Методика экспертных оценок В. Б. Тихомирова

Наряду с методикой ситуационного анализа, хотелось бы об­ратить внимание на еще один вариант получения экспертных зак­лючений. Он связан с работами отечественного исследователя В. Б. Тихомирова и чрезвычайно интересен в силу доступности тех­ники, сочетающей качественные и количественные оценки ситуа­ции. Описание методики содержится во многих авторских публи­кациях, однако эмпирические иллюстративные материалы обыч­но затрудняют ее целостное восприятие, В этой связи следует остановиться на некоторых общих характеристиках методической процедуры, которая заключается в поэтапной фиксации количе­ственных показателей интенсивности распределения важнейших характерных признаков составных элементов системного объекта.

Применение методики предполагает следующие процедуры:

■ построение общего проблемного графа ситуации;

■ оценку соотношения политических сил акторов;

■ формулирование гипотетических вариантов развития ситу­ации;

■ оценку вероятности отдельных вариантов развития собы­тий с учетом интересов различных акторов и их возможно­стей влияния на события в желаемом направлении.

Простейшим примером перехода от качественных к количе­ственным показателям, который применяется экспертами в рам­ках приведенной методики, является определение относительной значимости того или иного фактора в комплексе взаимосвязанных переменных. Так, если влияние партии на избирателей, по заклю­чению экспертов, зависит от массовой социальной базы, матери­альных ресурсов, уровня внутренней организации, политической программы, популярности лидера, возможностей коалиционного взаимодействия и т.д., то экспертам предлагается исходить из того, что общий потенциал участника избирательной борьбы составля­ет единицу (100%), а значимость отдельных переменных должна быть оценена в долях от этой величины.

Исследовательская техника, аналогичная методике В. Б. Тихо­мирова, предлагается и в некоторых зарубежных публикациях конца 90-х годов для изучения процессов политической нестабильности в условиях полиэтничных государств.

Экспертные оценки как особый вид прикладной аналитической методики очень привлекательны своей оперативностью и резуль­тативностью. Будучи по своей сути междисциплинарными и требуя даже в случаях качественных описаний четких количественных ха­рактеристик, они стимулируют творческий процесс и, что немало важно, с энтузиазмом воспринимаются молодыми специалиста­ми. В этой связи применение различных вариантов методики экс­пертных оценок в исследовании политических ситуаций и процессов может рассматриваться как перспективное направление приклад­ного анализа проблем, характеризующихся высокой степенью нео­пределенности. Однако необходимо учитывать, что на основе эк­спертных заключений все же не удается полностью преодолеть элементы субъективизма, гарантировать абсолютную адекватность выводов, проводить полноценную верификацию, а главное — осу­ществлять надежное долгосрочное прогнозирование. Поэтому даже при соблюдении достаточной корректности применения того или иного варианта экспертных оценок материалы, полученные на их основе, необходимо рассматривать с учетом заключений, под­готовленных другими способами.

Но все эти недостатки методики относительно нивелируются за счет одного самого существенного достоинства: экспертные оценки дисциплинируют мышление и акцентируют проблему че­ловеческого фактора как информационного ресурса особого рода.

Ключевые понятия

Граф — конечная совокупность множества точек (вершин). Некоторые из вершин графа соединены линиями, и эти соединения называются ребрами. Если каждые две вершины соединены ребрами, такой граф называется полным. Каждый граф можно представить в евклидовом пространстве множеством точек, которые соединены множеством ли­ний, соответствующих ребрам. В трехмерном пространстве можно пред­ставить граф таким образом, что линии не пересекаются зо внутрен­них точках. Графы часто используются для логических проблем, вклю­чающих задачи перебора вариантов экспертных решений.

Древо — производное понятие из теории графов. Дерево — это связан­ный, но неориентированный граф, не содержащий циклов (обратных соединений). Дерево не имеет кратных ребер и петель.

Задачи экспертизы — в задачи работы экспертной комиссии часто входит не только (а иногда не столько) оценка имеющихся ситуаций (объек­тов, факторов), но и имитационное построение самих ситуаций. На­пример, эксперты могут составить несколько сценариев развития той

или иной ситуации в зависимости от определяющих внешних факто­ров. Эти сценарии могут рассматриваться как экспертно созданные ситуации.

Критерий — решающее правило, определяющее выбор альтернатив. Изве­стно несколько статистических критериев, позволяющих оценить сте­пень определенности заключения. Однако часто приходится сталки­ваться с ситуацией, когда разные, хотя и обоснованные критерии приводят к различным результатам.

Нормирование — производится на основании учета мнения эксперта о значимости каждого оцениваемого фактора относительно других фак­торов, составляющих предмет анализа.

При наличии большого числа альтернатив (более семи) применение метода последовательных сравнений становится чрезмерно трудо­емким.

Проблема — ситуация, в которой имеется два состояния: существующее и предлагаемое, или желательное. Таким образом, каждая проблема ха­рактеризуется необходимостью изменения состояния, а решение на основе экспертных оценок устанавливает, каким образом будет со­вершен переход от существующего состояния к предполагаемому.

Ранжирование — представление объектов в виде последовательности в соответствии с убыванием их предпочтительности. Ранг (балл) — это показатель, характеризующий порядковое место оцениваемого объекта или явления в группе других объектов (явлений), обладающих суще­ственными для оценки свойствами. Обычно наиболее предпочтитель­ному объекту присваивается первый ранг, а наименее предпочтитель­ному — последний. Ранговые оценки имеет смысл сравнивать только по отношению «больше—меньше», «лучше—хуже». Порядковая шка­ла, получаемая в результате ранжирования, должна удовлетворять ус­ловию равенства числа рангов числу ранжированных объектов.

Ситуационный анализ — процедура проведения экспертного совещания по актуальной политической проблеме в соответствии со специаль­ными правилами организации обсуждения и обобщения результатов.

Сравнение. Когда необходимо более точно установить соотношение меж­ду сопоставляемыми объектами (факторами), то для оценки предпоч­тения может быть использован метод сравнений. При этом проводит­ся следующая процедура: 1) объекты располагаются в порядке их важ­ности (как и при ранжировании); 2) наиболее важному объекту приписывается оценка, равная единице, а остальным (соответствен­но степени их важности) — оценки между нулем и единицей; 3) далее оценка первого объекта сравнивается с суммой оценок всех осталь­ных объектов и при необходимости корректируется таким образом, чтобы она была заключена между несколько большей суммой всех остальных объектов и несколько меньшей суммой всех остальных объек-

тов без некоторого количества самых менее значимых; 4) далее про цедура пункта 3 повторяется для объекта 2, но без объекта 1 до тех пор, пока не будет оценен предпоследний объект. Статистический анализ — собирательное понятие для ряда математичес ких приемов обработки количественной информации, основные теп деиции распределения показателей и степень корреляции между от дельными показателями.

Шкала — средство измерения, позволяющая соотнести некоторые при­знаки с числовыми характеристиками. Основные шкалы, используе­мые в практике измерений, можно подразделить на следующие клас­сы: 1) номинальные шкалы — моделируют отношения типа «равен ство—неравенство» (например, внутриполитические—международные проблемы, вооруженные столкновения—политические декларации);

2) порядковые шкалы (числовые, ординарные) позволяют сравнивать
обсуждаемые величины в терминах «больше—меньше», «лучше—хуже»,
«быстрее—медленнее», примером порядковой шкалы могут выступать
различные рейтинги. Разновидностью порядковой шкалы является так
называемая процентная, или относительная, шкала (па сколько %);

3) интервальные шкалы — измеряют, на сколько и во сколько раз
различаются изучаемые величины (доход на душу населения, пере­
стрелки, имевшие место в течение месяца, обмен дипломатическими
посланиями в текущем году по сравнению с предыдущим). Все типы
шкал могут служить мерами оценки показателей поведения исследуе­
мых объектов.

Эксперт — лицо, готовящее или принимающее решение в условиях нео­пределенности; эксперт должен быть признанным авторитетом в про­блемной области.

Экспертиза — проведение группой экспертов измерения некоторых ха­рактеристик для подготовки принятия решения. Отличительная осо­бенность экспертизы как процедуры измерения состоит в том, что в качестве приборов выступают люди (либо потому, что сами объекты или их характеристики субъективны, либо потому, что пока просто не существует объективных приборов измерения этих характеристик).

Экспертная оценка — авторитетное мнение эксперта по какой-либо про­блеме, находящейся в сфере его компетенции. Экспертная оценка с методической точки зрения всегда является вариантом измерения, которое стремится к максимально возможной точности.

Вопросы и задания для обсуждения

1. Какова роль экспертных заключений во внутриполитической и внеш­неполитической практике?

2. Какие виды экспертных оценок и направления их использования вам известны?

3. Назовите основные этапы прикладного политического исследова­ния на основе применения экспертных оценок.

4. Представления о каких количественных процедурах обработки дан­ных необходимы организаторам экспертного совещания?

5. Охарактеризуйте экспертное совещание как особый вид коллектив­ной экспертизы в сфере политической практики (подготовка, правила организации и проведения).

6. Расскажите о ситуационном анализе в сфере политической практи­ки (подготовка, правила организации и проведения).

7. Предложите несколько возможных тем ситуационного анализа для проведения в рамках учебного процесса и примерный сценарий его про­ведения.

Литература

Основная

Бешелев С. Д., Гурвич Ф. Г. Экспертные оценки. М., 1978.

Дзлиев А/. //. Информационно-анализирующая система оценки соци­ально-политической стабильное™ в регионе. М., 1992.

Симонов К., Федоров В. Ситуационный анализ: январь—июнь 1997 года — властные структуры федерального центра // Россия: новый этап либе­ральных реформ. М., 1997.

Ядерная программа КНДР: перспективы развития. Ситуационный ана­лиз. Ноябрь 2003 г., МГИМО(У) МИД РФ под руководством академика Е. М. Примакова// Россия в глобальной политике. 2004. № 1.

Иракский кризис и перспективы урегулирования. Ситуационный ана­лиз. Апрель 2004 г., МГИМО(У) МИД РФ под руководством академика Е. М. Примакова// Россия к глобальной политике. 2004. № 3.

Дополни тел ьная

Акимов В. П. Математика для политологов. М.: МГИМО, 2003.

Жуков А. Д. Системное исследование конкретных ситуаций в между­народных отношениях с использованием экспертных оценок. М., 1978.

Косолапое її. А. Политика, экспертиза, общество: узлы взаимозависи­мости // Pro et Contra. 2003. Т. 8. № 2.

Глава 6

ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ СРЕДСТВ В ПРИКЛАДНОМ ИЗУЧЕНИИ ПОЛИТИЧЕСКИХ ОТНОШЕНИЙ

Интеграция гуманитарного и точного знания. Правила формализации содержательной информации. Количественные методики обработки дан­ных. Динамические модели п изучении комплексных систем. Достоин­ства и ограничения количественных исследований. Перспективы меж­дисциплинарного подхода.

^ -| Опыт междисциплинарных ^ политических исследований

Ученые-политологи и международники все чаще обращаются к междисциплинарному методическому инструментарию, что по­зволяет им расширить спектр традиционных аналитических под­ходов, ориентированных на изучение качественных характерис­тик различных явлений, и повысить точность прогнозных оценок. Количественные и некоторые другие методы из области естествен­нонаучных дисциплин давно взяты на вооружение специалиста­ми-гуманитариями, которые во многом опираются на опыт эм­пирической социологии. Вместе с тем применение математичес­ких средств для прикладного изучения политических отношений является самостоятельной проблемой. Использование количествен­ных показателей и измерений в политических исследованиях не­изменно вызывает множество критических замечаний. Противни­ки использования математических средств аргументируют свою точку зрения тем, что политическое поведение не может и не должно изучаться с тех же позиций и теми же способами, кото­рыми изучается природная среда. Несмотря на продолжающуюся дискуссию, пик которой пришелся на 70-80-е годы XX в., коли­чественный подход сохраняет популярность, а проблема исполь­зования математики в прикладном изучении политических ситуа-

ций и процессов является одним из ключевых вопросов развития этой области.

Первые массированные попытки использования математики в прикладных политических исследованиях связаны со становлени­ем модернизма как направления научной мысли. Однако достиг­нутый к 60-м годам уровень применения математических средств явился итогом во многом искусственно форсированного процес­са, что привело к завышенным представлениям о возможностях количественных исследований. Необходимо, однако, подчеркнуть и другой аспект проблемы интеграции гуманитарного и точного знания в контексте изучения политики. Как отмечает Т. Саати: «Политика, имеющая дело с проблемами фантастической слож­ности, нуждается в едином языке... Существует потребность в пос­ледовательной и универсальной логике и точных методах для оценки влияния той или иной политики на достижения поставленных це­лей. Нужно научиться ясно представлять сложные структуры, что­бы принимать правильные решения»¹.

Математические средства, применяемые сегодня в политичес­ких исследованиях по страновой и международной проблематике, в подавляющем большинстве случаев были заимствованы из смежных социальных дисциплин, которые, в свою очередь, почерпнули их из естественных наук. Среди математические средств, применяемых се­годня в сфере изучения политики, принято выделять следующие типы: средства математической статистики, аппарат алгебраических и дифференциальных уравнений, средства «нефизического» проис­хождения — теория игр, моделирование на ЭВМ, информационно-логические системы, «неколичественные разделы» математики.

Исследования на их основе получили серьезную разработку в трудах, прежде всего, американских ученых, а обращение к коли­чественным методам особенно широко апробировалось при ана­лизе предвыборной борьбы и конфликтной проблематики. Однако общее развитие количественных исследований сдерживается не­достаточным уровнем теоретических представлений в области по­литологии, т.е. сугубо гуманитарного знания о состоянии и функ­ционировании политической системы в рамках отдельного госу­дарства и системы международных отношений в целом. В то же время применение количественных методов оправдано, так как они, во-первых, позволяют вычленить ранее не очевидные взаи-

мосвязи между субъектами внутриполитических и международных отношений, во-вторых, исключительно важны при определении скрытых ресурсов и возможностей взаимодействия акторов и, в-третьих, необходимы для уточнения альтернатив вероятных сце­нариев развития обстановки и способов действия.

Следует отметить, что применение количественных методов в исследовании политических процессов осложнено рядом обстоя­тельств. Большинство существующих политологических концепций и вытекающих из них способов анализа ситуации с трудом подда­ются формализации. Кроме того, в такой области знаний, как по­литология, часто приходится учитывать наличие достаточно боль­шого числа субъективных моментов, объектов, которые не подда­ются расчленению, большую степень неопределенности и высокий уровень динамизма. Необходимо также иметь в виду, что в ряде случаев труднопреодолимым препятствием для формулирования корректных выводов может стать недостаток информации.

<~у Квантификация и формализация содержательных моделей политических ситуаций и процессов

Эффективность использования математики в политических исследованиях во многом определяется техникой формализации и квантификации содержательных моделей. В этой связи трансфор­мация вербальной формы информации в графическую и числовую предполагает не только логическую стройность исходных концеп­туальных построений, но и учет некоторых ограничений: концеп­туальные модели должны позволять формализовать имеющийся информационный массив до количественно измеряемых показа­телей; при построении прогнозов на основе использования фор­мализованных методик следует учитывать, что с их помощью можно просчитать лишь ограниченное количество вариантов в строго оп­ределенных сферах приложения.

Основными компонентами форматизации с целью последую­щего применения квантификации, как правило, являются следу­ющие: разработка гипотез и выработка системы категорий; выбор способов получения выводов и логика преобразований теорети­ческих знаний в практические следствия; выбор математического отображения, адекватно применяемой теории.

Следует отметить, что, как правило, наиболее трудно разреши­мы проблемы, возникающие при построении системы гипотез и категорий. Гипотеза должна представлять собой такую теоретичес­кую конструкцию, которая, с одной стороны, адекватно отобража­ла бы качественные стороны объекта исследования, а с другой — предусматривала расчленение объекта на формализуемые и измеря­емые единицы либо вычленение системы индикаторов, адекватно отражающих состояние объекта и происходящие в нем изменения.

К категориям, применяемым в процессе формализации, так­же предъявляются особые требования. Они должны соответство­вать не только теоретическим подходам и системе гипотез, но и критериям математической четкости, т.е. быть операциональными. Оптимальным вариантом представляется построение категориаль­ного аппарата по принципу «пирамиды», чтобы содержание наи­более обобщенных категорий поступенчато раскрывалось катего­риями, охватывающими конкретные явления, и сводилось бы к категориям, выходящим на количественно измеряемые показатели.

Д

анные, необходимые для прикладного количественного иссле­дования, легче получить и обобщить в области естественных, нежели гуманитарных, наук. Сравнивая эксперименты в физике или химии, где критически важные переменные могут быть точно изме­рены, а внешние факторы четко зафиксированы, число факторов, влияющих на политическое поведение, столь велико, что выдвигае­мые гипотезы могут оказаться недостаточно полными. Кроме того, гуманитарные исследования обычно включают большое число пере­менных и, как правило, лишь небольшое число изученных примеров, что осложняет установление причинно-следственных связей.

Формализация политологических категорий и системы гипо­тез, построение на этой основе модели ситуации предполагают, что в рамках формального описания необходимо изложить воз­можно большее число представлений в возможно более емкой форме. На данной стадии важными моментами являются обобще­ния и упрощение международных процессов и явлений. Наиболь­шую трудность представляет собой перевод качественных катего­рий в количественную (измеряемую) форму, который, по суще­ству, сводится к оценке значимости каждой категории. Саму же качественную категорию обычно представляют в виде простран­ства логических возможностей (разведение крайних точек), что в некоторой степени позволяет преодолеть проблему дискретности

измерений, и на базе сформированных переменных строят ту или иную конкретную модель ситуации.

Таким образом, итогом формализации выступает модель, оп­ределяемая парой множеств: множеством переменных-параметров и множеством отношений, связывающих значения этих перемен­ных. В этом качестве модель может служить базисом для решения обычных вычислительных задач. Построение формализованной модели предполагает продолжение исследования путем примене­ния квалифицированных методик, основанных на математичес­ких средствах обработки и анализа информации. К наиболее рас­пространенным математическим средствам, применяемым в сфе­ре прикладного анализа внутриполитических и международных отношений, относятся: анализ при помощи простых и сложных индикаторов, факторный анализа, анализ корреляций, регрессий, тенденций, спектральный анализ и экстраполяция.

■ Анализ при помощи простых и сложных индикаторов. Дан­ный метод положен в основу создания большинства совре­менных информационных банков, в которые постоянно вно­сятся сведения о событиях, происходящих в определенной стране, регионе или мире. Часто одному абстрактному по­нятию соответствует несколько индикаторов, в таком слу­чае на базе этих простых индикаторов формируется слож­ный индикатор или индекс.

■ Факторный анализ. Применяется в тех случаях, когда имеют­ся причины для ограничения количества индикаторов (пере­менных). Основная идея метода заключается в том, что инди­каторы, тесно скоррелированные друг с другом, указывают на одну и ту же причину. Среди имеющихся индикаторов при помощи компьютера отыскиваются такие их группы, кото­рые имеют высокий уровень (значение) корреляции, и на их базе создаются так называемые комплексные переменные, которые объединены единым коэффициентом корреляции. Для выполнения какой-либо разновидности факторного анализа необходима ЭВМ со специальной программой, способной на базе индикаторов сформировать факторы.

■ Анализ корреляций. В ряде случаев возникает необходимость доказать наличие или отсутствие зависимости между двумя переменными. При этом первоначальное значение будет иметь сам факт наличия отношений зависимости, а также ее степень. Если исследователь располагает достаточным

объемом информации, то при помощи ЭВМ он в состоя­нии выяснить наличие корреляции и вычислить ее коэф­фициент, т.е. степень взаимодействия. На практике задача обычно бывает усложнена тем, что требуется выяснить от­ношения между тремя, четырьмя и более независимыми переменными либо определить влияние одной переменной или целой группы на другую группу переменных, что зна­чительно усложняет математические расчеты.

■ Анализ регрессий. Данный метод используется в тех случаях, когда необходимо не только выяснить наличие зависимос­ти, но и показать ее характер, т.е. выяснить, что является причиной (независимой переменной), а что — следствием (зависимой переменной). В таких случаях составляется урав­нение функциональной зависимости, где х зависим от у с соответствующими коэффициентами регрессии. Регрессия может быть линейной (чем больше х, тем больше у; график выражен прямой, идущей вверх). Таким образом, напри­мер, рассчитывается уровень милитаризации — расходы на оборону являются функцией от валового национального про­дукта. В ряде случаев зависимость бывает непрямой, и тогда мы имеем дело с анализом нелинейных регрессий (т.е. фун­кцией, описывающей более сложные отношения зависи­мости, график имеет форму параболы).

■ Анализ тенденций используется в основном в прогностичес­ких целях для описания будущих отношений причины и следствия (взаимосвязи двух переменных, одна из которых является независимой). Поскольку количественные показа­тели отношений для характеристики будущего неизвестны, в уравнении регрессии, описывающем их отношения в на­стоящем, независимая переменная заменяется на время, числовые значения которого в будущем известны. Данный прием имеет свои недостатки, поскольку игнорируются будущие значения показателя причины т, возможность из­менения зависимости между переменными. Для анализа тен­денции собирают возможно большее число данных с воз­можно малыми временными интервалами и вычисляют ско­рость эволюции системы, после чего строят график, на основе которого составляют уравнение регрессии и оцени­вают его параметры. Далее приступают непосредственно к прогнозу, т.е. вычисляют будущие значения показателя след-

■

ствия с помощью уравнения регрессии, и продолжают гра­фик, после чего осуществляют интерпретацию результатов.

и Спектральный анализ. Эта методика показывает фундаменталь­ные колебания в сложных эволюционизирующих структурах, с ее помощью вычисляется частота и продолжительность фазы. Основой метода служит выделение структуры колебательно­го процесса (например, популярность правительства) и по­строение графика синусоидальных колебаний. Для этого со­бирают хронологические данные, вычисляют уравнение ко­лебания и создают циклы, на базе которых строятся графики.

■ Экстраполяция. Методика представляет собой экстраполяцию событий и явлений прошлого на будущий период, для чего осуществляется сбор данных в соответствии с избранными индикаторами по определенным временным промежуткам (неделям, месяцам и т.д.), после этого проводится подсчет среднего значения индикатора, в соответствии с которым строится хронологический график. Как правило, экстраполя­ция делается только в отношении небольших временных про­межутков в будущем, поскольку при более длительном сроке существенно возрастает вероятность ошибки.

Математические подходы в анализе политических отношений используются двояко — для решения тактических (локальных) воп­росов и для анализа стратегических (глобальных) проблем. В этой связи математика часто выступает как незаменимый инструмент построения сложных прогностических моделей различного уровня. Эти модели разрабатываются как эмпирические и определяются парой неупорядоченных множеств — множеством переменных-па­раметров и множеством отношений, связывающих значения выб­ранных переменных. Математическая модель представляет собой формальный образ реального явления и при определенных усло­виях может заменять оригинал в компьютеризированном аналити­ческом исследовании его природы и поведения. Модель может слу­жить основой и для решения обычных вычислительных задач, ко­торые представляют значительный интерес с точки зрения разработки вероятностных сценариев развития политических си­туаций. Например: каким образом данный набор значений одних параметров влияет на значения других, какие значения парамет­ров возможны при данном наборе ограничений, какие сочетания значений параметров являются оптимальными для данного крите­рия при данном наборе ограничений и т.п. Если исследователь ус-

тоит перед соблазном включить в модель всю доступную ему эм­пирическую фактологию и проведет ее предварительную сорти­ровку на релевантную и нерелевантную, то полученные решения будут не только репрезентативны, но и адекватны.

Важным отличием математического способа обработки данных, применяемых в процессе прикладного политического моделиро­вания, является то, что результаты достигаются в ходе долгих фор­мальных вычислений, лишенных самостоятельного смысла. Они, как правило, непредсказуемы и, следовательно, объективны. Субъективность может проявиться на предварительном этапе при построении содержательных гипотез использования количествен­ных измерений и форматизации, но сам математический анализ следствий модели объективен. Однако необходимо учитывать, что «применение количественных методов в социальных науках бази­руется на создании таких моделей, которые, по своей сути, зави­сят не столько от абсолютных значений цифр, сколько от их по­рядка. Такие модели предназначены не для получения численных результатов, а скорее для ответов на вопросы о том, имеет место или нет некоторое свойство, например устойчивость»'.

Все высказанное полностью применимо и к такому направле­нию моделирования, как построение динамических моделей.

д Динамические модели как средство ^ описания поведения политических систем и субъектов во времени

Методическое обоснование применения динамических моде­лей в прикладных политических исследованиях связано с услож­нением задач комплексного прогнозирования различных аспектов общественного развития. Начиная с 60-х годов XX в. динамические модели, разработанные американскими исследователями, де-факто вошли в спектр научного инструментария, обеспечивающего при­нятие политических решений. Они етапи применяться для изуче­ния таких сфер, как окружающая среда, энергетика, образование, законодательство, транспорт. Несмотря на неоднозначность дос­тигнутых при этом результатов, динамическое моделирование ста­ло использоваться и в сфере международных исследований.

В

первые метод построения динамических моделей для исследо­вания международных отношений применил в 40-е годах XX в. Л. Ричардсон, но популярность он завоевал лишь спустя несколь­ко десятилетий. Большинство современных динамических моде­лей действует на базе модели Л. Ричардсона, рассматривавшего соперничество европейских государств перед Первой мировой вой­ной. В 60-е годы XX в. был сделан следующий шаг в динамичес­ком моделировании перспектив мирового развития. Американский исследователь Д. Форрестер ввел в методику динамического мо­делирования такое понятие, как учет запаздывания, а также ука­зал на взаимное влияние параметров друг на друга (обратные связи). Модель Д. Форрестера — это система 114 взаимосвязан­ных уравнений.

Динамическое моделирование включает наработки из разных сфер прогностики и моделирования: эконометрические модели национальных экономик, исследования операций, игровое симу­лирование, искусственный интеллект, модели гонки вооружений, имитационные игры, системный анализ и др. Эти исследования имеют различную методологическую природу, и выбор того или иного варианта исследовательского инструментария определяется ситуативно на основе первоначально декларируемой парадигмы. К достоинствам динамического моделирования как методическо­го средства следует отнести то, что оно позволяет строить прогно­зы не просто с учетом действующих тенденций и факторов, а при­нимать во внимание неоднозначность весомости конкретных фак­торов на различных стадиях политического процесса.

При формулировании динамической модели внешнеполити­ческого процесса:

■ он описывается конечным набором измеримых перемен­ных (предполагается при этом, что для каждой переменной указывается методика ее измерения);

■ скорость изменения каждой (или некоторых) из этих пере­менных представляется в виде функций от некоторых (мо­жет быть, и всех переменных) как в настоящий, так и в предшествующий момент времени. Вид этих функций мо­жет быть найден исходя из общих теоретических соображе­ний и уточнен на основании анализа фактического материа­ла, характеризующего переменные за некоторый промежу­ток времени.

Моделью такого рода выступает модель гонки вооружений, которая популярно описывается в работах Т. Саати, Ф. Шродта, К. Шмидта и других авторов. Сходные по структуре модели приме­няются в настоящее время некоторыми исследователями и для опи­сания хода дипломатических переговоров.

Иного типа динамическая модель, использующая нелинейные уравнения — взаимодействия между государствами, была предло­жена в конце 70-х годов XX в. У. Люттербахером. В ее рамках каждое из государств описывается некоторой особой динамической мо­делью, состоящей из системы связанных между собой дифферен­циальных уравнений. Конечным результатом выступает сложная кривая развития глобальной ситуации, складывающаяся из набо­ра наиболее вероятных форм политического процесса на уровне составных элементов международной системы (моделей отдель­ных государств).

Динамические модели позволяют политологам и международ­никам исследовать нелинейные отношения исходя из принципов системной теории и кибернетики. Вместе с тем динамическое мо­делирование опирается на сложные математические процедуры и требует специальной профессиональной подготовки исполните­лей проекта. Кроме того, динамическое моделирование при всей своей перспективности таит опасность увлечения «магией цифр», другими словами, чем более сложной, а следовательно, и менее верифицируемой, будет выступать та или иная динамическая мо­дель, тем больше опасность ее превращения из инструмента по­знания в инструмент политической инженерии.

Проблемы, связанные с динамическим моделированием, во многом типичны для всего комплекса вопросов применения коли­чественных подходов к изучению политических ситуаций и процес­сов. Внедрение математики позволяет существенно повысить эффек­тивность конкретных исследований политической проблематики, обеспечивая строгость и точность результатов. В то же время исполь­зование математических методов в современных гуманитарных, в том числе и внешнеполитических исследованиях, связано с опреде­ленными трудностями не только методического, но и организаци­онного характера. Далеко не всегда система определений, с которой работает специалист-гуманитарий, обладает достаточной для ее фор­мализации четкостью и внутренней непротиворечивостью. Поэтому без предварительной теоретической проработки концептуальной схе­мы исследования математический анализ его результатов может ока­заться весьма сомнительным и даже некорректным.

Для междисциплинарных исследований особенно справедлива мысль, что не бывает плохого или хорошего метода — есть адек ватное или неадекватное его применение. Однако не всегда гума нитарии могут объяснить математику смысл исследуемых проблем, поставить задачу математически корректно, а математики, в свою очередь, довести до гуманитариев смысл получаемых результатов анализа в их математическом выражении. Подобные случаи по­рождают ошибочные выводы и решения научных и практических проблем, тем самым дискредитируя саму возможность конструк­тивной интеграции гуманитарных и естественнонаучных методов в сфере анализа международных отношений.

Пути решения проблемы адекватного взаимодействия гумани­тариев и математиков в рамках единого прикладного проекта ле­жат не только в области совершенствования межличностного об­щения. Обе категории специалистов должны в период профессио нального обучения получать основательную междисциплинарную подготовку. Кроме того, эффективность их деятельности будет по­вышаться и в процессе внедрения в исследовательский процесс современных образцов вычислительной техники. Пример тому -опыт зарубежных прикладных исследований международных от­ношений с применением вычислительной техники.

Z Использование вычислительной техники при анализе международных ситуаций и процессов

Применение ЭВМ в исследованиях международных отноше­ний активно началось учеными США в 60-х годах XX в. В этой сфере сложились три основных направления: решение вычисли­тельных задач, моделирование и решение информационно-логи­ческих задач. Два последних направления обусловили возникнове­ние различных информационно-поисковых систем, а также (хотя и несовершенных) попыток построения информационно-логичес­ких систем.

Среди первых попыток моделирования международных ситуа­ций на ЭВМ видное место занимает модель CRISISCOM. Она ими­тирует процесс переработки информации лицами, принимающи­ми решения, в период международного кризиса. Например, рас­сматривается группа государств, в отношениях между которыми

происходят некоторые события. События описываются кодирован­ными сообщениями, отражающими характер акций, которыми обмениваются государства. Их массив фиксируется для определен­ного промежутка времени, исчисляемого днями, когда развивает­ся международная кризисная ситуация. Хронологически упорядо­ченный список таких сообщений, именуемый сценарием, созда­ется исследователем и вводится в ЭВМ. В ЭВМ моделируется восприятие этих сообщений лицами, принимающими высшие по­литические решения в каждом из «задействованных» государств.

Для подобного моделирования внутреннее состояние каждого лидера описывается с помощью двух массивов данных. Первый — «матрица аффектов», измеряемая количественными показателями от -1 (максимальная враждебность) до +1 (максимальная друже­ственность). Другой массив — упорядоченная совокупность полу­ченных лидером сообщений. Они располагаются по степени важ­ности в четырех зонах: «пространство внимания», «пространство неотложных проблем», «пространство откладываемых проблем» и «общая память».

Модель CRISISCOM является открытой: реакции стран на про­исходящие события не генерируются моделью, а задаются экзоген-но, в сценарии, что при современном развитии прикладного моде­лирования вряд ли может быть отнесено к сильной стороне модели. В целом же при экспертном сравнении результатов машинной обра­ботки информации и архивных документов, как указывают авторы модели, результаты моделирования оказались удовлетворительными.

Интересным примером создания И ПС является еще одна раз­работка американских авторов — информационно-поисковая систе­ма по локальным конфликтам GASCON. Система GASCON состоит из двух основных элементов: информационного банка и комплекса обслуживающих программ. Информационный банк системы пред­ставляет собой каталог, содержащий описания 27 локальных между­народных конфликтов. Все конфликты записываются однотипно. Каждый конфликт описывается по трем основным фазам (предво­енная, военная, послевоенная) с помощью так называемых факто­ров. Для первой фазы имеются 119, для второй — 110 и для тре­тьей — 178 факторов. Все факторы сводятся в 11 категорий. Для кон­кретного конфликта указывается наличие или отсутствие каждого фактора и степень его влияния на усиление или ослабление взаим­ной враждебности (сильное, определенное или слабое влияние).

Вторая главная компонента системы GASCON — комплекс программ двух типов: для организации информационно-справоч-

ной работы и для определения возможного направления развития некоторого нового конфликта, вводимого в систему исследоватс лем, который работает с ней в диалоговом режиме.

Ряд операций, предусмотренных в системе GASCON, не толь ко позволяют ей претендовать на способность играть роль банка информации о международных конфликтах, но и считаться про гностической моделью. Прогностическая функция в системе осу­ществляется путем сравнения конфликтов. Степень их подобия определяется в системе путем подсчета общих для этих двух конф­ликтов факторов на различных фазах развития и общего числа факторов для каждой данной фазы. Другими словами, в рамках модели GASCON был сделан первый шаг в переходе к созданию ИЛС, которые, однако, не стали пока ведущим инструментом моделирования международных отношений на базе ЭВМ.

Попытки перехода от информационно-поисковых к информа­ционно-логическим (а в первом приближении — к информацион­но-аналитическим) машинным системам были предприняты и в рамках прогнозирующей человеко-машинной системы WEIS. Про­цесс обработки информации в системе WEIS заключается во вво­де в ЭВМ постоянного потока информации по внешнеполитичес­кой тематике, который затем преобразуется в форму, удобную для использования и хранения в электронной памяти. На следующем этапе проводится первичная обработка преобразованной инфор­мации путем разделения ее на систематическую и случайную, а затем посредством специально разработанных логико-математи­ческих процедур проводится дальнейший анализ информации, направленный на выявление тенденций и закономерностей. Такой анализ позволяет в машинном режиме выстроить взаимные поли­тические действия государств в серии «элементарных политичес­ких акций», сгруппировать их по типам взаимодействия на между­народной арене и в конечном итоге провести подготовку краткос­рочного прогноза развития ситуации.

К более высокому уровню исследовательских задач относятся примеры моделирования систем международных отношений на ЭВМ. В этой сфере сложилось два основных направления. К первому и і них относятся прикладные проекты, основанные на описании си­стемы международных отношений с помощью уравнений. Эти урав­нения могут быть запрограммированы на ЭВМ, а сам процесс-моделирования реализуется их пошаговым решением. Модели, ос­нованные на этом принципе, являются машинными реализация­ми аналитических моделей.

Второй тип машинных моделей используется в случаях, когда система международных отношений описывается с помощью не­которой формализованной игры, в которой ЭВМ может быть ис­пользована для автоматизации посреднических функций (контро­ля правильности ходов, регулирования информационных потоков, вычисления результатов действий и взаимодействий). На ЭВМ воз­лагается еще и функция участника игры с правом принятия реше­ний. Эти функции носят алгоритмический характер, что позволяет в ряде случаев выйти на автоматизированное моделирование ги­потетических ситуаций в сфере международных отношений.

Весьма авторитетными образцами машинного моделирования системы международных отношений считаются такие аналитичес­кие модели, как, например, «Дипломатическая игра» Я. Кренда, «Баланс сил» Д. Райнкена и одна из самых сложных моделей тако­го рода — модель TEMPER Г. Абдта и М. Гордона.

О

писание более современных примеров компьютерного моде­лирования, относящихся в основном к игровому направлению, можно найти среди публикаций в таких изданиях, как «Journal of Peace Research» и «Journal of Conflict Resolution», которые сегодня стали важнейшей информационной средой и для презентации на­учных результатов, и для профессиональных дискуссий об адекват­ности применения количественных подходов в изучении мировых политических процессов.

Зарубежный и отечественный опыт применения вычислитель­ной техники в прикладных политических исследованиях достаточ­но конструктивен и разнообразен. На уровне международной про­блематики как методическое средство он апробирован, прежде всего, в рамках создания различных видов И ПС и ИЛС. В силу ком­плексного характера факторов, формирующих международные си­туации и процессы, И ПС и ИЛС, по существу, провели новую качественную грань между содержательными и количественными разделами моделирования, применяемыми в сфере международ­ных отношений. Но обычно сложности в этом плане возникают при построении такой подсистемы математического обеспечения ИПС (ИЛС), которая практически недоступна верификации для специалистов с традиционной гуманитарной подготовкой. В то же время фактическая монополия на это обеспечение, переходящая к специалистам-математикам, влечет за собой неоправданное «уже­сточение» многих важных подходов и схем.

П

одсистема математического обеспечения ИПС состоит из боль­шого числа программ, посредством которых решаются как служебные, так и функциональные задачи. Отдельные программы отличаются содержанием своих задач (преобразование шкал, ана­лиз документов, вычисление коэффициентов связи, коэффициен­тов парной и частной корреляции, автоматическая классификация различных признаков объектов наблюдения и др.)- Подсистема ин­формационного обеспечения ИПС функционирует относительно самостоятельно. Ее построение начинается введением в компью­терную память определенным образом организованной первичной информации, которая составляет банк данных. Важным условием эксплуатации банка данных является создание гибкого математи­ческого обеспечения, позволяющего на базе информационных моделей строить математические модели. В качестве такого обес­печения используются теория множеств, математическая логика, теория вероятностей, математическая статистика, линейное и ди­намическое программирование и другие математические средства.

Создание автоматизированных ИПС (ИЛС) связано с решени­ем и разработкой многих сотен алгоритмов и программ. Необходи­мый минимум математического обеспечения составляют следую­щие алгоритмы: расчет распределений и их параметров; измере­ние связи между социальными объектами и их параметров; классификация выделяемых проблем; формирование и преобразо­вание признакового пространства; построение имитационной мо­дели объекта; построение моделей объекта, ориентированных на прогноз; оценка качества и надежности работы математических моделей.

Оценивая методический опыт использования вычислительной техники при анализе международных ситуаций и процессов, сле­дует подчеркнуть, что выбор математических средств, путей их практического использования является вспомогательным, хотя и необходимым этапом в решении конкретных задач моделирования и прогнозирования внешнеполитического развития. Поэтому мо­делирование необходимо рассматривать, прежде всего, в связи с конкретной социально-политической реальностью, научный ана­лиз которой формирует сущностно-содержательное (качественное) определение модели прогнозируемого процесса или ситуации. Пред­ставляется, что аналогичные заключения можно сделать и в связи с применением вычислительной техники при анализе внутренней политики современных государств.

^ Перспективы междисциплинарного ~* подхода в сфере политических исследований

Включая в свой контекст количественные методы, современ­ные политические исследования используют наработки не только эмпирической социологии, но и физики, кибернетики, биологии и некоторых других дисциплин. При всей противоречивости оце­нок результатов сочетания гуманитарных и естественнонаучных знаний в рамках единого проекта опыт в этой области можно счи­тать не только интересным, но и обнадеживающим. Если абстра­гироваться от взглядов радикальных сторонников математизации политических знаний, которые полагают, что только применение точных дисциплин и вычислительной техники может превратить их в истинно научные, очевидно, что апелляция к количествен­ным средствам помогает существенно повысить результативность многих прикладных проектов.

Перспективы дальнейшего развития прикладных исследований на основе сочетания количественных и качественных методов ана­лиза во многом зависят от творческого сотрудничества представи­телей гуманитарных и точных дисциплин, к которому должно при­общаться молодое поколение аналитиков.

Продолжение развития такого сотрудничества во многом зави­сит от целого ряда моментов, речь о которых пойдет далее.

1. Творческое осмысление аргументов, высказываемых критиками количественных подходов. Основные доводы, выдвигаемые против расширения применения естественнонаучных методов исследования политики и международных отношений, заключаются в следующем.

■ Применение естественнонаучных средств изучения поли­тики в принципе невозможно, поскольку достоверность и качество данных осложняет их количественные оценки. Стал­киваясь с этими проблемами, исследователи нередко при­бегали и прибегают к чисто умозрительным способам набо­ра необходимой информации. Например, на пике «холод­ной войны» некоторые западные авторы занялись подсчетом продолжительности аплодисментов, которыми сопровож­далось выступление каждого члена Политбюро ЦК КПСС.

■ Политический прогноз, сформулированный с применени­ем математических средств и претендующий на исчерпыва-

■

ющую точность, часто является предметом корпоративных спекуляций. Это утверждение обычно обосновывают ссыл­ками на то, что прогнозы в области разработки новых ви­дов вооружений неизменно «подхлестывают» создание все более технологичных средств ведения войны. Однако поли­тическое исследование как таковое вряд ли может матери­ализовать общественные вызовы. Тем не менее, опасность спекулятивного использования прогнозных предположений тем выше, чем жестче детерминированы их выводы. ■ Применение «измеряемой» политики подрывает моральные ценности, поскольку исчисляемые показатели человечес­ких ожиданий, степени их реализации или крушения ведут к размыванию этической составляющей политического ана­лиза. Однако при всей серьезности постановки подобного вопроса очевидно, что решение проблемы заключается не в том — «считать» или «не считать», а в том, какие реше­ния будут приняты на основании технических расчетов.

Учитывая как приведенные выше критические соображения, так и опасность «компьютерного фундаментализма», о котором все чаще говорится при обсуждении современных общественных процессов, целесообразно указать на основные причины, оправ­дывающие применение количественных подходов для изучения политических явлений. Так, в случае исключительной опоры на логико-интуитивный анализ мы можем недооценить значимость многих факторов, формирующих реальное поведение акторов. Кроме того, если опасения трудностей приводят к отказу от квалифика­ции важных в познавательном плане гипотез, то научный процесс серьезно пострадает.

В этой связи можно предположить, что, во-первых, необхо­димо продолжать развивать различные приемы квантификации сложных концептуальных представлений о внутриполитической и международной действительности, во-вторых, там, где возмож­но, активно инкорпорировать количественные переменные в ка­чественные исследования, в-третьих, должно допускаться изна­чальное выведение некоторых аспектов политического процесса за рамки квантифицированного исследования.

2. Творческое осмысление современного состояния естественнона­учных дисциплин. Хотя нередко именно точный расчет, а тем более расчет, полученный с применением современной вычислитель­ной техники, может дать большой выигрыш с точки зрения по-

лучения новой информации, представления о том, какова содер­жательная ценность этой информации, должны постоянно учиты­вать изменения взглядов на многие важные положения в сфере точного знания.

Хотелось бы остановиться на двух достаточно характерных при­мерах. Еще недавно казалось, что создание искусственного интел­лекта как научной области, основной функцией которой является развитие формальных средств универсального представления и обработки знаний, в первом приближении уже состоялось. На ис­пользование соответствующих наработок применительно к поли­тической, в том числе и международной, проблематике были зат­рачены значительные усилия.

И

скусственный интеллект — компьютеризированная система об­работки информации на основе моделирования познаватель­ных процессов человека; компьютерная модель рационального мышления. Первый шаг в решении проблемы был сделан в 50-е го­ды XX в. английским математиком и логиком А. Тьюрингом, кото­рый сформулировал правило: вычислительная машина может «мыс­лить», если в процессе обмена информацией у человека не возни­кает сомнений в том, что он обменивается информацией с человеком, а не с машиной. При создании искусственного интел­лекта сначала моделировались интеллектуальные действия челове­ка в процессе простых игр (типа «морской бой»), а затем в про­цессе более сложных игр (шахматы, карточные игры). В дальней­шем появились и компьютерные программы для доказательства различных теорем.

Создание компьютерных игровых программ и программ дока­зательства теорем явилось исторически первым направлением при­кладных исследований в области искусственного интеллекта. В даль­нейшем в самостоятельные области были выделены исследования проблем распознавания образов, машинного перевода, робото­техники, сочинения музыки и др. В 70-е годы важным практичес­ким направлением исследований становятся исследования по со­зданию компьютерных экспертных систем, обладающих информа­цией человека-эксперта и способных давать квалифицированные рекомендации и обоснованные решения предметных задач.

Разработки в области искусственного интеллекта стимулируются стремительным увеличение массивов информации, для обработки которой путем формализации, анализа и синтеза уже недостаточно традиционных логико-математических методов.

Но математикам до сих пор не ясен алгоритм описания самых простых для естественного интеллекта качественных понятий — «хороший», «большой», «красивый», «умный», «популярный». Поэтому проекты, ориентированные на искусственный интеллект, пока далеки от завершения.

Тем не менее, относительно ограниченные возможности чет­кой бинарной логики, ставшей принципом архитектуры компью­терного мозга, становились все более ощутимыми. Во многих зада­чах, например, распознавания образов или анализа ситуации на финансовых рынках рациональная логика допускает ошибки. Се­годня широко признается, что управление сложными процессами часто сводится к решению задач с размытой логикой.

П

ервым математиком, который задумался над проблемой не­четкой логики, был профессор Калифорнийского университе­та иранского происхождения Лотфи-Заде. Одним из признаний но­вого направления в математике стала Нобелевская премия по эко­номике за 2002 г., которая была присуждена Д. Канеману. Эта теория доказывает, что человек в своих решениях основывается на интуитивных представления и тем самым опровергает сходство между человеческим мышлением и принципами программирова­ния, построенными на рациональной бинарной логике.

Исследования в области нечеткой логики получили широкую под­держку. Появились микрочипы, основанные на нечеткой логике, что свидетельствует о качественно новом уровне развития всего комп­лекса информационных технологий. В США теория нечеткой логики применяется при оценке политических рейтингов, анализе новых рын­ков, биржевой игре, в практике Пентагона и НАСА. В Японии на прин­ципах нечеткой логики построено управление транспортными пото­ками. В Западной Европе она используется при автоматизированном управлении печами в металлургии.

Сегодня исследованиями в области нечеткой логики занима­ются IBM и многие ведущие западные корпорации. Вероятно, что предметная апробация их разработок на политической проблема­тике могла бы стать полезной в информационном и методическом плане, в частности для создания нового класса динамических мо­делей, рассчитанных на среднесрочное прогнозирование.

Еще одним примером инновационных моментов в сфере точно­го знания, которые могут повлиять на прикладные политические исследования, служит гипотеза, меняющая отношения факторов

«модель» и «алгоритм» в концепции формализованного изучения явлений. Традиционно модель используется в качестве формального описания объекта вычисления, а алгоритм является основой самой организации вычислительного процесса. В условиях применения ин­формационных технологий происходит построение количественной модели, для которой известен метод, но неизвестна предметная связь с конкретной проблемой. В этом контексте возрастает роль методо­логии алгоритма, т.е. образа стандартизированных формальных дей­ствий. Эта методология ориентирована на изучение различных типов функций, позволяющих описывать большой спектр взаимодействий в реальной действительности, строить соответствующие им правила операционализации конкретной информации. Если до недавнего времени фактор модели рассматривался как преимущественно при­оритетный по сравнению с фактором алгоритма, то гипотеза об инверсии их значимости в автоматизированной обработке информа­ции, вопрос о которой ставится в некоторых публикациях по тема­тике искусственного интеллекта, потенциально способна задать но­вые условия сочетания количественных и качественных средств ана­лиза политических ситуаций и процессов.

3. Новые акценты в гуманитарной подготовке политологов и меж­дународников. Перспективы применения математических методов в политических исследованиях определяются не только осмыслени­ем вопросов интеграции количественных и качественных аспектов аналитических разработок или их технологического обеспечения, но и характером подготовки специалистов-аналитиков, способ­ных применять междисциплинарный подход в интересах приклад­ных проектов.

Учитывая, что происходящие на мировой арене изменения в информационной среде ставят субъекта, обладающего нужной ин­формацией и умеющего рационально ее использовать, в чрезвычай­но выгодное положение, междисциплинарная профессиональная подготовка не может сводиться лишь к получению аналитиком уг­лубленных знаний в области компьютерной техники. Необходимо найти взвешенное сочетание новых тактик кадрового обеспечения и принципов обучения с тем, чтобы молодые специалисты восприни­мали междисциплинарный подход как интегрированные аналити­ческие навыки, а не относились к ним через призму своего базового гуманитарного или технического образования.

Выражение «кто владеет информацией, тот владеем миром» приобретает все большую актуальность. Для развития профессио-

граммы прикладной аналитики полезно обратить внимание на ха­рактеристики двух американских компьютерных программ: про­граммы Joint Vision 2020, ориентированной на создание больших специализированных информационных сетей, и программы Lifelog—DAPRA, предназначенной для создания автоматизирован­ных компьютерных систем, способных адекватно функциониро­вать в нестандартных ситуациях.

Г

лавным содержанием программ Joint Vision 2020 и Lifelog -DAPRA является информация. В первом случае она предстает в качестве конечного продукта, а во втором — как главная задача направленного сбора и аналитической обработки. В этой связи разра­ботчиками планируется создание к 2020 г. единой компьютеризиро­ванной системы, базирующейся на элементах модели искусственно­го интеллекта, нанотехнологиях, способах эффективного синтеза ин­формации и многофункциональных процессорах. Предполагается, что это позволит обеспечивать информационную поддержку при­нятия решений в реальном времени и фактически кардинально из­менит основные требования, предъявляемые к современным по­литологам. Тем не менее, даже при столь радикальном взгляде на будущее информационных технологий американские специалисты отмечают, что способность индивидуального решения является уни­кальной человеческой чертой, которую не могут заменить даже наиболее совершенные системы технической поддержки.

Таким образом, ключевой проблемой совершенствования по­литической аналитики на основе достижений точных дисциплин и информационных технологий является подготовка специалистов междисциплинарного профиля и развитие их способностей к при­нятию решений в быстроменяющейся компьютеризированной об­становке. Сегодня мы вплотную подошли к новому этапу разви­тия информационных технологий, когда основную работу по струк­турированию информации будет делать профильный специалист. Причем речь идет уже не только о содержательном наполнении информационных ресурсов, а об их структурировании, создании описаний лингвистического обеспечения информационных сис­тем и т.п. Следовательно, можно ожидать изменения природы гу­манитарной специализации политологов и международников, по крайней мере в той их части, которая относится к фактологичес­кому знанию. Главной работой аналитика станет не накопление и хранение информации, а управление информационными потоками.

Рассматривая применение математических средств как само­стоятельную проблему прикладного изучения политических ситуа­ций и процессов, необходимо учитывать, что математика стала доминирующим языком в естественных науках, прежде всего по­тому, что она позволяет более четко судить о феномене, слиш­ком сложном для обычного вербального описания. Но преимуще­ства математики по сравнению с естественными языками в гума­нитарных науках еще только изучаются. Опыт современных отечественных и зарубежных исследований различного уровня и примеры сочетания количественных и качественных подходов к анализу политических феноменов позволяют рассматривать спе­циализированную подготовку в этой области в качестве важной учебной задачи. Ключевым вопросом прикладных исследований является не вопрос о допустимости обращения к математике в рамках конкретных проектов, а то, какая математическая проце­дура или методика должна использоваться и как содержательно будет обосновано ее применение.

Ключевые понятия

Алгоритм — правило проведения операции, стандартизированная после­довательность действий. Термин произошел от фамилии узбекского математика IX в. аль-Хорезми, который впервые сформулировал пра­вила четырех основных арифметических действий. Первоначально именно эти правила назывались алгоритмами, но затем в математи­ке алгоритмом стал называться любой способ вычислений, единый для некоторого класса исходных данных, например нахождение про­изводной функции. Как обобщающее понятие может употребляться без непосредственной связи с математическими вычислениями.

Вероятность — количественная характеристика возможности появления некоторого события при определенных условиях.

Гипотеза — предположение о закономерностях какого-либо явления, ко­торая предполагается, но должна быть доказана. В прикладном иссле­довании — утверждение о возможных отношениях, существующих между двумя или более переменными. Гипотезы выдвигаются с це­лью решения конкретной проблемы, объяснения новых фактов, ус­транения противоречий в наблюдениях. Гипотеза считается обосно­ванной, если она является следствием некоторой теории. Тем самым устанавливается согласованность гипотезы с более широкой облас­тью знания.

Данные — результаты наблюдений или информация о действительности, получаемая в ходе исследования.

Информатика — наука о методах формализации и компьютерной обра­ботки информации; играет ведущую роль в создании и развитии ин­формационных технологий. Теоретической основной информатики является разработанная в 30-х годы XX в. теория алгоритмов.

Искусственный интеллект — область прикладной математики, основной функцией которой является развитие формальных средств представ­ления и обработки знаний. В узком смысле — техническая система обработки информации на основе моделирования познавательных процессов человека; компьютерная модель рационального мышления.

Категория — понятие, рассматриваемое в качестве исходного, неопре­деляемого через другие понятия. Каждая наука опирается на соответ­ствующую систему взаимосвязанных категорий. Наиболее часто тер­мин используется применительно к философским понятиям, рас­сматриваемым в качестве основополагающих понятий бытия и мыш­ления. К числу категорий обычно относят следующие понятия: объект, отношение, свойство, суждение, умозаключение, истина и др. В гу­манитарных исследованиях категории формулируются в соответствии с предметной спецификой, например политическое пространство и политическое время.

Переменные — в социальных исследованиях обозначают наблюдаемые феномены, которые изменяются в зависимости от количества или качества. Они могут быть определены как зависимые или независи­мые переменные. Зависимые переменные — это те феномены, кото­рые испытывают влияние других переменных. Например, при выд­вижении гипотезы, что обороноспособность государства зависит от уровня военных расходов, т.е. определяя связь между бюджетом и безопасностью, расходы рассматривают как независимую перемен­ную. В точных науках под термином «переменная» подразумевается символ, вместо которого допускается подстановка некоторых других символов. Простейшим видом переменной является, например, сим­вол х в математическом уравнении типа (х + 1)²= х² + 2х + 1. Объек­ты, символы которых допускается подставлять вместо переменной, образуют область значений данной переменной.

Системная динамика — область прикладной математики, которая иссле­дует нелинейные отношения, основана на системной теории и ки­бернетике, позволяет прогнозировать долгосрочные процессы.

Функция — отношение между множествами, при котором каждому эле­менту одного множества соответствует некоторый элемент другого множества. Обычно функция записывается в виде формулы у = f (а), где х — независимая переменная, или аргумент, у — зависимая пе­ременная, a f — функциональная переменная.

Вопросы и задания для обсуждения

1. Охарактеризуйте важнейшие проблемы интеграции гуманитарного и т