Социальные процессы как объект математического моделирования

Прежде, чем определить, что такое социальный процесс, нужно уточнить смысл понятия "социальный". Данное понятие употребляется как минимум в двух значениях.

Широкое определение понятия "социальный" – то же, что и "общественный", т.е. относящийся к обществу, а не природе. В таком значении это понятие очень часто используется как в социологии, так и в других общественных науках – политологии, социальной психологии и т.д. Например, известный американский социолог Н. Смелзер практически не отличает общественное и социальное, в качестве вопросов социологии рассматривая то, что рассматривается обществознанием [1] .

Узкое определение относится только к социальной сфере жизни общества и не включает в себя остальные сферы – политическую, экономическую и т.д. Под социальной сферой следует понимать сферу взаимодействия социальных групп, классов, социально-демографических слоев населения по поддержанию и воспроизводству жизненных сил, т.е. по поводу проблем социального обеспечения, социальной справедливости, разрешению противоречий, вызванных расслоением общества, социальной защиты различных слоев населения и ряду других вопросов.

Соответственно под социальным процессом целесообразно понимать некоторое движение, развитие, изменение в цивилизации, обществе (широкое определение) либо социальной сфере жизни общества, структуре социальных групп и отношениях между ними (узкое определение). В данном параграфе эти понятия совмещаются и приводятся модели социальных процессов как в обществе, так и в собственно социальной сфере.

Ключевая особенность моделирования социальных процессов состоит в том, что они происходят в очень сложных системах. Такими системами являются даже небольшие общности с совокупностью отношений людей в этих общностях и тем более государства и все человечество. Вследствие этого необходимо активное задействование достижений из областей общенаучного знания, касающихся анализа систем – теории систем, кибернетики и синергетики. Существенная проблема состоит в том, что эти области возникли относительно недавно – в середине XX в., и внедрение их достижений в остальные сферы науки еще только происходит.

Важнейшие понятия теории систем уже были рассмотрены выше – см. параграф 10.4. Здесь коротко коснемся кибернетики и синергетики.

Кибернетика – наука об управлении и саморегуляции в сложных системах. Саморегуляция означает свойство системы сохранять внутреннюю стабильность благодаря скоординированным реакциям элементов системы, компенсирующим влияние изменяющихся условий окружающей среды, а также активность, направленную на достижение системой цели с корректировкой системой своих действий в ходе деятельности. Кроме того, важно, что кроме традиционной прямой связи "входы – выходы" в изучаемых кибернетикой системах предполагается наличие обратной связи, связи "выходы – входы", означающей, что результаты процесса влияют на его протекание, а результаты управляемого процесса – на управляющую систему.

Пример

Примечательная попытка применить понятие саморегуляции к обществу имела место еще до появления кибернетики: в XVIII в. А. Смит предложил идею саморегуляции рынка. По Смиту, ведущий фактор регуляции процессов в рыночной экономике – система цен. Цены выполняют:

• 1) информационную функцию, сигнализируя производителям об изменении соотношения спроса и предложения;
• 2) стимулирующую функцию, побуждая использовать ресурсы и технологии, помогающие максимизировать прибыль;
• 3) распределительную функцию, показывая производителям, насколько выгодно производить те или иные товары.

Механизм саморегуляции рынка включает прямую и обратную связи между предложением товаров и спросом. Прямая связь выражается в том, что производство товаров влияет на спрос. Производители решают, что, как и для кого производить. Если бы в системе была только прямая связь, то производители действовали бы "вслепую". Их выручает использование обратной связи от рынка к производству – информация о спросе и ценах помогает внести поправки в производственную деятельность [2] .

На рубеже XIX–XX вв., когда положение на рынке начали определять монополии, такая теория утратила прежнее значение, поскольку если в условиях свободной конкуренции действия продавцов и покупателей зависят от рыночной цены, то в условиях монополий цены диктуются монополиями. Но на протяжении 1,5–2 столетий теория была пригодной и до сих пор может служить примером, насколько значителен потенциал кибернетических моделей.

Пример

Общепризнанный основатель кибернетики Н. Винер активно обращал внимание на важное следствие из кибернетических принципов применительно к обществу. В частности, он замечал, что должностные лица должны иметь двусторонний поток информации, а нс просто отдавать приказы сверху без обратной связи. Иначе может оказаться, что руководители основывают свою политику на совершенно неправильном представлении о фактах, которыми располагают их подчиненные. Винер указывал па принципиально важную черту человека – значительную способность к научению, вследствие которой человеческое общество нельзя организовывать по принципам муравьиного, где у каждого жестко фиксированная функция и господствует жесткий порядок. По Винеру, яркий пример пренебрежения кибернетическим принципам, – фашистские идеологии [3] .

Синергетика – наука о самоорганизации в сложных системах. Существуют некоторые важные условия самоорганизации, приведем важнейшие из них.

1. Система должна быть открытой и достаточно далекой от точки равновесия. В точке равновесия система не способна к самоорганизации. В положении, близком к равновесию, любая система со временем станет еще ближе к равновесию. Замкнутые системы неизбежно идут к состоянию равновесия. Это было замечено физиками в XX в. применительно к молекулярным и тепловым процессам. Например, если система с несколькими объектами разной температуры достаточно слабо обменивается теплом с окружающей средой, то температуры объектов сравняются. Далее стало ясно, что это касается любых замкнутых систем. Другой яркий пример относится к психологии. Человек, замкнувшийся к себе, не имеет стимулов к развитию. В случае если необщительный человек обладает высоким уровнем интеллекта, в роли внешней среды выступают книги и другие источники знаний, т.е. это не замкнутая система.

Количественной мерой, связанной с вышеописанным явлением, выступает энтропия. Данная мера по факту увязывает понятия хаоса, вероятности и неопределенности. По Л. Больцману, энтропия вычисляется как

где k – константа, W – количество способов, которыми достигается заданное состояние. Очевидно, что существует гораздо больше способов спуститься к беспорядку, чем подняться до высокоорганизованного состояния, поэтому энтропия – мера хаоса.

По К. Шеннону, энтропия – мера неопределенности. Если р1, . рп – вероятности состояний системы, где п – число возможных состояний, то энтропия вычисляется как

где основание логарифма а непринципиально – энтропия определяется с точностью до постоянного множителя. Требуется лишь выполнение условия а > 1. При равных вероятностях неопределенность максимальна, информация о состоянии системы наиболее полезна, а формула получается практически такой же, как у Больцмана.

В точке равновесия энтропия системы максимальна. Усложнение систем, переход их па более высокие уровни развития носит антиэнтропийный характер.

2. Система должна быть достаточно сложной и обладать достаточным количеством и силой связей элементов. В противном случае самоорганизация возникнуть не сможет. Яркий пример – упорядоченные очереди на общественный транспорт в больших городах. В провинциальных городах люди в очередях так не организуются.