Системный подход и компьютерное моделирование в политическом исследовании

Тем не менее, область применения компьютерного моделирования в социально-политической сфере достаточно широка.  Это – выявление реальных структурных элементов системы и среды, влияющих на развитие политической ситуации, оценка возможных вариантов развития событий и риска, прогнозирование результатов выборов, корректировка избирательной компании и т.п.

В каждом конкретном случае нужно оценивать как степень  действительной потребности в компьютерном моделировании, так и пределы  его эффективного применения. Необходимо также соотносить степень достоверности, точности вводимой в компьютерную модель эмпирической информации с пределом погрешности самой модели. Нередко более точные модели оказываются и более сложными. Если ситуация не требует применения сложной модели, исследователь может ограничиться упрощенным вариантом, что позволяет сократить время исследования, число участвующих в нем людей и расходы на его проведение.

Модели и методы моделирования^[7]

Одним из наиболее распространенных и простых методов компьютерного  моделирования является метод компьютерного  тестирования. Суть его – в сопоставлении параметров исследуемого объекта с эталонными наборами параметров.

Политолог нередко сталкивается с задачей тестирования субъекта политики на предмет его политических предпочтений и слагаемых имиджа. В ходе выборных кампаний возникает  потребность в определении степени корреляции предвыборной программы "своего" кандидата с позициями других кандидатов, партий, с общественными настроениями и ожиданиями различных социальных слоев. С той же проблемой сталкиваются партии при формирования блоков и коалиций, определении потенциальных союзников и оппонентов. Депутаты в представительных органах власти стоят перед выбором союзников при формировании фракций, блоков, правящего большинства и оппозиции. Трудно перечислить все конкретные ситуации, требующие учета многочисленных нюансов в позициях и взглядах и оперативного принятия решения.

Во всех этих случаях речь идет о сопоставлении системы  показателей, характеризующих интересующего  нас участника политического процесса (исследуемого, или тестируемого, объекта), с аналогичными показателями других участников (эталонных объектов) для выявления возможной структуры возникающих между ними отношений. Здесь мы имеем дело с анализом совокупности участников политического процесса в системно-структурном аспекте. Если же требуется анализ взаимодействия исследуемого объекта с совокупностью других, представляющих собой среду по отношению к нему, а вместе с ним – гиперсистему, – то реализуется системно-функциональный аспект исследования.

Метод позволяет рассчитать степень корреляции совокупности параметров исследуемого объекта с аналогичными совокупностями параметров других субъектов политики и таким путем, в зависимости от конкретной задачи, выявить и оценить возможные очертания блоков и коалиций с его участием, либо вероятность поддержки в различной социальной среде на выборах, либо перспективы гражданского согласия. Сопоставление показателей корреляции по отдельным параметрам дает возможность сформулировать рекомендации по корректированию предвыборных платформ, манеры поведения, содержания законопроектов для повышения вероятности достижения желаемого результата.

В сущности, методом компьютерного  тестирования решается простейшая задача структурирования – выявления совокупностей  элементов среды, близких к исследуемой  системе либо в той или иной степени отдаленных от него, в крайнем  варианте – ему противоположных. Критерием определения структур являются при этом параметры исследуемой  системы.

Иной подход к структурированию  заложен в более мощном, – разумеется, и более сложном, – средстве классификации, основанном на методе "распознавания образов"^[8]. Здесь критерием структурирования является степень взаимной близости параметров, или признаков, присущих компонентам системы.

Нередко, в том числе  и при тестировании, исследователь  не задерживает своего внимания на анализе структур и пользуется готовыми разбиениями. Например, на рабочих, крестьян и интеллигенцию, на левых, правых и центр. Но жизнь не стоит на месте, и вдруг выясняется, что в крестьянской среде появляются фермеры, что часть рабочих начинает отстаивать интересы предпринимателей, а часть интеллигенции, инженеры, начинают сторониться политики в противоположность докторам наук и писателям. Левые и правые объединяются вокруг патриотических идей, сплотившиеся было демократы раскалываются, потом объединяются вновь.

Не бывает в изменчивой общественной среде раз и навсегда заданных структур. Ее элементы непрерывно видоизменяются, делятся, сливаются, исчезают и нарождаются вновь. С особой наглядностью проявляется это в динамично изменяющихся общественных системах наподобие современной России. В каждой новой ситуации может возникать новая структура элементов, решающим образом влияющая на политическое развитие. И при решении большинства исследовательских задач требуется выявления адекватных им структур.

Наглядно представить  себе сущность данного метода можно, изобразив m элементов исследуемой совокупности точками (образами) в n-мерном пространстве, каждая из n осей которого соответствует одному из предусмотренных концептуальной моделью n признаков (рис.2). Численное значение конкретного признака каждого из m элементов становится при этом проекцией  его  образа на соответствующую признаку ось.  Полученные таким путем точки (образы) отделены от других точек определенными расстояниями в n-мерном пространстве. Измерив эти расстояния, получают числовое выражение близости (отдаленности) соответствующих объектов по совокупности показателей. Возникают "сгущения" и "разрежения" образов.

Существуют алгоритмы, позволяющие  выделить эти "сгущения" и "разрежения". При этом ЭВМ как бы самостоятельно разбивает исходное множество объектов на заранее не заданные группы, (классы, таксоны). Алгоритмы такого типа называются алгоритмами "самообучения ЭВМ" или алгоритмами автоматической классификации.

 

Рис.2. Проекции образов объектов на одну из плоскостей n-мерного пространства признаков

Описанный метод дает возможность  получить заранее не заданную, "ненасильственную" структуру взаимосвязей между субъектами политики, классифицировать их ориентации по данным социологических исследований, спрогнозировать процессы их взаимодействия. Важно, однако, и другое. В каждом из "сгущений" могут быть отобраны наиболее типичные для них образы, и тогда с помощью специально рассчитанных корреляционных матриц и весовых коэффициентов в последующих исследованиях можно ограничиться изучением соответствующих типичным образам объектов. Это позволяет не только существенно снизить объем исследовательской работы и материальные затраты, но и соответствующим образом сузить зону субъективных искажений, возникающую на стадии сбора эмпирической информации.

Не менее существенна  и обратная задача: классификация  показателей, характеризующих совокупность элементов исследуемого объекта. Какие показатели и как тесно коррелируют между собой? Из каких компонентов состоят определяющие факторы политического развития и каким образом они сгруппированы в конкретной ситуации? Ответив на эти вопросы, можно выявить и те решающие точки, воздействие на которые дает возможность изменять характер и направление политического процесса. Сделать это позволяет все тот же метод "распознавания образов". Только используемые при этом алгоритмы будут иметь дело уже не с образами m объектов в n-мерном пространстве признаков, а с образами n признаков в m-мерном пространстве объектов.

Одно из достоинств метода "распознавания образов", как  уже было отмечено, состоит в предоставляемой  им возможности сузить физический объем  эмпирической информации,  а вместе с ним и зону субъективной интерпретации на входе  компьютерной модели.  При этом остается, однако, незатронутой моделированием область прогностической деятельности, зона субъективной интерпретации на выходе. Политолога же и тех, кто заказывает ему исследование, интересует не только статическая картинка: она нужна ему лишь как исходный материал для прогнозирования вариантов развития и выявления способов управления ими.

Вот лишь немногие типичные вопросы, ответов на которые ждут от аналитика: Усилится ли и насколько  поддержка того или иного социального  проекта, если увеличится число граждан, недовольных существующими порядками? Как изменится поддержка данного  кандидата в депутаты электоратом, если большему числу избирателей удастся внушить чувство гражданской ответственности? От чего еще и как зависит результат? Для ответа требуется исследовать взаимосвязи между изменениями численных значений соответствующих параметров. В этом случае применим, например, методдинамического анализа статистических данных. Именно применение такого рода методов позволяет говорить о проведении эксперимента на конкретной информационной модели в строгом смысле этого понятия.

Одна из используемых в  этих целях  моделей^[9] позволяет вводить и запоминать статистическую информацию, получаемую в результате опроса, рассчитывать простые, парные и более сложные распределения ответов.  Впрочем, эта часть задачи является стандартной и относится скорее к числу социологических, нежели политологических.

Дальнейшие же действия исследователя-политолога состоят в проведении эксперимента на имеющемся массиве. Параметры, рассматриваемые  в качестве входных, изменяются в  интересующих его пределах для оценки чувствительности к ним выходного параметра. При изменении значения входных параметров механизм модели пересчитывает имеющийся массив (выборку) таким образом, чтобы соблюсти заданные для эксперимента значения входных параметров. Возникает подвыборка, конфигурация которой определяется этими значениями, а выходной параметр подсчитывается как результат распределения ответов уже на этой подвыборке. Таким образом, связь между параметрами определяется не с помощью математических формул, а "выводятся" из самих результатов опроса.

Разумеется, изменяя значения входных параметров, экспериментатор заставляет компьютер составлять подвыборку, другие параметры которой не остаются неизменными. Влияние этого фактора можно уменьшить, включив наиболее существенные для характера выборки показатели в число входных и зафиксировав их значения на фактическом уровне. Но тогда большей деформации подвергнутся остальные показатели, оставшиеся свободными. Поэтому численные результаты экспериментов с данной моделью достаточно достоверно отражают реальную картину лишь при небольших (допустимых в реальности) изменениях значения входного параметра, гарантирующих отсутствие резких изменений значения других,  не учитываемых параметров. При сильном изменении входных параметров можно получить лишь представление о тенденции изменения выходного параметра.

Данный случай – лишь один из характерных примеров, демонстрирующих как большие возможности, так и пределы применимости компьютерного моделирования. В каждом конкретном случае необходимо ясно представлять себе условия, при которых применение взятой на вооружение модели является целесообразным и корректным.

Каждая из описанных выше моделей является достаточно эффективным  средством решения конкретных задач  политологического исследования в том или ином аспекте системного подхода.

Но на практике зачастую требуется многоаспектное рассмотрение проблемы. Тогда применяются более сложные методы, – например, структурно-логическое, или коммуникационное, моделирование^[10]. Такая модель позволяет ответить на два принципиально важных для управления вопроса: перспективы достижения цели и ее совместимость со стабильностью системы.

Предметом внимания аналитика  становится при этом связь между  воздействием субъекта политики на среду  и обратной реакцией среды. Иными словами, объект исследуется в системно-коммуникативном аспекте. Но связь взаимных воздействий политического субъекта и среды порождает еще один немаловажный для субъекта вопрос: не грозит ли реакция среды его положению в качестве субъекта политики? В этом случае должны анализироваться условия и пределы стабильности интегративного качества, для политической системы – политической власти, – а значит, на первый план выходит и системно-интегративный аспект исследования.

Для формализации подробного рода задач применима хорошо известная  схема, предложенная одним из основоположников современной американской политологии Истоном (рис.3). Взаимодействие политической системы со средой он рассматривает как обмен сигналами входа и выхода. На входе система воспринимает сигналы среды двоякого свойства: требования и поддержки. Сигналы на выходе – решения и действия. По цепочке обратной связи они влияют на входные сигналы, усиливая их или ослабляя, стимулируя общественную поддержку системы либо нарастание требований к властям^[11]. Схема эта применима для анализа взаимосвязи с общественной средой любого субъекта политики, а не только политической системы в целом.

Разумеется, всякая социальная общность неоднородна, будь то население  региона или депутаты парламента. Одна и та же обстановка по-разному  влияет на социальное самочувствие, настроение людей, принадлежащих разным социальным группам. Неодинаков и политический потенциал, степень влияния этих групп,  их  активность и готовность к решительным действиям.

 
Рис.3. Схема коммуникации между политической системой и средой

Соответственно, и сигналы  требований и поддержки будут  формироваться различными группами неодинаково. Так что решения и действия политической системы должны продуцироваться с учетом структуры их объекта и структуры характеризующих различные группы показателей.

При наличии надлежащим образом  организованной эмпирической информации структурно-логическое моделирование дает возможность учесть структуру среды, показатели политической силы и политической ориентации ее компонентов, оценить степень напряженности в их взаимоотношениях, ранжировать требующие решения проблемы. Совокупность исходных данных позволяет рассчитать уровень социальной напряженности, вероятность благоприятного сочетания сигналов на ее входе в зависимости от характера выходного сигнала – решения или действия исследуемой системы, – степень риска дестабилизации.