CC BY
11
НАУКА И ОБЩЕСТВО
2018.04.001. МИЛОВИДОВ В. УСЛЫШАТЬ ШУМ ВОЛНЫ: ЧТО МЕШАЕТ ПРЕДВИДЕТЬ ИННОВАЦИИ? // Форсайт. - 2018. -Т. 12, № 1. - С. 88-97. - D0I:10.17323/2500-2597.2018.1.88.97.
Ключевые слова: подрывные инновации; зарождающиеся инновации; экспоненциально масштабируемые события; проак-тивное управление инновациями; большие данные; «симметрия заблуждений»; «агрессивное пренебрежение»; «проклятие знаний».
Автор, заведующий кафедрой университета МГИМО и руководитель Центра перспективных исследований Российского института стратегических исследований, рассматривает роль и значение информации в инновационном процессе. Первая часть статьи посвящена общим признакам неожиданных, малозаметных информационных сигналов, чреватых радикальными переменами в жизни общества. Во второй части ставится вопрос о принципах работы с данными, позволяющими предугадать возникновение инноваций, снизить степень неопределенности и случайности происходящих событий. В третьей части рассматриваются препятствия для предвидения инноваций, способности их «предуслышать».
В основе масштабных и непредсказуемых изменений окружающей индивида среды зачастую лежат незаметные факторы. Наиболее продуктивные подходы к изучению процессов превращения малых исходных импульсов в масштабные события восходят к середине XX в., когда были предложены такие концепты, как «эффект бабочки» (butterfly effect), «подрывные инновации», «черный лебедь» (black swan), «фемто-риски» (с. 90).
Автор рассматривает три примера - развитие фототехники, рост добычи сланцевой нефти и выход Великобритании из Европейского союза, отмечая сходства технологических волн и темпов
распространения, а также отличия в скорости «созревания» новых технологий: внедрение цифровой фотографии заняло несколько больше времени в сравнении с гидроразрывом нефтяных пластов. Инновационные волны в общественной жизни сходны с технологическими, но сложнее идентифицируются. Развитие современных интернет-технологий и поисковых систем существенно расширяет возможности выявления технологических и социально-политических трендов.
Падение интереса к теме, фиксируемое графиками, не означает снижения роли самих инноваций в жизни людей, поскольку они имеют разнообразные долгосрочные последствия. Некоторые из них требуют значительного времени для оценки и осмысления, как, например, последствия Брексита могут содержать зерна будущих радикальных геополитических, экономических и социальных трансформаций.
На основе анализа трех приведенных примеров автор предлагает несколько гипотез.
Гипотеза 1. Инновации, события, которые влекут за собой радикальные перемены и долгосрочные последствия, могут носить как кумулятивный, так и импульсивно-взрывной, внезапный характер.
Гипотеза 2. По своему воздействию последствия инноваций могут быть как узкими, т.е. затрагивать область, в которой зародился исходный инновационный импульс, или смежные с ней, так и широкими, сказывающимися на потенциально неограниченном круге самых разных сфер жизни человека.
Гипотеза 3. Большинство инноваций, будь то социально-политические или технологические, оказываются непредсказуемыми для большинства потребителей и привлекают массовое внимание, лишь став фактом повседневной жизни.
Гипотеза 4. Экспоненциальное развитие инноваций, как правило, происходит на ровном фоне и складывается из совокупности крайне незначительных, малозаметных событий, открытий, изобретений или иных инициатив и действий, будто из ничего, с нулевой отметки.
Гипотеза 5. Любые, даже самые незначительные инновации могут иметь масштабируемые последствия. Их скрытый потенциал во многом усложняет идентификацию трендов и прогнозирование
инноваций, а потому требует постоянного мониторинга инновационных изменений, эффективного менеджмента, стандартизированного и технологичного анализа данных.
Наиболее характерными признаками рассматриваемых экспоненциальных процессов являются: малозаметность, непредсказуемость исходного импульса, внезапность, широта охвата, куму-лятивность и масштабируемость.
Раскрывая принципы выявления зарождающихся инноваций, автор отмечает, что в настоящее время ни один теоретический подход не позволяет ни просчитать и спрогнозировать все следствия, порожденные той или иной причиной, ни разработать эффективный алгоритм экспоненциального масштабирования самых незначительных и малозаметных событий. В свою очередь, он выделяет следующие ключевые принципы идентификации инноваций, информационных сигналов и импульсов, предвидения их причинно-следственных связей с будущими событиями и переменами.
1. Постоянство наблюдения за происходящими инновациями. Постоянное наблюдение придает информации объем (volume), облегчающий ее обработку.
2. Проактивность наблюдения и проблематизация происходящих событий. В основе любой прогностической деятельности лежит заинтересованное, активное восприятие, целеустремленное желание увидеть, вычислить скрытые перемены окружающего мира. Проблематизация - метод научного анализа посредством опровержения, поиска ошибок и слабых мест той или иной гипотезы, факта, концепции. Это способ поставить под сомнение истинность и самоочевидность предмета или явления, с которым сталкивается субъект. Метод проблематизации позволяет моделировать поведение индивидов в условиях неопределенности путем формулирования новых вопросов и указания на противоречия, заключенные или вытекающие из их действий.
3. Пропорциональность причин и следствий событий. В поиске ложно понятой каузальной пропорциональности из виду зачастую упускают мельчайшие промежуточные превращения. Неявная, подспудная симметрия причин и следствий скрывается в потоке экспоненциально масштабируемых событий. Поиск каузальной пропорциональности требует учета фактора быстрой сме-
няемости событий (velocity), которая ведет к изменению их относительной значимости.
4. Отличимость, заметность событий на общем информационном фоне. Это требует определения как референтной точки, относительно которой фиксируются изменения, так и масштабов происходящих событий, пропорций причин и следствий, частоты и регулярности их наступления. Решение этой задачи связано с постоянным проактивным сравнительным анализом разнообразия (variety) событий.
В теории инноваций существует термин «периферийные» инновации (innovation at the edge), отнюдь не означающий их отсталости или второстепенности. Большинство «подрывных» технологий, подлинно революционизирующих технологический и жизненный уклад, возникают в стороне от мейнстрима, на его периферии. Такие инновации в момент своего рождения отчетливо выделяются среди тех, что широко используются в обществе. Однако многим компаниям недостает внутренних ресурсов и последовательности, чтобы идентифицировать отличия и, главное, оценить их перспективу, масштабируемость и экспоненциальное распространение. Так, в 1975 г. Стивен Сэссон (Steven Sasson), инженер компании «Eastman Kodak», долгие годы доминировавшей на рынке фотопленки и фотопечати, изобрел первую цифровую камеру. В 1986 г. специалисты «Kodak» представили первую мегапиксельную камеру. Однако жесткая приверженность избранной стратегии по производству средств «химической фотографии», ошибки менеджмента и неоправданные корпоративные сделки привели к утрате компанией не только инновационного лидерства в цифровой фотографии, но и основного бизнеса, поставленного на грань банкротства. Слабые сигналы о неблагополучии просто остались незамеченными в нужный момент.
К вопросу о чувствительности к грядущим переменам и инновациям можно подойти двояко: с точки зрения управленческой практики, распорядительного механизма конкретных компаний, включая самодисциплину, самоорганизацию и ответственность отдельных работников, и с точки зрения психологического, эмоционального восприятия происходящего индивидом, его реакции на события и отношения к ним. Автор обращает внимание на три рода искажений, отражающих когнитивную тенденциозность ин-
дивида, его дурные наклонности и предубеждения (cognitive bias), которые порождают ошибки, препятствуют адекватному восприятию и анализу поступающей информации. Первое искажение -симметрия заблуждений - состояние устойчивой ложной убежденности, равномерно распределенной в обществе или внутри отдельных социальных групп. Его крайне сложно выявить в текущем моменте, поскольку трудно доказать ложность конкретных мнений. С симметрией заблуждений общества и участников рынка связан феномен «черных лебедей», описанный Нассимом Талебом. Симметрия заблуждений - инерция восприятия действительности, тенденция вписывать текущие события в контекст прошлых, а будущие рассматривать по аналогии с теми, что происходят сейчас. Именно этим объясняется провал большинства прогнозов и предсказаний - слишком велика зависимость от ранее произошедших событий, «приверженность известному». При этом сигналы, знаменующие слом текущих трендов, зачастую настолько непропорционально слабы, что неспособны привлечь к себе внимание.
Второе предубеждение - агрессивное пренебрежение - осознанный отказ индивида воспринимать что-либо расходящееся с его взглядами и представлениями. На протяжении года, вплоть до дня выборов, популярность Трампа в интернет-запросах превышала клинтоновскую. Большинство аналитиков предпочли не замечать эти данные. К их числу нельзя отнести индийского предпринимателя Санджива Райя (Sanjeev Rai), создавшего в 2004 г. систему искусственного интеллекта MogIA по обработке данных социальных сетей и интернет-сервисов. Его разработка позволила точно рассчитать результаты двух предыдущих избирательных кампаний в США. Накануне президентских выборов в октябре 2016 г. Рай на основании обработанных его системой данных предсказал победу Трампа.
Третье предубеждение - проклятие знаний - самоуверенность, переоценка собственных способностей, при которых люди чрезмерно полагаются на свои знания и опыт. Они не допускают возможности собственной ошибки и преувеличивают вероятность чужих.
Завершая анализ, автор предлагает несколько направлений оптимизации подхода работы с информацией при управлении инновационными проектами, разработке стратегических планов, про-
грамм развития и дорожных карт как на микро-, так и на макроуровне государственного прогнозирования. 1. Формирование целостной и регулируемой системы обработки информации, ее алгоритмизация, развитие технологий анализа больших данных, минимизирующих влияние субъективного фактора. 2. Стандартизация корпоративного инновационного менеджмента. Уже есть серия европейских стандартов инновационного менеджмента (СЕМТ8 16555). 3. Развитие навыков управления собственными когнитивными состояниями среди менеджеров и специалистов в сфере стратегического планирования и прогнозирования, контроля эмоций, подавления спонтанных импульсов, чреватых ошибками (с. 96).
Е.Г. Гребенщикова
2018.04.002. ГЕРАСИМОВА И. А. ИНЖЕНЕРНОЕ ЗНАНИЕ В ТЕХНОГЕННОЙ ЦИВИЛИЗАЦИИ // Эпистемология и философия науки. - 2018. - Т. 55, № 2. - С. 6-17. - Б01:10.5840/ерй01855222.
Ключевые слова: технонаука; промышленность; экономика; социум; цифровая эпоха; риски; материальная культура; методология.
Автор статьи, доктор философских наук, сотрудник Института философии РАН, рассматривает специфику инженерного знания техногенной цивилизации, ключевые задачи инженерного сообщества, а также перспективность трансдисциплинарных исследований, сочетающих вопросы фундаментальных ценностей с практическими действиями.
Инженерное знание в условиях современной техносферы представляет собой сложное образование, соединяющее науку и технологии (технонаука), технологии и промышленность, техно-науку и искусство, экономику, социум, культуру. В общей структуре научного исследования выделяют теоретический, эмпирический и метатеоретический уровни (научная картина мира, идеалы и нормы науки, философские принципы науки). Учитывая задачи инженерной деятельности в структуре научного исследования, необходимо, по мнению автора, добавить еще два элемента - технологический уровень и промышленность.
Специфика инженерной деятельности обусловлена творческим характером экспериментальной работы. Кроме того, пред-
