Эксперт Эксперт - Эксперт № 43 (2013)
Управленческий принцип Гейзенберга
Александр Механик
Полностью формализовать управление социально-экономическими системами и процессами пока невозможно. Современная теория управления предостерегает от упрощающих подходов
Заместитель директора Института проблем управления им. В. А. Трапезникова РАН член-корреспондент РАН Дмитрий Новиков
Фото: Мария Плешкова
Институт проблем управления им. В. А. Трапезникова РАН был создан в 1939 году, тогда он назывался Институтом телемеханики и автоматики. Перед ним были поставлены задачи разработки теории автоматического регулирования и создания элементов и систем управления, необходимых для авиации и других отраслей промышленности. Затем последовали разработки систем управления космическими кораблями, подводными лодками, атомными электростанциями. Кроме того, институт занимается «чистой» математикой, потому что это основа, которая необходима для управления системами любой природы.
В конце 1960-х в институте появилось направление, связанное с управлением экономическими и организационными, так называемыми активными, системами.
Последние десятилетия в институте начали активно заниматься экономическими, социальными, политическими и образовательными системами.
С перспектив создания теории управления ими мы и начали разговор с заместителем директора института членом-корреспондентом РАН Дмитрием Новиковым .
— Нужно ли математизировать социально- политические системы? Зачастую, читая математизированные статьи по экономике или социологии, думаешь, что те же проблемы и результаты можно изложить « человеческим» языком, понятным любому обывателю. В чем смысл этих математических изысков?
— Все зависит от того, что хотят получить в результате анализа. Если мы опираемся на математические методы, то получаем абсолютно точные результаты, но в рамках конкретных узких предположений. А если используются методы, характерные для гуманитарных наук, то при минимуме предположений можно делать очень общие выводы. Но обоснованность этих выводов обратно пропорциональна их «ширине». Это можно назвать гносеологическим аналогом принципа Гейзенберга: нельзя добиться одновременно точных и корректных результатов, которые были бы применимы для очень широкого класса объектов. Хотим точный результат — он будет применим в конкретном узком классе объектов. Хотим широкий класс объектов — значит, будет не очень обоснованный результат. Вся наука фактически живет в этих рамках: математика на одном полюсе, гуманитарные науки — на другом. Между ними еще находятся физика, экономика. Для каждой науки можно найти свою точку на этой плоскости.
Есть несколько вложенных функций науки. Первая — описательная, феноменологическая, она отвечает на вопрос, как устроен мир. Описание можно вести на языке количественном и на языке качественном, применяя математику, не применяя и так далее. Описали. Следующий этап — объясняем. Это объяснительная функция научного познания, которая отвечает на вопрос, почему мир устроен так, а не иначе. Здесь уже, если формулировать утверждение «мир устроен так, а не иначе, потому что…», вы должны это обосновать. Опять-таки, это обоснование может быть качественным, может быть математически формализованным. Формализованное описание проще идентифицировать, проще верифицировать и проще обосновать. Следующий уровень — прогностический: а что будет с миром (в широком смысле), если мы уже поняли, как он устроен и почему он именно так устроен? Делать прогнозы можно, конечно, и на экспертно-качественном уровне. Но желательно все-таки на основе количественных моделей. И наконец, четвертый уровень — нормативный. Мы поняли, как устроен мир, почему он так устроен, что может с ним произойти. А теперь надо понять, что сделать, чтобы произошло именно то, что нам надо. Это нормативная функция познания, моделирования. Это и есть управление. Как без математики убедительно обосновать, что для того, чтобы достичь тех целей, которые мы ставим, нужно делать именно так, а не иначе, честно говоря, я не знаю. Либо это должно быть такое экспертное суждение профессионала, которому все полностью доверяют, либо нужна модель, на которой мы проигрываем разные варианты и говорим, что такое управленческое воздействие лучше, потому что на модели оно ведет себя лучше. Идеальный вариант — оптимальное поведение. Идея оптимальности, которая традиционна для математической теории управления, сейчас проникает в другие сферы. Что значит «оптимальное решение»? Это наилучшее решение при заданных условиях, при заданных ограничениях. Оптимальное управление — это наилучшее управление. То есть допустимое воздействие, которое переводит систему в то состояние, которое мы хотим, или максимально близко к целевому состоянию наиболее выгодным способом.
Если же говорить об экономической науке, то на сегодня она все еще по большей части живет на уровне описаний и лишь отчасти — объяснений. Может быть, поэтому в экономике с прогнозами очень плохо.
— Сейчас аналогичная ситуация складывается вокруг реформы Академии наук. Эта реформа, в частности, вызвала всплеск широкого общественного интереса к проблемам оценки научного труда — к наукометрии. Институт издал под вашей редакцией книгу « Наукометрия и экспертиза в управлении наукой». Насколько наукометрия может считаться строгой дисциплиной и насколько с ее помощью можно управлять наукой?
— Эти проблемы обсуждаются, как минимум, с 1960-х годов. За рубежом ими занимался Юджин Гарфилд, у нас — Василий Налимов. И то, что они говорили тогда, актуально до сих пор. Многое забыто, но, как всегда, через сорок лет мы все переоткрываем, и потом оказывается, что почти все до нас было сказано.
Раньше наукометрические показатели собирались и анализировались практически вручную — это было безумно трудоемко. Посмотреть, кто и где публиковался, кто на кого ссылается, всю эту информацию собрать и систематизировать — это был колоссальный труд. Сейчас все происходит само собой и преподносится на блюдечке, только анализируй: с развитием информационно-коммуникационных технологий появилась возможность автоматического накопления и обработки информации о научных публикациях. Сам бог велел проанализировать.
Есть три категории специалистов, которым интересно количественное описание процессов, происходящих в науке. Это специалисты по истории науки, по логике науки, по наукометрии; это сами ученые, и это чиновники, которые контролируют от имени государства научные учреждения. Первую группу обсуждать не будем, потому что для них это просто объект исследования.
Что мы можем сказать об ученых и о чиновниках? Если речь идет о какой-то группе ученых, специалистов в определенной предметной области, то им все эти показатели совершенно не нужны. Потому что каждый ученый знает специалистов в своей предметной области, знает, кто чего стоит, кто лидер, кто халтурщик и так далее. Им эта информация ничего не дает. Если мы говорим уже о более крупных группах ученых и организациях, условно говоря, научного обслуживания, таких как журналы, конференции или университеты, те же академические или отраслевые научные институты, то здесь уже отчасти возникает необходимость в каких-то количественных показателях. Как сказать, какой журнал лучше, какой хуже? Опять же, специалист в своей предметной области прекрасно представляет, чего стоит тот или иной журнал. Но ни один ученый вам не скажет, как соотносятся журналы из биологии и из физики. Хотелось бы иметь какую-то методику их ранжирования. Для этого придумали импакт-факторы — научились ранжировать журналы. Или проблема, которая возникает, когда вы объявили конкурс о приеме на работу и у вас двести человек в очереди стоит, — у нас такое редко бывает, а за рубежом иногда бывает. Первичный отбор можно провести на уровне формальных показателей. Но потом все равно с отобранными на первом этапе кандидатами должны общаться профессионалы, проводить экспертизу, для того чтобы выбрать лучшего. То есть на уровне коллективов, организаций, журналов возникает потребность осмысленного использования числовых показателей, но в комбинации с содержательной экспертизой.
