. Сложность в инструментарии современных пост-
неклассических практик
Моисеев В.И. О двух видах собственных форм . . . . . . . . . . . . . . . . . . . . . 364
Хиценко В.Е. Модели социальной самоорганизации как инструменты
для решения инновационных задач . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
Измайлов И.В., Пойзнер Б.Н. От простых аксиом до управления
сложностью: эмерджентная нелинейность как механизм самообнов-
ления . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
Буров В.А. Инструменты постнеклассического знания. Постнекласси-
ческие сюжеты и сценарии . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
Лепский В.Е. Механизмы саморегулирования сложностью в рефлек-
сивно-активных средах инновационного развития . . . . . . . . . . . . . . . . . . . . . 427
Князева Е.Н., Куркина Е.С. Природа сложности: методологические
следствия математического моделирования эволюции сложных
структур . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
Мелик-Гайказян И.В. Законы информации как добыча синергетиче-
ского бумеранга . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
Сведения об авторах . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
Table of contents
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Part 1. Prospects of Complexity in the Modern Scientific

Knowledge
Mainzer Klaus. Challenges of Complexity in the 21st Century. An Interdis-
ciplinary Introduction (translated by Helena Knyazeva) . . . . . . . . . . . . . . . . . . . 14
Stepin Vyacheslav S. The Historical Types of Scientific Rationality in Their
Relation to the Problem of Complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Arshinov Vladimir I. Synergetics Meets Complexity . . . . . . . . . . . . . . . . . . . . 47
Knyazeva Helena N. The Temporal Architecture of Complexity . . . . . . . . . 66
Malinetsky Georgy G. The Cognitive Challenge in the Context of Self-
organization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Kiyashchenko Larisa P. Synergetics of Complexity and Trans-institutional
Matrix of Innovatics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Vasil’kova Valeria V., Basov N.V. The Intellectual Landscape: Self-orga-
nising of Knowledge in Network Communicative Structures . . . . . . . . . . . . . . . 127
Dobronravova Irina S. Complexity as a Process . . . . . . . . . . . . . . . . . . . . . . . 149
Budanov Vladimir G. Construction of Complexity in Antropy Medium . . . 158
Kizima Vladimir V. Metaphysics of Totality: Overcoming of Deadlock in
the Understanding of Complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Chernikova Irina V., Chernikova Darya V. Complexity as a Way of Being
of Self-developing Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Part 2. Complexity in Socio-humanitarian Dimension
Gorokhov Vitaly G. Complex Systems as an Object of Study and of Pro-
jecting in Mirco and Nano Systems Engineering . . . . . . . . . . . . . . . . . . . . . . . . . . 210
Lenk Hans. Technological Risks, Responsibility and Reliability in Complex
Socio-technical Systems (translated by Vitaly G. Gorokhov) . . . . . . . . . . . . . . 237
Delokarov Kadyrbech H. Challenges of Complexity in Globalizing World in
the Context of Post-nonclassical Science . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
Astafieva Olga N. Dynamics of «Poli-integrity» of the Modern Culture:
Innovative Practice of Interaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Vojtsekhovich Vyacheslav E. Post-nonclassical Research: Between Sim-
plicity and Complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
Svirsky Yakov I. Innovation and the Complex Thinking . . . . . . . . . . . . . . . . . 300
Konyaev Sergey N. Synergetics and Complexity . . . . . . . . . . . . . . . . . . . . . . . 313
8 Table of contents
Tishchenko Pavel D. Innovation and Socially Distributed Manufacture of

Complex Knowledge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
Romanov Vyacheslav L. Complexity of Innovative Transformations: An
Aspect of Ambivalence of Social Self-organization . . . . . . . . . . . . . . . . . . . . . . . . 341
Moskalev Igor E. Innovative Complexity of Self-trained Systems. . . . . . . . . . 352
Part 3. Complexity in Instruments of the Modern Post-nonclassical
Practice
Moiseev Vyacheslav I. On the Two Kinds of Eigenforms . . . . . . . . . . . . . . . 364
Khitsenko Vladimir E. Models of Social Self-organization as Instruments
of Solution of Innovative Tasks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
Izmajlov Igor V., Pojzner Boris N. From the Simple Axioms to Man-
agement of Complexity: Emergent Non-linearity as a Mechanism of Self-
renovation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
Burov Vladimir A. Instruments of Post-nonclassical Knowledge. Post-
nonclassical Topics and Scenarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
Lepsky Vladimir E. Mechanisms of Self-regulation of Complexity in Reflex-
ively Active Media of Innovative Development . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
Knyazeva Helena N., Kurkina Elena S. Nature of Complexity: Method-
ological Consequences of Mathematical Modeling of Evolution of Complex
Structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
Melik-Gajkazyan Irina V. Laws of Information as a Catch of Boomerang
of Synergetics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
About authors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
Ïðåäèñëîâèå
Этот выпуск «Синергетической парадигмы» является седьмым

в серии книг, выпускаемых издательством «Прогресс-Традиция» с
2000 г. По своему замыслу он строился как подводящий некоторый
итог, хотя, разумеется, и промежуточный, всему этому проекту. Мно-
гие проблемы, на обсуждении которых строилась синергетика в пос-
ледние два десятилетия, сейчас перемещаются в область теории слож-
ности, понимания феномена сложности и процессов инновационного
развития. Поэтому в качестве ключевых слов для авторов данного
тома выбраны «сложность» и «инновация» — зонтичные междис-
циплинарные термины, которые сегодня все чаще звучат в высказы-
ваниях видных ученых — физиков, математиков, биологов, програм-
мистов, лингвистов, системных аналитиков, экономистов, менедже-
ров... Этот перечень можно продолжить. Ограничимся, однако, лишь
одним провидческим высказыванием, сделанным известным физиком-
теоретиком Стивеном Хокингом еще в конце XX в.: «Я полагаю, что
следующее столетие будет столетием сложности».
Стандартное аннотирование включенных в книгу статей, как нам
представляется, не отвечало бы природе сложности, которая состав-
ляет здесь предмет исследования. Нам хотелось подчеркнуть основ-
ные подходы, которые, с нашей точки зрения, являются методоло-
гически наиболее адекватными задаче «распаковывания смыслов»
сложности.
Во-первых, сложность имеет коммуникативный, процессуальный
смысл. Сложность — это, прежде всего, становящееся коммуникатив-
ное пространство, интерфейс между наблюдателем и наблюдаемым,
человеком и миром, субъектом и объектом, а также между сознанием
и телом, познающим субъектом и средой, которую он познает и в ко-
торой действует, между Я и Ты, Я и Другой или Другие. Интерфейс —
это подвижная граница, которая разделяет, соединяя, или различа-
ет неразличимое, обозначает необозначаемое. Сложность возникает
во взаимодействии. Коммуникативный интерфейс — место для взаи-
модействия равномощных сложностей, которые взаимно рекурсивно
10 Предисловие
обусловливают друг друга, возникают и творятся в этом процессе,

выступая одновременно и причинами, и результатами, следствиями
взаимодействия.
Ключевым понятием здесь выступает рекурсия, содержание ко-
торой развертывается через целый ряд понятий: циклическая причин-
ность и обратная связь, самореферентность, рефлексия. Саморефе-
рентность адекватно описывает и онтологические сущности, и когни-
тивные феномены. Организация организации есть самоорганизация.
Динамическое (или устойчивое) развитие — это развитие, которое
создает и поддерживает развитие, т. е. самоподдерживающееся раз-
витие, устойчивость через неустойчивость, через периоды нестабиль-
ности и хаоса, когда и рождаются инновации. Знание, которое созда-
ет знание, — это методология. Кибернетика второго порядка, когда
представления о циклической причинности применяются для понима-
ния самого субъекта познания и его действия, — это, по выражению
Уоррена Мак Каллоха, американского нейрофизиолога, заложившего
основы современных когнитивных и информационных технологий, эк-
спериментальная эпистемология. Сознание сознания есть самосозна-
ние, а понимание понимания есть самопонимание. Окружающий мир
в том виде, в котором мы его воспринимаем, является, по словам
Хайнца фон Фёрстера, одного из основоположников кибернетики, на-
шим изобретением. Один из блестящих умов современности, биолог и
философ Франсиско Варела, говорит о автопоэзисе, т. е. самопроиз-
водстве как сущности живых организмов и когнитивных систем. Важ-
но понять, что взаимодействие элементов внутри системы или систем
друг с другом сложнее взаимодействующих или, по крайней мере, не
менее сложно, чем они сами и их количество. Кроме того, во взаи-
модействии адаптируются, приспосабливаются друг к другу активные
сущности, которые могут изменяться и изменять другие системы и
окружающую среду.
Важным коммуникативным инструментом построения темпора-
льно ориентированного интерфейса сложности становится эндофизи-
ческий подход. Эндофизика означает «физика изнутри». Она отлична
от физики в ее классической парадигме, которая описывает и объяс-
няет мир с позиций внешнего наблюдателя как расположенную вне
нас реальность с ее объективными, не зависящими от нашего соз-
нания пространственно-временны́ми отношениями. Классический вз-
гляд на мир — это взгляд на мир как предсказуемый, объяснимый,
определяемый инвариантами, причинно обусловленный, для которо-
Предисловие 11
го характерны локальные эффекты. Эндофизика показывает нам, в

какой мере реальность строится внутренним наблюдателем и с не-
обходимостью зависит от наблюдателя, от его телесных определен-
ностей, от интенций его сознания. Эндофизика концентрирует свое
внимание на эффектах, обусловленных присутствием в мире наблю-
дателя. В неклассической эндофизической парадигме мир контентно
контролируется и конструируется актором, или внутренним наблюда-
телем, наблюдатель со-бытийствует событиям мира, будучи их актив-
ным участником, производителем и генератором и, в свою очередь,
сам ими произведенным, сотворенным, сгенерированным. Эндофизи-
ка — это подход к изучению реальности не как взятой строго самой
по себе, в чем ранее почти всегда состоял идеал естествознания, а
с неустранимым знаком находящегося в ней (реальности) наблюдате-
ля. Эндофизика часто прибегает к метафоре интерфейса. Мир, как он
доступен нашему восприятию и ментальному представлению, — это
только срез мира как целого, интерфейс, т. е. связующее звено, сопря-
гающее человека и мир. Наша телесность и наше сознание открывают
нам только определенное окно в мир, которое в эволюционной эпис-
темологии называется мезокосмическим (мезокосм — это мир сред-
них размерностей, к которому эволюционно приспособлен человек).
Взгляд на мир глазами внутреннего наблюдателя приводит к тому,
что разные существа живут в разных перцептуальных, ментальных и
смысловых мирах.
Во-вторых, сложность связана с процессом конструирования сре-
динного пути — пути между философией и конкретными науками и
внутри наук, между фундаментальным и прикладным, между фило-
софской методологией и современными технологиями. Это то, что
мы называли междисциплинарностью или трансдисциплинарностью,
эвристическим переносом схем и образцов из одной дисциплинарной
области в другую. Срединность пути выражается и в выборе гибкой
стратегии исследований между атомизмом, элементаризмом, редук-
ционизмом и холизмом, нередукционизмом, эмерджентизмом. Мето-
дология сложности конструктивно определяет себя между простотой
и сложностью. Понимание сложности мира требует его гибкой кон-
цептуализации и использования широкого спектра понятийных схем,
образцов и методов (бифуркационного развития, параметров порядка,
режимов с обострением), т. е. рекурсивного осмысления нелинейной
коммуникативной взаимосвязи сложностности и простоты.
12 Предисловие
Мы надеемся, что читатель, который стремится понять совре-

менный мир как, по выражению Нассима Николаса Талеба, автора
нашумевшей книги «Черный лебедь. Под знаком непредсказуемости»
(2009), «сложной, становящейся все более рекурсивной среды», с по-
льзой для себя ознакомится с содержанием этой книги.
И, наконец, в заключение подчеркнем, что, подготавливая этот
сборник, редколлегия вовсе не стремилась к тому, чтобы представ-
ленные в нем авторы придерживались во всем сходных точек зрения
на статус концепции сложности в ее онтологическом, гносеологичес-
ком и методологическом измерениях. В ряде случаев авторы сборни-
ка вступают в полемику между собой, что еще раз свидетельствует
о том, что мир сложности, в который все мы вступаем с началом
III тысячелетия, нуждается в активной конструктивной работе по его
осмыслению.
В.И. Аршинов, Е.Н. Князева

Ãîðèçîíòû
ñëîæíîñòè
â ñîâðåìåííîì
íàó÷íîì
ïîçíàíèè
Клаус Майнцер
Âûçîâû ñëîæíîñòè
â XXI â.
Ìåæäèñöèïëèíàðíîå
ââåäåíèå
Теория сложных систем стала использоваться как доказанный подход к

решению проблем в естествознании, начиная с космических и квантовых сис-
тем и кончая клеточными организмами и мозгом. Модели самоорганизую-
щихся систем применяются даже в современной инженерной науке, чтобы уп-
равлять сложными сетями и процессами. Сегодня общепризнано, что многие
из наших экологических, социальных, экономических и политических проблем
также являются глобальными, сложными и нелинейными по своей природе.
Современная эволюционирующая экономика также может быть смоде-
лирована в рамках теории сложных систем и нелинейной динамики. С исто-
рической точки зрения введению эволюционных представлений в экономику
способствовали развитые Шумпетером понятия бизнес-циклов и инноваци-
онной динамики. Каковы законы социодинамики? Чему мы можем научиться
из нелинейной динамики для управления сложностью в социальных, экономи-
ческих, финансовых и политических системах? Является ли самоорганизация
приемлемой стратегией для управления сложностью в фирмах, учреждениях
и организациях?
Мировой кризис финансовых рынков и экономических систем бросает
вызов современным исследованиям в области теории сложности. Вводящие
в заблуждение понятия линейного мышления и представления о мягких слу-
чайностях (например, гауссово распределение броуновского движения) долж-
ны быть преодолены. Им на смену должны прийти новые подходы нелиней-
ной математики (например, негауссово распределение), моделирующие дикие
случайности, вызывающие бурные процессы, турбулентности на финансовых
рынках. Системные кризисы нуждаются в системных ответах.
Mainzer K. Challenges of Complexity in the 21st Century. An Interdisciplinary

Introduction. Статья любезно предоставлена автором. Перевод с английского Е.Н. Кня-
зевой.
Вызовы сложности в XXI веке 15
Тем не менее человеческие когнитивные способности часто бывают пот-

рясены сложностью нелинейных систем, которыми они вынуждены управлять.
Традиционная математическая теория решений исходила из представления
о совершенной рациональности экономических агентов (homo oeconomicus).
Герберт Саймон, лауреат Нобелевской премии по экономике и один из выдаю-
щихся пионеров в развитии теории систем и когнитивной науки, ввел принцип
ограниченной рациональности (bounded rationality). Стало быть, нам необхо-
димы новые проникновения в суть фактического микроэкономического пове-
дения экономических агентов, которые возможны при применении методов
гуманитарных наук, когнитивных и социальных наук, которые иногда называ-
ют «экспериментальной экономикой». Социальная и экономическая динамика
бросает междисциплинарные вызовы современным исследованиям по теории
сложных систем.
От линейной динамики к динамике нелинейной
и стохастической
Динамическая система характеризуется своими элементами и завися-
щим от времени развитием ее состояний. Состояния могут быть приписаны
движущимся планетам, молекулам газа, возбуждениям нейронов в нейронной
сети, питанию популяций в экологической системе или продуктам в рыночной
системе. Динамика системы, т. е. изменение состояний системы в зависимос-
ти от времени, математически описывается дифференциальными уравнения-
ми. Консервативная (гамильтонова) система, например идеальный маятник,
определяется обратимостью направления течения процессов во времени и
сохранением энергии. Диссипативные системы, например реальный маятник
с трением, необратимы.
В классической физике динамика системы рассматривается как непре-
рывный процесс. Однако непрерывность есть только математическая иде-
ализация. На самом деле ученый проводит отдельные наблюдения или из-
мерения в дискретных по времени точках, которые выбираются как равно-
отстоящие или определяются дополнительными измерительными приборами.
В дискретных процессах существуют ограниченные различия между измеряе-
мыми состояниями и не существует неограниченно малых различий (диффе-
ренциалов), которые предполагаются в случае непрерывного процесса. Таким
образом, дискретные процессы математически описываются дифференциа-
льными уравнениями.
Случайные события (например, броуновское движение в жидкости, му-
тации в эволюции, инновации в экономике) описываются дополнительными
флуктуационными членами. Классические стохастические процессы, напри-
мер миллиарды неизвестных молекулярных состояний в жидкости, описыва-
ются дифференциальными уравнениями с параметрами, зависящими от вре-
мени, и с распределением функций вероятностных состояний. В квантовых
системах элементарных частиц динамика квантовых состояний описывает-
16 Клаус Майнцер
ся уравнением Шредингера с наблюдаемыми (например, положением и им-

пульсом частицы), зависящим от принципа неопределенности Гейзенберга,
который позволяет делать только вероятностные предсказания будущих сос-
тояний.
С исторической точки зрения на протяжении столетий господства клас-
сической физики Вселенная рассматривалась как детерминистическая и кон-
сервативная система. Астроном и математик П.С. Лаплас (1914), например,
предположил тотальную вычислимость и предсказуемость природы, если из-
вестны все законы природы и начальные состояния небесных тел. Демон Лап-
ласа выражал веру философов в детерминизм и вычислимость мира на про-
тяжении XVIII и XIX столетий.
Лаплас был прав в отношении линейных и консервативных динамичес-
ких систем. Вообще говоря, линейное отношение означает, что скорость из-
менения системы пропорциональна воздействующей на нее причине: малые
изменения вызывают малые результаты (следствия), в то время как большие
изменения вызывают большие результаты (следствия). Изменения динами-
ческой системы могут быть смоделированы в одном измерении посредством
изменения значения зависящей от времени величины по оси времени (времен-
ной ряд). Математически линейные уравнения полностью вычислимы. И это
является глубоким основанием для справедливости философского допущения
Лапласа для линейных и консервативных систем.
В теории систем полная информация о динамической системе в опреде-
ленный момент времени определяется ее состоянием в этот момент времени.
Вообще говоря, состояние системы определяется более чем двумя величи-
нами. Тогда для изучения динамики системы необходимо более высокораз-
мерное фазовое пространство. С методологической точки зрения временные
ряды и фазовые пространства являются важными инструментами для изуче-
ния динамики систем. Пространство состояний системы содержит полную
информацию о прошлом, настоящем и будущем ее поведении.
В конце XIX в. А. Пуанкаре (1892) открыл, что небесная механика не
является полностью вычислимым часовым механизмом, даже если она рас-
сматривается как детерминистическая и консервативная система. Взаимные
гравитационные взаимодействия более чем двух небесных тел («проблема
многих тел») соответствуют нелинейным и неинтегрируемым уравнениям
с нестабильностями и нерегулярностями. Согласно лапласовскому видению
сходные причины в сущности определяют сходные результаты (следствия).
Таким образом, в фазовом пространстве траектории, которые начинаются
близко друг от друга, остаются близкими друг к другу на протяжении эво-
люции во времени. Динамические системы с детерминистическим хаосом
демонстрируют экспоненциальную зависимость от начальных условий для
связных, близких траекторий: разделение траекторий с близкими начальными
состояниями возрастает экспоненциально.
Таким образом, мельчайшие отклонения в начальных данных ведут к

экспоненциально возрастающим вычислительным трудозатратам для получе-
ния будущих данных, что накладывает предел на долгосрочные предсказа-
ния, хотя эта динамика в принципе однозначно детерминирована. Этот фено-
мен известен как «эффект бабочки»: начальные, малые и локальные причи-
ны приводят вскоре к непредсказуемым, большим и глобальным результатам
(следствиям). Согласно знаменитой КАМ-теореме А.М. Колмогорова (1954),
В.И. Арнольда (1963) и Ю.К. Мозера (1967) траектории в фазовом простран-
стве классической механики не являются ни полностью регулярными, прави-
льными, ни полностью беспорядочными, неправильными, но чувствительным
образом зависят от выбранных начальных условий.
Динамические системы могут быть классифицированы по характеру их
динамики в некоторой области фазового пространства. Консервативная сис-
тема определяется тем фактом, что в ходе ее эволюции во времени объем
области остается постоянным, хотя ее форма может видоизменяться. В дис-
сипативной системе ее динамика вызывает сжатие объема.
Аттрактор есть область в фазовом пространстве, в которой все смежные
траектории, исходящие из определенной области, так называемого бассейна
притяжения, стремятся сойтись друг с другом. Существуют различные типы
аттракторов. Простейший класс аттракторов содержит фиксированные точ-
ки. В этом случае все смежные траектории в некоторой области сходятся
в точке. Примером служит диссипативный гармонический маятник с трени-
ем: колебания маятника постепенно замедляются силами трения, и в конце
концов он останавливается в некоторой точке равновесия.
Консервативные гармонические маятники без трения принадлежат к сле-
дующему классу аттракторов с предельными циклами, которые могут быть
отнесены к периодическим или квазипериодическим. Периодическая орби-
та — это замкнутая орбита, к которой сходятся все траектории, исходящие
из прилегающей к ней области. Для простой динамической системы только
с двумя степенями свободы и непрерывным временем единственно возмож-
ными аттракторами являются фиксированные точки или периодические пре-
дельные циклы. Примером служит осциллятор Ван-дер-Поля, моделируемый
простым колебательным контуром из вакуумной трубки.
В сплошных средах (системах) с фазовым пространством измерений
n > 2 возможны более сложные аттракторы. Динамические системы с ква-
зипериодическими предельными циклами демонстрируют эволюцию во вре-
мени, которая может быть разложена на различные части — периодические
процессы — без единственного периодического режима. Соответствующие
временны́е ряды состоят из периодических процессов колебаний без общей
структуры. Тем не менее траектории, начинающиеся близко друг от друга,
остаются близкими друг к другу в процессе эволюции во времени. Третий
класс включает в себя динамические системы с хаотическими аттракторами,
которые являются непериодическими, с экспоненциальной зависимостью от

начальных условий для смежных орбит. Хорошо известный пример — хаоти-
ческий аттрактор системы Лоренца, моделирующий хаотическое изменение
погоды, обусловленное локальными событиями, которые не могут быть пред-
сказаны на долгосрочную перспективу («эффект бабочки»).
Результаты измерения часто заражены нежелательным шумом, который
не может быть отделен от тех сигналов, которые, собственно, нас и инте-
ресуют. Более того, чтобы предсказывать поведение системы, развитие ее
будущих состояний должно быть реконструировано в соответствующем фа-
зовом пространстве, исходя из конечной последовательности результатов из-
мерений. Таким образом, анализ временных рядов1 является потрясающим
вызовом для самых разных областей исследований — от, например, клима-
тических данных в метеорологии, ЭКГ сигналов в кардиологии и ЭЭГ дан-
ных при исследовании мозга до экономических данных в экономике и финан-
сах. За пределами образцов динамических аттракторов случайность данных
должна быть классифицирована посредством статистических распределений
функций.
Типичные феномены нашего мира, такие, как погода, климат, экономи-
ка и ежедневная жизнь, слишком сложны для простого детерминистического
описания из всех существующих феноменов. Даже если бы у нас не было
сомнений в детерминистической эволюции, скажем, атмосферы, то знания о
ее текущем состоянии, которые бы потребовались для детерминистическо-
го предсказания, содержали бы слишком много переменных, чтобы они мог-
ли быть измерены c достаточной точностью. Следовательно, наших знаний
обычно недостаточно для построения детерминистической модели. Вместо
этого очень часто более уместен стохастический подход. Игнорируя ненаб-
людаемые детали системы, мы принимаем недостаток знания. В зависимости
от ненаблюдаемых деталей наблюдаемая часть может эволюционировать раз-
личными путями. Однако если мы предположим некоторую заданную вероят-
ность распределения ненаблюдаемых деталей, то различные пути эволюции
наблюдаемых величин также появятся со специфическими вероятностями.
Таким образом, недостаток знания о системе мешает нам делать детерми-
нистические предсказания, но позволяет нам приписывать вероятности раз-
личным возможным будущим состояниям. Задачей анализа временны́х рядов
является извлечение информации из данных о прошлых состояниях.
Динамические модели содержат нелинейную обратную связь, и решения
для них обычно получаются численными методами. Статистические моде-
ли являются зависимыми от данных и подгоняются под определенный набор
данных посредством различных функций распределения. Существуют также
1 Abarbanel H.D.I. Analysis of Observed Chaotic Data. New York, 1995; Mandelbrot
B.B. Fractals and Scaling in Finance. Discontinuity, Concentration, Risk. New York, 1997.
гибриды, соединяющие динамические и статистические аспекты, включаю-

щие детерминистические и стохастические элементы. Моделирование часто
основывается на компьютерных программах (например, клеточные автоматы
или формализмы для описания сети), в которых вход и выход соединяются
нелинейным образом. В этом случае модели калибруются с помощью тре-
нировки сетей, чтобы минимизировать ошибки между выходом и исходными
тестируемыми данными.
В качестве простейшего случая функции статистического распределения
мы имеем гауссово распределение, которое имеет симметрично расположен-
ные экспоненциальные хвосты, уходящие далеко налево и далеко направо от
пика кривой. Экстремальные события (например, катастрофы, пандемии, на-
воднения) происходят в хвостах распределений вероятности. В противополож-
ность распределению Гаусса функции вероятности p(x), имеющие тяжелые
хвосты с экстремальными флуктуациями, математически описываются сте-
пенными законами, т. е. p(x) ∼ x−α , где α > 0. Степенные законы обладают
свойством масштабной инвариантности, соответствующей (по крайней мере,
статистически) самоподобию временны́х рядов их данных. Математически
это свойство может быть выражено как p(bx) = b−α p(x), это означает, что
изменение переменной x в bx имеет своим результатом фактор масштабиро-
вания, зависящий от x, в то время как форма распределения p сохраняется.
Таким образом, степенные законы репрезентируют системы, не зависящие
от масштаба (scale-free systems), т. е. самоподобные системы. Распределение
землетрясений по шкале Гутенберга–Рихтера является типичным примером
из естествознания. С исторической точки зрения закон распределения лю-
дей по благосостоянию, открытый Парето, был первым степенным законом
в социальных науках, который указал на то, что определенная доля людей в
несколько раз богаче, чем основная масса нации2 .
Сложная и нелинейная динамика эволюции и мозг
Структуры в природе могут быть объяснены посредством динамики и
аттракторов сложных систем3 . Они являются результатом коллективных пат-
тернов взаимодействующих элементов, которые не могут быть сведены к
свойствам отдельных элементов в сложной системе. Нелинейные взаимо-
действия в многокомпонентных («сложных») системах часто имеют синерге-
тические эффекты, которые не могут быть прослежены до единичных причин
и не могут быть предсказаны в своих отдаленных следствиях. Математичес-
кий формализм сложных динамических систем взят из статистической фи-
зики. Но, вообще говоря, теория сложных динамических систем имеет дело
2 Albeverio S., Jentsch V., Kantz H. (eds.). Extreme Events in Nature and Society,
Springer, 2006; Mainzer K. Thinking in Complexity. The Computational Dynamics of Matter,

Mind, and Mankind. 5th edition, New York, 2007.
3 Haken H., Mikhailov A. (eds.). Interdisciplinary Approaches to Nonlinear Complex
Systems, Springer, 1993.

с глубокими и поразительными аналогиями, которые были в поведении ве-

сьма различных самоорганизующихся систем в физике, химии и биологии.
Эти многокомпонентные системы состоят из многих единиц, таких, как эле-
ментарные частицы, атомы, клетки или организмы. Элементарные единицы,
например их положение и вектора импульсов и их локальные взаимодействия,
составляют микроскопический уровень описания, например описание взаи-
модействующих молекул в жидкости или газе. Глобальное состояние сложной
системы является результатом коллективных конфигураций локальных мно-
гокомпонентных состояний. На макроскопическом уровне существует неско-
лько коллективных («глобальных») величин, таких, как, например, давление,
плотность, температура и энтропия, характеризующих наблюдаемые коллек-
тивные паттерны или фигуры единиц.
Если внешние условия системы изменяются посредством некоторых кон-
трольных параметров (например, температуры), система может претерпевать
изменение в своих макроскопических глобальных состояниях, достигая не-
которой пороговой величины. Например, вода как сложная система молекул
спонтанно переходит из жидкого в замерзшее состояние при критическом зна-
чении температуры, равной нулю по Цельсию. В физике эти трансформации
коллективных состояний называются фазовыми переходами. Очевидно, они
описывают изменение поведения взаимодействующих самоорганизующихся
элементов сложной системы.
Согласно Л.Д. Ландау (1959) соответствующие макровеличины, характе-
ризующие это изменение глобального порядка, обозначают как «параметры
порядка». В статистической механике изменение порядка сложных систем,
таких, как жидкости, газы и т.д., описывается дифференциальными урав-
нениями глобального состояния. Парадигмальным примером служит ферро-
магнит, состоящий из многих элементарных атомных магнитов («диполей»).
Два возможных локальных состояния диполя изображаются как стрелки, одна
из которых направлена вверх, а другая вниз. Если температура («контроль-
ный параметр») отжига достигает термического равновесия (точка Кюри),
то среднее распределение ориентированных вверх и вниз диполей («пара-
метр порядка») спонтанно выравнивается и все диполи выстраиваются в
одном определенном направлении. Этот правильный паттерн соответствует
макроскопическому состоянию намагничивания. Понятно, что возникновение
намагничивания есть результат самоорганизованного поведения атомов, ко-
торое моделируется посредством фазового перехода некоторого параметра
порядка, среднего распределения ориентированных вверх и вниз диполей.
Схема Ландау не может быть обобщена на все случаи фазовых пере-
ходов. Основная причина ее неудачи заключается в неадекватной трактовке
флуктуаций, которые типичны для целого ряда многокомпонентных систем.
Тем не менее схема Ландау может быть использована как эвристический ин-
струмент для рассмотрения некоторых неравновесных переходов. В данном
случае сложная система выводится из состояния равновесия посредством на-

ращивания энергии (а не уменьшения энергии, как в случае равновесных пе-
реходов, подобных замерзанию воды или намагничиванию ферромагнитов).
Фазовые переходы, которые претерпевают нелинейные диссипативные слож-
ные системы, находящиеся вдали от термического равновесия, могут быть
описаны посредством некоторых математических методов.
В более математизированных моделях стохастические нелинейные диф-
ференциальные уравнения (например, уравнения Фоккера–Планка, основное
уравнение) служат для того, чтобы смоделировать динамику сложной сис-
темы. Г. Хакен предложил, что доминирующие параметры порядка должны
базироваться на адиабатическом исключении быстро релаксирующих пере-
менных в этих уравнениях. Это обусловлено тем, что время релаксации неус-
тойчивых мод (параметров порядка) очень велико по сравнению со временем
релаксации быстро релаксирующих переменных стабильных мод, которыми
поэтому можно пренебречь. Таким образом, понятие самоорганизации мож-
но проиллюстрировать посредством квазибиологического лозунга: долгожи-
вущие системы доминируют над короткоживущими системами.
С точки зрения теории динамических систем даже редкие, необычные,
катастрофические и внезапные («экстремальные») события порождаются не
случайно. Они происходят в системах, далеких от равновесия, в состояниях
сильной неустойчивости, и в таких, когда имеют место коллективные эффек-
ты. Например, экстремальные погодные события происходят в таком состо-
янии земной атмосферы, которое определяется хорошо известными уравне-
ниями движения, такими, как нелинейные уравнения Навье–Стокса. Следо-
вательно, предсказание погоды основывается на численном моделировании
типичных уравнений, подпитываемых наблюдениями и измерениями, относя-
щихся, прежде всего, к начальным условиям. В этих рамках экстремальные
события (например, ураганы, циклоны) рассматриваются как проявления не-
линейной динамики сложных систем. Динамический механизм объясняет, по-
чему система далеко отклоняется от своего нормального состояния. Эти сце-
нарии известны как большие девиации, детерминистический хаос или хорошо
развитая турбулентность. Модель самоорганизованной критичности (COK)
(self-organized criticality, SOC) предполагает, что система реагирует на пос-
ледовательность возмущений, маневрируя и переходя в критическое состоя-
ние без внешнего регулирования посредством соответствующих контрольных
параметров. С этой точки зрения гигантские флуктуации являются скорее
правилом, чем исключением. Нелинейная динамика COK используется, что-
бы объяснять статистические функции распределения для соответствующих
наблюдаемых величин. Например, закон Гутенберга–Рихтера для распределе-
ния силы землетрясения может быть воспроизведен посредством соответст-
вующих моделей СОК. СОК позволяют нам обнаружить поразительную связь
между фазовыми переходами динамических систем и статистическими зако-
нами для экстремальных явлений. Однако стоит заметить, что эта теория
вплоть до сегодняшнего дня поддерживается главным образом результатами

компьютерного моделирования.
Вообще говоря, динамические системы и их фазовые переходы обеспе-
чивают нам удачный формализм для моделирования возникновения порядка
в природе. Но эти методы не сводятся к специальным законам физики; со-
ответствующие математические принципы были впервые открыты и успешно
применены в физике. Это не физикализм, а междисциплинарная методология
для объяснения возрастающей сложности и дифференциации форм посредс-
твом фазовых переходов. Вопрос состоит в том, как выбрать, интерпретиро-
вать и количественно выразить соответствующие переменные в динамических
моделях.
Модели термодинамической самоорганизации недостаточно, чтобы объ-
яснить возникновение жизни. В качестве нелинейного механизма генетики
мы используем автокаталитический процесс генетический саморепликации.
Эволюция новых видов путем мутации и естественного отбора может быть
смоделирована посредством нелинейных стохастических уравнений для фа-
зовых переходов второго рода4 . Мутации математически представляются как
«флуктуационные силы», а факторы естественного отбора — как «движущие
силы». Степени приспособления — это параметры порядка, которые управля-
ют фазовыми переходами к новым видам. В ходе эволюции выработалась
разумная и тонкая сеть равновесий между популяциями животных и расте-
ний. Открытые диссипативные системы экологии могут стать нестабильными
из-за локальных возмущений, например загрязнения атмосферы, ведущего к
глобальному хаосу в атмосфере в форме «эффекта бабочки»5 .
В исследованиях мозга мозг рассматривается как сложная динамичес-
кая система возбужденных и невозбужденных нейронов, самоорганизующихся
в макроскопические паттерны ансамблей клеток посредством нейрохимичес-
ких взаимодействий. Их динамические аттракторы соответствуют состояни-
ям восприятия, движения, эмоции, мыслей и даже сознания. Не существует
«материнского нейрона», который может чувствовать, думать или координи-
ровать работу соответствующих нейронов. Известная проблема соединения
(binding problem) пикселей и свойств в восприятии объясняется как возникно-
вение кластеров синхронно вспыхивающих нейронов, доминирование которых
устанавливается возникающим в результате обучения аттрактором динами-
ки мозга. Мозг является также самоконтролирующей и самокартрирующей
системой (a self-monitoring and self-mapping system) всех телесных, когнитив-
ных и эмоциональных состояний, ведущих к формированию и функциони-
рованию самоосознания и самосознания, которые могут быть истолкованы
4 Mainzer K. Symmetry and Complexity. The Spirit and Beauty of Nonlinear Science.
Singapore, 2005.
5 Mainzer K. Der kreative Zufall. Wie das Neue in die Welt kommt. Münich, 2007.
как господствующие параметры порядка. Таким образом, даже человеческая

субъективность, традиционная философская проблема «квалия» может
быть объяснена посредством динамики сложных систем. Человеческие на-
мерения и предпочтения соответствуют аттракторам динамики мозга, оказ-
ывающим влияние на человеческие действия и поведение.
Сложность и нелинейная динамика экономики
и финансов
Самоорганизация сложных систем также может наблюдаться в социаль-
ных группах. Одним из применений социальной динамики является моделиро-
вание поведения водителей машин. В автомобильных транспортных системах
фазовый переход от состояния отсутствия пробки к состоянию наличия проб-
ки зависит от средней плотности машин как контрольного параметра. Спон-
танное возникновение хаотических паттернов в движении транспорта являет-
ся известным результатом самоорганизации нелинейных взаимодействий, ко-
торый часто не может быть сведен к единичным причинам. При достижении
критического значения могут наблюдаться флуктуации с фрактальными или
самоподобными свойствами. Термин самоподобие означает, что временны́е
ряды измеряемого транспортного потока выглядят одними и теми же в раз-
личных временны́х масштабах, по крайней мере с качественной точки зрения,
с незначительными статистическими отклонениями. Этот феномен называют
также фрактальностью6 . В теории сложных систем самоподобие является
намеком (недостаточным) на хаотическую динамику. Эти сигналы могут ис-
пользоваться как управляющие системы для транспорта.
В политическом сообществе коллективные тренды или большинство при
формировании мнений могут рассматриваться как параметры порядка, кото-
рые продуцируются во взаимных дискуссиях и взаимодействиях людей в более
или менее «накаленной» ситуации. Они могут быть инициированы даже нез-
начительным количеством людей в критической и нестабильной («революци-
онной») ситуации всего сообщества. Может иметь место соревнование пара-
метров порядка при наличии сильных флуктуаций. Существенным является
то, что выигрывающий параметр порядка будет доминировать и определять
коллективное поведение людей. Итак, существует некоторого рода обратная
связь: коллективный порядок в сложной системе порождается взаимодейс-
твиями ее элементов («самоорганизация»). Наряду с термодинамической,
генетической и нейронной самоорганизацией мы также различаем социаль-
ную и экономическую самоорганизацию. С одной стороны, поведение эле-
ментов управляется коллективным порядком. С другой стороны, люди обла-
дают своей индивидуальной волей, чтобы оказывать влияние на коллектив-
ный порядок. Тем не менее мы также ведомы аттракторами коллективного
поведения.
6Mainzer K. Thinking in Complexity. The Computational Dynamics of Matter, Mind,
and Mankind. 5th edition, New York, 2007.
Иногда этот подход называют «эконофизикой» (т. е. комбинацией «эко-

номики» и «физики»). Но моделирование самоорганизации сложных систем
не есть физикализм, поскольку применяемый здесь математический форма-
лизм сложных систем и нелинейной динамики не зависит от понятий физи-
ки и рассматривает только экономические и социальные данные. Поэтому
мы предпочитаем термин «социодинамика». Блестящим предвестником сов-
ременной социодинамики был австрийский экономист Йозеф Ф. Шумпетер,
который анализировал корреляцию между динамикой инноваций и экономи-
ческой теорией циклов. Новые идеи возникают постоянно. Когда накопле-
но достаточное количество идей, целый ряд инноваций вводится в практику
предпринимательства. Сначала они развиваются медленно, затем их развитие
ускоряется, по мере того как улучшаются методы. Логистическое представ-
ление процесса развития характеризуется посредством типичной траектории
инновации. Некоторое вложение капитала должно предшествовать введению
инновации. Инвестиции стимулируют спрос. Возрастающий спрос облегчает
распространение инновации. Затем, когда все инновации оказываются пол-
ностью использованными, процесс замедляется до нуля.
Шумпетер назвал этот процесс «роением» инноваций. В этой цикличес-
кой модели, состоящей из трех стадий, первая короткая стадия — это стандар-
тная, рутинная стадия, когда инновации не играют никакой роли. Следующая
за ней более длительная стадия связана с инновациями. Шумпетер признавал
значимость исторической статистики и связывал данные по длинным волнам
с тем фактом, что таким наиболее важным инновациям, как использование
пара, стали, строительство железных дорог, паровозов и использование элек-
тричества, потребовалось от 30 до 100 лет, чтобы стать полностью интегри-
рованными в экономику.
Вообще говоря, Шумпетер описывал экономическую эволюцию как тех-
нический прогресс в форме сгущений, формирования «роев» инноваций, что
находило объяснение в логистическом представлении. Технологический рой,
как предполагается, циклически смещает равновесие к новому аттрактору,
представляющему собой фиксированную точку. Устанавливающееся в резу-
льтате новое состояние равновесия характеризуется более высокой реальной
заработной платой и более высоким потреблением и выпуском продукции. Та-
ким образом, представленная Шумпетером динамика инноваций может быть
легко интерпретирована в терминах социодинамики с аттракторами. Рои ин-
новаций в точках экономической нестабильности могут быть рассмотрены как
параметры порядка, доминирующие и определяющие долговременные бизнес-
циклы.
С исторической точки зрения Великая депрессия 1930-х годов подтолк-
нула к разработке экономических моделей бизнес-циклов. Однако с математи-
ческой точки зрения первые модели (например, модели Хансена–Самуэлсона
и Лундберга–Метцлера) были линейными и поэтому требовали экзогенных
(т. е. имеющих внешний источник) потрясений для объяснения их нерегуляр-

ности. Объяснение экзогенных потрясений связано с большим затруднением,
поскольку оно часто требует введения произвольных ad hoc гипотез и поэтому
может объяснить все что угодно. Стандартная эконометрическая методоло-
гия строит свои аргументы в этой традиции, хотя настоящий анализ циклов
стал возможным после того, как произошло математическое открытие стран-
ных аттракторов. Традиционные линейные модели 1930-х годов легко могут
быть переформулированы в рамках теории нелинейных систем. С методологи-
ческой точки зрения эндогенные нелинейные модели с аттракторами кажутся
более удовлетворительными. Тем не менее эндогенные нелинейные модели
наряду с линейными моделями с экзогенными потрясениями должны прини-
маться всерьез и подвергаться проверке в экономике.
В противоположность физическим, химическим и биологическим систе-
мам для социальных систем нет уравнений движения на микроуровне. Лю-
ди — это не атомы или молекулы, а человеческие существа со своими наме-
рениями, мотивациями и эмоциями. В принципе их индивидуальное поведение
и принятие решений может быть объяснено посредством анализа динамики
мозга. Когнитивная и эмоциональная динамика детерминирована параметра-
ми порядка, характеризующими мысли, решения и мотивацию индивидов. Но
это только теоретическое ви́дение, поскольку соответствующие уравнения для
нейродинамики еще не известны. Более того, они будут, по-видимому, слиш-
ком сложными для решения и для предсказания будущего поведения людей.
Поэтому предложен альтернативный подход, который преуспевает без
микроскопических уравнений, но тем не менее принимает во внимание реше-
ния и действия индивидов и описывает их с помощью вероятностных методов,
чтобы получить макродинамику социальных систем. План моделирования
состоит из трех шагов. На первом шаге должны быть введены соответству-
ющие переменные социальных систем, чтобы описать состояния и установки
индивидов. Второй шаг определяет изменение поведения посредством веро-
ятностных фазовых переходов индивидуальных состояний. На третьем шаге
посредством стохастических методов выводятся уравнения для глобальной
динамики системы.
В обществе мы можем выделить несколько областей или подобластей,
которые обозначаются соответствующими переменными. Существуют пере-
менные для материальных состояний, экстенсивных и интенсивных личных
состояний. Социоконфигурация социальной системы характеризуется пос-
редством этих материальных и личных макропеременных. Они измеряются
известными методами демоскопии, социологии или экономики. Так же как
и в термодинамике существуют интенсивные экономические переменные, ко-
торые независимы от размера системы. Примерами служат цены, произво-
дительность и концентрация предметов потребления. Экстенсивные перемен-
ные пропорциональны размеру системы или предприятия, например объему
производства и инвестиций или размеру и числу зданий. Коллективные мате-

риальные переменные измеримы. На их величину влияет индивидуальная ак-
тивность агентов, которая часто непосредственно неизмерима. Социальный
и психологический климат в фирме связан с социопсихологическими процес-
сами, на которые влияют установки, мнения и действия индивидов и их подг-
рупп. Таким образом, для того чтобы ввести социоконфигурацию коллектив-
ных личных переменных, нам необходимо рассмотреть состояния индивидов,
выражаемые посредством их установок, мнений и действий. Более того, су-
ществуют подгруппы с постоянными характеристиками (например, секции или
отделы фирмы или учреждения), так что каждый индивид является членом
одной подгруппы. Число членов в определенном состоянии — это измеримая
макропеременная. Социоконфигурация, например, некоторой компании пред-
ставляет собой набор макропеременных, описывающий распределение устано-
вок, мнений и действий среди ее подгрупп в определенный момент времени.
Вся макроконфигурация представляется как соединение материальной кон-
фигурации и социоконфигурации.
Вероятностные фазовые переходы могут быть использованы для опреде-
ления уравнения макроэволюции социальной системы. Вероятностное макро-
поведение общества описывается посредством функции распределения веро-
ятности по ее возможным социоконфигурациям в определенный момент вре-
мени. Распределение функции P (m, n; t) может быть интерпретировано как
вероятность нахождения некоторой макроконфигурации материальной кон-
фигурации m и социоконфигурации n в момент времени t. Эволюция социа-
льной системы есть изменение вероятностного макроповедения по времени,
т. е. производная по времени функции вероятности dP (m, n; t)/dt. Итак, мы
получаем стохастическое нелинейное дифференциальное уравнение, извест-
ное в термодинамике как управляющее уравнение7 .
Примером социальных фазовых переходов и процессов нарушения сим-
метрии являются распространенные во всем мире процессы миграции. Пове-
дение и решения людей остаться или покинуть свой регион изображается как
пространственное распределение населения и его изменение. Модели могут
описывать региональную миграцию внутри страны, вызванную различными
факторами экономического развития или ростом городов, или даже распрост-
раненную во всем мире драматическую миграцию между богатыми и бедными
странами в век глобализации. Взаимодействие в ходе миграции двух челове-
ческих популяций может вызвать появление нескольких макрофеноменов, та-
ких, как возникновение стабильного перемешивания, возникновение двух обо-
собленных друг от друга, но стабильных гетто или установление постоянного и
непрекращающегося миграционного процесса. При численном моделировании

и построении фазовых портретов миграционной динамики эти макрофеноме-

ны могут быть идентифицированы как соответствующие аттракторы.
Стабильность и благосостояние наших обществ чувствительным обра-
зом зависит от динамики международных финансовых рынков. Как уже от-
мечалось выше, мы, вообще говоря, не знаем микроскопических движений
экономических данных и агентов. По этой причине в 1900 г. французский
математик Л. Башелье представил флуктуации стоимости акций как статис-
тическое случайное движение (броуновское движение) до того, как физики,
включая и самого А. Эйнштейна (1905), открыли его в микроскопическом
движении мелких частиц в жидкостях. Броуновское движение не только пред-
полагает статистическую стабильность увеличения цен и изменение масштаба
цен (т. е. инвариантность соотношений при смещении или изменении масшта-
ба), но и независимость событий роста цен (известно, что прошлое не дает
нам знания о будущем), непрерывность изменения цен (пример броуновско-
го движения как непрерывной кривой), грубую равномерность изменений цен
(нормальное распределение Гаусса или «белый шум»), отсутствие создания
кластеров (отсутствие возникновения локальных паттернов и структур) и от-
сутствие циклического поведения. Исходя из этого распределение Гаусса ве-
дет к предположению об эффективном рынке и успешной скупке и продаже
ценных бумаг с удваивающимися ценами: известно ли нам прошлое полнос-
тью, частично или же оно совсем неизвестно, математическое ожидание из-
менения цен на всем промежутке обозримого будущего, как ожидается, будет
нулевым8 .
Современная теория и практика финансов в большей или меньшей степе-
ни базируются на этих фундаментальных предположениях. То, что делает рис-
кованным инвестирование средств в покупку акций на бирже, — это разброс
возможных результатов. Обычной мерой этого разброса считается стандарт-
ное отклонение от колокообразного (гауссова) распределения. На этой основе
Г. Марковиц (1952) предложил свою, ставшую хорошо известной конструкцию
портфеля ценных бумаг, чтобы диверсифицировать возможные риски. Риск
вложения в акции при полностью диверсифицированном портфеле зависит
от чувствительности этого вложения к рыночным изменениям, которые из-
меряются неким параметром «бета». Бета служит мерилом для ожидаемого
рискового вознаграждения, которое с середины 1960-х годов калькулируется
посредством модели оценки финансовых активов (capital asset pricing model,
CAPM). Башелье не только предложил модель случайных движений (random
walk) изменения цен, но также рассматривал результаты инвестирования в
опционы. Настоящим прорывом стала в 1973 г. знаменитая формула Блэка–
Шолса, по которой вычисляется опцион первого спроса, когда рассматрива-
ется континуум возможных будущих цен акций на основе нормального (гаус-
8 Imada T. Self-Organization and Society. Tokyo, 2005.

сова) распределения. Дилеры, ежедневно работающие по обмену опционов,

до сих пор используют эту формулу, осуществляя свои торговые сделки.
Броуновское движение математически более легко поддается управле-
нию, чем какое-либо другое, но, к сожалению, оно дает чрезвычайно сла-
бое приближение к финансовой реальности. С конца 1980-х годов мы наб-
людаем финансовые крахи и турбулентности, значительно отклоняющиеся от
нормального распределения. Инвестиционные портфели обвалились, а хеджи-
рование опционами по формуле Блэка–Шолса провалилось. С точки зрения
динамических систем паттерны анализа временных рядов проиллюстрирова-
ли провал традиционной финансовой теории. Тогда как запись изменений в
ходе броуновского движения выглядит как некая «трава» нормальной высо-
ты, запись реальных изменений цен выглядит как нерегулярное чередование
спокойных периодов и взрывов волатильности, которые заметно выделяют-
ся на фоне нормальной высоты травы. Это свойство демонстрирует очевид-
ную неустойчивость лежащих в основе этих процессов правил. Более того,
нарушения непрерывности появляются как острые пики от нормально расп-
ределенной гауссовой «травы». Эти пики не изолированы друг от друга, а
связаны в пучки. Здесь можно наблюдать циклическое (но не периодическое)
поведение. Нестабильность взятых в качестве примера колебаний выражает-
ся в распределении изменений цен, имеющем длинные хвосты. И последнее —
по перечислению, но не по значимости, — существует долговременная зави-
симость данных.
Финансовые рынки демонстрируют некоторые свойства, подобные тур-
булентности жидкости. Так же как и флуктуации при турбулентном движении
жидкости, финансовые флуктуации демонстрируют свойство перемежаемос-
ти во всех масштабах. При турбулентности в жидкости каскады потока энер-
гии, как известно, происходят в разных масштабах: и в большом масштабе
вливания, и в малых масштабах диссипации. Если мы применяем нелинейный
и фрактальный подход к финансовой системе, то случайность больше нель-
зя ограничивать «нормальным» гауссовым распределением изменений цен.
Негауссовы распределения, такие, как распределения Леви и Парето, больше
подходят для описания дикой турбулентности финансовых рынков сегодня.
Мы должны рассматривать степени случайности9 . Гауссово распределение
соответствует паттерну временно́го ряда с «нормальной» высотой «травы»
без экстремальных пиков. Поэтому оно связывается с мягкой случайностью
(mild randomness), которую можно сравнить с твердым состоянием скопления
вещества с низкой энергией, стабильной структурой и определенным объе-
мом. Дикая случайность (wild randomness) похожа на газообразное состояние
вещества с высокой энергией, слабо выраженной структурой и не имеющее
определенного объема10 . Тихая случайность (slow randomness) означает жид-
9 Imada T. Self-Organization and Society. Tokyo, 2005.

10 Mainzer K. Der kreative Zufall. Wie das Neue in die Welt kommt. Münich, 2007.
кое состояние между газообразным и твердым состоянием. С точки зрения

временных рядов мягкая случайность соответствует краткосрочной и долгов-
ременной равномерности. Тихая случайность соответствует краткосрочной
концентрации и долговременной равномерности. Дикая случайность соответ-
ствует кратковременной и долговременной концентрации.
Рациональность человеческого решения ограничена дикой случайностью
рынков. Человеческие когнитивные способности ошеломлены сложностью не-
линейных систем, которыми они вынуждены управлять. Традиционная мате-
матическая теория принятия решений предполагает совершенную рациональ-
ность экономических агентов (homo oeconomicus). Герберт Саймон, лауреат
Нобелевской премии по экономике и один из ведущих пионеров в развитии на-
уки о системах и изучении искусственного интеллекта, в 1959 г. ввел принцип
ограниченной рациональности (bounded rationality):
«Способность человеческого ума формулировать и решать сложные
проблемы очень незначительно связана с размером проблемы, решение кото-
рой требуется для объективно рационального поведения в реальном мире или
даже для разумного приближения к такой объективной рациональности».
Ограниченная рациональность обусловлена не только ограниченностью
человеческого знания, информации и времени. Она вызвана не только не-
полнотой нашего знания и сложностью нашей модели. Пределы возможнос-
тей кратковременной памяти и хранения информации в кратковременной па-
мяти хорошо установлены. В ситуациях стресса люди ошеломлены наплы-
вом информации, которая должна быть отфильтрована при недостатке вре-
мени. Люди отклоняются от предсказанных теорией игр состояний равно-
весия. Они действуют и не как в строгом смысле homo oeconomicus и не
полностью хаотично. Поэтому мы должны принимать во внимание реальные
особенности обработки информации человеком и принятия им решений, ко-
торые определяются эмоциональными, подсознательными, своего рода аф-
фективными и нерациональными факторами. Даже эксперты и менеджеры
часто предпочитают основываться на правилах большого пальца и эвристи-
ках, базирующихся на интуитивных чувствах, возникающих на основе пред-
шествующего опыта. Опыт показывает, что человеческая интуиция работа-
ет не только при недостатке информации и неудачах в принятии решений.
Наше аффективное поведение и чувство интуиции — части нашего эволю-
ционного наследства, которое позволяет нам принимать решения, когда ос-
тро встает вопрос о нашем выживании. Поэтому нам необходимо знать бо-
льше о фактических микроэкономических действиях людей, их когнитивном
и эмоциональном поведении, чтобы понять макроэкономические тренды и
макроэкономическую динамику. Это является целью экспериментальной эко-
номики, наблюдающей, измеряющей и анализирующей поведение экономи-
ческих агентов методами психологии, когнитивных и социальных наук, на-
пример, при торговле на бирже или в ситуациях экономического соревно-
вания.
Сложность и нелинейная динамика

вычислительных и информационных систем
Динамические системы могут быть охарактеризованы с помощью ин-
формационных и вычислительных понятий. А динамическая система может
рассматриваться как машина, обрабатывающая информацию, которая вы-
числяет настоящее состояние как результат развития исходного состояния,
определяемого входящими данными (input). Таким образом, вычислительная
работа, позволяющая определить состояния системы, характеризует слож-
ность динамической системы. Переход от упорядоченных к хаотическим
системам соответствует возрастающей сложности вычислительных проблем,
соответствующей восходящим уровням вычислительной теории сложности.
В статистической механике поток информации динамической системы описы-
вает собственную эволюцию статистических корреляций. В хаотических сис-
темах с их чувствительностью к начальным условиям происходит возрастаю-
щая потеря информации о начальных данных, связанная с нарушением кор-
реляций между всеми прошлыми и будущими состояниями системы. Вообще
говоря, динамические системы можно рассматривать как детерминистичес-
кие, стохастические или квантовые компьютеры, вычисляющие информацию
о настоящих и будущих состояниях, исходя из начальных условий, с помощью
соответствующих динамических уравнений. В случае квантовых систем би-
нарное понятие информации заменяется понятием квантовой информации
с суперпозицией бинарных единиц. Таким образом, квантовая информация
обеспечивает только пробабилистические, вероятностные прогнозы будущих
состояний.
Идея понимания динамических систем как автоматов восходит к меха-
нистическому видению мира XVII и XVIII столетий. В философии Лейбница
даже органические системы рассматривались как «естественные автоматы,
бесконечно превосходящие все искусственные автоматы». Понятие клеточно-
го автомата, введенное Джоном фон Нейманом, давало первый намек на воз-
можность построения вычислительных моделей живых организмов, понимае-
мых как самовоспроизводящиеся автоматы и самоорганизующиеся сложные
системы. Фазовое пространство является гомогенной решеткой, разделен-
ной на равные ячейки подобно шахматной доске. Элементарный клеточный
автомат — это ячейка, которая может находиться в различных состояни-
ях, например в бинарных состояниях «черного» (1) и «белого» (0). Скопле-
ние клеточных автоматов называется композицией или сложным автоматом.
Всякий элементарный автомат характеризуется посредством его окружения,
т. е. соседних ячеек (клеток). Они изменяют свое состояние в соответст-
вии с булевыми правилами трансформации, зависящими от их клеточного
окружения. Динамика сложного автомата определяется синхронным приме-
нением правил трансформации, продуцирующих клеточные паттерны черных
ячеек. Эти кластеры можно рассматривать как аттракторы, к которым стре-
мится динамика клеточных автоматов. Итак, существуют классы автоматов
с фиксированными точками и осциллирующими паттернами, не зависящими

от исходных конфигураций ячеек (клеток), в отличие от хаотических паттер-
нов автоматов, чувствительным образом зависящих от мельчайших различий
в исходных конфигурациях.
В противоположность программно контролируемым компьютерам чело-
веческий мозг характеризуется нечеткостью (fuzziness), неполнотой, струк-
турной устойчивостью (robustness) и сопротивлением шуму, но также и на-
личием хаотических состояний, чувствительной зависимостью от начальных
данных и — что является последним по перечислению, но не по значению —
процессами обучения. Эти свойства хорошо известны как свойства нелиней-
ной сложной системы. Что касается архитектуры программно контролируе-
мых компьютеров и сложных систем, существенное ограничение вытекает из
последовательного и централизованного контроля компьютеров; в противо-
положность этому нелинейные сложные динамические системы являются, в
сущности, параллельно действующими и самоорганизующимися.
Обработка информации человеческим мозгом моделируется посредст-
вом сложных нейронных сетей, функционирующих согласно алгоритмам обу-
чения. С технической точки зрения нейронные сети являются сложными сис-
темами клеток с различными слоями, подобными архитектуре нашей коры
головного мозга. Нейрохимическое взаимодействие клеток моделируется пос-
редством различного численного веса входящих данных, которые вызывают
вспыхивание или невспыхивание технических нейронов в зависимости от оп-
ределенных пороговых величин. Таким способом микроскопические нейроны
связываются друг с другом, что приводит к возникновению макроскопичес-
ких паттернов. Не существует центрального процессора или командующего
нейрона, который может думать или чувствовать. Когнитивные свойства моз-
га соотносятся с макроскопическими паттернами связанных нейронов. Вос-
приятия трансформируются в нейронные карты мозга, которые могут быть
охарактеризованы макроскопическими параметрами порядка. Подход с точки
зрения сложных систем является эмпирической исследовательской програм-
мой, которая может быть наделена особыми свойствами и протестирована в
соответствующих экспериментальных приложениях, чтобы понять динамику
человеческой когнитивной системы. Кроме того, этот подход работает как
эвристический инструмент при конструировании искусственных систем с ког-
нитивными свойствами в робототехнике.
Драматичным шагом был тот, что подход с точки зрения сложных систем
был расширен с нейронных сетей на глобальные компьютерные сети, такие,
как World Wide Web (всемирная паутина)11 . Интернет можно рассматривать
как сложную открытую компьютерную сеть автономных узлов (хостов, мар-
шрутизаторов, портов и т.д.), самоорганизующихся без каких-либо централь-

ных контролирующих механизмов. Трафик передачи информации строится с

помощью пакетов информации, имеющих источник и адреса назначения. Роу-
теры, или маршрутизаторы, — это узлы сети, определяющие локальный путь
каждого пакета, используя локальные таблицы маршрутизации с метрикой
затрат для соседних роутеров. Роутер пересылает каждый пакет к соседнему
роутеру, который обеспечит достижение пункта назначения с наименьшими
издержками. Поскольку роутер может оперировать только одним пакетом,
другие прибывающие пакеты в определенный момент времени должны быть
сохранены в буфере. Если поступает больше пакетов, чем может сохранить бу-
фер, то роутер отбрасывает избыточные пакеты. Отправители пакетов ждут
подтверждения получения сообщения от хоста пункта назначения. Эта актив-
ность буферизации и перепосылки роутеров может вызвать перегруженность
в Интернете. Контрольный параметр плотности данных определяется пос-
редством распространения перегруженности от роутера к соседним роутерам
и ликвидации перегруженности на каждом роутере. Совокупное распределе-
ние продолжительности перегрузок в каналах связи есть параметр порядка
фазового перехода (order parameter of phase transition). В критической точке,
когда скорость распространения перегруженности равна скорости ликвидации
перегруженности, в потоках данных можно наблюдать фрактальные и хаоти-
ческие свойства.
Перегруженные буфера ведут себя удивительным образом аналогично
инфицированным людям. Если буфер перегружен, он старается послать паке-
ты соседним роутерам. Вследствие этого перегруженность распространяется
по пространству. С другой стороны, роутеры могут восстанавливаться, ког-
да перегруженность потоков от и к собственной подсети ниже, чем скорость
работы роутера. И это не только иллюстративная метафора, но и подсказка
о нелинейных математических моделях, описывающих подлинные эпидеми-
ческие процессы. Компьютерные сети — это компьютерные экологические
сообщества. Способность управлять сложностью современных обществ ре-
шающим образом зависит от эффективных сетей коммуникации.
Сложные сети, такие, как Интернет, всемирная паутина (World Wide Web,
WWW), социальные сети и биохимические сети, характеризуются распреде-
лениями, свойственными степенным законам (power law distributions). Прос-
тейшим локальным свойством вершины в сети является ее степень, т. е. сово-
купное количество входящих в нее границ, или соединений, которое является
просто количеством ближайших соседей вершины. Здесь имеется в виду глав-
ным образом распределение степени репрезентации соответствующего гра-
фа сети, которое вытекает из степенного закона. Поскольку распределения,
свойственные степенным законам, не имеют характерного размера, они явля-
ются системами, не имеющими характерных масштабов (scale-free systems).
Возникает вопрос: может ли быть объяснено возникновение степенных зако-
нов в информационных сетях с помощью фазовых переходов в критических
состояниях?
Трансформировать Интернет в супермозг со свойствами самоорганиза-

ции, обучения и адаптации — это не просто метафора. Поиск информации
всегда реализуется посредством нейронных сетей, адаптирующихся к инфор-
мационным предпочтениям человека как пользователя с его синаптической
пластичностью. Из социологии, изучающей популяции муравьев и термитов,
мы можем научиться, как организовывать передачу информации и ее обра-
ботку посредством стайного интеллекта. С технической точки зрения нам
необходимы интеллектуальные программы, распределенные в сети. Уже су-
ществуют более или менее разумные виртуальные организмы («агенты»),
обучающиеся, самоорганизующиеся и адаптирующиеся к нашим индивидуа-
льным предпочтениям обработки информации, чтобы вести отбор в нашей
электронной почте, готовить экономические сделки или защищаться от атак
враждебных компьютерных вирусов, как это делает иммунная система наше-
го организма.
Сложность глобальной сети означает не только возрастание количества
персональных компьютеров, рабочих станций, серверов и суперкомпьютеров,
взаимодействующих через передачу информации в Интернете. На более низ-
ком уровне, чем персональный компьютер, дешевые и умные устройства более
слабой силы распределены в интеллектуальном окружении нашей повседнев-
ной жизни. Подобно глобальной системе определения местоположения (Global
Position System) в движении транспорта, вещи нашей повседневной жизни вза-
имодействуют беспроводным образом посредством сенсоров. Реальная сила
не порождается ни одним из этих отдельных приборов. С точки зрения слож-
ных систем сила возникает из коллективного взаимодействия всех их, вместе
взятых. Например, оптимальное использование энергии можно рассматри-
вать как макроскопический параметр порядка домашнего хозяйства, которое
строится посредством самоорганизующегося использования различных бы-
товых приборов в соответствии с меньшим потреблением электричества за
определенные промежутки времени с низкими ценами. Процессоры, чипы и
дисплеи этих умных приборов не нуждаются в наличии пользовательского
интерфейса, такого, скажем, как мышь, система Windows или клавиатура, не-
обходимо только подобрать приятное и эффективное место, чтобы все это
функционировало. Беспроводные компьютерные устройства малых масшта-
бов становятся все более и более невидимыми для пользователя. Вездесущая
вычислительная техника позволяет людям жить, работать, использовать ве-
щи и наслаждаться ими, и не осознавая напрямую, что они являются вычис-
лительными устройствами.
Какие уроки мы можем извлечь из нелинейной
динамики сложных систем?
Каковы человеческие перспективы в этих достижениях в развитии дина-
мических, информационных и вычислительных систем? В век глобализации
современные общества, экономики и информационные сети являются сис-

темами с большим количеством измерений, демонстрирующих сложную не-
линейную динамику. С методологической точки зрения настоящим вызовом
для нас является задача улучшения и расширения инструментов моделиро-
вания от систем с небольшим количеством измерений до высокоразмерных
систем. Современная наука о системах предлагает междисциплинарную ме-
тодологию, чтобы понять типичные свойства динамики самоорганизации в
природе и обществе. Широкое использование степенных законов изменило
нашу точку зрения с рассмотрения экстремальных событий как исключите-
льных на рассмотрение их как нормы для сложных систем. Такого рода со-
бытия оказывают воздействие на людей и окружающую их среду: бедствия в
обществе (пандемии, такие, как СПИД), природные катастрофы (наводнения,
циклоны), технические аварии (отключения подачи электроэнергии, химичес-
кие загрязнения) или экономические турбулентности (крах банков, огромные
потери на биржевых рынках). Их возникновение в природе, обществе и эко-
номике теперь воспринимается как нечто стандартное. Вызовом для буду-
щих исследований является задача нахождения причинных объяснений этих
систем, лишенных определенных масштабов (scale-free systems). С методоло-
гической точки зрения значительные надежды мы возлагаем на дальнейшее
исследование отношений между степенными законами, причинными сетями,
фазовыми переходами, критичностью и самоорганизацией сложных систем.
Поскольку нелинейные модели применяются в различных областях ис-
следований, мы обретаем общее понимание горизонтов предсказаний для
колебательных химических реакций, флуктуаций численности видов, популя-
ций, турбулентности в жидкости, экономических процессов и информацион-
ной динамики. Очевидно, нелинейное моделирование объясняет трудности,
испытываемые современными Пифиями и Сивиллами12 . Причина в том, что
человеческие общества не являются сложными системами молекул или му-
равьев, они являются результатом в высокой степени интенционально дейс-
твующих существ с большей или меньшей степенью свободы. Особый вид
самосбывающегося пророчества — это эффект Эдипа, когда люди, подоб-
но легендарному греческому царю, тщетно пытаются изменить то будущее,
которое им предсказано. С макроскопической точки зрения мы можем наб-
людать отдельных индивидов, вносящих вклад своей активностью в коллек-
тивное макросостояние общества, отображающее культурный, политический
и экономический порядок (параметры порядка). Тем не менее макрососто-
яние общества, конечно, не просто усредняет поведение его частей. Пара-
метры порядка общества сильно воздействуют на индивидов этого общества,
ориентируя их в своей активности, активируя и дезактивируя их установки и
12 Пифия — жрица-прорицательница в храме Аполлона в Дельфах. Сивилла —
прорицательница в античной культуре, экстатически предрекавшая будущее. — Прим.

перев.
способности. Этот тип обратной связи типичен для сложных динамических

систем. Если контрольные параметры условий окружающей среды достигают
определенных критических величин благодаря внутренним и внешним взаимо-
действиям, то макропеременные могут смещаться в область нестабильности,
из которой могут возникать в высокой степени расходящиеся альтернатив-
ные пути. Крошечные непредсказуемые микрофлуктуации (например, дейст-
вия очень немногих влиятельных людей, научные открытия, новые техноло-
гии) могут повлиять на то, по какому из расходящихся путей, характерных
для нестабильного состояния бифуркации, будет развиваться общество.
Таким образом, нынешние глубокие проникновения в динамику самоор-
ганизации высокоразмерных систем делают необходимым наш отказ от па-
радигмы централизованного контроля. Мы действуем и принимаем решения
в условиях ограниченной рациональности (bounded rationality), а не с лап-
ласовским духом полностью информированного homo oeconomicus. Однако
самоорганизация может приводить и к нежелательным результатам. Рак есть
самоорганизующийся процесс роста. Турбулентности и потрясения на финан-
совых рынках также часто выходят из-под контроля. Поэтому нам необходи-
мо соблюдать баланс между самоорганизацией и соответствующей степенью
контроля. Нам нужны глобальные параметры порядка, чтобы реализовать
глобальную систему управления (global governance). Глобальные финансо-
вые кризисы, например финансовый кризис банков, нуждаются в разработ-
ке и применении глобальных ответных стратегий и международной коопера-
ции между нациями. Управление сложностью принимает неопределенность,
существующую в реальном мире, а не игнорирует ее. Управление сложно-
стью — структурированный процесс, который сокращает затраты индивиду-
ального опыта, увеличивая тем самым возможности для социального, тех-
нологического и научного обучения глобальной кооперации. В ходе длитель-
ной эволюции клеточная самоорганизация организмов встроилась в иерар-
хию контролирующих процессоров, возникая в процессе обучения при изме-
няющихся вызовах со стороны окружающей среды. В инженерных науках мы
должны стремиться к построению самоорганизующихся систем с контроли-
руемой эмерджентностью (controlled emergence) новых подходящих свойств.
Обнаруживая глобальные тренды и параметры порядка сложной динамики,
мы имеем шанс воплотить в жизнь благоприятные тенденции. Кооперируя в
сложных системах, мы можем добиться гораздо большего прогресса в вы-
боре наших следующих шагов. Кооперация в сложных системах способст-
вует принятию решений и действиям для обеспечения устойчивого будущего
сложного мира13 .
13 Imada T. Self-Organization and Society. Tokyo, 2005; Mainzer K. Thinking in
Complexity. The Computational Dynamics of Matter, Mind, and Mankind. 5th edition, New
York, 2007.
Литература
1. Abarbanel H.D.I. Analysis of Observed Chaotic Data. New York, 1995.
2. Albeverio S., Jentsch V., Kantz H. (eds.). Extreme Events in Nature and Society,
Springer, 2006.
3. Haken H., Mikhailov A. (eds.). Interdisciplinary Approaches to Nonlinear Complex
4. Imada T. Self-Organization and Society. Tokyo, 2005.
5. Mainzer K. Thinking in Complexity. The Computational Dynamics of Matter, Mind,
and Mankind. 5th edition, New York, 2007.
6. Mainzer K. Der kreative Zufall. Wie das Neue in die Welt kommt. Munich, 2007.
7. Mainzer K. Symmetry and Complexity. The Spirit and Beauty of Nonlinear Science.
Singapore, 2005.
8. Mandelbrot B.B. Fractals and Scaling in Finance. Discontinuity, Concentration,
Risk. New York, 1997.
9. Nakamura E.R. (ed.). Complexity and Diversity. Tokyo, 1997.
10. Scott A. (ed.). Encyclopedia of Nonlinear Science. New York, 2005.
11. Small M. Applied Nonlinear Time Series Analysis: Applications in Physics,
Physiology and Finance. Singapore, 2005.
В.С. Стёпин
Èñòîðè÷åñêèå òèïû
íàó÷íîé ðàöèîíàëüíîñòè
â èõ îòíîøåíèè ê ïðîáëåìå
ñëîæíîñòè
В историческом развитии науки можно зафиксировать эпохи, которые

характеризуются изменениями типа научной рациональности. Можно выде-
лить три таких типа: классическую, неклассическую и постнеклассическую
рациональность.
Критериями их различения выступают: 1) особенности системной орга-
низации объектов, осваиваемых наукой (простые системы, сложные саморе-
гулирующиеся системы, сложные саморазвивающиеся системы); 2) присущая
каждому типу рациональности система идеалов и норм исследования (объяс-
нения, описания, обоснования, структуры и построения знаний); 3) специ-
фика философско-методологической рефлексии над познавательной деяте-
льностью, обеспечивающая включение научных знаний в культуру соответс-
твующей исторической эпохи.
Классическая рациональность
На этапе классической науки основными объектами исследования явля-
ются простые системы. Для познавательного и практического освоения прос-
тых систем достаточно полагать, что суммарные свойства их частей исчерпы-
вающе определяют свойства целого. Считается, что часть (элемент) внутри
целого и вне его обладает одними и теми же свойствами. Особым образом
интерпретируется соотношение вещи и процесса: вещь (тело) рассматривает-
ся как нечто первичное по отношению к процессу, а процесс трактуется как
воздействие одной вещи на другую. Причинность в этом подходе редуцирует-
ся к лапласовской детерминации. Пространство и время рассматриваются как
нечто внешнее по отношению к системе (объекту). Полагается, что состояние
движения объектов никак не сказывается на характеристиках пространства и
времени.
Категориальная сетка описания малых систем лежала в основании ме-
ханической картины мира, которая господствовала в науке в XVII–XVIII вв.
38 В.С. Стёпин
и отчасти в первой половине XIX в. Эта картина вводила следующий образ

Мироздания. В качестве фундаментальных объектов полагались неделимые
корпускулы (атомы). И. Ньютон в «Оптике» писал, что Бог создал мир из
неделимых корпускул (атомов) и все тела (твердые, жидкие и газообразные)
составлены из них, возникают благодаря взаимодействию корпускул. Взаи-
модействие корпускул и тел осуществляется как мгновенная передача сил по
прямой (дальнодействие) и подчиняется строгой детерминации, названной
позднее лапласовской причинностью. Процессы движения и взаимодействия
протекают в абсолютном пространстве с течением абсолютного времени.
Неделимая корпускула, силы, действующие мгновенно по прямой, абсо-
лютное пространство и время — все это теоретические идеализации, кото-
рые наделялись онтологическим статусом. Относительно их формулирова-
лись принципы неделимости атома и сохранения материи, принцип дально-
действия, лапласовской детерминации, принцип неизменности пространствен-
ных и временны́х интервалов и их независимости от характера движения тел.
Система этих принципов составляла фундамент физического знания соот-
ветствующей эпохи.
Механическая картина мира выступала как первая научная онтология
физики. Но одновременно она функционировала и как общенаучная картина
мира, ориентируя исследователей рассматривать не только физические, но
и биологические, а также социальные объекты в качестве простых механи-
ческих систем.
Приведу два примера, относящихся к функционированию механической
картины мира в качестве парадигмального образа природы и общества. Оба
относятся к этапу становления биологии и социологии как особых научных
дисциплин.
В становлении биологии в качестве особой научной дисциплины важную
роль сыграли идеи об эволюции организмов как источника видообразования.
В XVIII в. эти идеи обрели вид теоретической концепции Ламарка. Сегодня она
воспринимается как своего рода антитеза механистическим представлениям.
Но историко-научный анализ показывает, что все обстоит иначе. Оказывает-
ся, представления механической картины мира служили в концепции Ламарка
фундаментальным объяснительным принципом.
В XVIII столетии механическая картина мира была модифицирована.
В качестве фундаментальных объектов в нее были включены наряду с атома-
ми вещества (неделимыми корпускулами) невесомые субстанции — носители
тепловых, электрических и магнитных сил — теплород, электрический и маг-
нитный флюиды. Ламарк сознательно ориентировался на эту картину при ис-
следовании изменений организмов в результате их приспособления к внешней
среде. Он полагал, что упражнение органов, вызванное приспособительной
активностью, приводит к накоплению в них электрических и магнитных флю-
идов, что в конечном счете порождает изменение органов. Отсюда он вывел
Исторические типы научной рациональности 39
принцип: упражнение создает орган. И с этих позиций выявлял эволюционные

ряды организмов, демонстрирующие образование новых видов1 .
В дальнейшем развитии биологии идея флюидов была устранена, но
представление об эволюции видов организмов осталось. Эти представления
легли в основание картины биологического мира, несводимой к физической,
что конституировало биологию в качестве особой научной дисциплины.
Аналогичные процессы прослеживались в становлении социальных наук.
Известно, что Сен-Симон и Фурье предлагали положить в основу исследова-
ния социальной жизни механику. Фурье считал, что возможно открыть закон
наподобие закона всемирного тяготения, который описывает все взаимодейс-
твия людей, только это будет тяготение не по массам, как в физике, а по
страстям. Ученик Сен-Симона О. Конт, выдвинув идею социологии как науки
об обществе, сначала называл ее социальной физикой. Он полагал, что ее
можно построить по образу и подобию механики. Но потом выяснилась неа-
декватность механистических представлений в новой области исследований,
и Конт первый сделал шаги по их преодолению. Он предложил рассматри-
вать общество как целостный, развивающийся организм. Но первые шаги по
созданию социологии были основаны на механической картине мира, предла-
гавшей видение общества как механической системы.
Освоение любого типа системных объектов предполагает не только пос-
троение соответствующей научной онтологии, но и осмысление структуры
операций и средств познавательной деятельности. Особенности этих опера-
ций и средств выражает интерпретация идеалов и норм науки.
На этапе классической науки доминировал идеал, согласно которому
объяснение и описание должно включать только характеристики объекта.
Ссылки на ценностно-целевые структуры познания, на особенности средств
и операций деятельности, согласно классическим нормам, не должны фи-
гурировать в процедурах описания и объяснения. Отклонение от этих норм
воспринималось как отказ от идеала объективности знания.
Особое истолкование получили идеалы и нормы обоснования знаний.
В качестве главных требований обоснования теории выдвигалось два принци-
па: подтверждение теории опытом и очевидность (наглядность) ее фундамен-
тальных постулатов. Идеалом было построение абсолютно истинной картины
мира и теорий, точно и однозначно соответствующих объекту. Полагалось,
что из двух альтернативных теоретических описаний одной и той же области
опыта истинным может быть только одно.
Эпистемологическими основаниями классической науки выступали пред-
ставления о познании как наблюдении и экспериментировании с объектами,
которые раскрывают тайны своего бытия познающему разуму. Причем сам
1 См. подробнее: Стёпин В.С., Кузнецова Л.Ф. Научная картина мира в культуре
техногенной цивилизации. М., 1994. С. 147–148, 170–172.
разум наделялся статусом суверенности. В идеале он трактовался как дис-

танцированный от вещей, как бы со стороны наблюдающий и исследующий
их, не детерминированный никакими предпосылками, кроме свойств и харак-
теристик изучаемых объектов.
Неклассическая рациональность
Основными объектами исследования в неклассической науке становятся
сложные саморегулирующиеся системы. Такие системы дифференцируются
на относительно автономные подсистемы, в которых происходит массовое,
стохастическое взаимодействие элементов. Целостность системы предпола-
гает наличие в ней особого блока управления, прямые и обратные связи меж-
ду ним и подсистемами. Большие системы гомеостатичны. В них обязательно
имеется программа функционирования, которая определяет управляющие ко-
манды и корректирует поведение системы на основе обратных связей. Авто-
матические станки, заводы-автоматы, системы управления спутниками и кос-
мическими кораблями, автоматические системы регуляции грузовых потоков
с применением компьютерных программ и т. п. — все это примеры больших
систем в технике. В живой природе и обществе это организмы, популяции,
биогеоценозы, социальные объекты, рассмотренные как устойчиво воспроиз-
водящиеся организованности.
Категории части и целого применительно к сложным саморегулирую-
щимся системам обретают новые характеристики. Целое уже не исчерпыва-
ется свойствами частей, необходимо учитывать системное качество целого.
Часть внутри целого и вне его обладает разными свойствами. Так, органы и
отдельные клетки в многоклеточных организмах специализируются и в этом
качестве существуют только в рамках целого. Будучи выделенными из ор-
ганизма, они разрушаются (погибают), что отличает сложные системы от
простых механических систем, допустим, тех же механических часов, кото-
рые можно разобрать на части и из частей вновь собрать прежний работа-
ющий механизм. В сложных саморегулирующихся системах целое не только
зависит от свойств составляющих частей (элементов), но и определяет их
свойства. По-новому рассматривается соотношение вещи и процесса. Слож-
ные системные объекты (вещи) предстают как процессуальные системы, са-
мовоспроизводящиеся в результате взаимодействия со средой и благодаря
саморегуляции.
Причинность в больших, саморегулирующихся системах уже не может
быть сведена к лапласовскому детерминизму (в этом качестве он имеет лишь
ограниченную сферу применимости) и дополняется идеями «вероятностной»
и «целевой причинности». Первая характеризует поведение системы с учетом
стохастического характера взаимодействий в подсистемах, вторая — дейст-
вие программы саморегуляции как цели, обеспечивающей воспроизводство
системы. Возникают новые смыслы в пространственно-временных описаниях
больших, саморегулирующихся систем. В ряде ситуаций требуется наряду с
представлениями о «внешнем» времени вводить понятие внутреннего време-

ни (биологические часы и биологическое время, социальное время).
Коррелятивно новому типу исследуемых объектов формировалась но-
вая интерпретация идеалов и норм науки. Они характеризовались отказом от
прямолинейного онтологизма и пониманием относительной истинности тео-
рий и картины мира, выработанной на том или ином этапе развития науки.
В противовес идеалу единственно истинной теории, «фотографирующей» ис-
следуемые объекты, укореняется норма, допускающая альтернативные теоре-
тические описания одной и той же реальности, в каждом из которых может
содержаться момент объективно-истинного знания. Осмысливаются корреля-
ции между онтологическими постулатами науки и характеристиками метода,
посредством которого осваивается объект. В связи с этим принимаются та-
кие типы объяснения и описания, которые в явном виде содержат ссылки
на средства и операции познавательной деятельности. Наиболее ярким об-
разцом такого подхода выступали идеалы и нормы объяснения, описания и
доказательности знаний, утвердившиеся в квантово-релятивистской физике.
В ней в качестве необходимого условия объективности объяснения и описания
выдвигалось требование четкой фиксации особенностей средств наблюдения,
которые взаимодействуют с объектом (классический способ объяснения и
описания может быть представлен как идеализация, рациональные моменты
которой обобщаются в рамках нового подхода).
В отличие от классических образцов обоснование теорий в квантово-
релятивистской физике предполагало экспликацию операциональной основы
вводимой системы понятий (принцип наблюдаемости), а также выяснение
связей между новой и предшествующими ей теориями (принцип соответс-
твия).
Эпистемологической основой идеалов и норм неклассической науки было
представление о деятельностной природе познания. Познающий разум рас-
сматривался уже не как дистанцированный от изучаемого мира, а как нахо-
дящийся внутри его, детерминированный им. Возникает понимание того обс-
тоятельства, что ответы природы на наши вопросы определяются не только
устройством самой природы, но и способом нашей постановки вопросов (В.
Гейзенберг). Сам этот способ зависит от исторического развития средств и
методов познавательной и практической деятельности.
Постнеклассическая рациональность
Стратегию развития современной (постнеклассической) науки опреде-
ляет прежде всего осмысление специфики сложных, саморазвивающихся
систем.
Саморазвивающиеся системы представляют собой еще более сложный
тип системной целостности, чем саморегулирующиеся системы. Этот тип сис-
темных объектов характеризуется развитием, в ходе которого происходит пе-
реход от одного вида саморегуляции к другому. Здесь саморегуляция высту-
Ðèñ. 1
пает аспектом, устойчивым состоянием развивающейся системы. Смена вида

саморегуляции системы представляет собой фазовый переход, который может
быть охарактеризован в терминах динамического хаоса. В современной науке
он описывается в рамках динамики неравновесных систем и синергетики.
Саморазвивающимся системам присуща иерархия уровневой организа-
ции элементов и способность порождать в процессе развития новые уровни
организации. Причем каждый такой новый уровень оказывает обратное воз-
действие на ранее сложившиеся, перестраивает их, в результате чего система
обретает новую целостность. С появлением новых уровней организации сис-
тема дифференцируется, в ней формируются новые, относительно самосто-
ятельные подсистемы. Вместе с тем перестраивается блок управления, воз-
никают новые параметры порядка, новые типы прямых и обратных связей.
Изменения структуры саморазвивающихся систем по мере появления в
них новых уровней организации и перестройки их прежних оснований можно
изобразить посредством схемы (рис. 1).
Сложные саморазвивающиеся системы характеризуются открытостью,
обменом веществом, энергией и информацией с внешней средой. В таких
системах формируются особые информационные структуры, фиксирующие
важные для целостности системы особенности ее взаимодействия со средой
(«опыт» предшествующих взаимодействий).
К таким системам относятся биологические объекты, рассматриваемые
не только в аспекте их функционирования, но и в аспекте развития, объекты
современных нано- и биотехнологий, и прежде всего генетической инжене-
рии, системы современного проектирования, когда берется не только та или
иная технико-технологическая система, но еще более сложный развивающий-
ся комплекс: человек — технико-технологическая система плюс экологичес-
кая система плюс культурная среда, принимающая новую технологию, и весь
этот комплекс рассматривается в развитии. К саморазвивающимся системам

относятся современные сложные компьютерные сети, предполагающие ди-
алог человек–компьютер, «глобальная паутина» — Интернет. Наконец, все
социальные объекты, рассмотренные с учетом их исторического развития,
принадлежат к типу сложных саморазвивающихся систем.
Сложные саморазвивающиеся системы требуют для своего освоения
особой категориальной матрицы. Категории части и целого включают в свое
содержание новые смыслы. При формировании новых уровней организации
происходит перестройка прежней целостности, появление новых параметров
порядка. Иначе говоря, необходимо, но недостаточно зафиксировать наличие
системного качества целого, следует дополнить это понимание идеей измене-
ния видов системной целостности по мере развития системы.
В сложных саморегулирующихся системах появляется новое понимание
объектов как процессов взаимодействия. Усложнение системы в ходе разви-
тия, связанное с появлением новых уровней организации, выступает как смена
одного инварианта другим, как процесс перехода от одного типа саморегуля-
ции к другому. Возникает два смысла процессуальности объекта (системы):
она проявляется и как саморегуляция, и как саморазвитие, как процесс пере-
хода от прежнего типа саморегуляции к новому.
Освоение саморазвивающихся систем предполагает также расширение
смыслов категории «причинность». Она связывается с представлениями о
превращении возможности в действительность. Целевая причинность, поня-
тая как характеристика саморегуляции и воспроизводства системы, допол-
няется идеей направленности развития. При этом направленность не следует
толковать как фатальную предопределенность. Случайные флуктуации в фазе
перестройки системы (в точках бифуркации) формируют аттракторы, кото-
рые в качестве своего рода программ-целей ведут систему к некоторому ново-
му состоянию и изменяют возможности (вероятности) возникновения других
ее состояний.
Применительно к саморазвивающимся системам выявляются и но-
вые аспекты категорий пространства и времени. Наращивание системой
новых уровней организации сопровождается изменением ее внутреннего
пространства-времени. В процессе дифференциации системы и формиро-
вания в ней новых уровней возникают своеобразные «пространственно-
временны́е окна», фиксирующие границы устойчивости каждого из уровней и
горизонты прогнозирования их изменений.
Освоение саморазвивающихся систем предполагает особые стратегии
деятельности. Взаимодействие человека с саморазвивающимися системами
протекает таким образом, что само человеческое действие не является внеш-
ним фактором по отношению к системе, а включается в нее, необратимо из-
меняя каждый раз поле ее возможных состояний.
На этапе фазовых переходов в точках бифуркации возникает спектр воз-
можных сценариев развития системы. Какой из них реализуется, зависит от
условий взаимодействия системы со средой. И если мы своими действиями

создаем определенные условия, при которых обменные процессы со средой
порождают странные аттракторы, которые втягивают систему в определен-
ное русло развития, то можно считать, что мы сконструировали эти процессы
своей деятельностью. Но можно рассматривать эти же процессы как естест-
венные, как выражающие сущностные особенности развивающегося объекта.
Ведь система так устроена, что реализация одного из возможных сценариев
развития выступает как условие и характеристика бытия системы, как вы-
ражение ее природы. И если мы своей деятельностью направили развитие
системы по определенному руслу, то это одновременно и искусственное, и ес-
тественное. Жесткие грани между ними стираются. Искусственное предстает
как вариант естественного.
В исследованиях сложных саморазвивающихся систем фундаменталь-
ные и прикладные исследования часто выступают как компоненты единого
комплекса с прямыми и обратными связями. В нанонауке, генетической ин-
женерии, когнитивных науках фундаментальные открытия часто в явном ви-
де дают спектр технологических следствий, имеющих прямой выход к новым
технологиям.
Большинство исследований саморазвивающихся систем требует междис-
циплинарного подхода. В постнеклассической науке удельный вес междисцип-
линарных исследований резко возрос.
Все эти особенности исследования сложных саморазвивающихся систем
существенно перестраивают идеалы и нормы науки. Историчность систем-
ного комплексного объекта и вариабельность его поведения предполагают
широкое применение особых способов описания и предсказания его состоя-
ний — определение возможных сценариев развития системы в точках бифур-
кации. С идеалом строения теории как аксиоматически-дедуктивной системы
все больше конкурируют теоретические описания, основанные на применении
метода аппроксимации, теоретические схемы, использующие компьютерные
программы, и т. д. В естествознание начинает все шире внедряться идеал ис-
торической реконструкции, которая выступает особым типом теоретического
знания. Этот идеал ранее применялся преимущественно в гуманитарных нау-
ках (истории, археологии, историческом языкознании и т. д.).
Образцы исторических реконструкций можно обнаружить не только в
дисциплинах, традиционно изучающих эволюционные объекты (биология, ге-
ология), но и в современной космологии и астрофизике. Современные мо-
дели, описывающие развитие Метагалактики, могут быть расценены как ис-
торические реконструкции, посредством которых воспроизводятся основные
этапы эволюции этого уникального, исторически развивающегося объекта.
Среди исторически развивающихся систем современной науки особое
место занимают природные и социальные комплексы, в которые включен в
качестве компонента сам человек. Примерами таких «человекоразмерных»
комплексов могут служить медико-биологические объекты, объекты эколо-

гии, включая биосферу в целом (глобальная экология), объекты нанонауки,
биотехнологии (в первую очередь генетической инженерии), системы «чело-
век — машина» (включая сложные информационные комплексы и системы
искусственного интеллекта) и т. д.
При изучении «человекоразмерных» объектов поиск истины оказывает-
ся связанным с определением стратегии и возможных направлений преобразо-
вания объекта, что непосредственно затрагивает гуманистические ценности.
С системами такого типа нельзя свободно экспериментировать. В процессе их
исследования и практического освоения особую роль начинает играть знание
запретов на некоторые стратегии взаимодействия, потенциально содержащие
в себе катастрофические последствия для человека.
В этой связи трансформируется идеал ценностно-нейтрального исследо-
вания. Объективно истинное объяснение и описание применительно к «чело-
векоразмерным» объектам не только допускает, но и предполагает включение
аксиологических факторов в состав объясняющих положений. Возникает не-
обходимость экспликации связей фундаментальных внутринаучных ценностей
(поиск истины, рост знаний) с вненаучными ценностями общесоциального
характера. В современных программно-ориентированных исследованиях эта
экспликация осуществляется при социальной экспертизе исследовательских
программ и проектов. Исследователю приходится решать ряд проблем этичес-
кого характера, определяя границы возможных изменений системы. Внутрен-
няя этика науки, стимулирующая поиск истины и ориентацию на приращение
нового знания, постоянно соотносится в этих условиях с общегуманистичес-
кими принципами и ценностями. Этическая экспертиза включается в качестве
компонента в идеал обоснования научных знаний.
Эпистемологическим основанием всех этих трансформаций идеалов и
норм науки выступает понимание научного познания как особого компонен-
та культуры и социальной жизни, детерминированного ее базисными цен-
ностями.
Возникновение каждого нового типа рациональности не приводит к ис-
чезновению предшествующих типов, а лишь ограничивает сферу их действия.
При решении ряда задач неклассический и постнеклассический подходы могут
быть избыточными и можно ограничиться классическими нормативами ис-
следования. Научная рациональность на современной стадии развития науки
представляет собой гетерогенный комплекс со сложными взаимодействиями
между разными историческими типами рациональности.
С появлением постнеклассической рациональности возникает новый тип
взаимодействия социально-гуманитарных, технических и естественных наук.
Социально-гуманитарные науки раньше естествознания столкнулись с объ-
ектами, представляющими собой исторически развивающиеся человекораз-
мерные системы. И многие методологические идеи наук о духе (в частности,
идеи В. Дильтея) предваряли развиваемую в современную эпоху методологию

постнеклассической рациональности. Мне уже приходилось не раз отстаива-
ть точку зрения, что жесткая граница между естествознанием и социально-
гуманитарными науками сегодня стирается. В эпоху В. Дильтея естествозна-
ние находилось еще в стадии классической науки, а социально-гуманитарные
науки уже не удовлетворялись классическим подходом, но четко еще не осоз-
навали особенностей своего предмета и его категориальной матрицы.
Эта матрица по частям, по аспектам прорисовывалась в философии.
Вместе с ней нащупывались и новые методологические предпосылки иссле-
дования социально-гуманитарных объектов.
В современных условиях, когда сложные, часто уникальные саморазви-
вающиеся системы становятся объектами переднего края науки, многие проб-
лемные ситуации исследования могут значительно легче преодолеваться при
осознании особенностей постнеклассической рациональности. Разработка ме-
тодологии постнеклассической науки, на мой взгляд, облегчит обмен метода-
ми и концептуальными средствами между естествознанием, техническими и
социально-гуманитарными науками, причем не односторонне, механически, а
с учетом их прямых и обратных связей.
В.И. Аршинов
Ñèíåðãåòèêà âñòðå÷àåòñÿ
ñî ñëîæíîñòüþ
Ю.А. Данилов в статье «Что такое синергетика?», написанной им сов-

местно с Б.Б. Кадомцевым почти 30 лет назад, предложил именовать синер-
гетику Х-наукой. Этим имелось в виду подчеркнуть «становящейся» харак-
тер синергетики, ее специфическую «постнеклассическую» междисциплинар-
ность, в особенности тот факт, что «в отличие от большинства новых наук,
возникавших, как правило, на стыке двух ранее существовавших и характе-
ризуемых проникновением метода одной науки в другой, Х-наука возникает,
опираясь не на граничные, а на внутренние точки различных наук, с которыми
она имеет ненулевые пересечения...»1 . И сегодня, спустя почти 30 лет с того
времени как были написаны эти слова, синергетика для меня по-прежнему
остается «становящейся Х-наукой», открытой к новым междисциплинарным
встречам, в перечне которых встреча со сложностью имеет ключевое зна-
чение.
В принципе мне всегда казалось интуитивно ясным, что понятие «слож-
ность» естественным образом присуще синергетике. В своей статье, датиро-
ванной 2002 г., Ю. Данилов писал: «Сложность — одно из тех интуитивно
ясных, но упорно не поддающихся формализации понятий, которые играют
важную роль в концептуальном аппарате синергетики». Но если так, тогда в
каком же смысле «синергетика встречается со сложностью»? Попытке отве-
та на этот вопрос и посвящена настоящая статья.
Для начала я совершу краткий экскурс в недавнюю историю становле-
ния синергетики, в том ее виде, как она реализовывалась в исследователь-
ских программах Г. Хакена и И. Пригожина. Они сходны в своих исходных
предпосылках. В обоих случаях за основу берутся представления об откры-
1 Данилов Ю.А., Кадомцев Б.Б. Что такое синергетика? // Ю.А. Данилов.

Прекрасный мир науки. М., 2007. С. 130–142.
48 В.И. Аршинов
тых, далеких от равновесия системах, обладающих свойствами эмерджентно-

го (инновационного) поведения. Различие, однако, в том, что исследовате-
льская программа Г. Хакена делает акцент на «пространственном» измере-
нии синергетики как коммуникации посредством формирования в хаотической
структуре некоего гештальта-параметра порядка, циклически подчиняющего
себе все другие компоненты ее поведения. Что же касается И. Пригожина,
то его программа делает упор на сюжетах «переоткрытия времени», «но-
вого диалога человека с природой», а также диалога с такими философами
«времени и процесса», как А. Бергсон, А. Уайтхед, М. Хайдеггер. При этом
понятие сложности присутствует и у Г. Хакена, и у И. Пригожина, но при-
сутствуют скорее в качестве открытой проблемы, открытой сети возникаю-
щих вопросов. Для Хакена синергетика имеет дело со сложностью, конкретно
встречаясь с проблемой познания мозга. Говоря в заключении своей книги
«Принципы работы головного мозга» о «некоторых открытых проблемах»,
он пишет: «Мозг — необычайно сложная система, и, как я упомянул в начале,
эта система многогранна». И далее: «Проблема, которую я совсем не обсуж-
даю, — рост и развитие мозга». И наконец, еще одна «проблема, которую я
умышленно обошел молчанием, — сознание»2 .
И. Пригожин уделяет проблеме сложности как таковой больше внима-
ния. Предисловие к английскому изданию широко известной книги «Порядок
из хаоса» (написанной совместно с И. Стенгерс) начинается словами: «На-
ше видение природы претерпевает радикальные изменения в сторону мно-
жественности, темпоральности и сложности. Долгое время в западной науке
доминировала механистическая картина мироздания, ныне мы сознаем, что
живем в плюралистическом мире»3 . Некоторые указания на то, как имен-
но И. Пригожин понимал взаимосвязь множественности и сложности, явно
упоминаются в написанной им совместно с Г. Николисом книге «Познание
сложного. Введение (Exploring Complexity)». Первый параграф первой главы
так и называется «Что такое сложность?». Читаем: «В чем состоит разли-
чие между маятником и сокращающимся сердцем, между кристаллом воды и
снежинкой? Является ли мир физических и химических явлений, где всем наб-
людаемым фактам можно дать адекватную интерпретацию на основе небо-
льшого числа фундаментальных взаимодействий, простым и предсказуемым
миром?» Предварительный ответ, предлагаемый И. Пригожиным и Г. Нико-
лисом, состоит в том, что различие «между простым и сложным поведением
не столь резко, как нам это интуитивно представляется. Отсюда в свою оче-
редь вытекает плюралистический взгляд на физический мир, где бок о бок
сосуществуют различные типы явлений при изменении наложенных на сис-
2 Хакен Г. Принципы работы головного мозга. М., 2001. С. 312.

3 Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с при-
родой. М., 2003. С.11.
Синергетика встречается со сложностью 49
тему условий»4 . Итак, «...одна и та же система в разных условиях может

выглядеть совершенно по-разному, что поочередно вызывает у нас впечатле-
ние «простоты» и «сложности». Как видим, понятия простоты и сложности
релятивизируются в плюрализме языков описания. Но релятивизация, апел-
ляция к множественности описаний, сама по себе не делает проблему слож-
ности более понятной и отчетливой. Она всего лишь сдвигает ее с уровня
междисциплинарной проблемы на уровень проблемы трансдисциплинарной,
что, конечно, существенно. Но как тогда быть с проблемой несоизмеримос-
ти языков в смысле Т. Куна и П. Фейерабенда? Я не уверен, что от нее
можно просто так отмахнуться. Даже на трансдисциплинарном уровне. Но я
уверен, что существенным шагом в нашем продвижении к пониманию слож-
ности явилось бы обращение к темпоральности (в смысле И. Пригожина), а
также к сознанию и самосознанию как сущностных характеристик субъектив-
ного опыта (в смысле Гуссерля). Этот сюжет у Пригожина (как и у Хакена)
отсутствует. Чтобы завершить эти вводные замечания, отмечу также, что в
дискурсе парадигмы «порядок из хаоса» И. Пригожина топос «обитания»
сложных систем находится на границе между порядком и хаосом, в зоне оби-
тания странных аттракторов, контингентности, причудливой смеси случай-
ности и детерминизма. Но опять-таки подчеркну важное для меня обстояте-
льство: именно указание места обитания сложности не есть указание некоего
пусть даже трансдисциплинарного объекта познания синергетики как Х-науки.
В конце концов, мы сами «внутри» этой сложности находимся. Нам нужно
реконструировать субъекта сложностного познания как субъекта, спонтан-
но осознающего нередуцируемую сложность самой природы и человека как
органической составной части «внутри» эволюционирующего целого. Такой
взгляд созвучен идеям Э. Морена, но я не имею здесь возможности подробно
на них останавливаться. Замечу лишь, что в отличие от таких философов не-
определенности (uncertainty) и сложности, как Деррида, Левинас или Делез,
Морен в одиночку предпринял попытку развить метод, который бы связывал
философию и науку (science) посредством сложности (complexity)5 .
Я же попытаюсь подойти к субъекту сложностного познания в его спон-
танности, опираясь на некоторые идеи В.В. Налимова, развивавшего концеп-
цию вероятностно ориентированной философии. Эти идеи суммарно предс-
тавлены в его итоговых книгах «Спонтанность сознания» и «В поисках иных
смыслов». Операционально его идеи уложены в компактную формулу «распа-
ковки» смыслового континуума посредством бейесовского силлогизма. Итак,
предоставим слово В.В. Налимову. Отталкиваясь от понимания априорности
у Канта, Налимов говорит: «В нашей модели представление об априорности
изменяется: ею становится не какая-то безусловная данность, а спонтанное и
4 Николис Г., Пригожин И. Познание сложного. М., 2003. С. 10.

5 Alonso Montuori. Foreword Edgar Morin’s path of Complexity. http://www.mcxapc.
org/docs/apc/0901montuori.pdf.
глубоко личностное ее становление, отвечающее некоторой новой ситуации.

Точнее — в бейесовском силлогизме мы имеем дело с двумя новыми видами
априорности. Первый из них находит свое проявление в исходной функции рас-
пределения p(x). Это априорная система взвешенности смыслов; владея ею,
человек оказывается лицом к лицу с новой ситуацией Y . Это система смыслов
задается всем прошлым личности, ее воспитанием, степенью принадлежнос-
ти к культуре и пр. Здесь мы имеем дело с априорностью в статистическом
(бейесовском), а не в кантовском смысле — она предшествует тому новому
опыту, который может возникнуть в ситуации Y , но не свободна от опыта
прошлого. Другое, более серьезное проявление априорности — это спонтан-
ное появление фильтра переоценки ценностей p(y | x). Новая ситуация прово-
цирует появление нового фильтра, но не порождает его неким необходимым
образом. Фильтр в нашей трактовке бейесовской логики не создается но-
вым опытом, а привносится личностью — участником новой ситуации. Здесь
априорность приобретает иное, но опять-таки не кантовское звучание — она
определяет возможность забегания вперед (курсив мой — В.А.) в осмыслива-
нии нового опыта, преломленного через новую систему спонтанно возникших
ценностных представлений. Спонтанность исходит из глубин сознания (кур-
сив мой. — В.А.). Условием, необходимым для спонтанного возникновения
фильтра, остаются процессы, происходящие в подвалах сознания... В целом
наш подход, наверное, можно расценить как дальнейшее развитие трансцен-
дентальной логики. Мы пытаемся ответить на вопрос, который может быть
сформулирован так: как возможно нетривиальное мышление, связанное со
спонтанной переоценкой смыслов?» И это нетривиальное, т. е. по сути инно-
вационное или креативное мышление, по Налимову, оказывается возможным,
«потому что человек способен порождать фильтры, открывающие возмож-
ность новой распаковки семантического континуума»6 . И это же мышление
для нас и есть мышление в сложности (thinking in complexity). Но не только.
Остается темпоральность, темпоральное измерение сложности. Здесь необ-
ходимы дополнительные пояснения. Дело в том, что идея распаковки смысло-
вого континуума есть по сути герменевтическая метафора и, как таковая, она
позволяет на некотором трансцендентальном уровне конструктивно подойти
к проблеме плюрализма описаний сложности, к ситуации сложного многооб-
разия языков. «Разные языки потому и имеют право на существование, что
безусловный перевод с одного из них на другой невозможен»7 . Но при этом
возможно конструирование ситуации, в которой спонтанно запускается рекур-
сивный процесс их взаимной распаковки. Виртуозное искусство такого рода
конструирования и демонстрирует нам В.В. Налимов в своей «вероятност-
но ориентированной философии». За повсеместным использованием «бейе-
6 Налимов В.В. Спонтанность сознания. М., 1989. С. 148–149.

7 Там же. С. 225.
совского силлогизма» скрывается конструктивная методология рекурсивно-

циклического мышления, близкого к исследовательским программам И. При-
гожина, Г. Хакена и Э. Морена. Тем не менее подход Налимова, по самой сво-
ей сути будучи спонтанно открытым к восприятию сложности, делает упор
на пространственное ее осмысление, а потому выглядит, по-видимому, ме-
нее продуктивно в отношении темпорального измерения сложности. Я пишу
осторожное «по-видимому», поскольку в последних работах Налимова мож-
но найти очень глубокие размышления о личностном, «собственном времени
как мере изменчивости»8 . Но эти рассуждения все же по большей части каса-
ются биологического времени, времени эволюции, оставляя в тени глубинную
связь времени сложности и сознания. Хотя по поводу сложности и сознания в
его текстах можно найти и такие провидческие высказывания: «Сложность —
в широком философском понимании... может трактоваться как сознание или
хотя бы как слабая форма его проявления, которая может быть названа ква-
зисознанием... Сознание — это наиболее знакомая нам самоорганизующаяся
система. Эта система служит для нас образцом, задающим образ самоорга-
низации». Но по В.В. Налимову, «интуиция времени у нас развита несравнен-
но слабее, чем интуиция пространства»9 . И далее: «...сами смыслы все же
вневременны. Силлогизм Бейеса никак не соотносится с течением времени.
Действие силлогизма интерпретируется как мультипликативное взаимодейс-
твие прошлого и будущего в настоящем, что уже само по себе выходит за
пределы привычного для нас понимания того, что есть время. Вневременна,
как об этом мы уже говорили, и сама природа спонтанности. Иллюстраци-
ей нашего представления о вневременности мира смыслов может служить
и отчетливо наметившееся в нашем веке стремление к оживлению далекого
прошлого»10 .
Но посмотрим, что получится, если мы все-таки обратимся к интуиции
времени сложности. Или к личностному переживанию сложности времени.
Показательно, что у того же Налимова мы находим: «Теперь вернемся к че-
ловеку. Время для человека двояко. Одно из них — равномерное (ньютоново
время, оно дается механическими — внешними для нас — часами. Другое —
внутреннее, психологически переживаемое, неравномерное время. Оно зада-
ется нашими внутренними часами. Ход этих часов определяется нашей откры-
тостью миру — возможностью действовать в этом мире»11 . В этом отрывке
по сути «упакована» программа, как мы бы сейчас сказали, междисциплинар-
ных (или трансдисциплинарных) исследований времени как синергийно само-
организующегося процесса – и что важно — естественным образом включа-
ющего в себя процессы сознания и самосознания. Но Налимов эту программу
8 Там же. С. 240.

9 Там же.
10 Там же. С. 245.
11 Там же. С. 243.
«не распаковал». Он лишь отметил, что «физики явно избегают двумерного

времени», не раскрывая смысла этой двумерности. Неудивительно поэтому,
что он не оценил должным образом идеи И.Р. Пригожина. (Я могу сослаться
также и на мой разговор с В.В. Налимовым, который интересовался моим
мнением о работах И.Р. Пригожина.)
Попробуем, однако, всмотреться в программу И. Пригожина вниматель-
нее. В предисловии к английскому изданию своей книги «Логика научного
открытия» (1959) Поппер писал: «Существует, по крайней мере, одна фи-
лософская проблема, в которой заинтересовано все мыслящее человечество.
Это проблема космологии, проблема понимания мира, включая и нас самих, и
нашего знания как части мира». Цитируя это высказывание Поппера, И. При-
гожин выражает солидарность с его позицией. По ходу дела необходимо за-
метить, что с именем Поппера связано вхождение в современную философию
науки понятия «метафизическая исследовательская программа». «Название
”метафизические исследовательские программы” использовалось мною для
обозначения некоторых исследовательских программ в науке, а именно для
тех из них, которые экспериментально непроверяемы. Спустя более десяти
лет некоторые из моих сотрудников (имеется в виду И. Лакатос. — В.А.)
заменили это название, введя термин «научно-исследовательские програм-
мы». Разумеется, наука пронизана этими исследовательскими программами,
и они играют решающе важную роль в ее развитии. Но обычно они все же не
имеют характера проверяемых научных теорий. Они могут стать научными
теориями, но тогда у нас больше нет повода называть их исследовательски-
ми программами... В тех редких случаях, когда метафизическая программа
в самом деле становится осознанной (или даже намеренно вводится как моя
(Поппера. — В.А.) космология предрасположенностей), ее следует рекомен-
довать лишь с условием последовательно критического отношения к ней и
поиска возможных альтернатив»12 .
Рассмотрение «осознанной» метафизической программы самого Поппе-
ра в данном случае в мою задачу не входит. Ее суть кратко сформулирована
в вышеприведенном высказывании Поппера о «космологическом понимании
мира», с которым солидаризировался И.Р. Пригожин. В то же время сама
концепция метафизической (исследовательской) программы представляется
мне заслуживающей всяческого внимания. Во всяком случае мне представля-
ется плодотворным общий взгляд на подходы Налимова, Пригожина, Море-
на именно как на метафизические исследовательские программы. Такой взг-
ляд позволяет также рассматривать названные программы с точки зрения их
возможной синергийной конвергенции в рамках общей трансдисциплинарной
концепции сложности. При этом метафизическим «ядром» программы Поп-
пера является идея «пропенситивной, индетерминистской Вселенной». Ме-
12 Поппер К.Р. Квантовая теория и раскол в физике. М., 1989. С. 42–43.

тафизическим ядром программы В.В. Налимова является идея самооргани-

зующегося в своей спонтанности сознания. У Морена это познание познания
через сложность. В случае Пригожина метафизическим ядром исследовате-
льской программы самого Пригожина является идея переоткрытия времени,
идея возвращения времени в естествознание, когда-то потерянное им на путях
«объективного познания истины». Имеется в виду, конечно, время в контекс-
те его собственных креативных качеств, таких, как необратимость, множест-
венность, направленность, сложность. Пользуясь другим языком, можно ска-
зать, что в основе метафизической программы Пригожина лежит установка
на темпорализацию картины мира, включающую в себя и человека.
Сам Пригожин неоднократно предпринимал попытки конкретно реализо-
вать эту метафизическую идею средствами формализма аппарата теорети-
ческой физики, вводя в рассмотрение оператор времени, идею нарушения вре-
менной симметрии на уровне фундаментальных законов природы. Подчеркну,
установка И. Пригожина на переоткрытие времени укоренена в особенностях
его личностного опыта, в его специфической ориентации на переживание как
чистой темпоральности, длительности. И в этом Пригожин внутренне близок
Бергсону, на которого он часто ссылается. Именно отсюда проистекает его
стремление к преодолению разрыва между личностным, «внутренним» пере-
живанием времени и его внешним, «объективным» представлением, сведен-
ным классической наукой Нового времени к пространственному образу еще
одной, добавочной, пространственной координаты.
Итак, восстановить связанность (в некотором топологическом смысле)
темпорального опыта, представленного в его фундаментальных разделеннос-
тях и противопоставлениях дискретности и непрерывности, случайности и не-
обходимости, внешнего и внутреннего, субъективного и объективного, скон-
струированного и открытого и т. д., переоткрыть время, осмыслить заново
стрелу времени как паттерн различения событий, «которые были», которые
«имеют место здесь и теперь», в настоящем, и которые могут быть в буду-
щем, осознать этот паттерн как единство, как своего рода процессуальный
гештальт — таков метафизический контекст оставшейся незавершенной ис-
следовательской программы Пригожина, в моем истолковании, естественно.
Повторюсь, в фокусе метафизической компоненты исследовательской
программы Пригожина — идея переоткрытия времени. Что это означает?
И.Р. Пригожин пытался включить человека в его «новый диалог с приро-
дой» в контексте философской по сути идеи «от бытия к становлению». Для
запуска этого диалога требовался и новый наблюдатель — актор–участник
этого диалога. Для этого ему и потребовалось преодолеть разрыв двух вре-
мен: внутреннего (субъективного) времени А. Бергсона и внешнего (объек-
тивного) времени И. Ньютона. Он писал: «Мы начинаем с наблюдателя —
живого организма, проводящего различие между прошлым и будущим, и за-
канчиваем диссипативными структурами, которые... содержат «историческое
измерение». Тем самым мы рассматриваем себя как высокоразвитую разно-

видность диссипативных структур и «объективно» обосновываем различие
между прошлым и будущим, введенное в самом начале»13 . Эта схема выг-
лядела для Пригожина самосогласованной: человек и природа являются от-
крытыми, неравновесными диссипативными структурами. Возникает общий
эволюционно-коммуникативный канал. В диалог вместе познанием включа-
ется и мудрость, и сложность. Но есть одно «но». А именно для человека,
переживающего время, ключевое значение имеет настоящее, теперь. И если
мы ставим своей целью включить временное измерение в новый диалог чело-
века с природой, мы должны как-то определиться с этим «теперь». Оставить
его «внутри» субъективного опыта или выйти за его границы?.. Проблема,
в этой связи возникающая, во всех отношениях является фундаментальной.
Именно перед ней, собственно говоря, и остановился И. Пригожин в своих
попытках придать «объективный» смысл понятию «теперь–Now». Ведь вся
жизнь человека — это длящееся «теперь». Еще раз отметим, что Пригожин
полностью осознавал принципиальное значение задачи осмысления «тепе-
рь» как ключевой в проблеме в преодолении дуализма «внутреннего», су-
бъективного, и «внешнего», объективного, в понимании времени. А также
драматического раскола между атемпоральным естествознанием и филосо-
фией времени. Между А. Бергсоном и А. Эйнштейном. Можно привести тому
много свидетельств. Но для краткости я ограничусь лишь одной (но емкой,
с моей точки зрения) цитатой из книги «Порядок из хаоса», где И.Р. Приго-
жин цитирует Р. Карнапа, ссылающегося, в свою очередь, на А. Эйнштейна.
Итак, вот что пишет Карнап, цитируемый Пригожиным: «Эйнштейн как-то
заметил, что его серьезно беспокоит проблема «теперь». Он пояснил, что
ощущение настоящего, «теперь», означает для человека нечто существенно
отличное от прошлого и будущего, но это важное отличие не возникает и не
может возникнуть в физике. Признание в том, что наука бессильна познать
это ощущение, было для Эйнштейна болезненным, но неизбежным. Я (Кар-
нап) заметил, что все происходящее объективно может быть описано наукой.
С одной стороны, описанием временных последовательностей занимается фи-
зика, а с другой стороны, особенности восприятия человеком времени, в том
числе различное отношение человека к прошлому, настоящему и будущему,
может быть описано и (в принципе) объяснено психологией. Но Эйнштейн,
по-видимому, считал, что эти научные объяснения не могут удовлетворить
человеческие потребности и что с ”теперь” связано нечто существенное, ле-
жащее за пределами науки»14 .
13 Пригожин И.Р. От существующего к возникающему: Время и сложность в
физических науках. М., 1985. С. 214.

14Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с при-
родой. М., 2005. С. 181.
Зафиксируем «здесь и теперь» эту развилку. Отмечу еще раз, что проб-
лема времени была для Пригожина во всех отношениях центральной. «Эта
книга о времени. На мой взгляд, ей вполне подошло бы название «Время —
забытое измерение», хотя некоторым читателям такой заголовок показался
бы странным»15 . Такими словами И.Р. Пригожин начинает свою книгу «От
существующего к возникающему». Тем самым он неявно полемизирует с Эйн-
штейном, для которого ключевая проблема времени «теперь» по сути лежит
за пределами науки. Для Пригожина эта проблема находилась за предела-
ми классической и даже неклассической науки, но уже на передовой линии
становления новой науки о сложности, темпоральности. На границе научной
рациональности и тем, что наукой полагать не принято. А что находится «вне
науки»? Вне науки (за скобками) находится, «очевидно», религия, культура, в
общем все человеческие переживания. Но это ответ традиционного научного
рацио, «естественника», борющегося за право «разговаривать с самим со-
бой». Стоит ли говорить о том, что эта позиция «суверенного разума» ведет
в конечном счете в тупик иллюзий гиперрационализма. Уже потому, что она
механически отделяет науку от культуры, частью которой она так или ина-
че является. Тем самым она сама по себе исключает из научного познания
процесс творчества, интуицию времени как поиска красоты, в пользу по су-
ти позитивистского понимания науки как полезного инструмента «экономии
мышления». Что же касается метафизики программы Пригожина, повторим
еще раз, что вместе со временем (находясь как бы между А. Эйнштейном,
А. Бергсоном, А. Уайтхедом, М. Хайдеггером, между физикой открытых не-
равновесных систем и философией времени) он (вместе с И. Стенгерс) иници-
ирует сюжет «нового диалога человека с природой». Но для этого необходимо
трансформировать сам образ природы в глазах ученого, человека. Природу
и человека надо каким-то образом сблизить, «приравнять», «уподобить». И
первым шагом в этом направлении должно быть погружение (возврат) че-
ловека в природу, отказ от позиции абсолютного внешнего наблюдателя в
пользу активного наблюдателя–участника, осознающего себя соавтором кос-
мической эволюции в целом. Но достаточно ли для этого представлений дис-
сипативных структур? Пригожин несомненно осознавал масштаб проблемы.
«Мир не является ни автоматом, ни хаосом. Наш мир — мир неопределеннос-
ти, но деятельность индивидуума в нем не обязательно обречена на малозна-
чимость. Мир не поддается описанию одной истиной. Мысль о том, что наука
может помочь навести мосты и примирить противоположности, не отрицая
их, доставляет мне глубокое удовлетворение»16 .
И все же попытка пересечь границы современной ему науки в поисках
«теперь», «остановить прекрасное мгновение» ему, видимо, не удалась, хотя
15 Пригожин И.Р. От существующего к возникающему. М., 1985. С. 9.

16 Там же. С. 254.
направление путей поиска «нового диалога человека с природой» через ди-

алог с культурой, историей самой науки, а также, что важно, через диалог с
такими великими философами, как А. Бергсон, А. Уайтхед, М. Хайдеггер, им
намечено (пусть пунктирно), я уверен, правильно... Хотя естественно спро-
сить (вместе с Эйнштейном): а достижима ли вообще эта цель? И вместе с
Эйнштейном (и Лессингом) ответить: «Стремление к истине дороже обла-
дания ею».
Что же все-таки не удалось сделать Пригожину в рамках его программы
познания времени как диалога в нашем сложном, балансирующем на грани по-
рядка и хаоса мире? Наше предшествующее рассмотрение подсказывает, что
он остановился перед проблемой включения в развиваемый им темпоральный
дискурс образа «теперь–Now». И соответственно сознания и самосознания
как ключевой загадки человеческого бытия. А также загадки человеческо-
го «Я». «Погружение» человека в Мир, Вселенную, отказ от услуг внешне-
го вневременного наблюдателя с необходимостью влечет за собой призна-
ние необходимости включения сознания в то, что называют «научной карти-
ной мира», переход к самосознающей Вселенной. Именно в этом переходе
заключается пафос «спонтанности сознания» в метафизической программе
В.В. Налимова. И здесь я не могу удержаться от искушения и не процити-
ровать Э. Морена: «Идея себя, или Я, является важнейшей. Она определя-
ет исходную и фундаментальную закрытость открытой системы, находится
в самом ядре идеи автономии существ-машин (неискусственных). С пони-
манием Я мы стоим у истоков того, что станет авто-, или само-, присущего
живому существу (самоорганизации, само-реорганизации, или даже само-эко-
ре-организации) того понятия, которое будет необходимо поместить в центр
всякой экзистенциальной индивидуальности. И, двигаясь от петли к петле, мы
придем к рекурсивной петле, которая в высшей степени замкнута и в высшей
степени открыта, — к сознанию человека (выделено мной. — В.А.)»17 .
Следуя этой стратегии рекурсивности, я попытаюсь сделать еще один
шаг на пути к осмыслению того, что я называю синергетикой сложнос-
ти. Сейчас необходим постнеклассический междисциплинарный (или даже
трансдисциплинарный) подход по всему фронту исследований многоуровне-
вой проблемы «сознание–мозг–материя». Этот подход уже успешно стано-
вится, и есть все основания полагать, что он будет в ближайшие годы активно
востребован и стимулирован исследованиями и разработками в области так
называемых конвергирующих технологий. Я имею в виду синергийную конвер-
генцию нанотехнологий, биотехнологий, информационных технологий, когни-
тивных и социогуманитарных наук... Новая нанонаука в буквальном смысле
потребует интуитивно-рационального понимания времени. Это будет новое
нановремя.
17 Морен Э. Метод. М., 2005. С. 253.

Но вернемся к встрече синергетики с темпоральной сложностью. И

здесь, оказывается, уже совершенно необходимо ввести в наши рассужде-
ния понятие интерфейса. Я использую это понятие, апеллируя к интуитивно
ухватываемому его смыслу в тех случаях, когда мы говорим, например, об
интерфейсе «человек–машина». Имплицитно понятие интерфейса использу-
ется В.В. Налимовым, когда он говорит о «взаимодействии исходной смыс-
ловой установки (системы предпочтения) p(x) с корректирующим фильтром
p(y | x), отвечающим данной конкретной ситуации y».
В последние годы в связи с проблемой сложности Хельга Новотны — фи-
лософ и социолог науки — ввела в обиход понятие эмерджентного интерфей-
са18 . Она приводит множество примеров такого рода интерфейсов. B изнача-
льном физическом смысле интерфейс — это поверхность раздела двух фаз
вещества, которое может быть твердым, жидким, газообразным, или грани-
цей раздела живого и неживого и т. д. При этом существенно, что интерфейс
порождает качественно новые свойства или эффекты, отличные от свойств
ассоциированных с ним поверхностей. Кстати говоря, в этой эмерджентности
интерфейсов кроется один из источников инновационного потенциала кон-
вергентного нанотехнологического развития. Новотны распространяет идею
интерфейса на ситуацию пересечения или конфронтации разных форм и/или
областей знания. Эмерджентность говорит о незапланированности, неожи-
данности возникновения свойств, феноменов или объектов, которые ведут
себя как «граничные объекты», не имеющие, однако, отчетливо распозна-
ваемой границы, а потому не поддающиеся категоризации и классификации.
Поэтому, вместо того чтобы играть роль коммуникативных медиаторов и по-
рождать возможность консенсуса, они ведут к размежеванию и конфликту.
Тем самым они порождают рост сложности вследствие трудностей интер-
претации, поскольку они находятся между двумя взаимно несоизмеримыми,
взаимно непрозрачными, непонимаемыми языками. И тем не менее, отмечает
Новотны, эти же «граничные», гибридные объекты могут быть провозвестни-
ками грядущих коммуникативных прорывов, снижающих уровень сложности,
оптимизирующих ее, снижающих его временно, но не окончательно. Х. Но-
вотны апеллирует к Н. Луману, для которого коммуникация в социальных сис-
темах — это и редукция сложности. Уместно также здесь упомянуть о его же
концепции «двойной контингентности», исходной взаимной коммуникативной
непрозрачности, неопределенности вошедших в «соприкосновение» автопо-
этических систем. Итак, общим «контекстом» для ситуации возникновения
эмерджентного интерфейса является ситуация «неожиданной встречи» раз-
ных областей знания. Она порождает рост сложности. Для редукции слож-
ности в этой ситуации нужна коммуникация, причем такая коммуникация, при
18 Nowotny H. The increase of complexity and its reduction:emergent interfaces
between the natural sciences, humanities and social sciences // Theory, culture, and society.
2005. Vol. 22. N 5. P. 15–31.
которой ситуация двойной контингентности сохраняется как нечто «полупроз-

рачное», поскольку любая попытка ее элиминации хотя и упрощает ситуацию,
но таким образом, что блокирует ее дальнейшее креативное продолжение.
О какой же коммуникации идет речь? Здесь я, следуя Х. фон Фёрстеру,
исхожу из его ключевого тезиса кибернетики второго порядка: «Коммуника-
ция — это рекурсия»19 . При этом я рассматриваю понятие «рекурсия» как
синергийно сопряженное с такими понятиями, как «рекуррентность», «са-
моотнесенность», «действенный цикл, становящийся рефлексивным и ге-
нерирующим сложное мышление» (Эдгар Морен). Такой взгляд для меня в
высшей степени конструктивен, поскольку позволяет нередукционистски со-
единить сложность в познании общества и те концепции сложности, которые
возникли в последние годы в естественных науках. Это, конечно, синергетика
Г. Хакена, теория диссипативных структур И. Пригожина, кибернетика второ-
го порядка фон Фёрстера, автопоэзиса Варелы и Матураны... Особое место в
этом перечне принадлежит открытию так называемых странных аттракторов,
которые чаще всего ассоциируются с понятием детерминированного хаоса, но
в меньшей степени с динамически рекурсивным (фрактальным) процессом.
А потому и процессом коммуникативным, лежащим в основе порождения но-
вых смыслов, или «распаковывания» смыслового континуума, по В.В. Нали-
мову. И здесь я выдвину предположение, что вышеупомянутые «граничные
объекты» в эмерджентных интерфейсах Х. Новотны есть по сути нечто иное,
чем фрактальные странные аттракторы. Однако, для того чтобы превратить-
ся из объектов с «нераспознанными границами», они должны быть не только
идентифицированы в качестве объектов исследования, «имеющих фпакталь-
ные границы», но и реинтерпретированы в качестве символических средств
коммуникативного объединения индивидуальных сознаний в сознание чело-
вечества.
Концепция интерфейса подводит нас таким образом непосредственно к
ключевому философскому вопросу всего сюжета «встречи синергетики со
сложностью». Это вопрос о субъекте–наблюдателе сложности, который сам
по себе должен быть сложен, приравнен к тому, что он «наблюдает» и с чем
он «имеет дело». Процесс погружения наблюдателя в природу как констелля-
цию сложнопереплетающихся процессов должен быть продолжен. Это естес-
твенное продолжение метафизической исследовательской программы Приго-
жина «нового диалога человека с природой», о которой уже говорилось выше.
Именно для нового диалога человека с природой, согласно И. Пригожину, тре-
буется трансформация самого наблюдателя-субъекта таким образом, чтобы
он был наделен способностью различать между будущим и настоящим. А для
19 Heinz von Foerster. For Niclas Luhmann: How recursive is communication? // Heinz
von Foerster. Understanding understanding. Essays on cybernetics and cognition. N.Y., 2003.
P. 305–325.
этого субъект-наблюдатель должен быть открытой, неравновесной, нелокали-

зируемой диссипативной структурой, включенной в созидающую Вселенную.
Но не только.
В контексте «встречи со сложностью» нам требуется не только расши-
рение концептуального пространства диалога, но и качественная его транс-
формация. Переход к новой синергийно-коммуникативной парадигме. Нам
необходимо заново войти в контекст «диалог человека с природой». По ана-
логии с кибернетикой второго порядка я бы назвал его диалогом «второго
порядка», или диалогом двух наблюдателей. Внутреннего (эндонаблюдателя)
и внешнего (экзонаблюдателя). И тогда интерфейсом становится пространс-
тво коммуникативно осмысленных событий — встреч «внешнего и внутрен-
него», субъективно-объективного и объективно-субъективного в общем кон-
тексте «самоорганизующейся Вселенной». Подходящей метафорой-образом
здесь мог бы быть образ листа Мебиуса — поверхности, в которой различе-
ние внешней и внутренней стороны не имеет абсолютного значения. В то же
время аналогии с кибернетикой-2 недостаточно. Как недостаточно и общих
рассуждений о синергетике-2, которую я в свое время хотел ввести в оби-
ход синергетической философии. Чтобы продвинуться дальше в осмыслении
нового субъект-объектного статуса сложности как синергийной темпораль-
ности, нам надо расширить (или углубить, если угодно) наш темпоральный
дискурс, включив в него образ «теперь–Now», а вместе с ним и сознание, и
самосознание в общую картину мира как самосознающей Вселенной. Наско-
лько я знаю, наиболее интересно и последовательно идею введения образа
«теперь» как развития нового диалога с природой проводит С.Ф. Тимашев:
«Именно введение образа «теперь–Now» в разрешение обсуждаемых воп-
росов о введении необратимости в представлении эволюции реальных сис-
тем. Принципиальный шаг в этом направлении был сделан Вайцзеккером в
его «Триест-теории». Согласно Вайцзеккеру сам факт актуализации явления
(если это даже смена идей в нашем сознании. — В.А.) происходит вслед-
ствие необратимых переходов в новое состояние системы. Тем самым само
представление эволюции, по Вайцзеккеру, должно включать в себя реали-
зующиеся дискретные последовательности необратимых «шагов–событий»
или интервалов «теперь–Now»... Ключевым понятием в таком образе эволю-
ции является интервал времени, ограниченный двумя «событиями-мигами»,
а не моменты времени на непрерывной временно́й оси, как это имеет место
в традиционной науке. Очевидно, что вводимые интервалы не должны быть
«пустыми», но содержать внутри себя интервалы меньших масштабов, всю
иерархию возможных временных интервалов»20 .
Итак, «пустота» заполняется иерархией временных интервалов. Эта
идея важна не только для углубления диалога с природой, но и для пост-
20Тимашев С.Ф. Время в естественных науках // http//www.chronos.msu.ru/

PREPORT/timashev vremya.htm
роения диалогового интерфейса с философией времени, не только в смысле

Анри Бергсона, но и в смысле феноменологии внутреннего сознания времени
Э. Гуссерля21 . Возможным шагом в этом направлении может служить концеп-
ция фрактального времени Сузи Вробель (Susie Vrobel), директора Института
фрактальных исследований в Касселе (Германия), у которой, кстати говоря,
есть большая совместная с С.Ф. Тимашевым публикация, размещенная в
Интернете22 .
Концепция фрактального времени Вробель онтологически созвучна идее
байесовской распаковки смыслового континуума по Налимову. У Вробель же
речь идет о фрактальной распаковке временного континуума, со ссылкой на
Гуссерля. Согласно Вробель именно Гуссерль был первым, кто представил
наблюдателя «теперь–Now» в виде «гнездящейся структуры», иерархии вло-
женных друг в друга и одновременно сцепленных между собой временных пер-
спектив. Я не могу здесь подробно останавливаться на философии сознания-
времени Гуссерля, отсылая к предисловию В.И. Молчанова — переводчика
трудов Гуссерля на русский язык. Мне важно на примере работ С.Ф. Ти-
машева и Вробель (сюда же можно добавить работы Терри Маркс-Тэрлоу
(Terry Marks-Tarlow) по фрактальной динамике повторного (рекурсивного)
вхождения наблюдателя в наблюдаемое) показать отчетливо наметившуюся
за последние годы тенденцию к пониманию сложности как нового интерфейса
в диалоге человека с природой; интерфейса, воплощенного в сборке нового
субъекта-наблюдателя «теперь», погруженного в мир темпоральной слож-
ности природы как сетевой иерархии процессов становления, необратимых
переходов потенциального в актуальное.
Некоторые авторы в этой связи говорят о «следующей революции в фи-
зике», о становлении новой парадигмы в науке. И эта парадигма уже как двад-
цать лет имеет свое название. А именно «эндофизика». Буквально этот тер-
мин означает «физика изнутри». Эндофизика помещает наблюдателя внутрь
Вселенной в противоположность экзофизике, исходящей из перспективы воз-
можности адекватного познания системы, наблюдаемой извне.
Термин «эндофизика» был предложен физиком-теоретиком Дэвидом
Финкельстайном в письме к основоположнику этого направления Отто Рёс-
слеру, сделавшему (наряду с Эдвардом Лоренцом) фундаментальный вклад в
создание теории динамического хаоса (аттрактор Рёсслера)23 . Согласно Рёс-
слеру принятие исследовательской программы эндоф�

Язык

- Синергетическая парадигма. - Синергетика инновационной сложности - (2011, Издательство - Прогресс-Традиция -) PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

- Синергетическая парадигма. - Синергетика инновационной сложности - (2011, Издательство - Прогресс-Традиция -) PDF

Загружено:

Авторское право:

Доступные форматы

Синергетическая парадигма

Аршинов В.И. Князева Е.Н. Степин В.С.

Горохов В.Г. Мелик-Гайказян И.В.

Делокаров К.Х. Моисеев В.И.

Добронравов И.С. Москалёв И.Е.

Измайлов И.В. Пойзнер Б.Н.

Кизима В.В. Романов В.Л.

Киященко Л.П. Свирский Я.И.

Издание осуществлено при финансовой поддержке

Редакторы-составители В.И. Аршинов, О.Н. Астафьева, Е.Н. Князева

Синергетическая парадигма. «Синергетика инновационной

Седьмой том серии «Синергетическая парадигма», выпускаемый изда-

© Коллектив авторов, 2011

Раздел I. Горизонты сложности в современном научном

Романов В.Л. Сложность инновационных трансформаций: аспект ам-

Part 1. Prospects of Complexity in the Modern Scientific

Tishchenko Pavel D. Innovation and Socially Distributed Manufacture of

Этот выпуск «Синергетической парадигмы» является седьмым

обусловливают друг друга, возникают и творятся в этом процессе,

го характерны локальные эффекты. Эндофизика показывает нам, в

Мы надеемся, что читатель, который стремится понять совре-

В.И. Аршинов, Е.Н. Князева

Теория сложных систем стала использоваться как доказанный подход к

Mainzer K. Challenges of Complexity in the 21st Century. An Interdisciplinary

Тем не менее человеческие когнитивные способности часто бывают пот-

ся уравнением Шредингера с наблюдаемыми (например, положением и им-

Таким образом, мельчайшие отклонения в начальных данных ведут к

которые являются непериодическими, с экспоненциальной зависимостью от

гибриды, соединяющие динамические и статистические аспекты, включаю-

Springer, 2006; Mainzer K. Thinking in Complexity. The Computational Dynamics of Matter,

Systems, Springer, 1993.

с глубокими и поразительными аналогиями, которые были в поведении ве-

случае сложная система выводится из состояния равновесия посредством на-

вплоть до сегодняшнего дня поддерживается главным образом результатами

как господствующие параметры порядка. Таким образом, даже человеческая

Иногда этот подход называют «эконофизикой» (т. е. комбинацией «эко-

(т. е. имеющих внешний источник) потрясений для объяснения их нерегуляр-

производства и инвестиций или размеру и числу зданий. Коллективные мате-

7 Haken H., Mikhailov A. (eds.). Interdisciplinary Approaches to Nonlinear Complex

и построении фазовых портретов миграционной динамики эти макрофеноме-

8 Imada T. Self-Organization and Society. Tokyo, 2005.

сова) распределения. Дилеры, ежедневно работающие по обмену опционов,

9 Imada T. Self-Organization and Society. Tokyo, 2005.

кое состояние между газообразным и твердым состоянием. С точки зрения

Сложность и нелинейная динамика

с фиксированными точками и осциллирующими паттернами, не зависящими

11 Haken H., Mikhailov A. (eds.). Interdisciplinary Approaches to Nonlinear Complex

ных контролирующих механизмов. Трафик передачи информации строится с

Трансформировать Интернет в супермозг со свойствами самоорганиза-

современные общества, экономики и информационные сети являются сис-

12 Пифия — жрица-прорицательница в храме Аполлона в Дельфах. Сивилла —

прорицательница в античной культуре, экстатически предрекавшая будущее. — Прим.

способности. Этот тип обратной связи типичен для сложных динамических

13 Imada T. Self-Organization and Society. Tokyo, 2005; Mainzer K. Thinking in

В историческом развитии науки можно зафиксировать эпохи, которые

и отчасти в первой половине XIX в. Эта картина вводила следующий образ

принцип: упражнение создает орган. И с этих позиций выявлял эволюционные

разум наделялся статусом суверенности. В идеале он трактовался как дис-

представлениями о «внешнем» времени вводить понятие внутреннего време-

пает аспектом, устойчивым состоянием развивающейся системы. Смена вида

этот комплекс рассматривается в развитии. К саморазвивающимся системам

условий взаимодействия системы со средой. И если мы своими действиями