Проблемы системного моделирования сложных процессов социального взаимодействия

Как показывает практика системного моделирования наиболее значимыми и, в то же время, наиболее сложными являются задачи анализа и прогнозирования развития процессов социального взаимодействия. Такого рода задачи связаны с прогнозом достижения долгосрочных целей путем адаптации к изменениям внешней среды. Задачи сложны и требуют учета большого числа факторов, интересов, рисков и последствий, в их решениях присутствует высокая степень неопределенности в оценке внешней среды, слабая формализация методов управления и широкое использование экспертных оценок и знаний, многокритериальность при оценке принимаемых решений [1]. Характеризуя проблему модельного подхода к анализу и прогнозированию сложных процессов социального взаимодействия, необходимо учитывать, что от постановки задачи моделирования до интерпретации полученных результатов, существует большая группа сложных научно-технических проблем, к основным из которых можно отнести следующие: идентификацию реальных объектов, выбор вида моделей, построение моделей и их программную реализацию, взаимодействие исследователя с моделью в ходе компьютерного эксперимента, проверку правильности полученных в ходе моделирования результатов, выявление основных закономерностей, исследованных в процессе моделирования. В зависимости от объекта моделирования и вида используемой модели эти проблемы могут иметь разную значимость [2].

В [3] отмечено, что в соответствии с принципом необходимого разнообразия (парафраз на тему принципа У.Р. Эшби), «разнообразие средств моделирования должно быть больше или, по крайней мере, равно разнообразию объекта моделирования». В этом случае традиционный способ описания различных аспектов системы и процесса ее создания, предполагающий последовательное развитие одной модели, не является эффективным. Само наличие такой единой модели вызывает сомнения, т.к. слишком сложен и многогранен предмет описания — от реальных объектов и процессов до абстрактных информационных и иных объектов.

Выход в подобной ситуации был предложен в свое время разработчиками имитационной модели экосистемы Азовского моря, возглавляемыми Ю. А. Ждановым [4]. Уже тогда (а это было более 30 лет назад) было показано, что". решение естественнонаучных и практических вопросов, связанных с проблемой Азовского моря, возможно только на базе имитационной модели, отражающей все основные процессы жизнедеятельности экологической системы моря, позволяющей количественно анализировать закономерности её функционирования и рассчитывать последствия различных антропогенных воздействий" [5]. При создании модели такого уровня сложности авторам и пришлось столкнуться и с проблемами масштабирования, и со значительными размерностями и количеством параметров, и с необходимостью учета разнообразных аспектов исследования… «Задача, таким образом, заключалась в том, чтобы формализовать и количественно описать жизнедеятельность большого числа компонент этой системы, математически отобразить процессы их взаимодействия и развития» [5]. Ю. А Жданов отмечал, что «методологические принципы, положенные в основу разработанной имитационной модели, … сформировались в ходе самой разработки, ибо практически отсутствовал какой-либо опыт моделирования экосистем с большим количеством параметров». В этой ситуации было предложено и затем реализовано более 20 аспектных моделей, интегрированных в рамках совместного использования исходных данных в единый моделирующий комплекс. Полученная имитационная модель на тот момент по масштабам не имела прецедентов в практике исследования экосистем. В [5], в частности отмечается, что «с помощью модели был произведен детальный анализ различных вариантов экопроектов. … прогноз осуществлялся для 120 моделируемых компонент экосистемы. Было рассчитано более 100 стратегий…». От себя добавим, что итоги работ по созданию имитационной модели Азовского моря были включены в сводные отчеты СССР по водному проекту Международного института прикладного системного анализа, в научную программу обмена между СССР и США, опубликованы в трудах Агентства по охране окружающей среды США, которое использовало модель для исследования экосистемы озера Гурон.

Рассмотрим современные решения проблем формирования систем моделирования сложных процессов социального взаимодействия. Как известно [6] при формировании модели стремятся достигать соответствия между способом организации социального мира и способом, каким модель описывает этот мир, между аппаратом, используемым в процессе моделирования, и концептуальным аппаратом моделируемой теории, между теорией и социальным миром. В социальном моделировании используется весь спектр методов и инструментария от содержательных моделей (например, формулируемых на естественном языке) до формальных моделей (например, реализуемых с помощью традиционных математических моделей или современных парадигм имитационного моделирования).

В качестве исходной содержательной модели исследователи социальных систем нередко выбирают когнитивную (например, когнитивную карту [6]) или концептуальную (например, реализованные в рамках технологий функционально-структурных или объектно-ориентированных языков моделирования) модель. Такого рода содержательная модель отражает базовые концепты и конструкты исследуемой предметной области знания и позволяет достижение определенного уровня абстрагирования на пути от предварительного описания объекта к его формальной модели.

В [6] отмечается, что когнитивные модели могут быть полезным инструментом для формирования и уточнения гипотезы о функционировании исследуемого объекта, рассматриваемого как сложная система. Для того чтобы понять и проанализировать поведение сложной системы строится когнитивная карта, представляющая собой структурную схему причинно-следственных связей. Такого рода модель позволяет визуализировать информацию и анализировать ситуацию на основе выявленных сущностей и связей в рамках заданных ограничений. В этом случае каждая из множества вершин когнитивной карты соответствует одному фактору или элементу социальной системы, а дуга, связывающая вершины, соответствует причинно-следственной связи, и тем самым, когнитивная карта предоставляет схематичное, упрощенное описание социальной системы в конкретной проблемной ситуации. Наряду с собственно исследовательскими особо следует подчеркнуть коммуникативные возможности когнитивного инструментария. Именно в коммуникативной сфере находятся наиболее очевидные ресурсы повышения эффективности решения многих социальных проблем [6].

Наконец, в свете рассматриваемых проблем моделирования отметим и принципиальную совместимость когнитивных моделей с социальными моделями более высокого уровня формализации. В частности, в [7] рассмотрено решение задачи устойчивого развития социальной системы как последовательное решение задач когнитивного моделирования (результат когнитивные карты) и далее задачи моделирования переходного процесса в системе с оценкой её характеристик устойчивости. Указанный подход в настоящее время также достаточно широко апробируется в решении задач оценки устойчивости развития социально-экономических систем [8]. Формально он сводится к моделированию импульсных процессов в вершинах когнитивной модели, получаемых при различных управляемых и неуправляемых воздействиях в вершины, а результат моделирования представляет собой возможные альтернативные варианты развития системы — модельные сценарии развития. Аппарат сценарного моделирования позволяет формально строить сценарии как гипотетические траектории движения моделируемой системы в фазовом пространстве ее переменных (факторов) на основе информации о ее структуре и желательных программах развития.

В самом общем случае задача построения сценариев на когнитивных моделях формулируется так: на основе изучения сложной, динамической, открытой, управляемой, но не полостью наблюдаемой системы необходимо описать возможные направления ее развития несколькими (желательно немногими) вариантами так, чтобы в рамках поставленной содержательной задачи дать наиболее полное представление о возможных будущих состояниях и траекториях развития системы [8].

Но наиболее распространенным вариантом совместного использования является имитационное моделирование, реализующее парадигму системной динамики. Указанная парадигма моделирования предполагает построение для исследуемой системы графической диаграммы причинных связей и глобальных влияний одних параметров на другие параметры во времени, а затем модель, созданная на основе этих диаграмм, имитируется на компьютере. Системная динамика представляет сегодня парадигму на основе фундаментальных работ Дж. Форрестера [9], метод и графический язык для представления моделей сложных систем, а также для их имитационного компьютерного выполнения. Графическая нотация для моделирования всех компонентов системы и их взаимосвязей делают системную динамику очень удобным инструментом визуального представления любой системы, в том числе и социальной. Сложные связи и взаимные влияния процессов часто встречаются в социальных системах и поэтому системная динамика оказалась очень эффективным методом для представления и анализа проблем динамики такого рода систем. В качестве примера можно указать на решение наиболее распространенной задачи исследования демографических и миграционных процессов в социальных системах различного уровня [10].

Очевидные достоинства совместного использования когнитивных и системно-динамических моделей при исследовании социальных систем порождают все новые попытки расширения функциональности исследований, корректного преодоления проблем масштабируемости объекта в заданной предметной области и, наконец, постановки и решения задач описания и моделирования социального поведения в рамках все более сложных архитектур систем моделирования. Из всего многообразия примеров на данном этапе можно отметить иерархические системы когнитивных моделей [8], когнитивные архитектуры [11] и интегрированные системы моделирования [12].

Построение иерархических систем из когнитивных моделей позволяет, оставаясь в рамках единственной выбранной парадигмы моделирования, переходить на последующих (нижних) уровнях иерархии к более детальному описанию сущностей и связей предметной области. Например, при необходимости, одна из вершин когнитивной карты верхнего уровня может быть представлена в свою очередь в виде когнитивной карты на нижнем уровне, и, таким образом, формируется иерархическая система когнитивных моделей [7,8]. В таком «поуровневом» продвижении при изучении слабоструктурированных проблем социальных систем совокупность иерархических когнитивный моделей (когнитивных карт) позволяет получать достаточно строгие формализации первичного (качественного) описания социальных процессов и систем.

Однако указанное сужение области использования когнитивного моделирования резко контрастирует в сравнении с зарубежными публикациями [11], где когнитивное моделирование охватывает большую часть этапов исследования социальных систем, обеспечивая потребности и в качественных, и в количественных прогнозах путем формирования когнитивных архитектур [11]. Термин архитектура предполагает подход, при котором моделируется не только внутренняя структура, но и социальное поведение. Когнитивная архитектура моделирует познание в целом, а не отдельные его механизмы, как, например, когнитивная модель (когнитивная карта). В основе заложены следующие механизмы: иерархическая система когнитивных моделей, обеспечивающая нисходящий процесс моделирования, модели на основе нейронных процессов, что накладывает соответствующие ограничения и будет способствовать точности, и, наконец, интегрированные хранилища уже реализованных архитектур, вычислительных моделей, сред и данных. Наиболее распространенная когнитивная архитектура ACT-R [11] применяется как для социально-психологических экспериментов, так и для сложных имитаций (авто или авиа трафика и др.). В ней описывается структура наборов модулей и соответствующие уровни имитации, позволяющие учитывать всю область человеческого познания, в частности, нейронный уровень, социальный уровень, сетевой уровень и уровень интеграции моделей и имитаций [11].

Таким образом, когнитивная архитектура представляет собой систему статических и поведенческих моделей, обеспечивающую цельный подход к моделированию познания социальных процессов, от получения эмпирических данных до количественной оценки результатов моделирования, от уровня нейронного описания до системного уровня, при этом когнитивная модель масштабируется до более высокого уровня с сохранением качественных свойств, а платформой согласования служит хранилище данных.

Следующий шаг в исследовании сложных процессов социального взаимодействия предлагается выполнять на основе интегрированных систем моделирования [12]. Принципиальное их отличие от рассмотренных выше заключается в использовании различных парадигм моделирования для исследования соответствующих свойств социальных процессов.

Следуя в русле выше указанных решений отметим, что для подобных систем задача, таким образом, сводится к формированию минимально необходимой совокупности моделей m, каждая из которых является одной из проекций процессов в области решений, а все вместе они образуют систему моделей S_M, обеспечивающую с должной степенью качества Q (полноты, правильности и адекватности) целевое исследование указанных процессов [12].

S_M = Z, М, R, Q , М, М: = {m|F (m) }, |{m_i}| = min,

где Z — множество (структура) целей, М — множество, состоящее из моделей m таких, что m является одной из проекций F (m) свойств P процессов, R — множество механизмов и отношений, обеспечивающих интеграцию моделей m_i в систему S_M, обладающую, в свою очередь, соответствующими интегративными свойствами, Q — множество требований к качеству исследования процессов.

Применительно к сложным процессам социального взаимодействия совокупность моделей должна отражать различные абстракции описания структуры, разнообразные аспекты ее поведения, этапы (итерации) ее эволюции в процессе функционирования и развития. Каждая из моделей имеет уникальные свойства, отсутствующие у других, и поэтому в различной степени соответствует реальным процессам. Используемая модель, интерпретирующая исследуемое свойство процессов, в свою очередь, определяет и то, как будет осмысливаться проблема, и какие решения будут приниматься. Необходимо рассматривать архитектуру совокупности моделей в контексте необходимости для решения задачи на конкретном этапе исследования.

Современные сложные процессы социального взаимодействия инициируют формирование соответствующего уровню решаемых задач методологического и инструментального обеспечения системного моделирования. Осмысление и освоение новейших архитектур систем моделирования и адаптация их в русле актуальных проблем исследования кризисных социальных систем и процессов — так сегодня формулируется одна из важнейших задач развития социальных наук.

системное моделирование социальное взаимодействие.

• 1. Розин, М. Д. Модельный подход к анализу и прогнозированию процессов социальных взаимодействий на Юге России // Инженерный вестник Дона, 2010. — № 2. — http://www.ivdon.ru/magazine/archive/n2y2010/184/ (доступ свободный).
• 2. Современная практика социального моделирования конфликтных процессов / Под ред. М. Д. Розина. — Ростов/Дон: Изд-во СКНЦВШ ЮФУ, 2010. — 180 с.
• 3. Свечкарев, В. П. Системный подход к формированию комплекса структурно-функциональных и социально-математических моделей динамики северокавказского вооруженного подполья // Инженерный вестник Дона, 2011. — № 3. http://www.ivdon.ru/magazine/ archive/n3y2011/564/ (доступ свободный).
• 4. Свечкарев, В. П. Проблемы моделирования сложных систем в научном наследии Ю. А. Жданова // Ю. А. Жданов о ценностях науки и образования: Сборник материалов ежегодных научных чтений в рамках проекта «Научное наследие Ю. А. Жданова и современность». — Ростов/Дон: Изд-во СКНЦВШ ЮФУ, 2011. — 154 с. — С.78−84.
• 5. Жданов, Ю. А. Имитационная модель Азовского моря. / Жданов Ю. А. Избранное. В 3 т. Т.1. — Ростов/Дон: Изд-во СКНЦВШ ЮФУ, 2009. — С.376−398.
• 6. Плотинский, Ю. М. Модели социальных процессов: Учебное пособие для высших учебных заведений. / Изд.2-е, перераб. и доп. — Москва: Логос, 2001. — 296 с.
• 7. Горелова, Г. В., Розин, М.Д., Рябцев, В.Н., Сущий, С. Я. Когнитивные исследования проблем Юга России / Известия ЮФУ. Технические науки. Тематический выпуск «Перспективные системы и задачи управления». — Таганрог: Изд. ТТИ ЮФУ, 2011. — № 3. — С.78−93.
• 8. Горелова, Г. В. Когнитивный анализ и моделирование устойчивого развития социально-экономических систем / Г. В. Горелова, Е. Н. Захарова, Л. А. Гинис. — Ростов/Дон: Изд-во СКНЦ ВШ, 2005.
• 9. Форрестер, Дж. Мировая динамика / Дж. Форрестер. — М., 1978.
• 10. Свечкарев, В.П., Гаврилова, З. П. Адаптация модели системной динамики демографической ситуации в AnyLogic на примере г. Ростова-на-Дону // Инженерный вестник Дона, 2010. — № 1. — http://www.ivdon.ru/magazine/ latest/n1e2010/171/ (доступ свободный).
• 11. Reitter, D., & Lebiere, C. (2010). Accountable modeling in ACT-UP, a scalable, rapid-prototyping ACT-R implementation. In Proceedings of the 10th International Conference on Cognitive Modeling, Philadelphia, PA.
• 12. Свечкарев, В. П. Интеграция имитационных моделей при проведении исследований в гуманитарной сфере // Инженерный вестник Дона, 2010. — № 3. — http://www.ivdon.ru/ magazine/latest/ n3e2010/213/ (доступ свободный).