2.4. Сложные системы

Как уже говорилось в разделе 2.2., сложной называется система, для изучения которой нам принципиально не хватает информации. И.Р. Пригожин так описывает в своей работе [9] понятие сложности системы: «Очень часто отклик системы на возмущение оказывается противоположным тому, что подсказывает нам интуиция. Наше состояние обманутых ожиданий в этой ситуации хорошо отражает термин «антиинтуитивный»: «Эта проклятая штука ведет себя не так, как должна бы вести!». И далее: «Единственной специфической особенностью сложных систем является то, что наше знание о них ограничено и неопределенность со временем возрастает».

Обсуждение проблемы сложности было бы неполным, если не упомянуть и о другом подходе к ней. Часто бывает в научных исследованиях, что вместо содержательного определения некоторого феномена вводится его количественная мера, что позволяет продвинуться вперед в изучении, отвечая на вопрос «как?» и не затрагивая вопрос «что?». Примерами являются теоретическая механика (использующая не понятие движения, а его количественные характеристики), теория информации (не требующая определения самой информации, так как вполне достаточно понятия количества информации), электротехника (нет определения электричества, а есть законы изменения его количества) и т.д. Аналогичные попытки сделаны и по введению количественной меры сложности. Пока такой единой меры построить не удалось. Одна из причин (но не единственная) состоит в том, что термин «сложный» употребляется и как синоним «большой» (например, теоретико-множественное понятие сложности системы связывается с мощностью множества ее элементов). В предыдущем разделе (2.3.2.) показано, что наряду с комбинаторной, зависящей от размеров системы, существует динамическая сложность, обусловленная не количеством элементов и их связей в системе, а взаимодействием петель обратной связи и временными задержками в них. Данный тип сложности активно исследуется в имитационном моделировании, о котором пойдет речь в следующей главе (раздел 3.6.). В других областях наиболее известны концепции, в которых сложность выражается некоторым числом, таковы:

• логическая концепция, основанная на анализе свойств предикатов, характеризующих систему;

• теоретико-информационная концепция, связывающая сложность системы с ее энтропией;

• статистическая концепция, характеризующая сложность через меру различимости распределений вероятностей;

• алгоритмическая концепция, определяющая сложность как длину алгоритма воссоздания системы;

• теоретико-множественная концепция, отождествляющая сложность системы с числом ее элементов;

• вычислительная концепция, «привязывающая» алгоритмическую сложность к средствам вычислений.

2.4.2. Непредсказуемость сложных систем

Начиная с Томаса Мора, признано, что часто люди, стремящиеся решить проблему, ухудшают существующую ситуацию [17]. Наши решения могут привести к непредвиденным результатам, наши попытки стабилизировать систему часто дестабилизируют ее, наши действия могут вызвать реакции других людей, стремящихся восстановить баланс, который мы нарушили. Такая динамика часто ведет к сопротивлению принятым решениям, к тенденции задержки или ослабления вмешательства, подавления вмешательства реакцией самой системы. Локальные тенденции легче изменять, но эти изменения всегда будут носить временный характер, так как любая характеристика сложной системы всегда будет стремиться к значению, определенному глобальной тенденцией развития системы.

Примеры сопротивления принимаемым решениям, приводящие к непредсказуемому поведению систем:

• информационные технологии не позволили создать «безбумажный офис», потребление бумаги растет;

• программы дорожного строительства были направлены на сокращение скоплений транспорта, однако увеличились интенсивность движения, пробки и уровень загрязнений;

• пестициды и гербициды стимулировали развитие стойких вредителей и сорняков, уничтожаемых естественными хищниками, что создало продовольственную цепочку для отравления рыбы, птиц и, возможно, человека.

Одна из причин сопротивления принимаемым решениям – тенденция интерпретировать опыт как ряды событий, например, «запасы слишком высоки», или «продажа упала в этом месяце». С детских лет нас учат, что каждое событие имеет причину (одну!), которая, в свою очередь, является результатом еще более ранней причины: «Запас слишком высок, потому что продажа неожиданно упала. Продажа упала, потому что конкуренты понизили цены. Конкуренты понизили цены, потому что...». Такое событийно-уровневое толкование может продолжаться неопределенно долго, пока не будет достигнута Первопричина, или, что более вероятно, потерян интерес на этом пути.

Событийно-ориентированное мировоззрение ведет к событийно-ориентированному подходу для решения проблем:

Оценивается состояние дел и сравнивается это с целями. Разница между целевой ситуацией и существующей определяет проблему. Например, предположим, что объемы продаж компании в прошлом квартале был 80 миллионов рублей, но коммерческая цель - 100 миллионов. Проблема заключается в том, что продажа меньше на 20 %. Тогда ищутся различные способы решения проблемы. Можно снижать цены, чтобы стимулировать потребление или выбрать другие действия. Мы выбираем действие, которое считаем лучше всего и реализуем его, надеясь на лучший результат. Если при этом происходит увеличение продаж – проблема решена; или так кажется. Система реагирует на наше решение: как только продажи возрастают, конкуренты снижают цены и объем продаж падает снова. Вчерашнее решение стало сегодня проблемой. Дело в том, что мы не можем управлять системой извне – мы вложены в систему, в которой присутствует обратная связь. Результаты наших действий определяют ситуацию, с которой мы будем иметь дело в будущем, а новая ситуация изменяет нашу оценку проблемы и решений, которые мы должны принимать в будущем.

Сопротивление решениям возникает потому, что мы часто не понимаем полного диапазона обратных связей, использующегося в системе. Поскольку наши действия изменяют состояние системы, другие элементы системы (люди, природа и т.д.) реагируют, чтобы восстановить баланс, который мы нарушили. Наши действия могут также вызывать побочные эффекты. На самом деле это не побочные эффекты, а обычные настоящие эффекты. Когда мы совершаем действие, эффекты от этого различны. Эффекты, которые мы предвидели, мы называем главными, или прогнозируемыми эффектами. Эффекты, которых мы не ожидали, которые возникли через обратные связи, чтобы противодействовать нашим решениям, эффекты, которые нанесли ущерб системе, мы называем побочными эффектами. Побочные эффекты – это показатель того, что наше понимание системы узко и неполно.

Непредвиденные сторонние эффекты возникают потому, что мы часто действуем так, как будто причина и следствие всегда близки во времени и в пространстве. Но в сложных системах причина и результат часто отдалены во времени и пространстве. Для того, чтобы избегать сопротивления системы и находить эффективные решения, нужно расширить границы наших ментальных моделей так, чтобы понять значения обратных связей, которые возникают в зависимости от принимаемых решений. То есть мы должны познавать структуру и динамику все более сложных систем, вложениями в которые мы являемся.