Заместитель директора Института проблем управления им. В. А. Трапезникова РАН член-корреспондент РАН Дмитрий Новиков
Фото: Мария Плешкова
Институт проблем управления им. В. А. Трапезникова РАН был создан в 1939 году, тогда он назывался Институтом телемеханики и автоматики. Перед ним были поставлены задачи разработки теории автоматического регулирования и создания элементов и систем управления, необходимых для авиации и других отраслей промышленности. Затем последовали разработки систем управления космическими кораблями, подводными лодками, атомными электростанциями. Кроме того, институт занимается «чистой» математикой, потому что это основа, которая необходима для управления системами любой природы.
В конце 1960-х в институте появилось направление, связанное с управлением экономическими и организационными, так называемыми активными, системами.
Последние десятилетия в институте начали активно заниматься экономическими, социальными, политическими и образовательными системами.
С перспектив создания теории управления ими мы и начали разговор с заместителем директора института членом-корреспондентом РАН
Дмитрием Новиковым .— Все зависит от того, что хотят получить в результате анализа. Если мы опираемся на математические методы, то получаем абсолютно точные результаты, но в рамках конкретных узких предположений. А если используются методы, характерные для гуманитарных наук, то при минимуме предположений можно делать очень общие выводы. Но обоснованность этих выводов обратно пропорциональна их «ширине». Это можно назвать гносеологическим аналогом принципа Гейзенберга: нельзя добиться одновременно точных и корректных результатов, которые были бы применимы для очень широкого класса объектов. Хотим точный результат — он будет применим в конкретном узком классе объектов. Хотим широкий класс объектов — значит, будет не очень обоснованный результат. Вся наука фактически живет в этих рамках: математика на одном полюсе, гуманитарные науки — на другом. Между ними еще находятся физика, экономика. Для каждой науки можно найти свою точку на этой плоскости.
Есть несколько вложенных функций науки. Первая — описательная, феноменологическая, она отвечает на вопрос, как устроен мир. Описание можно вести на языке количественном и на языке качественном, применяя математику, не применяя и так далее. Описали. Следующий этап — объясняем. Это объяснительная функция научного познания, которая отвечает на вопрос, почему мир устроен так, а не иначе. Здесь уже, если формулировать утверждение «мир устроен так, а не иначе, потому что…», вы должны это обосновать. Опять-таки, это обоснование может быть качественным, может быть математически формализованным. Формализованное описание проще идентифицировать, проще верифицировать и проще обосновать. Следующий уровень — прогностический: а что будет с миром (в широком смысле), если мы уже поняли, как он устроен и почему он именно так устроен? Делать прогнозы можно, конечно, и на экспертно-качественном уровне. Но желательно все-таки на основе количественных моделей. И наконец, четвертый уровень — нормативный. Мы поняли, как устроен мир, почему он так устроен, что может с ним произойти. А теперь надо понять, что сделать, чтобы произошло именно то, что нам надо. Это нормативная функция познания, моделирования. Это и есть управление. Как без математики убедительно обосновать, что для того, чтобы достичь тех целей, которые мы ставим, нужно делать именно так, а не иначе, честно говоря, я не знаю. Либо это должно быть такое экспертное суждение профессионала, которому все полностью доверяют, либо нужна модель, на которой мы проигрываем разные варианты и говорим, что такое управленческое воздействие лучше, потому что на модели оно ведет себя лучше. Идеальный вариант — оптимальное поведение. Идея оптимальности, которая традиционна для математической теории управления, сейчас проникает в другие сферы. Что значит «оптимальное решение»? Это наилучшее решение при заданных условиях, при заданных ограничениях. Оптимальное управление — это наилучшее управление. То есть допустимое воздействие, которое переводит систему в то состояние, которое мы хотим, или максимально близко к целевому состоянию наиболее выгодным способом.
Если же говорить об экономической науке, то на сегодня она все еще по большей части живет на уровне описаний и лишь отчасти — объяснений. Может быть, поэтому в экономике с прогнозами очень плохо.