Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Социальная эволюция

Покупка
Основная коллекция
Артикул: 406700.06.01
Доступ онлайн
от 128 ₽
В корзину
С экспоненциальным ростом информации «95% научной продукции повторяет то, что уже опубликовано». Автор предлагает методику отбора оригинальной (неповторяющейся) информации и построения с ее помощью модели социальной эволюции по аналогии с эволюцией биологической. Для специалистов по информатике, биологии, обществознанию, особенно для специалистов, не имеющих базового образования в общественных науках. Всем, интересующимся методологией научного исследования при изучении истории общества.
22
Ганжа, А. Г. Социальная эволюция : монография / А. Г. Ганжа. — Москва : ИНФРА-М, 2020. — 106 с. — (Научная мысль). - ISBN 978-5-16-006154-2. - Текст : электронный. - URL: https://znanium.com/catalog/product/1039302 (дата обращения: 28.03.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Москва

ИНФРА-М

2020

СОЦИАЛЬНАЯ
СОЦИАЛЬНАЯ 

ЭВОЛЮЦИЯ
ЭВОЛЮЦИЯ

ÌÎÍÎÃÐÀÔÈß
ÌÎÍÎÃÐÀÔÈß

À.Ã. ÃÀÍÆÀ
À.Ã. ÃÀÍÆÀ

УДК 316(075.4)
ББК 60.5
 
Г19

ISBN 978-5-16-006154-2 (print)
ISBN 978-5-16-103295-4 (online)

Ганжа А.Г.

Социальная эволюция : монография / А.Г. Ганжа. — М. : 

ИНФРА-М, 2020. — 106 с. — (Научная мысль).

ISBN 978-5-16-006154-2 (print)
ISBN 978-5-16-103295-4 (online)

С экспоненциальным ростом информации «95% научной продукции 

повторяет то, что уже опубликовано». Автор предлагает методику отбора 
оригинальной (неповторяющейся) информации и построения с ее помощью модели социальной эволюции по аналогии с эволюцией биологической. 

Для специалистов по информатике, биологии, обществознанию, осо
бенно для специалистов, не имеющих базового образования в общественных науках. Всем, интересующимся методологией научного исследования 
при изучении истории общества.

УДК 316(075.4)

ББК 60.5

Г19

Р е ц е н з е н т ы:

Е.А. Шинаков,д-р ист. наук, проф., заведующий кафедрой отечественной 
истории древности и средневековья Брянского государственного 
университета;
В.И. Бодякин, канд. физ.-мат. наук, старший научный сотрудник 
Института проблем управления РАН 

© Ганжа А.Г., 2013

Светлой памяти моего отца
инженер-подполковника
Ганжи Григория Федоровича
посвящается

В в е д е н и е
ЧЕЛОВЕК В ОКЕАНЕ ИНФОРМАЦИИ

Глава 1. ПОИСКИ И ОБОСНОВАНИЕ МЕТОДИКИ 
ИССЛЕДОВАНИЯ

Информация и «информационный шум»

Когда-то в далеком прошлом были такие периоды, когда любой грамотный человек, в принципе, мог прочитать практически все существующие 
«в мире» книги. С тех пор количество авторов и самых разнообразных книг 
постоянно увеличивалось.
К нашему времени с экспоненциальным ростом информации [1] («информационный взрыв») даже в инженерных науках, наиболее адаптированных к работе с информацией, «специалист, тратя на ее поиски до 50% своего рабочего времени, не в состоянии ознакомиться более чем с 10–12% 
публикаций, вышедших за год во всем мире только по его узкой специализации» [2, с. 36; 7, с. 240 ]. Отсюда понятно, что для других отраслей и, 
особенно, для междисциплинарных научных исследований эти цифры еще 
меньше.
Это вызвало ситуацию, когда, как отмечает ак. А.Д. Урсул, «95% научной 
продукции повторяет то, что уже опубликовано», … «в 90% заявок на изобретение отсутствует новизна» [3, сс. 83–84]. Т. о. от избытка информации 
человек страдает не меньше, чем от ее недостатка: «возникает противоречие 
между существующими потоками и массивами хранящейся информации 
и ограниченными возможностями их восприятия и переработки каждым 
человеком» необходимой ему ее части. Выделить из этого «океана» информации «море» оригинальных знаний (фактов, идей, концепций и т.д.) становится все трудней. В такой ситуации гораздо легче «сделать открытие 
заново» («открытие велосипедов»), чем найти «первоисточник». Значительная часть остального опубликованного и сказанного является, в лучшем 
случае, компиляцией чужих мыслей, а в худшем – массовым плагиатом. 
Поэтому одна и та же информация может кочевать из книги в книгу, из 
журнала в журнал, из газеты в газету, с одной теле- или радиопередачи на 
другую и т.д.
В какой-то мере эту проблему решала дифференциация наук, которая 
является закономерным следствием быстрого увеличения и усложнения 
знаний. Она неизбежно ведет к специализации и разделению научного 
труда по отраслям знаний, что, на первых порах, позволяет значительно 
сократить информационные повторы (отсечение знаний от информации), 
включая «открытия велосипедов» и плагиат. Это имеет такие позитивные 
стороны как возможность углубленного изучения явлений, повышение 
производительности труда ученых и пр.

Благодаря развитию науки накопилась масса знаний об окружающем 
нас мире, об обществе и человеке, о различных природных и социальных 
циклах. Современная наука позволила нам «заглядывать» на миллионы лет 
в прошлое, внутрь атома, на дно океанов, в недра Земли, в глубины космоса и пр.
Однако, обратной стороной этих достижений явилось то, что каждая 
наука, научное направление, научная школа, а иногда даже и отдельный 
исследователь начинают говорить на своем особом языке, в значительной 
мере, используя свою терминологию, зачастую вкладывая свой особый 
смысл во многие общеизвестные понятия. Это, может быть, в какой-то 
мере, оправданно, пока обсуждение идет внутри коллектива специалистов. 
Но уже прибывающая в коллектив из учебных заведений молодежь в таких условиях вынуждена «переучиваться», привыкать к двойственности 
понятий.
Другая проблема – в однозначности термина. В традиционных науках 
редко можно понять по-другому утвердившиеся термины (например, «теорема» в математике, «кислота» в химии, «вид» в биологии и т.д.) или чтонибудь добавить в его понимание. В более же молодых науках, например, 
в гуманитарных, напротив – большая редкость такая однозначность.
Еще хуже этот процесс отражается на междисциплинарном уровне. Ведь 
одной из главных задач любой науки является создание продуктов, востребованных в других областях знаний и практике. Для представления этих 
продуктов другим специалистам, для широкого обсуждения своих достижений необходимо использовать общепонятный язык. Однако перевод 
языка специалистов на язык широкого общения – дело тонкое, деликатное. 
Нередко различное понимание одного и того же термина порождают совершенно ненужные, «беспредметные» споры. Представители разных наук 
«говорят на разных языках». Отсюда, зачастую, – «потеря связи целого» 
в науке, сужение кругозора «специалистов» и пр.
С другой стороны, поиск любой нужной информации чрезвычайно затрудняется «из-за предпочтения классовых, элитарно-кастовых, групповых, 
национальных интересов общечеловеческим, гипертрофирования ведомственных целей и нужд, проявления феномена секретности в условиях сосуществования конфронтирующих социальных систем, то есть имеющиеся 
экономические, политические и другие социальные барьеры не позволяют 
информации полностью реализовать свою интегрирующую роль, нарушается целостность научных и социальных коммуникаций» [3, с. 83–84]. Все 
это зачастую способствует субъективности, тенденциозности в трактовках 
событий и явлений, подтасовкам фактов, манипулированию общественным 
мнением, дезинформации и другим негативным последствиям. На этой 
основе нередко выбираются сомнительные пути для решения тех или иных 
проблем. Общечеловеческие же интересы можно учесть только на базе анализа и логического обоснования максимально возможного количества информации, полученной из различных альтернативных источников, да и наиболее важные «революционные» идеи и технические решения обычно 
возникают на стыках различных областей современного знания.
Таким образом, и верная информация, и многие ошибки, фальсификации, плагиат повторяются и множатся, а часть действительно оригинальных 

идей напротив – может быть пропущена человечеством и надолго (если не 
навсегда?) забыта (феномен «информационного тупика»).
Все это чрезвычайно сдерживает прогрессивное развитие общества.
Так, практически все наиболее острые проблемы современности сводятся к проблемам оперативного отбора оригинальной (неповторяющейся) 
информации (знания) и такого ее структурирования, которое обеспечило бы 
наиболее быструю и эффективную работу на ее основе. Такие задачи может 
выполнить созданный на основе РУНЕТ Всеобщий междисциплинарный 
«Банк знаний» («интеллектуальный центр человечества» по В.И. Вернад скому [1]).
Но как отобрать из всего «океана информации» выше упоминаемые 
ак. А.Д. Урсулом 5% действительно оригинальных знаний? С помощью 
простого перебора это – неподъемная задача.

«Стволовая» структурамодель Банка знаний

Пока, к сожалению, Интернет – это величайшее достижение человеческого разума, сейчас, по большей части, используется как тот «микроскоп, 
которым забивают гвозди». Произошло это потому, что большинство проблем «бумажной» информации были бездумно переброшены во «всемирную 
паутину» и успели ее основательно засорить. Однако здесь, среди гор информационного мусора и несистематизированной информации, уже существуют отдельные высококачественные, но пока еще разнородные системы 
(концепции, теории, модели и т.д.). Для создания «Всеобщего банка знаний», который позволил бы значительно повысить эффективность работы 
Интернета, эти системы, созданные в разных науках, нужно преобразовать 
в единую модель на основе некоторых общих универсальных закономерностей, присущих всей материи («неживой», «живой» и социальной). В их 
основе, прежде всего, будут фиксироваться различные положения общемировоззренческого характера.
Моделированием называется исследование объектов познания на их 
моделях, построенных для реально существующих объектов, процессов или 
явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, 
имитирует) не все, а наиболее существенные черты объекта-оригинала. 
Модель позволяет имитировать описываемые ею процессы так, как они 
проходили бы в действительности. Такую модель можно «проиграть» во 
времени и, меняя некоторые ее параметры (аналог эксперимента), т.о. предсказывать с достаточно высокой точностью возможные сценарии развития 
реального объекта. Моделирование используется в тех случаях, когда традиционные исследования невозможны или затруднены (история прошлого, 
слишком много или, напротив, – мало информации об исследуемом объекте и т.д.), опасны или слишком дороги. Эксперименты с моделями быстрей и дешевле производить на компьютере. Большое распространение 
в последнее время получило эволюционное моделирование, которое использует главные положения теории биологической эволюции.

Рис. 1

В текстовом варианте ее можно изложить следующим образом:
Пока не будем удаляться в историю космоса. Автору это «не по зубам». 
Начнем с Земли.
В «неживой» природе задолго до возникновения жизни установилась 
сравнительно устойчивая система круговорота вещества и энергии с некоторыми периодами колебаний составляющих ее элементов (тектонические, 
климатические и пр. циклы различной длительности). Жизнь, как продукт 
эволюции «неживой» материи, развиваясь «внутри» уже существующих 
космических и земных циклов (например, связанные с прохождением Солнца через соответствующие зоны Космоса во время его прохождения вокруг 
центра галактики), по мере освоения планеты, постепенно превратилась 
в силу, сопоставимую с другими силами глобального масштаба. Эта сила 
внесла в установившуюся систему «неживой» природы множество изменений («возмущений»), нарушило ее равновесие. Однако, в процессе «притирания» друг к другу этих двух систем, постепенно установилась новая, 
более сложная система – «неживой» и «живой» природой. Аналогичным 
же образом в эту новую систему позже внедряется человечество.
Эта модель может стать «стволовой» структурообразующей системы 
«банка знаний» («дерева идей») (высший уровень обобщения). Модели, 
представляющие системы более частного характера, логически «вытекающие» из «стволовой», должны будут образовывать большие и малые «ветви» «банка знаний», вплоть до любого фактического материала («ветви 
дерева идей») [1].
Представляемая здесь модель системно взаимосвязана со многими известными автору концепциями не только гуманитарных, но и естественных 
наук (биологии, геологии, географии, климатологии и др.).
Как и любую концепцию, данную модель можно изобразить в виде рисунка «дерева суждений» с изображением на нем их причинно-следственных 
связей в виде больших и малых «ветвей». Но такое изображение было бы 

весьма сложно разместить внутри печатного листа. Поэтому некоторые 
главные из них автор представил (см. дальше) в виде своеобразных Опросников. Там он присваивает каждому отдельному суждению, которые составляют конкретную «ветвь», специальные шифры (нумерация), обозначающие их связи друг с другом. Так, например, если исходное для «ветви» 
суждение обозначим шифром 1, то «вытекающие» из него суждения получат шифры 1.1, 1.2., 1.3. и т.д., «вытекающие» из них – 1.1.1., 1.1.2, 1.2.1, 
1.2.2., 1.2.3., 1.2.4. и пр., далее должны следовать 1.1.1.1., 1.2.1.1. и т.д. Получается множество многозначных цифр, что весьма неудобно уже для 
Опросника. Чтобы избежать этих неудобств, автор присвоил суждениям, 
исходным для каждого нового абзаца, номер этого абзаца. Так, например, 
второй абзац начинается с 2, третий с 3 и т.д.
Такой подход соответствует тенденциям в современной науке, где, для 
разрешения крупных задач и глобальных проблем, выдвигаемых практическими потребностями, получает все большее распространение интеграция 
наук, благодаря чему, чаще всего на их «стыке», происходит взаимопроникновение самых различных направлений научного познания мира, взаимодействие разнообразных методов и идей. Такая интеграция наглядна, а потому с большей убедительностью доказывает единство природы. Она потому и возможна, что объективно существует такое единство.
Эта структура позволит значительно ограничить количество переборов 
дублирования информации и связать всю оригинальную информацию в единую систему, т.е. такую, которая позволит логически непротиворечиво 
объединять и объяснять все известные (а в будущем и неизвестные, если 
такие появятся) факты и идеи.

Умозрительные модели и обобщение эмпирических фактов

Какими же качествами должны обладать концептуальные модели, составляющие «стволовую» структуру «Банка знаний»? Существует два крайних типа таких моделей понимания и объяснения окружающей действительности (остальные – есть некоторые промежуточные варианты).
1. Умозрительные модели. Обычно они опираются на весьма ограниченное число особенно поразивших автора фактов, идей, умозаключений, 
смутных догадок, и т.д., на отдельные личные впечатления, вызванные, 
например, прочтением какой-то конкретной книги, высказыванием какого-то известного человека и т.д. Таких моделей можно построить бесконечное множество. Ведь история окружающего нас мира (космоса, планеты, 
биосферы, общества и пр.) изобилует самыми различными «аргументами», 
некоторая часть которых, на первый взгляд, действительно может «подтвердить» любые из подобных «откровений». Только подобного рода «аргументы» и подбираются для уже «готовой» «концепции», остальные – отвергаются, игнорируются или просто неизвестны их авторам. Главными 
ценностями такого подхода являются творчество, оригинальность, «красота построения» и т.п. («Я так вижу!»). Поэтому наиболее широко этот способ познания действительности распространен в поэзии, литературе, публицистике, изобразительном искусстве, религии, философии и т.д. В науке 
же такое «разнообразие» ведет к увеличению «информационного шума».

2. Научные модели, построенные на логическом обобщении эмпирических фактов, т.е. такие, у которых первоисточниками знаний, прежде всего, являются тщательно проверенные, достоверные факты. Последние накоплены соответствующими отраслями знаний за время их существования, 
благодаря деятельности множества поколений ученых. На основе обобщений всех этих материалов и строились различные гипотезы, т.е., практически это тоже первоначально – умозрительные модели. Последователи наиболее удачных из них, т.е. тех, которые подтверждались действительностью, 
все более детализировали их, расширяли область их применения, уточняли 
в связи с выявлением новых фактов, соединяли вместе отдельные частные 
модели и т.д. Поэтому, чем дольше существует конкретная отрасль знаний, 
тем скрупулезнее осуществлялся, на каждом конкретном уровне обобщения, 
отбор идей, гипотез, иллюстрирующих их характерных фактов и аргументов, 
способов отбора информации и т.д., которые выкристаллизовывались в достаточно ограниченный относительно небольшой «исходный» их набор. 
Отсюда любые современные концепции, теории, учения и т.д., в сущности, 
представляют собой лишь более или менее убедительные из «вероятностных» моделей, в основе которых лежат тем или иным способом связанные 
друг с другом одни и те же «сгустки» информации. Т.о. даже самые «оригинальные» из таких моделей отличаются друг от друга всего лишь относительно небольшим набором новых фактов, выявлением новых связей между ними и прочими «мелочами».
Если же появляются новые, неизвестные ранее эмпирические факты, 
имеющие отношение к данной отрасли, они также логически укладываются в рамки существующих концепций, теорий, учений и т.д. или, «в худшем 
случае», с накоплением большого числа таких фактов, предшествующие 
господствующие теории становятся «частными вариантами» новой. На основе именно таких моделей строятся научные знания.
Все это максимально ограничивает для специалистов количество возможных умозрительных моделей в своих отраслях знаний. Главное достоинство таких эмпирических обобщений – системность: чем большее число 
эмпирических фактов и их интерпретаций логически (непротиворечиво) 
соединяли в себе и объяснялись такими конкретными моделями, тем последние становились более убедительными, тем вероятнее (точнее) отражают они истину. Чем более «системна» модель, тем лучше укладываются 
в нее и новые, ранее неизвестные факты. Все прочие модели безжалостно 
отбрасываются, как бы «красиво» они ни выглядели. Поэтому создать какую-либо «новую» теорию, полностью «отрицающую» старую, в традиционной науке, видимо, невозможно. К таким относятся, например, учение 
Ч. Дарвина и выросшая из нее Синтетическая теория эволюции, Периодический закон Д.И. Менделеева, развитая советскими учеными система 
марксизма.

Правила построения исходной концептуальной модели 
для «банка знаний»

В работе [4, с. 144–169] выявлены многие наиболее убедительные для 
построения таких моделей правила. Привожу некоторые из них в своей 
интерпретации и с дополнениями:

1. Действительность в модели рассматривается как изменяющаяся во 
времени, закономерно развивающаяся (эволюционирующая) в конкретноисторических условиях и связях (включая взаимодействие с окружающей 
средой). Все изменения предметов, явлений и процессов рассматриваются 
в модели поэтапно, в идеале – начиная от их возникновения вплоть до 
прогнозных сценариев их будущего состояния. Обязательно предлагаются 
«механизмы изменения».
2. Модель должна быть системной. Для этого ее следует начинать с «аксиомы», т.е ограниченного набора отправных, достаточно очевидных, исходных идеализаций (абстракций), принимающихся без доказательства 
в пределах данной концепции. Та же «аксиома» должна лежать и в основе 
доказательства всех остальных ее положений. Т.о. последние будут логически «вытекать» из указанного набора идеализаций или последовательно – 
друг из друга. Модель тем более будет отражать действительность, чем 
большее число предметов, явлений и процессов при наименьшем количестве исходных абстракций она объединяет и объясняет.
3. При этом степень научной убедительности модели будет тем выше, 
чем большее число их и связанных с ними (своих и чужих) концепций, 
подходов, фактов, их оценок и т.д. она объясняет и связывает в логически 
непротиворечивой форме. «Такое связанное описание процессов развития 
резко упрощает саму технологию системного анализа всех биосферных процессов и процессов взаимодействия природы и общества» [5, с. 36].
4. Интерпретируемость (толкование) фактов с помощью данной концептуальной модели предполагает возможность устанавливать связь между 
понятиями, используемыми в ней, и языком наблюдений, что, в свою очередь, помогает ее проверке. Ведь фактически любая концепция – это интерпретация фактов, более или менее верно отражающая истину. Непредвзятый ученый должен кропотливо, как следователь, доказывать, что именно так, а не иначе следует объяснять каждый конкретный факт.
5. В модели должны быть гармонично представлены как умозрительные 
схемы, так и эмпирические обобщения, ибо первые без вторых могут дать 
множество разных необоснованных «объяснений» одних и тех же фактов. 
Вторые же без первых не могут заполнить множества «прорех» в нашем 
знании (например, модели на основе единичных находок в палеонтологии, 
антропологии и т.д.).
6. Информативность, как возможность на ее основе получать новые 
знания о предметах, явлениях и процессах, известных и еще неизвестных 
или ранее незнакомых автору. Но выявить закономерности можно только 
систематизируя и сравнивая фактический материал. Каков же должен быть 
объем этого материала? Ч. Дарвина, например, коллеги-современники критиковали за то, что свое учение он построил на базе исследования весьма 
ограниченного количества видов животных и растений, тогда как уже в то 
время были известны их многие тысячи. Однако масса дополнительно привлекаемых с тех пор и до наших дней видов только подтверждали его теорию. 
Т.о. полнота его модели предполагает возможность описывать с ее помощью 
все ситуации и причинно-следственные связи в конкретной предметной 
области.
7. В состав аксиомы должны войти и основные термины, используемые 
в модели, вместе с их толкованиями (дефинициями). При этом, среди из
Доступ онлайн
от 128 ₽
В корзину