Вопрос №53 Проблема научного прогнозирования будущего. Типы и методы прогнозирования.

Само понятие «научного прогнозирования» (специальное научное исследование перспектив развития какого-либо процесса или явления), охватывает собой весь спектр, обоснованных теми или иными научными методами, описаний еще не имеющих места (ненаступивших) событий или тенденций, как глобального масштаба, так и относящихся к конкретным областям жизни. В узком, значении прогнозирование – специальное исследование конкретных перспектив развития какого-либо явления. Поскольку прогноз наряду с анализом, диагнозом, синтезом является имманентной функцией каждой научной дисциплины, прогнозирование присутствует во всех без исключения науках. В этом плане различается прогнозирование естествоведческое, научно-техническое и обществоведческое (социальное в широком значении данного понятия).

Таким образом, говоря о футурологии в этом значении, мы имеем в виду органическую часть, присутствующую в каждой науке, делая акцент на присущей этой части обращенности к выявлению еще не обнаруженных тенденций. Составной частью такого прогнозирования выступает прогностика как его теория (реже практика). Хотя данный термин и используется в качестве синонима футурологии, употребляясь только в русскоязычной литературе, быстро вытесняется более универсальными

Типы

Типологизация в её основу кладётся разнообразие методов (экспертных оценок, компьютерного прогнозирования).

Методы прогнозирования

Методология этого типа прогнозирования строится на основе таких дисциплин как математика, экономика, кибернетика, теория информации, социология и др. Исследователи выделяют множество различных методов, используемых в прикладных исследованиях. Но все методы научного прогнозирования могут быть разделены на 2 основные группы:

– Фактографические (статистический, ретроспективный) – методы прогнозирования, базирующиеся на фактографической информации.

– Экспертные (Дельфи, аналитический, эвристический) – методы прогнозирования, базирующиеся на экспертной информации.

К фактографическим методам относятся:

Статический метод прогнозирования – основанный на построении и анализе динамических рядов характеристик объекта прогнозирования и их статистических взаимосвязей.

Прогнозная экстраполяция – метод прогнозирования, основанный на математической экстраполяции, при котором выбор аппроксимирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.

Прогнозная интерполяция – метод, основанный на математической интерполяции, при котором выбор интерполирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.

Прогнозирование по функции с гибкой структурой – метод прогнозирования, основанный на использовании экстраполирующей функции, вид и параметры которой подбираются в процессе ретроспективного анализа исходного динамического ряда из некоторого множества возможных функций.

Метод экспоненциального сглаживания – основанный на построении экстраполирующей функции с использованием экспоненциального убывания весов ее коэффициентов.

Метод гармонических весов – основанный на экстраполяции скользящего тренда, аппроксимируемого отрезками линии с взвешиванием точек этой линии при помощи гармонических весов.

Авторегресснонный метод прогнозирования – прогнозирование стационарных случайных процессов, основанный на анализе и использовании корреляций значений динамического ряда с фиксированными временными интервалами между ними.

Факторный метод прогнозирования – метод прогнозирования, основанный на обработке многомерных массивов информации об объекте в динамике с использованием аппарата факторного статистического анализа или его разновидностей.

Метод группового учета аргументов – метод прогнозирования, основанный на кусочной аппроксимации исходного динамического ряда с оптимизацией вида и параметров прогнозирующей функции.

Метод исторической аналогии – основанный на установлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии.

Метод математической аналогии – основанный на установлении аналогии математических описании процессов развития различных по природе объектов с последующим использованием более изученного математического описания одного из них для разработки прогнозов другого.

Метод прогнозирования по опережающей информации – основанный на использовании свойства научно-технической информации опережать реализацию научно-технических достижений в общественной практике.

Патентный метод прогнозирования – основанный на оценке (по принятой системе критериев) изобретений и открытий и исследовании их динамики.

Метод анализа публикаций – метод прогнозирования, основанный на оценке публикаций об объекте прогнозирования (по принятой системе критериев) и исследовании динамики их публикации.

Цитатно-индексный метод – основанный на оценке (по принятой системе критериев) и анализе динамики цитирования авторов публикаций об объекте прогнозирования.

К экспертным методам относятся:

Метод индивидуальной экспертной оценки – использование в качестве источника информации оценки одного эксперта.

Метод интервью – беседа прогнозиста с экспертом по схеме «вопрос-ответ».

Метод экспертных комиссий – основан на объединении в единый документ экспертных оценок прогнозов отдельных аспектов объекта, разработанных соответствующими экспертными группами.

Метод коллективной генерации идей – этот метод основан на стимулировании творческой деятельности экспертов путем совместного обсуждения конкретной проблемы, регламентированного определенными правилами.

Матричный метод прогнозирования – основанный на матричной интерпретации экспертных оценок связей отдельных аспектов.

Метод эвристического прогнозирования – основан на построении и последующем усечении дерева поиска экспертной оценки с использованием эвристических приемов и логического анализа прогнозной модели.

Метод построения прогнозного сценария – основывается на установлении последовательностей состояний объекта прогнозирования при различных прогнозах фона.

Морфологический метод – метод прогнозирования, основанный на выявлении структуры объекта прогнозирования и оценке возможных значений ее элементов с последующим перебором и оценкой вариантов сочетаний этих значений.

На наш взгляд уместным будет показать, как некоторые из перечисленных методов реализуются на практике. Разберем наиболее известные из них. Метод «Делфи», метод коллективной экспертной оценки, экстраполяции и «дерево целей».

Метод «Делфи»

Наибольшей известностью и популярностью пользуется методика, разработанная корпорацией «РэнД», под названием «Делфи». Эта методика, предложенная фирмой двадцать лет назад, в настоящее время используется большим количеством корпораций, университетов и правительственных учреждений для предсказания очередности событий в будущем, ─ пишет американский публицист П.Диксон.

Система «Делфи» основывается на простой предпосылке, что определение будущего будет более точным, если в этом процессе будут участвовать «X» лиц, а не один человек. Вся процедура сводится к проведению комплекса операций, которые формируют групповое мнение по отдельным предметам обсуждения. Обычно группе экспертов (от 20 до 60 человек) дается задание составить анонимный прогноз в какой-либо определенной области.

Например: «К какому времени мы будем иметь возможность управлять силой гравитации?»; «Когда мы сможем выращивать новые органы и конечности при помощи биохимической стимуляции?»; «Через сколько лет мы сможем получить запись информации непосредственно с мозга?». Такие вопросы обычно задаются большими группами и охватывают близкое и отдаленное будущее, тем самым, вынуждая экспертов оперировать различными временными категориями. Первичные выводы обычно преувеличены, и их результаты снова представляются экспертам, которые пересматривают их с учетом выводов, сделанных другими специалистами. При повторном опросе экспертам предлагается на выбор или обосновать свое мнение, или изменить его. Процесс опроса повторяется несколько раз, и, в конце концов, эксперты приходят к примерно одинаковым выводам. В этом процессе возможен один из двух результатов: или с каждым циклом происходит сближение мнений или документируется невозможность достижения подобного сближения.

Существо этого метода состоит в его организации: каждый участник остается анонимным и отделен от других участников на весь период эксперимента; связь с экспертами поддерживается при помощи почты с целью исключения влияния психологических факторов, например мнения сильных личностей, которые могут оказать доминирующее влияние на группу.

Результаты исследований по методу «Дельфи» обычно включают следующие положения:

1) пересмотренный перечень событий, составленный на основе ответов специалистов, включающий те события, которые, по их мнению, являются наиболее важными,

2) предположения относительно времени, когда произойдут эти события,

3) предположения о возможности возникновения событий в данный период,

4) предположения о последствиях данных событий в случае их возникновения,

5) оценка желательности таких последствий,

6) описание и оценка альтернатив политических действий, которые могли бы увеличить возможность возникновения тех явлений, которые считаются наиболее желательными и уменьшающими возможность наступления нежелательных событий,

7) причины существования крайне противоположных мнений на любом этапе процесса.

Например, большинство членов группы, созданной для работы по методу «Делфи» корпорацией «РэнД» с целью изучения основных направлений научного прогресса, вероятности и возможностей предотвращения войны, проблем роста народонаселения, автоматизации, развития в области исследования космоса и будущих систем вооружения, предсказали среди многих других событий возможность стимулировать рост новых органов и конечностей к 2007 г., непосредственную запись информации с мозга — к 2060 г. и управление гравитационной силой — к 2050 г.

Среди членов любой группы, конечно, могут оказаться специалисты, которые полагают, что данные события могут произойти раньше, позже или никогда не будут иметь места. В указанном крупном исследовании было занято 82 эксперта, в состав которых входили специалисты корпорации, а также был приглашен ряд известных людей, среди которых были Артур Кларк, Айзек Азимов, Бертран Джувенель. Исследование, проведенное в четыре последовательных цикла опросов, между которыми делался перерыв в два месяца, показало, как и другие подобные исследования, что, по мере того как вопросы, относящиеся к специфическим событиям, повторялись в каждом цикле, мнение специалистов становилось все более согласованным.

Как и многие другие исследования практической направленности, не все исследования, проводимые по методу «Делфи», нацелены на отдаленное будущее. Многие из них затрагивают вопросы, в большей мере имеющие отношение к настоящему.

Так, система «Делфи» в настоящее время все шире и шире применяется в промышленности для определения новых рынков сбыта, возможной новой продукции в будущем и выявления скрытых препятствий на пути развития. Система используется в правительственных организациях и университетах для разработки таких, казалось бы, различных тем, как будущие политические союзники, возможные меры предотвращения войны, будущее воздушных перевозок и развитие медицины на ближайшие тридцать лет.

Объединенное агентство науки и техники Японии приступило к осуществлению одного из самых грандиозных проектов по прогнозированию, касающегося технического развития Японии на последующие тридцать лет. В работе принимают участие 4 тыс. экспертов. Журнал «Бизнес уик» сообщает, что сотни корпораций США выражают свою заинтересованность системой «Делфи», а некоторые из корпораций США уже имеют тесный контакт с системой. Например, фирма «Томпсон, Рамо, Вуд-бридж», которая использует четырнадцать групп специалистов, организованных по системе «Делфи», для решения самых различных проблем. Эксперты помогли определить около 400 технических новшеств, которые должны появиться до 1985 г. Таким образом, фирма получила возможность планировать свою деятельность и координировать выпуск новых видов продукции. Опыт фирмы в последующие годы представит большой интерес с точки зрения проверки действенности системы «Делфи» для внутрифирменного планирования. Широко используется система «Делфи» военными организациями и несколько реже — другими правительственными организациями.

Создателем системы «Делфи» является старший научный сотрудник корпорации «РэнД» Норман С. Далки (его соавтором был Олаф Хелмер), который работал над ее совершенствованием с самого начала 50-х годов. Было проведено более тридцати крупных исследований. Последние из них были направлены на то, чтобы показать, что система представляет собой не только средство сбора и уточнение группового мнения, но и что система отличается точностью.

Далки провел контролируемый эксперимент, используя при этом не специалистов, а, как правило, студентов. В качестве цели была поставлена задача получить ответ на вопросы, касающиеся малоизвестных фактов, которые описываются в справочниках, но не известны подавляющему большинству населения (сколько телефонов в ЮАР, сколько голосов было подано за Дж. Кеннеди в Техасе в 1960 г., сколько женщин было к концу второй мировой войны в морском флоте США). Эти эксперименты были проведены в двух вариантах: в одном из них все участники были анонимны (система «Делфи»), в другом студенты встречались друг с другом после каждого цикла. Результаты опыта показали, что студенты, привлеченные к работе по системе «Делфи», пришли к более точным ответам и, кроме того, точность их ответов с каждым последующим циклом повышалась.

Привлекательность системы «Делфи» заключается в том, что она приводит к согласованному мнению группы разных специалистов, обеспечивая тем самым более высокие результаты по сравнению с результатами, которые могут быть достигнуты одним специалистом, или в ходе проведения традиционных конференций и совещаний, в которых убеждение, тщеславие или влияние подавляющего мнения большинства оказывают большое воздействие.

По мнению Диксона, система «Делфи» «не претендует на обладание магической силой или на роль прорицателя. Сторонники системы видят в ней просто один из наиболее перспективных методов, позволяющих создать организационную форму для планирования, анализа и практической деятельности в будущем». Так, Норман Далки видит в системе «Делфи» прогрессивный сдвиг в той области, которую он называет «технологией мнений», и полагает, что в будущем система «Делфи» и другие методы прогнозирования будущего будут оказывать большое влияние на правительство и промышленные круги, потому что подобная методика позволяет занимать более реалистичную позицию в определении задач и возможностей для достижения конечных целей. Для того чтобы проиллюстрировать возможные пути применения системы «Делфи» как инструмента для определения групповой цели, Норман Далки использовал ее для выявления представлений о ценностях. Одна из серий экспериментов была направлена на выяснение коллективного мнения по определению факторов, которые наиболее важны для счастья индивидуума. В данном случае Далки обнаружил, что представления о счастье группы студентов-выпускников и государственных служащих оказались очень близкими.

Тот факт, что различные группы могут прийти к согласию между собой, как это показывал данный эксперимент, и что подобные группы не так далеки друг от друга, как это предполагалось, показывает, что система «Делфи» может оказаться важным средством в определении первоочередных социальных задач.

Методика системы «Делфи» модифицируется, испытывается, проверяется и совершенствуется другими футурологами. Этот процесс можно проследить по различным публикациям футурологов.

Метод анализа взаимного воздействия.

Этот метод применяется там, где кончается действие системы «Делфи». Он разработан заместителем директора Коннектикутского Института изучения будущего Теодором Гордоном. В данном случае используется комплект выполняемых ЭВМ математических расчетов, в результате которых создается представление о взаимосвязи событий, выраженное при помощи математических методов. В этой системе предполагается, что события, предсказанные экспертами, произойдут в измененном виде, если изменятся вызывающие их события.

Существо предположения состоит в том, что событие может: 1) увеличить вероятность, 2) уменьшить вероятность или 3) оказаться безразличным для вероятности возникновения других событий. Суждения, относящиеся к взаимосвязям, прочности таких взаимосвязей и их влиянию на последовательность явлений, представляют собой результаты мыслительной деятельности человека. Рассматриваемый метод анализа применяется для возможного изучения подобных суждений во взаимосвязи друг с другом путем использования счетной техники, многократной обработки на ЭВМ получаемых оценок вероятности возникновения одних событий по мере изменения характера других. Например, если прогноз погоды на месяц улучшился, то возникает более реальная возможность уменьшения потерь при уборке урожая, которые были предусмотрены ранее. Такие суждения могут быть сведены в матрицы, в которых влияние каждого события будет оценено в связи с каждым другим событием, заложенным в матрицу. ЭВМ может осуществлять операции с большим количеством таких событий и дает информацию о возможности сложной совокупности событий, возникающих к определенной дате. ЭВМ благодаря своей способности подсчитать все возможные взаимосвязи становятся необходимыми (например, взаимосвязи 100 событий требуют расчета 29 700 вероятностных состояний).

В исследовательских работах, применяющих данный метод, прогнозируются основные технологические новшества, и среди них: лекарственные средства, меняющие свои свойства в зависимости от особенностей организма больного; химический контроль наследственности; многоцелевые роботы на высоком техническом уровне исполнения; ЭВМ, обладающие исключительно высокими характеристиками; значительное увеличение возможностей для влияния на продолжительность жизни и возможность массового распространения противозачаточных химиотерапевтических средств. Кроме перспективного прогнозирования в исследованиях, проводившихся Коннектикутским институтом, ставилась задача разработки направлений деятельности властей штата но решению проблем, имеющих социальное значение.

Метод экстраполяции.

Экстраполяция тенденций благодаря своей простоте представляет собой, возможно, наиболее общую форму прогнозирования. График, на который наносятся данные, экстраполируется на будущее, вследствие чего выявляется линия или кривая, характеризующая изучаемую тенденцию в будущем. Простейшим примером может служить экстраполяция данных распространения определенного загрязнителя воздуха в будущем, для того чтобы предсказать, что может произойти, если не контролировать степень загрязнения воздуха.

Метод «дерева целей».

Построение «дерева целей», как предполагает сама формулировка термина, представляет собой выражение будущего, которое, будучи графически представлено, принимает вид разветвленного дерева. Подобные графики создаются как последовательные связанные схемы, охватывающие и отражающие все потенциальные события, открытия, возможности.

Данный метод применялся американским исследовательским центром по вопросам просвещения, являющегося самостоятельной исследовательской организацией при Стэнфордском научно-исследовательском институте. В.Харман – директор исследовательского центра, – скептически относится к большинству методик технологического прогнозирования, подобных методу «Делфи», так как считает, что большинство их исключают из процесса познания изменения представлений о ценности. Данный метод не отрицает технологического прогнозирования, но при осуществлении анализов старается, прежде всего, учитывать изменяющееся значение различных событий. Харман отмечает, что, «имея методику, подобную «Делфи», заказчик одновременно получает и пристрастное мнение экспертов, которые не могут шагнуть дальше собственных представлений». Этих недостатков удастся избежать, если использовать метод «дерева целей».