Теория научно-технических прогнозов

Количественные оценки здесь, как правило, отсутствуют, а качественные оценки и предположения ограничиваются лишь рамками наиболее общих законов логики, мировоззрения и естествознания.

Любые прогнозы всегда содержат в себе элементы предположительности. Жизнь, успехи наук, возможностей и потребностей практики вносят в них каждый день существенные коррективы. На их судьбу в решающей степени влияют развитие социальной жизни общества и раскрытия новых тайн природы. Все это заметно определяет дискуссионный характер долгосрочных прогнозов третьего эшелона. Если бы авторы прогнозов научно-технического прогресса не ограничивали размах своей мечты определенными рамками сложившихся научных представлений о развитии общества, экономики, естествознания и техники, их выводы лишены были бы для нас доказательной силы, т. е. научной ценности. Обзор литературы, посвященной научно-техническим прогнозам, позволяет выделить три основные группы таких представлений, оказывающих определяющее влияние на степень реальности научного предвидения: а) научные представления о социально-экономической целесообразности и хозяйственной возможности реализации прогнозируемых научно-технических решений; б) законы и принципы естествознания, значительная часть которых нередко называется, по меткому выражению Джорджа Томпсона, "принципами невозможности"; в) наиболее общие законы природы и развития общества, формулируемые обычно в виде основ мировоззрения ученого.

Авторы прогнозов первого эшелона, как правило, стремятся учитывать все эти три группы пределов. Этим и объясняется в большей степени их относительно высокая точность. При переходе к прогнозам второго эшелона авторы в известной мере абстрагируются от условий, накладываемых экономическими категориями, а в прогнозах третьего эшелона учитывают к тому же историческою относительность ряда ныне принятых положений науки.

Прогнозы всегда имеют гипотетический характер. Делая на основании анализа информации о прошлом и настоящем выводы о будущем, прогнозист не может учесть многие существенные факторы, которые возникнут и будут влиять на развитие прогнозируемого процесса в будущем. При этом из многолетнего опыта науки известно, что чем больше удастся ей решить проблем, тем большее количество новых задач возникает перед исследователями.

Наша итоговая оценка оптимальной дальности интервалов упреждения, сформированная на основе всех рассмотренных выше данных, состоит в том, что для конкретизированных прогнозов с преобладанием оценок прикладных научно-технических решений Т_опт =10-15 лет, а дляболее обобщенных прогнозов научно-технического развития в связи с наличными природными ресурсами и социально-демографическими процессами - Т_опт =35-40 лет.Естественно, что разные области и объекты прогнозирования требуют различной глубины прогнозирования. Периодизацию эшелонов прогнозирования не следует отождествлять с выбором конкретного горизонта прогнозирования применительно к а) своеобразию объекта, прогноза; б) специфике управленческих задач, ради которых предпринято само это прогнозное исследование; в)методам, которыми будет производиться разработка данного прогноза.

Современные представления научно-технической прогностики по этому вопросу с учетом последних данных об управленческих требованиях и специфике объекта (пункты а и б) сведены в табл. 1.

Таблица 1

Из приведенных в таблице сведений виден разрыв между требуемой и достигаемой ныне глубиной прогнозирования. Отсюда вытекает актуальность совершенствования методов научно-технической прогностики.

Что касается определения краткосрочных, среднесрочных и долгосрочных прогнозов с позиций специфики методов прогнозирования (пункт в), то это может быть сделано, например, на основе корреляционных соображений. Если взять за основу время сдвига в ряду данных стационарном случайном процессе, в пределах которого автокорреляционная функция существенно отличается от нуля (так называемое время когерентности - Тк), то прогнозы с упреждением (0,1-0,2) Тк относят к краткосрочным, прогнозы с упреждением (0,2-1,0) Тк к среднесрочным и с упреждением >Тк -к долгосрочным.

При прогнозировании на основе патентной информации исходным обстоятельством для периодизации времени упреждения будет оценка длительности жизненного цикла данного класса технических средств и т. д.

Практически всегда следует принимать во внимание все группы указанных обстоятельств.

Глава 2 . Современные методы научно-технического прогнозирования.

§1. Методы экстраполяции.

Научная прогностика насчитывает в настоящее время около 140 различных по уровню, масштабам и научной обоснованности методов и приемов прогнозирования научно-технического развития. Главные направления, в которых идет развитие методического обеспечения прогнозных работ, состоят:

· в углубленной теоретической и прикладной разработке нескольких групп методик, отвечающих требованиям разных объектов и различных видов прогнозных работ;

· в разработке и реализации на практике системных способах и процедур использования различных методических приемов в ходе одного конкретного прогнозного исследования;

· в поиске путей и способов алгоритмизации методик и реализации их с использованием современных ЭВМ.

Наиболее давняя гипотеза будущего - это представление о нем как о прямом и непосредственном продолжении настоящего. На предположении о неизменности или хотя бы относительной стабильности наличных тенденций развития базируются все приемы экстраполяции. Экстраполироваться могут и тенденции, формулируемые на описательном уровне, но чаще всего это делается относительно статически складывающихся тенденций изменения тех или иных количественных характеристик науки, техники и организационной системы науки.

Степень реальности такого рода прогнозов и мера доверия к ним в решающей степени обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия "измерителей" сущности рассматриваемого явления. Эти измерители зачастую оказываются несопоставимыми в больших масштабах времени - второго и третьего эшелонов прогнозирования. В подобных случаях экстраполяция нередко приводит к спорным или даже абсурдным результатам. Вот несколько примеров.

За пределами верхней границы второго эшелона прогнозов экспонента роста численности ученых проходит через точку ожидаемого количества населения Земли. Если экстраполировать неизменной общую тенденцию роста скоростей транспортных средств, то уже к концу века можно было бы получить значения, близкие величине скорости света.

Предварительная формулировка обоснованных логических гипотез, проникновение в "физическую" сущность экстраполируемых процессов, вскрытие на основе содержательного анализа причинно-следственных отношений в изучаемых с помощью статистики явлениях - все это обязательные условия корректного, а зачастую элементарно грамотного использования аппарата математической статистики. Уместно напомнить предупреждение, сделанное статистиком с мировым именем Ф. Миллсом: "Статистическое доказательство само не устанавливает причинность. Статистика устанавливает степень ковариации, но существуют ли причинные связи или нет и каким путем они развиваются, не может быть установлено статистикой". В случае использования методов экстраполяции в научно-техническом прогнозировании прямым следствием этого требования является необходимость учета факторов общественного спроса на новые научно-технические разработки, оценки влияния на развитие прогнозируемого объекта политики цен и специфических в разных странах социально-экономических и производственных условий. Так, например, статистика технических решений в сухогрузном морском транспорте Японии и ее основных торговых партнеров явно говорит о тенденции к созданию сверхтоннажных судов. Конъюнктура ввоза и вывоза сырья морским транспортом России принципиально отлична от ситуации, имеющей место в Японии. Это обстоятельство делает неправомерным распространение выводов их экстраполяции подобных данных на соответствующие технические решения российского судостроения.

Еще одним важным методическим обстоятельством рассматриваемых приемов прогнозирования является выбор соотношения глубины ретроспектабельности экстраполируемой тенденции (базы экстраполяции) и дальности экстраполируемого интервала. А.С.Консон считает возможным брать их равными. В.А.Лисичкин рекомендует "выбирать срок прогноза равным 1/3 отчетного ряда данных". Последнее предложение нам представляется более приемлемым, хотя обосновано оно преимущественно эмпирически. Полезным ориентиром и в этом случае будет являться предварительная качественная оценка стабильности процесса и характера определяющих его закономерностей.

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.


10-09-2015, 22:15