Примечание 2. Один из важных методов эмпирических исследований, который полезен и должен быть использован для исследования событий высокой степени неопределенности в самом начале – метод классификаций.

Необходимо разделить все виды событий по характеру неопределенности в цепочке «абсолютно определенное (100 % вероятность наступления) – абсолютно неопределенное (0 % вероятности наступления)». Это можно сделать, используя уже исследованные наукой классы событий.

Для начала достаточно выделить пять классов:

1. Абсолютная определенность (полное отсутствие неопределенности). Она соответствует линейному (ньютоновскому) распределению, в котором одной причине соответствует в точности один результат. В реальности такая модель не осуществляется, поскольку она является предельной, как и другие абсолютизации (абсолютно черное тело, математическая точка и другие). Однако эта модель удобна при незначительных отклонениях, при отсутствии требований высокой точности (и т. д.) и потому широко используется в науке. Ее удобство определяется также простотой применения. Тем более, что многие реальные события и процессы в своей динамике на тех или иных промежутках времени, стадиях протекания, фазах состояний (и т. д.) имеют отрезки (интервалы), на протяжении которых они фактически подчиняются линейным закономерностям, что расширяет сферу применения данной модели.

2. Неопределенность 1 степени. Это совокупность закономерностей, подчиняющихся законам нормального распределения (распределения Гаусса, распределения Максвелла) отражающих реальные процессы, в которых (всегда) есть стохастические отклонения. Они измеряются статистическими методами (дисперсии, средние арифметические, медианы, центры (в том числе сетей и кластеров) и т. д.). Это попадания при стрельбе, рост живых организмов и т. д.

3. Неопределенность 2 степени. Это статистический разброс вокруг динамических рядов протекающих процессов, в том числе процессов возникновения функционирования и развития (прямых линий, кривых линий, колебаний), определяемые основными (сущностными) взаимодействиями и комплексами детерминации. События данного класса – своеобразные статистические аномалии. В них новое не определено, но одновременно его возникновение все же проявляется (подчиняется) некоторым тенденциям (трендам).

4. Неопределенность 3 степени. Сильно нелинейные распределения (события, процессы), определяемые относительно слабыми внутренними либо внешними причинами, порождающими несоответствующие по масштабу эффекты с сильной степенью неопределенности. Их результатом часто оказываются масштабные события с сильнейшей неочевидностью и невероятностью (вероятностью, стремящейся к нулю), появляющиеся совершено неожиданно и приводящие к неожиданным (невероятным и непрогнозируемым) результатам. Пионером исследования таких объектов является А. Пуанкаре[166]. Именно объекты данного класса метафорично названы Н. Талебом «черные лебеди». Используются также названия «джокеры».

5. Абсолютная неопределенность. Это тоже предельная модель, которая тождественна модели абсолютного хаоса, абсолютного ничто (как отсутствия любого организованного «нечто»)[167] либо модели таких образований, которые существуют на протяжении отрезка времени, равного нулю, в пространстве с объемом равным нулю. То есть, некоторые «сполохи реальности».

Классификация может стать наглядной при использовании матрицы, в которой по горизонтали расположены пять выделенных классов событий, а по вертикали – масштабы их последствий (названные «массами»). Эти «массы» можно также условно разделить на пять групп, значение которых будет варьироваться в зависимости от предметной области, применительно к которой разрабатывается конкретная матрица.

Представляются возможными три версии вертикали матрицы, отражающей масштабы последствий: первая – по пространственным характеристикам воздействия (масштабы распространения в пространстве), вторая – по временным характеристикам воздействия (продолжительности действия), третья – по энергетически-силовой мощности воздействия (созидательной либо разрушительной). Эти характеристики впоследствии могут быть объединены в некоторый интегральный параметр. Могут быть информационные масштабы и т. д.

Например, вертикаль матрицы по пространственным характеристикам воздействия будет выглядеть следующим образом:

1. Нет распространения последствий в пространстве («масса» равна нулю).

2. «Точечные» последствия (в границах конкретного объекта).

3. «Локальные» последствия – для объекта и его ближайшего окружения (местный регион либо страна).

4. «Региональные» последствия – для крупных образований, в которые включен объект (например, регионы планеты).

5. «Глобальные» последствия – для всеобъемлющего целого (например, для всей планеты).

Данная двумерная матрица может быть представлена в виде таблицы неопределенностей с некоторыми примерами.

Матрица неопределенностей

Перейти на страницу:

Похожие книги