Понятия и элементы теории научно-технических прогнозов

   Прогноз по методу экстраполяции состоит обычно в том, что в полученную тем  или иным способом зависимость y=f(t) представляют интересующие нас даты t и находят соответствующие значения y , которые и принимают за прогноз на данный год. При этом для обоснования прогноза необходимо доказать : что закон (тенденция), найденный на известном промежутке, не изменится и вне его в определенных границах ; что сами параметры качественно не изменятся.

   Для доказательства обычно используют в качестве предпосылки инерционность прогнозируемой системы. Считают, что в сложных системах изменения происходят сравнительно медленно, поэтому можно ожидать, что ошибки экстраполяции за малые отрезки времени будут незначительными. Такая предпосылка не является достаточно сильной.

   Для прогноза часто бывает интересным и важным не столько предсказать конкретное значение изучаемого параметра в  таком-то году, сколько своевременно фиксировать объективно намечающиеся сдвиги и симптомы изменений в тенденциях развития.

   Подлинно  научное отношение к экстраполяции  тенденций ничего общего не имеет  с фатализмом и слепым преклонением перед статистической оценкой. Даже дальняя экстраполяция до точек  абсурда - до невозможных ситуаций - не такое уж бессмысленное занятие, если ее результаты рассматривать не как собственно прогноз, а как свидетельство более или менее остро назревших потребностей изменить сложившуюся ранее тенденцию. Кроме того, при экстраполяции системы взаимосвязанных параметров имеется возможность оценить чувствительность конечных данных к равным по масштабу изменениям различных параметров. На основании полученных таким образом сведений формулируются прогнозные рекомендации по управлению процессом развития.

   Методом экстраполяции  прогнозировались рост объемов научно-технической информации, размеры средств, вкладываемых в науку, и другие вопросы. Заметим, что полученные при этом конкретные оценки логических пределов роста тех или иных характеристик, а также значения разрывов между взаимообусловленными показателями послужили основанием для принятия долгосрочных решений относительно будущей научной политики.

   Одно из таких решений - прогнозируемое потребное  опережение в темпах роста производительности труда персонала, занятого в научных  исследованиях, по сравнению с темпами роста его численности.

   Если рассматривать  экстраполяцию не как самоцель, а  как начало анализа тенденций  и прогнозирования, то следует признать, что возможности этого вида методов  весьма многочисленны, а практика такого прогнозирования обширна, хотя и связана в большинстве случаев с прогнозами первого эшелона. Для предвидения более отдаленных свершений научно-технического прогресса, как правило, требуется дополнение этого подхода более глубоким проникновением в логику научно-технического развития и будущие возможности фундаментальных естественных наук.  
 

   § 2. Методы моделирования.

   Весьма  большие надежды возлагают прогнозисты  на решение проблемы моделирования  существенных процессов и явлений  научного развития. Пристального внимания заслуживают некоторые существующие методы прогнозирования, использующие приемы моделирования. Наиболее давними традициями обладает в этом отношении группа методов прогнозирования по исторической аналогии.

   На основе изучения внутренней логики развития конкретной научной дисциплины исследователь конструирует соответствующую ее историко-логическую модель. Затем в соответствии с этой моделью прогнозируется разрешение определенных коллизий в ситуациях, обладающих с ней общностью свойств. Популярность логических моделей-образов, конструируемых с помощью метода исторической аналогии, держится не только на традициях, но и на многих хорошо известных историкам естествознания актах преемственности в развитии научных принципов и идей.

   Если бы метод исторических аналогий был так универсален, как мы его нередко склонны воспринимать, то научно-техническую политику формировали бы историки, а не специалисты, знающие наилучшим образом современный опыт.

   Вместе  с тем для прогнозирования  и планирования новой техники и новых научно-исследовательских работ весьма важно количественно определенно оценить объем, полноту и эффективность использования накопленного опыта, конкретные тенденции к поглощению данной отраслью техники новых научных результатов, в том числе и полученных фундаментальными науками. Актуальность этой проблемы обусловлена резко возросшими в современную эпоху темпами морального старения технических средств.

   В ряде случаев  непосредственному долгосрочному  планированию научно-технического развития предшествует логическое моделирование комплексного образа будущей научно-технической политики, включающее в себя : сформулированные экономические, политические и другие цели данного государства, описание ряда научных и технических возможностей их достижения, характеристику ресурсов и потребностей, обусловливающих целесообразность принятия тех или иных государственных решений. Такой описательный документ в научной прогностике называется сценарием будущего. Обычно он составляется на основе обобщения данных предварительно выполненного качественного и количественного анализа : общественных потребностей в развитии данной проблемной области ; ее сложившихся внутренних возможностей и противоречий развития ; фона научно-технической проблематики, определяющего внешние воздействия, стимулирующие и тормозящие развитие прогнозируемой области науки и техники.

   Особую  форму приобретают такого рода феноменологические модели, как сценарии будущего, в  случае прогнозов в области теоретических  и фундаментальных исследований.

   В начале 70-х годов специалисты А.И. Покровский и Б.А. Старостин сформулировали важную для методологии прогнозирования такого рода объектов концепцию фундаментального научного эффекта (ФЭ) и недостающего для его получения базиса знаний. Эта концепция исходит из того, что предметом исследования в прогностике является не само будущее открытие как таковое, а фундаментальный научный эффект, понимаемый как системная целостность данных, которая может с некоторой вероятностью привести к сдвигам в научных представлениях значительного теоретического и потенциального прикладного масштаба.

   Конечно, и  само открытие может стать для  ряда дальнейших открытий фундаментальным  научным эффектом или важнейшим  компонентом такового. В этом плане  следует рассматривать, например, отношение между Периодическим законом Менделеева (1869) и предсказанными на его основе химическими элементами или между открытием электромагнитных волн Герцем (1889) и развитием радиотехники с ее разнообразными применениями, включая радиолокацию и т. д.

   Совокупность целей, средств и предпосылок для разрешения тех или иных научных проблем может быть представлена и более строго интерпретированной моделью - прогнозным графом. Каждый полученный элемент модели (событие) состоит: из описания (на языке соответствующего классификатора) ; системы количественных оценок данного события (условная вероятность, время свершения, значимость, стоимость) ; определителей причинно-следственных связей данного события с событиями верхнего и нижнего по отношению к нему уровней. Из такого рода элементов строится модель научно-технического прогресса, представляющая собой ориентированный граф.

   Модель  описанного вида реализована в практике прогнозных работ Института кибернетики. Она позволяет следить за ходом  научно-технического развития конкретной проблемной области, анализировать тенденции и оценивать совокупности задач (ситуации), синтезировать прогнозные варианты тех или иных изменений в ситуациях и оценивать следствия этих изменений. Математическое обеспечение модели базируется на вычислительных процедурах и алгоритмах метода максимальных возможностей.

   Специфически  важная роль во всей излагаемой концепции  прогнозирования принадлежит методам  информационного моделирования. Характерные  свойства массовых потоков научно-технической  информации предопределяют ряд возможностей анализа тенденций прогресса науки и техники по информационным сигналам - по изменению количественных и структурных параметров этих потоков.

   Известны  попытки разработать методы анализа  информационных сигналов, содержащихся в потоках выданных патентных документов о мировом техническом опыте. Закодировав информацию, содержащуюся в патентах по определенному классу технических средств, можно определить те элементы и типы технических решений, по которым ускорение прироста новых данных существенно отлично от средних значений. Это явление предложено рассматривать как сигнал о том, что через 5-8 лет такого рода решения будут обновлять соответствующие характеристики практически применяемых средств техники.

   В дальнейшем предстоит проверить прогнозное значение инженерно-технических выводов, вытекающих из подобного анализа патентных данных. Процедура классификации содержания патентов и оценки прироста данных нуждается в совершенствовании с учетом существующих принципиальных различий в национальных системах патентования и в побудительных мотивах к патентованию новых идей, а также влияния на этот процесс конъюнктуры мирового рынка.

   Интересные  идеи пришли в область информационных методов анализа развития науки  в связи с появившейся возможностью автоматизированного составления индексов связей (ИНС) между различными научными публикациями.

   Подобным  образом составляются ежегодно издаваемые перекрестные библиографические указатели  информации по важнейшим разделам науки. Однако, как это нередко бывает в науке, очень скоро выяснились и другие его возможности, специфически важные для науковедения. ИНС оказался мощным и перспективным инструментом анализа тенденций развития науки, диагноза состояния междисциплинарных связей и прогнозирования ряда явлений в жизнедеятельности организма науки. Исходная предпосылка этих ценных для науковедения свойств ИНС содержится в том факте, что сеть фактического взаимовлияния, построенная по данным ИНС, является информационным отображением - моделью историко-логической сети связей реального процесса развития науки.

   Используя хорошо известные сейчас математические методы, можно производить анализ информационных сетей любой сложности, получая объективные данные о  фактическом взаимовлиянии, тенденциях в перераспределении усилий исследователей, интенсивности и направленности миграции научной информации из одних областей исследований во многие другие и т. п.

   В типичных для нашего времени условиях широкого фронта научно-исследовательских работ, колоссальных объемов информации и все возрастающего значения взаимодействия наук даже хорошо информированному и компетентному исследователю трудно оперативно уследить за изменениями в тактике решения научной проблемы, происходящими в разных странах. Изменения в структуре потоков информации - их чувствительный индикатор. На основе анализа этих изменений можно прогнозировать предстоящие потребности в возникновении новых специализированных научных учреждений, необходимость в существующих и новых журналах, назревающее обособление новых относительно самостоятельных научных направлений. Структура, интенсивность и направленность сетей фактического взаимовлияния позволяют также прогнозировать ожидаемые в отдельных областях крупные научные сдвиги, а иногда дают материал для объяснения причин низкой результативности тех или иных направлений.

   В последние  годы внимание науковедов привлекают возможности использования для  анализа опыта развития науки  методов исследования операций. Применительно  к задачам программных и организационных  прогнозов подобный подход начинает складываться в попытки создания экономико-математических моделей выбора вариантов развития и целесообразного распределения ресурсов, что весьма актуально с точки зрения последующего использования прогнозных данных.

   В целом  развитие методов моделирования, используемых прогнозистами науки и техники, идет по пути синтеза рациональных элементов всех методов и подходов. Это весьма перспективный путь, так как он открывает возможность создания единых комплексных методов для последовательной разработки исследовательских, программных и организационных прогнозов.

   Заключение.

   Поставив  перед страной задачу всемерного повышения эффективности научно-технического прогресса, правительство важную роль при ее решении отводит совершенствованию  дела организации и управления научно-техническим прогрессом.

   В этом исторически  важном деле науковедению, обратившему  аппарат научного анализа на изучение процессов научно-технического развития, принадлежит исключительная роль. Оно  должно стать подлинной теоретической основой государственного управления прогрессом науки и техники.

   Внимательно изучая уроки прошлого, глубоко анализируя современный опыт, науковедение стремится  познать будущее науки. Всеми  своими результатами оно призвано служить  более успешному прокладыванию наукой путей в будущее. В особенности функция конкретизации представлении о будущем науки и техники присуща вновь формирующейся ветви науковедения.

   Науковеды-прогнозисты  представляют собой лишь небольшой  отряд исследователей в огромной армии российских ученых. Они отнюдь не претендуют на роль проводника науки, а только стремятся стать деловыми и полезными помощниками людей и коллективов, непосредственно творящих будущее науки и техники. Мы помним мудрое высказывание В. И. Ленина о том, что ум десятков миллионов творцов создает нечто неизмеримо более высокое, чем самое великое и гениальное предвидение. Роль науковеда-прогнозиста в коллективном процессе предвидения будущего представляется нам в следующих основных чертах. Прежде всего такой ученый выступает как организатор групп специалистов, располагающих знаниями, опытом и интуицией, необходимыми для комплексных прогнозных разработок. Прогнозист участвует в этой работе как исследователь, имеющий в своем распоряжении развитый арсенал специальных методов изучения процессов научно-технического развития. Вместе с тем на нем лежит непременная обязанность постоянно обобщать реальный опыт прогнозирования, развивать его теоретические основы и совершенствовать специальные методы и процедуры.