<<
>>

11.3. Диссипативные структуры И. Пригожина

В теории диссипативных структур, развиваемой И. Пригожи-ным и его школой, первоначально изучались процессы самоорга­низации в физико-химических системах [18-20]. До работ Приго­жина в естествознании в основном изучались равновесные структуры, которые можно рассматривать как результат стати­стической компенсации активности микроскопических элемен­тов (молекул, атомов).

Если систему с равновесной структурой изолировать от внеш­ней среды, то ввиду инертности данная равновесная структура может существовать бесконечно долго. Однако в биологичес­ких и социальных системах ситуация, как правило, другая: сис­тема незамкнута, открыта и, более того, существует потому, что она открыта, питается потоками вещества, энергии, инфор­мации, поступающими из внешнего мира. В открытых систе­мах случайные флуктуации "пытаются" вывести систему из рав­новесного состояния. В реальных системах незначительные флуктуации, как правило, подавляются, и система остается ста­бильной. Если же силы, действующие на систему, становятся достаточно большими и вынуждают ее достаточно далеко уйти от положения равновесия, то состояние системы становится не­устойчивым.

Некоторые флуктуации могут не затухать, а уси­ливаться и завладевать всей системой. В результате действия положительной обратной связи флуктуации усиливаются и мо­гут привести к разрушению существующей структуры и пере­ходу в новое состояние. Причем возможен переход и на более высокий уровень упорядоченности, называемый диссипативной структурой. Возникает явление самоорганизации.

Исследуя динамику сильно неравновесных систем, И. Приго­жий приходит к следующим выводам: "Когда система, эволюцио­нируя, достигает точки бифуркации, детерминистическое описа­ние становится непригодным. Флуктуация вынуждает систему выбрать ту ветвь, по которой будет происходить дальнейшая эво­люция системы.

Переход через бифуркацию — такой же случай­ный процесс, как бросание монеты. Существование неустойчиво­сти можно рассматривать как результат флуктуации, которая сначала была локализована в малой части системы, а затем рас-

пространилась и привела к новому макроскопическому состоя­нию" [20, с. 56].

Известный американский футуролог О.Тоффлер в предисло­вии к [20] отмечает, что "щшгожинская парадигма особенно ин­тересна тем, что она акцентирует внимание на аспектах реально­сти, наиболее характерных для современной стадии ускоренных социальных изменений: разупорядоченности, неустойчивости, разнообразии, неравновесности, нелинейных соотношениях, в ко­торых малый сигнал на входе может вызвать сколь угодно силь­ный отклик на выходе, и темпоральности — повышенной чувст­вительности к ходу времени" [20, с. 16-17].

Принципы, разработанные Пригожиным для анализа химичес­ких процессов, были распространены на широкий класс явле­ний в физике, молекулярной биологии, процессов эволюции в биологии, а затем и социологии. Так, в [20, с. 246] описан про­цесс самоорганизации у термитов — построение термитника. Предполагается, что первая стадия — основание термитника — является результатом беспорядочного поведения термитов. Тер­миты приносят и беспорядочно разбрасывают комочки земли. Каждый комочек пропитывается гормоном, привлекающим дру­гих термитов. Случайным образом в этом процессе возникает флуктуация —- несколько большая концентрация комочков земли в окрестности некоторой точки. Повышенная концентрация гор­монов привлекает к этой точке большее число термитов. Про­цесс концентрации термитов усиливается благодаря положитель­ной обратной связи. Постепенно возникают "опоры" термитника.

Процесс построения термитника — яркий пример явления самоорганизации, возникновения сложной структуры в хаотичес­кой среде благодаря флуктуации. В настоящее время в естест­венных науках ведется активное исследование явлений, связан­ных с возникновением структур, самоорганизацией в простейших нелинейных средах.

Делаются попытки выявить прообразы по­явления организации и в более сложных, в частности социаль­ных, системах. Ученые ведут исследования простейших моде­лей, анализ которых не может заменить изучение сложных социальных процессов, но может дать исследователям полезную подсказку, помочь подметить скрытые закономерности, сформу­лировать плодотворные гипотезы.

В работе И. Пригожина и И. Стенгерс [20] рассматривается понятие логистической эволюции, т.е. процессов, описываемых логистическим уравнением (см. § 9.2). Исследуется модель эво­люции популяций из N особей. Пусть гит — коэффициенты

рождаемости и смертности, К — "несущая способность" окру­жающей среды. Тогда процесс эволюции популяции может быть описан следующим уравнением:

dN I dt = r-N(K - N) - т -N.

Система имеет устойчивое стационарное состояние nc =K -т/г. При любом начальном значении N0 численность популяции стремится к значению W , которое зависит от разности между несущей способностью среды и отношением коэффициентов смерт­ности и рождаемости. В стационарном состоянии в каждый мо­мент рождается столько индивидов, сколько их погибает.

Рис. 11.8. Эволюция популяции X

Ясно, что в процессе эволюции параметры К, т, г могут изме­няться (например, под влиянием климатических флуктуации). Жи­вые сообщества пытаются увеличить параметр К, изыскивая но­вые способы эксплуатации природных ресурсов. Инстинкт жизни обусловливает стремление к увеличению рождаемости и сниже­нию смертности. "Каждое экологическое равновесие, определяе­мое логистическим уравнением, носит лишь временный харак­тер, и логистически заданная экологическая ниша последовательно заполняется серией видов, каждый из которых вытесняет пред­шествующие, когда его «спо­собность» к использованию ниши, измеряемая ве­личиной К - т/г, становит­ся больше, чем у них" [20, с.

255]. На рис. 11.8 показа­на временная эволюция по­пуляции X, состоящей из по­следовательности видов X1, X2 X3. Каждому новому ви­ду соответствует возрастаю­щее значение К— т/г. Как указывается в [20], логистическое уравнение позволяет количественно сформулировать дарвиновскую идею о выживании наиболее приспособленного в предположении, что наиболее при­способленным является вид с наибольшим значением (К — т/г). Подобным образом могут быть объяснены процессы эволюции со­циума, связанные с внедрением технологических инноваций.

Логистическая модель эволюции в настоящее время исследу­ется в различных областях науки. Аналогичная модель исполь­зовалась для анализа смены технологических укладов (см. § 7.1).

Рис. 11.9. Хаос в эволюции

Оказалось, что в моделях этого типа также возможны хаотичес­кие состояния. На рис. 11.9 показан пример траектории логи­стической эволюции.

Как утверждается в [27], хаотические колебания могут воз­никнуть в период замены старого уклада на новый. Возникнове­ние нестабильности может интерпретироваться как случайный по­иск равновесного состояния системой, оказавшейся в ситуации, когда растущие возможности не могут быть реализованы в рам­ках существующей ниши. Данная модель демонстрирует чередо­вание режимов порядка и хаоса. В период быстрого экономичес­кого роста многие компании консолидируются, интегрируются. Корпорации работают как часы, подчиняясь эффективному цен­трализованному управлению. В стадии насыщения под давлением инноваций экономическая система попадает в полосу хаоса.

Авторы [20] полагают, что модели, построенные на основе понятия "порядок через флуктуации", будут способствовать бо­лее точной формулировке "сложного взаимодействия между ин­дивидуальным и коллективным аспектами поведения". Модели такого типа "открывают перед нами неустойчивый мир, в кото­ром малые причины порождают большие следствия, но мир этот не произволен.

Напротив, причины усиления малых событий —

вполне «законный» предмет рационального анализа... Если флук­туация становится неуправляемой, это еще не означает, что мы не можем локализовать причины неустойчивости, вызванные уси­лением флуктуации" [20, с. 270].

В состоянии хаоса поведение системы непредсказуемо. Точнее, нельзя предсказать конкретное состояние, проследить заданную траекторию на длительном временном интервале. Однако веро­ятностные, усредненные характеристики могут быть спрогнози-рованы [12].

В качестве примера рассмотрим наклонный желоб, по кото­рому течет вода. Если бросить в него разноцветные песчинки, то они стройными рядами поплывут вниз. Попробуем положить в желоб несколько камней. Спокойное течение сменится турбулент­ным. Траектории песчинок, определяемые завихрениями и во­доворотами, станут трудно прогнозируемыми. Две в начале близ­кие песчинки к концу пути могут оказаться далеко друг от друга. Однако интегральные характеристики системы (например, ко­личество жидкости, вытекающей из желоба в единицу времени) могут вести себя достаточно устойчиво.

Странный аттрактор, определяющий хаотическое поведение системы, часто занимает ограниченную область фазового про­странства. Поэтому, хотя траектории разбегаются с экспоненци­альной скоростью, убежать за границы странного аттрактора они не могут. Следовательно, определение границ области хаоса мо­жет позволить получить оценки поведения системы. Можно ли управлять подобными системами? Не только можно, но и нуж­но. Чувствительность такой системы позволяет вывести ее из хаотического состояния с помощью очень малых, но точных и своевременных воздействий [16].

Обязана ли социальная система притягиваться к странному ат­трактору? Нет. Управляющие воздействия, введение дополнитель­ных ограничений могут позволить избежать хаотических состояний.

Отметим, что далеко не все теоретики считают, что хаоса следу­ет избегать. Верящие в животворную силу хаоса, наоборот, полага­ют, что чем он окажется обширнее, глубже, тем более эффектив­ный порядок смогут породить творческие силы самоорганизации.

» » »

Нельзя не согласится с доктором философских наук В.П.Бран-ским, заметившим, что "хотя синергетический подход к социаль­ным явлениям завоевал в последней четверти XX века широкую

популярность, тем не менее пока он во многих случаях не выхо­дит за рамки философской публицистики" [3, с. 148]*.

Конечно, знание основных концепций синергетики необхо­димо современному специалисту, но для практических целей по­лезней не углубление философской рефлексии, а развитие нели­нейной интуиции.

В данном пособии предлагается достаточно прагматичный под­ход к освоению хаоса. Читателю рекомендуется завести стран­ный аттрактор не в голове, а в компьютере. Моделирование не­линейного поведения систем на ЭВМ не требует знания прикладной математики и вполне доступно студентам-социоло­гам (см. § 13.2).

<< | >>
Источник: Ю.М. Плотински. Модели социальных процессо. 2001

Еще по теме 11.3. Диссипативные структуры И. Пригожина:

  1. 11.3. Диссипативные структуры И. Пригожина
  2. СТРУКТУРА
  3. Структура
  4. Неформальная структура организации.
  5. § 3. О структуре сознания
  6. § 2. Структура парламентов
  7. Функциональные структуры.
  8. Свободные структуры
  9. Структура преступной группы
  10. § 2. Психологическая структура личности
  11. ИНТЕЛЛЕКТ: СТРУКТУРА