Kitabı oxu: «Когнитивные методы и технологии управления экономикой в условиях неопределенности»

Введение

Современная экономика России находится в начале пути интенсивного инновационного развития, и это не может не сказаться на необходимости разработки новых методов управления. Данная потребность определяется чрезвычайно высокой системной сложностью экономики вследствие наличия двух весьма значимых причин:

1) постоянного увеличения количества задач, возлагаемых на экономику;

2) воздействия на экономику различного рода факторов неопределенности.

В целом эти две причины, несомненно, связаны между собой. Вопрос лишь в доле влияния каждой из них на качество управления.

Теоретически факторов неопределенности бесконечно много. К настоящему времени разработано великие множество различных систем классификации этих факторов. Классификационными признаками выступают интенсивность влияния, временны́е параметры, источники и природа их происхождения, динамика развития и пр. Все эти системы классификации достаточно корректны, поэтому трудно отдать предпочтение какой-либо одной из них. Здесь можно только условиться в том, что их выбор зависит от существа решаемых задачах.

Факторы неопределенности имеют самую разнообразную природу. Это могут быть мировые экономические кризисы, политические решения, законодательные акты правительства, некомпетентность лиц, принимающих решения (ЛПР), высокий уровень конкуренции, неравномерность развития по регионам, отраслям, высокий темп обновления и расширения ассортимента продукции, динамика объемов производства, природные катаклизмы и т. д. Все их можно разбить на две группы: зависящие от воли и сознания человека и не зависящие от них.

Факторы первой группа интересны тем, что, с одной стороны, их появление «провоцируется» некоторым одним множеством людей, а с другой – их последствия изучаются, оцениваются и устраняются другим множеством людей. В принципе эти множества могут и пересекаться. То есть получается так, что человек сам себе создает эти трудности.

Таково действительное положение вещей, и здесь нет никаких шансов его изменить. Но тогда логично поставить задачу о снижении негативного влияния факторов неопределенности. Это требование наиболее остро стоит для задач прогноза, где проявление неопределенности в принципе неустранимо. Ведь будущее объективно непредсказуемо. И чем на больший период мы пытаемся построить прогноз, тем меньше уверенности в его достоверности.

Вследствие изложенных соображений экономика нуждается в постоянном создании новых, а также развитии и совершенствовании уже созданных методов оценки и прогнозирования. В силу перманентной неустранимости факторов неопределенности мы обречены заниматься этим всегда.

Следует заметить, что неопределенность воспринимается как некоторая неотвратимая неизбежность, у которой, как и у медали, имеются две стороны. С одной стороны, неопределенность чрезвычайно тормозит процессы управления, мешает процессу достижения целей управления, а с другой – как это ни странно, помогает ему в том смысле, что нивелирует и негативные влияния дестабилизирующих факторов.

К настоящему времени накопился весьма значительный арсенал математических методов и моделей, которые позволяли бы решать задачи управления в условиях неопределенности.

Эти задачи можно разделить на две большие группы. Первая, самая наиболее предметно разработанная, подробно исследованная и представленная в учебниках, статьях и монографиях и поэтому наиболее воспринимаемая и наиболее признанная, отличается тем, что в ней проблема уменьшения неопределенности ставится и решается напрямую. То есть сначала решается задача оценки значимости и степени влияния факторов, а затем – задача выбора средств уменьшения этого влияния. Это вполне логично, естественно, и правильность такой постановки не вызывает сомнений. Назовем ее классической.

Вторая группа, менее известная, связана не с уменьшением неопределенности, а с формированием таких методов управления, которые были бы применимы к любым факторам неопределенности, пусть даже и очень существенным и непредсказуемым, но при этом они должны одинаково успешно реагировать на любые факторы неопределенности.

Методы второй группы работают в настолько непредсказуемых и сложных условиях, что для их реализации целесообразно подключить дополнительные возможности, которые появляются в результате имитации мыслительных процессов, которые происходят в мозге человека. Ведь природа не зря, наверное, создала такой мощный инструмент, как мозг.

Здесь следует заметить, что обе группы не являются взаимоисключающими, вследствие чего вполне резонно поставить вопрос об их совместном комбинированном использовании. Выигрыш от такого совмещения очевиден.

В связи с этим последние десятилетия развивались такие направления, как искусственный интеллект. Это обширнейшая тема, разделы которой представлены разными фрагментами: искусственный разум, теория сетей, нечеткие множества, робототехника, теория познания и многие-многие другие, и среди них – когнитивные методы и когнитивные технологии. То есть, по существу, когнитивные методы и технологии (КМТ) есть часть, хотя и необъятная, более общей и еще более необъятной науки под названием «искусственный интеллект» (ИИ). Это деление достаточно условно, некоторые ученые считают, что наоборот, ИИ есть часть КМТ. Но тем не менее мы не станем на этом анализе делать большой упор. Это, скорее всего, дело индивидуального подхода каждого исследователя и зависит в свою очередь от постановки задачи управления, которую он решает.

Данное учебное пособие посвящено теме, связанной именно со вторым подходом к решению задачи управления в условиях неопределенности. Этот подход можно представить как формирование концепции управления в любых принципиально непредсказуемых условиях неопределенности, независимо от природы их происхождения, на основе тех закономерностей и принципов, которые заложены в человеческом мозге.

Использовать науку о мозге в интересах решения практических задач всегда было заветной целью многих исследователей. Гипноз, психоанализ Фрейда, попытки обнаружения телепатии и множество различных, в том числе и экзотических, концепций и гипотез – все это имело не только узконаучный теоретический интерес, но за ними выдвигались заманчивые предложения по широчайшему практическому использованию. Основными сферами приложения науки о мозге виделись в первую очередь медицина с целью лечения больных, военное дело с задачами ослабления противника и усиления своих возможностей, экономика с задачами увеличения спроса покупателей и другие отрасли.

Но революционный переворот в науке о мозге произошел с появлением компьютерной техники. Причем с ростом возможностей компьютеров увеличивались и достижения в области исследования мозга. Этот феномен связан в первую очередь еще и с тем, что мозг является не только гибким инструментом управления, но в то же время и единственным (пока!) генератором новых знаний (НЗ). Этот факт – самый значимый признак отличия человека от других представителей животного мира.

Если говорить об экономике, то нужно сказать, что в условиях современного научно-технического прогресса роль НЗ неоспоримо возрастает в качестве основного фактора процесса развития и модернизации как мировой экономики в целом, так и российской в частности. Знания рассматриваются как ресурс, с одной стороны, для развития и совершенствования научно-производственной базы, а с другой – как ресурс для решения и поддержания задач управления. В связи с этим современные концепции управления инновационным развитием экономики целенаправленно ориентированы на использование НЗ в составе применяемых алгоритмов формирования управленческих решений, которые должны обеспечить управление процессом разработки, освоения, создания, использования и распространения инноваций.

Естественно, что данный процесс эволюционного развития знаний неотделим от тех процессов мышления человека, которые порождают, формируют и используют эти знания, а следовательно, не могут не влиять на динамику их поведения. Именно здесь находится главное логическое звено предлагаемого нового подхода к управлению развитием экономики, на базе которого обосновывается применение когнитивных технологий, т. е. технологий, в которых принципы познавательной работы системы мышления человека являются основополагающими. Однако значимость когнитивных технологий этим аспектом не ограничивается. Предлагаемый ниже подход к созданию КМТ, как будет показано, обладает еще и уникальной способностью к согласованности по фрактальному принципу финансово-экономических показателей управляемых экономических объектов. И это свойство (которое можно назвать гармонизацией) оказывается вообще за пределами рассмотрения в существующих концепциях систем управления процессами инновационного развития.

Таким образом, процесс управления инновационным развитием экономики должен быть дополнен всеми функциональными компонентами, присущими КМТ.

Разработка методических основ такой системы управления инновационным развитием экономики является серьезной научной проблемой, имеющей во многом судьбоносное значение для инновационной экономики страны.

Таким образом, в качестве одного из путей реализации методов управления экономикой, способных работать в условиях неопределенности формируемых управленческих решений, предложено использование алгоритмов, построенных на основе имитации адаптационных свойств системы мышления человека.

При таком подходе для выбора управленческих решений главенствующую роль в их формировании должна играть природа информационных потоков, сопровождающих инновационный процесс, и прежде всего в части такого фундаментального и философского понятия, как истинность. Ведь задача только лишь генерации НЗ в принцип не представляется технически сложной. Но вот доказательство истинности сгенерированных знаний требует уже существенных затрат сил и времени. Иногда на это тратятся годы, десятилетия и даже столетия. Именно доказательство истинности знаний есть основная трудность в их генерации. Вот почему при создании системы генерации управленческих решений любой сложности и тематической направленности должны быть использованы не только сами знания, но и характеристики их истинности.

Необходимость подобного подхода давно назрела. Как справедливо заметил по этому поводу нобелевский лауреат профессор Р. Шиллер (Yale University) [69], «…другая не менее важная вещь – назревшая необходимость объединить экономику с наукой о мозге. Люди сейчас изучают, как структура мозга и механизмы его работы влияют на экономическую деятельность. В будущем их открытия должны найти применение в сфере экономической политики».

К этим словам необходимо добавить, что сейчас в современном мире вообще наблюдается всеобщий устойчивый подъем всестороннего интереса к науке о мозге, и эта наука по своей значимости и интенсивности развития становится доминирующей и выходит, если не на самое первое, то на одно из первых мест среди других наук. В свое время такими доминантными науками были ядерная физика, кибернетика, генетика и др.

В качестве подтверждающего примера следует указать на известное во всем мире Общество нейронауки (Society for Neuroscience), которое начиная с 1971 г. ежегодно проводит конференции, посвященные вопросам изучения процессов деятельности мозга. На этих конференциях ведущие научные школы всего мира представляют результаты своих исследований. Организация такого важного мероприятия – дело не из простых: каждый год в нем участвует огромное количество ученых, студентов, представителей медицины, фармацевтики, биофизики, математики, антропологии, IT, робототехники и других наук. Обычно эти конференции проводятся в Сан-Диего (США). О внушительном масштабе конференций говорит тот факт, что они обычно продолжаются в течение пяти дней и на них в среднем регистрируется более 30 000 участников из примерно 80 стран мира! И это неспроста: величайший уровень интересов к проблемам мозга в первую очередь определяется прикладным значением науки о мозге, который имеет, и это не является большим секретом, явно выраженный стратегический характер. Конференция превратилась в крупнейшую в мире базу идей и инструментов для глобальной науки о мозге.

Поэтому и в такой науке, как экономика, чрезвычайно перспективным направлением следует признать поиск следов и последствий процессов непосредственного «объединения экономики с наукой о мозге».

В принципе такая постановка не нова. Подобного рода исследования проводятся давно, и их результаты периодически публикуются. Но что характерно: во всех известных работах, где исследуется воздействие мыслительных способностей мозга на экономику, мозг рассматривается как супермощный многофункциональный компьютер, который настроен на получение извне огромных потоков информации и эффективную и универсальную ее обработку [12, 85]. И именно в этом проявляется ограниченность большинства работ.

Можно утверждать, что к настоящему времени уже сформировалось вполне естественное ожидание появления концепции, в которой инновационный процесс был бы дополнен всеми теми недостающими компонентами, которые связаны с деятельностью мозга как генератора знаний.

Мозг, как показали исследования, в условиях неопределенности обладает уникальной «дополнительной» способностью генерации НЗ на основе такой мировоззренческой сущности, как квантовая структура истинности уже имеющихся знаний. Это свойство мало изучено современной наукой и поэтому тем более оказывается за пределами рассмотрения в существующих концепциях инновационного менеджмента.

А если в форме НЗ генерируется новое содержание – управленческое решение, то данный подход представляется достаточно полезным для экономики, особенно в ситуации, когда, с одной стороны, управляемая экономическая система стремится к экстремальному поведению (например, экспансии на рынке), а с другой стороны, информационных ресурсов для управления в такой ситуации не хватает в требуемом объеме. Тогда в этом и только в этом случае, как будет рассмотрено ниже, система мышления человека «выбирает» особый режим, характеризующийся наличием в управляющих решениях, как оказалось, универсальной фрактальной структуры, которая как бы компенсирует недостаточность наших знаний. Получается так, что если истинности знаний о внешней среде недостаточно, то нужно управляемый объект «выстроить» по некоторому заранее подготовленному принципу так, чтобы эта «выстроенная» структура легче адаптировалась к внешним условиям после снятия неопределенности. Как будет показано ниже, данный процесс фрактализации есть результат реакции мозга на внешнюю неопределенность. Именно в направлении поиска такой компенсации и следует искать алгоритмы КМТ.

В этом случае алгоритмы КМТ обеспечивают выполнение двух важных свойств:

1) в соответствии с фрактальной структурой формируются финансово-экономические показатели управляемой инновационной экономической системы (цены, структура активов, заемные средства, заработная плата, выручка и т. д.);

2) фрактальная структура имеет тенденцию распространения на управляемые экономические системы любого уровня независимо от отраслевой принадлежности и масштабов деятельности (предприятие, отрасль, государство, транснациональная корпорация, фондовые и финансовые рынки и т. д.) и может служить основой для «сквозной» гармонизации их структур.

Данное свойство возможности системы мышления работать в условиях малой истинности наших знаний принимается в данной работе в качестве методической основы для построения когнитивной технологии.

Экономическая система здесь представлена в виде некоторой структуры, эволюционирующей в условиях рыночной конкуренции, в которой многие, в том числе и наиболее важные и значимые процессы, определяются не только экономическими законами как некоторой базовой основой, но и непосредственно особенностями логики функционирования мозга. Не будет преувеличением сказать, что закономерности поведения, которые присутствуют в экономических процессах, – это интегральный результат как действия экономических законов, так и параметров мышления совокупности всех людей, участвующих в данных процессах. А если мыслительные процессы каждого отдельно взятого человека содержат механизмы некоторого структурообразующего универсального гармонизирующего начала, то логично предположить, что это начало создает условия для формирования таких управляющих воздействий, которые приводят в итоге к гармонизации параметров всей экономической системы в целом [34].

Есть еще одно обстоятельство, которое требует необходимость создания КМТ.

Если провести реферативный обзор публикаций в области экономических достижений последних лет, то невольно создается впечатление, что экономическая наука постепенно теряет некоторую политэкономическую обобщающую сущность и все больше становится похожей на набор методик. И это правильно. Но частично. За счет такой трансформации приобретается детализация исследований, их глубина и диверсификация. Если раньше научным достижением была добротная теория глобальных фундаментальных экономических процессов или прогноза будущих перспектив, то в настоящее время достижения современных исследований признаются тем большими, чем в большей степени они ориентированы на использование мощных компьютерных средств.

Если рассмотреть временну́ю динамику развития экономической науки, то здесь можно выделить четыре этапа. Приведенное ниже деление достаточно условно, не имеет четкого разграничения и не подразумевает какой-либо ответственности за неоднозначность выводов.

1. Классический этап. Это работы Смита, Рикардо, Маркса и других экономистов, имеющих в основном теоретический характер. У этих авторов решалась в первую очередь задача создания понятийного аппарата экономики, формирования терминологии (труд, обмен, деньги, производительность труда, рента, прибыль и т. д.), экономических законов, принципов и выявления основных тенденций развития экономики.

2. Методический этап. Здесь необходимые теоретические конструкции (экономические законы, принципы и тенденции) моделируются математическими средствами, а затем эти модели, как методический инструментарий, тиражируются в разных направлениях экономических исследований (модель Курно, циклы Кондратьева, модель Кобба – Дугласа, законы Райта и Стивенса – Берли в инновациях, модели равновесия и неравновесия, логистические модели и т. д.). Их огромное множество, но их объединяет то, что экономист априори предполагает их обязательную выполнимость.

3. Кибернетический этап. Появляются сложные алгоритмы экономического равновесия, баланса, ради этого создаются базы данных, проводится их актуализация и все прочие необходимые для этого вычислительные действия. Здесь также предполагается, что конечный результат известен. Вопрос лишь сводится к оптимизации процессов управления на всех уровнях экономической иерархии.

4. Поведенческий этап, в котором результат заранее неизвестен. И только после проведения серии экспериментов на математической модели с включением методов машинного обучения и нейросетей появляется не известный заранее результат, который подлежит обсуждению и затем признанию или непризнанию. Для его реализации уже недостаточно обычных баз данных. Поэтому появились технологии сетевой интеграции гигантских разрозненных хранилищ данных в рамках концепции big data. Их объем в порядки превосходит «обычные» базы данных. Данное направление имеет ответвление, названное мейнстримом.

Таким образом, увеличение глубины и детализации в экономических исследованиях сопровождается потерей качественного понимания фундаментального обобщения и интеграции всех сторон экономических процессов и человеческого бытия в единую универсальную стройную теорию.

Вместе с тем следует признать, что экономические теории такого интегрирующего обобщающего подхода существуют, и выдающимся образцом здесь может служить теория марксизма, воплощенная в «Капитале» К. Маркса. Рассмотрим подробнее, в чем отличие «Капитала» от современных течений и концепций.

Вспомним, что марксизм как учение имеет знаменитые «три источника и три составные части»: английскую политэкономию, французскую философию и германскую диалектику. И это, как можно убедиться, придумано не просто так, этим создается прочный и прежде всего научный фундамент для развернутого и обоснованного развития теории марксизма. Мы не можем утверждать, что, к сожалению, современные мейнстримовские и прочие течения обладают аналогичным фундаментом.

Зададимся вопросом: а что это дало марксизму? Ответ: это дало высочайший уровень убедительности, правильности, что в итоге привело к уверованию в истинность марксизма миллионов пролетариев, которые пошли за ним как за верой на революцию и последовавшую за ней гражданскую войну. Это и обеспечило в итоге успешную «практическую реализацию» – термин, который мы привыкли встречать в каждой диссертации.

Если бы можно было ввести количественную меру «практической реализации», то нужно было бы ее назвать «маркс», аналогично ватту, амперу, ому, вольту и т. д. «Капитал» как экономическая теория обладает 1 марксом практической реализации. А вот ученье Кейнса можно было бы оценить, например, как 0,6 марксов.

Возвращаясь к современному этапу развития разного рода экономических концепций, зададимся все тем же вопросом: а есть ли у них аналогичная убедительная основа? Положительный ответ здесь как-то не напрашивается.

Это при том, что современные банки данных накопили достаточный объем фактов, которые могут быть использованы для получения знаний обобщающего характера. Однако подобного тренда мы часто не наблюдаем.

Полезно рассмотреть с этих позиций теоретические работы, авторы которых были удостоены Нобелевской премии как наивысшей формы признания достижений мирового уровня. Перечень этих работ можно легко получить в Интернете [78].

Известно, что Нобелевские премии в области экономики, начиная с 1969 по 2018 г., были присуждены 81 лауреату. Эта выборка вполне репрезентативна для того, чтобы выявить уже знакомую нам тенденцию тематической динамики лауреатов, заключающуюся в переходе от крупных теоретических проблем глобального характера к работам более частным, хотя и более углубленным, но все-таки в меньшей степени теоретически обобщающим. Это нисколько не умаляет их правильность, актуальность и необходимость, однако фундаментальный уровень их заметно ниже.

Эту тенденцию отметил лауреат Нобелевской премии 1973 г. В. В. Леонтьев, сформулировав ее в высказывании:

«…Продолжение деятельности Нобелевского комитета проблематично. Думаю, что уже сейчас его внимание постепенно переключается с экономистов-теоретиков на институциональных экономистов. И теперь возникает проблема, поскольку в конкретных экономических исследованиях можно, по крайней мере, говорить о какой-то иерархии, а также крупных шагах вперед, прорывах, тогда как в институциональной школе я действительно не вижу никаких крупных прорывов» [58].

Мы видим, что значительная часть экономических исследований тематически «узкие», широта их тематического диапазона по сравнению с марксизмом минимальна. Ни в коем случае здесь нельзя умалять их правильность или говорить, что они не нужны, но у них нет той убедительности в части соответствия основным законам природы, которая есть у марксизма.

Частности (очень правильные и очень нужные) отодвинули или заменили общесистемные принципы и подходы. В этом плане было бы методически правильно эти принципы вернуть в практику исследований.

Таким образом, ощущается потребность «научному экономическому маятнику» качнуться в другую сторону, т. е. направить всю мощь КМТ в сторону развития «отставшей» фундаментальной обобщающей компоненты. Другими словами, назрела необходимость использовать КМТ для генерации новых знаний теоретического характера.

Еще одна весомая причина, которая побуждает нас развивать КМТ.

Это переход к так называемому шестому технологическому укладу. Его еще называют НБИКС-комплексом (нано-, био-, информ-, когнитивные, социально-гуманитарные технологии). Именно эти технологии будут определять лицо науки будущего. Основные инвестиции в науку и научные разработки в мире ныне связаны с возможностями прорывов и внедрений (инноваций) именно в этих направлениях. Как отмечалось выше, методическая основа КМТ имеет не только естественно-научные, но и глубокие философско-мировоззренческие корни, а самый главный вопрос философии об истинности, взаимосвязи и первичности материального и идеального приобретает здесь не только теоретический интерес, но и «конвертируется» в сугубо практическое русло. Это имеет свое продолжение в создании, с одной стороны, образовательных программ и, с другой – научно-методических основ современных систем генерации новых знаний.

Переход к новому технологическому укладу предполагается реализовать в пределах 2010–2050 гг. Тогда вслед за технологическим укладом новый уклад общественной жизни и социально-экономического управления, система образования и духовных ценностей должны сформировать такую комплексирующую среду, которая была бы гармонизирующим интегратором 1) новой системы производства-потребления и 2) всестороннего развития человека.

И еще одно обстоятельство.

Если посмотреть на глобальные параметры ведущих стран мира – Россию, Китай и США, то мы увидим, что Россия находится в своеобразной экстремальной позиции (табл. В.1).

Таблица В.1

Глобальные параметры ряда стран

Сравнительно небольшое количество населения России (2 %), большая территория (13 %) и – несоизмеримо этим показателям огромные запасы природных ресурсов (25–35 %). Естественно, что для России главнейшей задачей является защита этих ресурсов от возможных внешних посягательств. Поэтому одной лишь военной силы здесь будет недостаточно. Здесь необходимо привлекать науку и технологии, и вот КМТ могут быть именно здесь востребованы для формирования набора возможных управленческих решений. И ставка на использование интеллектуальных систем может стать важным направлением как в освоении, так и в надежной защите природных богатств России.

Вот почему в данном учебном пособии изложены материалы, связанные с исследованием и разработкой научно-методических основ создания системы управления инновационной экономикой в условиях неопределенности, основанной на использовании КМТ.

Автор считает своим приятным долгом выразить глубокую благодарность всем ученым Финансового университета при Правительстве Российской Федерации, проявившим интерес к данной тематике и высказавшим ряд ценных советов и рекомендаций в части качества материала: члену-корреспонденту РАН, доктору экономических наук, профессору Г. Б. Клейнеру, доктору экономических наук, профессору С. Е. Щепетовой, доктору экономических наук, профессору И. Н. Дрогобыцкому, всем сотрудникам кафедры «Системный анализ в экономике», доктору экономических наук, профессору М. В. Мельник, доктору экономических наук, профессору О. В. Голосову, заведующей экспериментальной лабораторией «Нейротехнологии в управлении» доктору экономических наук, профессору С. В. Карповой, доктору технических наук, профессору Н. Н. Заличеву.

Глава 1. Истинность знаний

1.1. Два подхода к понятию истинности знаний

Понятие истинности в задаче генерации новых знаний играет ключевую и решающую роль, так как основная задача, которую здесь особо следует выделить, – это не просто задача генерации знаний как лишь только процесса получения некоторой информации. Сама по себе задача генерация нового знания, именно в аспекте получение информации, не представляется чем-то сложным. Новые знания можно генерировать любым способом и в любых количествах. Но вопрос заключается не столько в количестве этих знаний, сколько в их качестве. И самое главное качество знаний, которое всегда считалось выше всех, – это истинность, т. е. соответствие истине. Считается, что истинность существует как чувство уверенности в реальности высказывания.

Истинность знаний – это, по сути, единственное главное качество, которое определяет большинство проблем их генерации, использования, обновления, передачи. Вот почему многие считают (и не без основания), что истина – это конечная цель познания.

Всю историю человечества, как только человек стал добывать и ценить знания об окружающем мире и о самом себе, этот процесс сопровождался не просто некоторым прямолинейным и упрощенным стремлением к истинности, а характеризовался самой настоящей жесточайшей борьбой за истинность. Причем на роль открывателя истинности знаний всегда претендовали не только ученые и практики, но и, как известно, все религии мира. Наука и религия стремились объяснить явления природы, хотя, как известно, методы и результаты у них всегда резко различались.

На познание мира, выявление мыслимых и немыслимых причинно-следственных связей направлялись всегда лучшие умы, на это не жалелись ни материальные, ни финансовые ресурсы. Это серьезная, трагическая, но и в то же время не слишком заметная сторона цивилизационного развития человечества. Следует здесь особо отметить, что, как ни странно, эффективным стимулятором этого процесса всегда была война как наиболее кардинальный и жесткий способ решения многих спорных вопросов. А для успешного ведения военных действий иметь истинные знания о противнике всегда было главнейшей задачей. «Предупрежден (имеется в виду на основе истинного, а не ложного знания) – значит вооружен». В сватке за истинность использовались и подкуп, и обман, и даже дезинформация, и другие неблаговидные приемы.

Вот почему понятие истинности с методической точки зрения всегда привлекало людей, и в первую очередь ученых и философов.

Но что есть истинность? – вот вопрос, который до сих пор до конца не решен, несмотря на бесчисленные попытки найти ключ к этой разгадке.

На этот вопрос пытались и пытаются ответить многие лучшие умы. И этот процесс имеет свою логику развития.

Понятие истинности является многозначным. Создается впечатление, что чем больше желание ученых разобраться и уточнить данное понятие, тем более размытым и многогранным оно представляется.

Из множества всех определений понятия истинности выделим два наиболее значимых для выбора базиса нашего дальнейшего анализа.

1. Сначала в истории с давних времен появилось определение истинности, данное Аристотелем (384–322 гг. до н. э.). Аристотель являлся учеником Платона и считается «отцом логики», хотя термин «логика» у него не встречается. Он пишет в своем труде «Об истолковании»: «Не имеет смысла судить об истине на том основании, что окружающие нас вещи явно изменяются и никогда не остаются в одном и том же состоянии. Ибо в поисках истины необходимо отправится от того, что всегда находится в одном и том же состоянии и не подвергаются никакому изменению, если существует движение и нечто движущееся, а движется от чего-то и к чему-то, то движущееся должно быть в том, от чего оно движется и затем не быть в нем, двигаться к другому и оказываться в нем, а противоречащее этому не может быть (в то же время) истинным вопреки их мнению».

Такое длинное и не совсем с первого раза понятное определение истины дает ответы на многие вопросы о том месте логических умозаключений, где надо искать истинность. Собственно, из этого определения появилась логика как наука.

В соответствии с определением Аристотеля истинность некоторого утверждения означает его согласованность с реальностью (или соответствие ей). Поэтому теория истины, опирающаяся на данную формулировку, называется «теорией соответствия» [74].

По учению Аристотеля, истинно то суждение, в котором понятия соединены между собой так, как связаны между собой соответствующие им вещи в природе. Ложно то суждение, которое соединяет то, что разъединено в природе, или разъединяет то, что соединено в ней. На этой концепции истины основана аристотелевская логика.

Аристотель различает два вида суждений: вечные необходимые суждения, относящиеся к области вечных неизменных объектов, и суждения, относящиеся к кругу изменяющихся вещей. Так как объекты, подверженные изменению, возникновению и уничтожению, не пребывают всегда тождественными себе, то и суждения о них не являются устойчивыми.

Будучи истинными, пока их объекты остаются равными себе, эти же суждения становятся ложными, когда объекты изменяются во времени. В аристотелевском учении об истине это деление суждений имеет существенное значение. Только первые суждения образуют область строгого знания, вторые же суть просто мнения и не имеют строгого научного характера.

Сообразно с этим делением суждений и понятие истины у Аристотеля делится на два вида: вечная абсолютная истина и истина, которая в потоке времени переходит в свою противоположность и становится ложной.

В классическом смысле истинность по Аристотелю сводится к формуле: истинность есть адекватная информация об объекте, получаемая посредством чувственного и интеллектуального изучения либо принятия сообщения об объекте и характеризуемая с позиции достоверности.

А более упрощенная трактовка совпадает с таким тезисом: истина есть адекватное отображение действительности в сознании.

2. К середине ХХ в. бурное развитие математики, физики, химии, биологии и других фундаментальных естественных наук привело к появлению нового вида проблем, связанных с неоднозначностью понимания основных положений этих наук, разного рода противоречиям, парадоксам и заблуждениям. Это явление вызвало необходимость анализа внутренних закономерностей и логики развития наук. В результате появилось второе определение истинности, данное польским математиком и логиком А. Тарским (1901–1983) в работе [80]. Сформулированное им новое так называемое семантическое понятие истины есть также классическое понятие истины, но только уточненное с помощью средств логической семантики. А. Тарский исходит из представления об истине, но с других позиций, согласно которым термин «истинно» выражает свойство нашего знания, в частности свойство высказываний, а не соответствие объективной действительности. Высказывание считается истинным тогда и только тогда, когда оно формально внутренне непротиворечиво. А. Тарский показал, однако, что для обычного естественного языка задача построения общего определения истины не может быть решена. Одной из причин этого является то обстоятельство, что в естественном языке имеются предложения, утверждающие собственную ложность (типа «Я лгу»). Попытка применить к ним термин «истинно», согласно приведенной схеме, ведет к противоречию. А. Тарский считает, что это противоречие возникает благодаря «семантической замкнутости» естественного языка, т. е. благодаря тому, что в этот язык входят и предложения, и имена этих предложений, и семантические предикаты – «обозначать», «истинно», «выполнять» и т. п. Для устранения подобных парадоксов А. Тарский считает необходимым разделить язык на две части:

1) объектный язык и

2) метаязык.

Определение истины должно формулироваться только в метаязыке. В этом случае парадоксов не возникает и по этой причине семантическое понятие истины не только является одним из основных понятий логической семантики, оно существенно уточняет и общефилософское представление об истине.

Кроме А. Тарского, данную проблему изучали и другие математики. К аналогичным выводам о необходимости системы двух языков почти одновременно пришли и К. Гедель (1906–1978) [83], и А. Черч (1903–1995) [87]. Некоторые важные результаты в данном направлении были высказаны еще Г. В. Лейбницем (1646–1716) [67]. В отличие от них, А. Тарский наиболее приблизился к идее семантики, используя ее в паре «истинность – семантика».

Следует обратить внимание на огромную временную дистанцию между появлением определений по Аристотелю (IV в. до н. э.) и по А. Тарскому (ХХ в. н. э.). Видимо, в течение 24 веков человечество вполне довольствовалось только лишь определением Аристотеля.

Для любого из этих определений истинность достигается за счет включения нормативно-ценностных факторов образования и функционирования знания в единую систему критериев, а не за счет абстрагирования от них, отказа от их учета.

Надо уточнить сначала, что такое единая теория смысла знаний. Возьмем за основу утверждение, что именно семантика с координатой, называемой «истинность», лежит в основе смысла знаний. Но вся сложность здесь в том, что истинность слишком сильно связана с интуицией. А эта категория пока слишком мало изучена, здесь много мистики, но если бы найти возможность ее формализовать, то в итоге получилась бы та количественная мера, которую можно было бы положить в основу методического инструментария оценки смысла знаний.

И многие исследователи брались за исследование этой проблемы. Но здесь выявляется следующее интересное обстоятельство. Во всех работах практически нет их продолжения, нет развития этих идей. Создается впечатление, что у этих исследователей весь результат сводится только к общим словам и благим пожеланиям. Они, безусловно, очень правильные, полезные, интересные, но не обладают конструктивным потенциалом, там нет методик, а следовательно, отсюда исходит невозможность их практической реализации.

Как мы видим, именно поэтому представляется целесообразным как один из вариантов, который предположительно будет иметь внедренческое продолжение, рассмотреть проблему истинности с позиций такого сложнейшего и универсального устройства, как мозг. Потому что мозг как устройство не только сам генерирует знания и одновременно получает знания от других, но также и определяет их истинность, формируя таким образом еще одну дополнительную координатную ось.

1.2. Об интуиции

Зададимся вполне закономерным вопросом: с каких позиций можно рассматривать мозг? Ответ может быть рассмотрен только в плоскости понимания такой категории, как сущность жизни, в плоскости развития живой ткани, живого организма. То есть надо связать истинность знания с потребностью жизни и всего живого и рассматривать интуицию, истинность как свойства живого. Без этого у нас получится всего лишь обычный неживой компьютер.

У компьютера функций живого нет, а без этого компьютер будет иметь преимущество перед живым мозгом только в скорости обработки информации, но никогда не станет на уровень живого интеллекта.

Из этого следует, что моделировать 1) интуицию и 2) истинность необходимо на основе анализа функций мозга. Этот аспект определяет технологию получения того, что мы называем НЗ. Компьютер НЗ не сформирует, хотя бы потому, что ему это не нужно.

Рассмотрим простой пример. Пусть мы имеем ситуацию, когда некоторое сообщество людей на своем уровне развития считают и уверены в том, что Земля плоская. И у этого сообщества имеется сверхсупермощный компьютер, который может вычислять любые функции и обладает огромной базой данных. Вопрос: этот компьютер сможет без воздействия человека, сам по себе, самопроизвольно, по собственной инициативе получить НЗ в виде утверждения «Земля круглая»? Вот если сможет, тогда можно поверить в могущество интеллекта компьютера, а пока…

Почему компьютер не может решить эту задачу? Потому что ему это просто не нужно. А не нужно потому, что он не есть живое существо. Если бы он был живым, он бы увеличивал энтропию необходимых ему ресурсов для уменьшения энтропии своей структуры. Тогда и стремление увеличить эту внешнюю энтропию заставило бы его познать внешнюю среду, т. е. генерировать НЗ. Иначе он умер бы от голода. А компьютер ради того, чтобы существовать, будет генерировать НЗ? Нет, потому что он не живой. Ему это не надо в принципе.

Итак, генерация НЗ осуществляется мозгом на основании интуиции [19]. Интуиция занимает одно из центральных понятий в науке о мозге, поэтому остановимся на анализе имеющихся ее определений и постараемся вычленить в них нечто общее, что позволит нам продвинуться в понимании происходящих в мозгу процессов. Ввиду неоднозначности понимания термина «интуиция» и, главное, неизученности механизмов ее возникновения на нем следует несколько акцентировать внимание. Это необходимо главным образом для того, чтобы сформировать некоторое «усредненное» определение, что важно для дальнейших исследований.

По Платону. Созерцание идей (прообразов вещей чувственного мира) есть вид непосредственного знания, которое приходит как внезапное озарение (интуиция), предполагающее длительную подготовку ума [74].

По И. Канту. Интуиция используется как первичное понятие по отношению к осознанию вещей и не зависит от посредства понятий [60].

По Гегелю. Интуиция – познание в виде чувственного созерцания. Она дает знание как «безоговорочно несомненное», «ясное, как солнце… только чувственное», тайна интуитивного познания «сосредоточена в чувственности» [18].

По Бергсону. Интуиция есть инстинкт, она возникает непосредственно, без предварительного научения как определяющая форма поведения. Она невыразима через анализ и синтез [10].

По Словарю русского языка. Интуиция – безотчетное стихийное, непосредственное чувство, чутье, основанное на предшествующем опыте и подсказывающее правильное понимание, способность постижения истины непосредственным путем, без обоснования ее при помощи доказательств.

По Словарю иностранных слов. Интуиция – это чутье, проницательность, непосредственное постижение истины без логического обоснования, основанное на предшествующем опыте.

По Оксфордскому словарю современного английского языка. Интуиция – внезапное понимание чего-то без сознательного рассуждения или изучения.

По Словарю английского языка Вебстера. Интуиция – акт или процесс получения прямого знания или определенности без рассуждения или вывода; откровение, полученное инсайтом или природным знанием; внезапное понимание или познание.

По Большой советской энциклопедии [14]. Интуиция – постижение истины путем непосредственного ее усмотрения без обоснования с помощью доказательств. Сформировавшаяся на основе процесса существующего опыта субъективная способность выходить за его пределы путем мыслительного схватывания (озарения) или обобщения в образной форме непознанных связей, закономерностей.

Из всех приведенных определений видно, что, будучи различными, толкования интуиции имеют и нечто общее.

Это, во-первых, подчеркивание момента непосредственного интуитивного познания, достижимого без предшествующего рассуждения (в отличие от опосредованного, дискуссионного характера логического мышления).

Во-вторых, уверенность в правильности результата (достоверность, безоговорочная несомненность, очевидность), как бы ничем не оправданная (никакими умозаключениями).

В-третьих, значимость предварительного накопления знаний (длительная подготовка ума, предшествующие знания и опыт).

Отмеченные свойства выделяют особую роль интуиции как предшественницы и первопричины истинности НЗ.

1.3. Некоторые аспекты истинности знаний

Найти решение задачи без обеспечения необходимого доказательства его истинности может и компьютер. Здесь ему принадлежит очевидное преимущество, и в первую очередь за счет скорости вычислительных процедур. Но пока только мозг человека может решать задачу формирования управленческого решения с учетом им же самим сформированной компоненты истинности этого решения. Пока мозг не удостоверился в истинности решения, процесс его поиска будет продолжаться. Это долгий, трудный и часто болезненный, а иногда и бесполезный процесс. Есть задачи, поиск истинности решения которых длится годами, десятилетиями, а окончательное решение принимается тогда и только тогда, когда наступает момент истины, т. е. убежденности в его правильности.

Для подтверждения справедливости использования данного подхода имеются серьезные основания. Очень кратко их можно сформулировать в виде следующих логически взаимосвязанных утверждений.

Утверждение 1. Процесс формирования управленческих решений в условиях воздействия факторов неопределенности рассматривается с формальной точки зрения как эквивалентный ему процесс генерации НЗ [32].

В условиях неопределенности настолько трудно найти правильное управленческое решение, что его поиск внешне выглядит как нечто равноценное поиску научного открытия или изобретения. В качестве примеров можно привести огромное количество так называемых нестандартных решений, принимаемых бизнесменами, политиками, полководцами, шахматистами и т. д.

Поэтому можно считать, что в условиях неопределенности технология формирования управленческих решений и технология генерации НЗ – это одна и та же технология.

Утверждение 2. Истинность – это субъективное чувство реальности существования изучаемого объекта познания и одновременно индикатор адекватности нашего знания реальности (по Аристотелю).

Определим термин знание как отражение объекта познания в головном мозге субъекта познания плюс дополнительное чувство уверенности субъекта, что это отражение есть правильное. Без такой уверенности процесс познания обречен никогда не закончиться.

Эта уверенность субъекта и есть истинность.

Истинность является неотъемлемой дополнительной частью знания.

На важность истинности указал Р. Д. Люгер [70], который счел необходимым создать даже целую систему поддержки истинности: «Структуры представления и процедуры поиска, отслеживающие рассуждения логической системы, называются системами поддержки истинности, или СПИ. При аннулируемом рассуждении СПИ сохраняют непротиворечивость базы знаний, отслеживая заключения, которые позднее могут быть оспорены».

Утверждение 3. Истинное утверждение должно формулироваться в метаязыке (по А. Тарскому).

Для любого из приведенных выше определений истинность достигается за счет включения нормативно-ценностных факторов образования и функционирования знания в единую систему критериев.

Утверждение 4. Введем, согласившись с приведенными выше утверждениями, следующее определение термину знание:

Знание = Информация об объекте + Дополнительное чувство истинности субъекта

Без истинности знание есть просто информация, которую человек механически отражает в своем мозге. При этом информация имеет свой материальный носитель – это клетки мозга.

Аналогичные зоны имеются и для чувства истинности. Однако информация может храниться еще и на других материальных носителях (бумага, компьютерная память и т. д.), а вот чувства пока хранятся только внутри головного мозга. Вот почему обычно подсознательно подразумевается, что в знании «истинностная» координатная ось представлена в меньшей степени, а в большей – информационная. Ведь информацию видно на носителе, ее можно скопировать, удалить и т. д., а вот с истинностью так сделать нельзя, ее невозможно увидеть, скопировать, удалить.

Утверждение 5. Оба процесса – генерацию НЗ и доказательство его истинности – мозг реализует, как известно, используя правое и левое полушария.

В процессе мыслительной деятельности правое (дедуктивное мышление) и левое полушария (индуктивное мышление) ведут себя совершенно по-разному, между ними нет общего согласия, хотя они и ориентированы на общее дело – поиск истинности знаний. Если проанализировать работу каждого полушария, то можно установить, что каждое из них стремится к своему пониманию истинности, а затем оба они стремятся к достижению «общего знаменателя» между ними.

По существу, истинность служит количественной мерой симметрии между левым и правым полушариями, являясь своего рода дополнением, «подложкой» для непосредственно информации, дополнительной координатой, которая формирует и обеспечивает жизненный цикл знания. Знание живет ровно столько, сколько живет его истинность, и превращается в информацию, когда чувство его истинности исчезает.

Утверждение 6. Процесс генерации НЗ начинается в правом полушарии на основании интуиции и представляет собой единство двух одновременных и параллельных процесса: 1) формирование некоторого умозаключения в изучаемой предметной области (т. е. непосредственно НЗ) и 2) формирование чувства абсолютной уверенности (истинности) этого умозаключения.

Утверждение 7. Информация об объекте, как предметно-содержательная часть знания, состоит из некоторого количества элементарных высказываний.

Эти элементарные высказывания являются не чем иным, как аргументной основой знания. Они раскрывают, поясняют и доказывают смысловое – информационное – содержание знания.

Множество элементарных высказываний, по существу, есть перечень аргументов, в общем случае не имеющий структуры. Однако истинности элементарных высказываний допускают возможность их ранжирования (например, по убыванию) и, как следствие, образуют некоторое распределение истинностей на множество элементарных высказываний. Одновременно истинность в условиях неопределенности становится первичной основой, которая более значима для формирования вторичного к ней распределения сущностной компоненты элементарных высказываний. А не наоборот, как, казалось бы, должно быть.

То есть с позиций технологии истинность выходит на передний план и является более определяющей и значимой составляющей знания, чем сущностная, смысловая составляющая.

Утверждение 8. Мыслительный процесс всегда несет в себе тенденцию увеличения объема используемых знаний малой истинности, уменьшающих вероятность реализации этого процесса.

То есть мы имеем явление стратификации НЗ, реализуемой мозгом человека: часть их формируется как знания истинные, а другая часть – малоистинные, т. е. имеющие недостаточную доказательную базу своего соответствия реальности и логической непротиворечивости. В формировании управленческих процессов малоистинные НЗ играют не менее важную роль, чем истинные.