Системоведение: Теория. Методология. Практика.

Вопрос о дальнейшем развитии способов возможностного описания ставится в современной науке весьма остро. Его решение предполагает отказ от ряда исходных идеализаций определения вероятностей. В частности, тех, которые связаны с представлением элементов системы с помощью абстрактно-случайных характеристик. Новые подходы конкретизируют средства описания возможностей применительно к задачам исследования сложных систем. Они трактуют связи между элементами с позиций «разумной» целостности, информационной согласованности. Отсюда проистекают, например, попытки определить вероятность через понятие информации [5].

Учет сложных ситуаций, выделение сложных систем требуют поиска новых форм фиксации определенности (с учетом случайности, возможности, субординации уровней организации и т. д.). В этом плане следует рассматривать обращение к вероятностно-статистическим формам зависимости как к важной разновидности детерминации, выходящей за рамки однозначной причинной детерминации.

Трудности методологического обоснования вероятности во многом связаны с тем, что вероятностные зависимости выводятся из предположения об автономности случайных событий, об отсутствии между ними причинной связи. Вместе с тем в ряде областей научного познания известны факты взаимозаменяемости между строго причинным и вероятностно-статистическим описанием. Такого рода факты свидетельствуют о сложном отношении между вероятностными и традиционными причинными методами научного исследования. В эмпирических исследованиях встречаются, например, попытки представить разброс количественных параметров, охватываемых вероятностной зависимостью, как результат некоторой конкретной причины. Однако простого перехода к определению этой причины, как правило, не существует.

С формальной точки зрения правомерно говорить об идентичности причин, которые порождают массовые случайные явления. Тем не менее, точнее было бы определить такую идентичность, как интегральное действие детерминирующих факторов.

Характеризуя однозначную причинность, приходится учитывать, что ее выделение возможно лишь в достаточно простых случаях, с применением целого ряда идеализации, упрощений, абстракций.

Понятие «однозначная причинность» применимо для широкого круга явлений. Но оно имеет смысл в решении познавательных задач определенного типа, образцы которых демонстрируют классическая физика, классическая механика, термодинамика и т. д. Здесь предмет исследования фиксируется с помощью ряда специфических допущений, таких как учет всех существенных причин, неограниченная точность описания условий и др. Совокупность идеализации такого рода формирует абстракцию «абсолютно изолированной системы», описание которой поддается однозначному истолкованию.

Однозначная причинно-следственная зависимость не всегда выступает в качестве основного звена детерминации. Для многих ситуаций характер причинной связи существенно усложняется. Так, в исследовании сложных вероятностных систем важное значение приобретает учет факторов, обусловливающих иррегулярность процессов. К ним относятся: 1) изменяющиеся и неподдающиеся полному контролю внешние условия, в которых существует данная группа явлений; 2) воздействия на такие явления со стороны независимых причинных рядов; 3) спонтанные внутренние возмущения и противоречия между явлениями. Для отражения совокупного действия такого рода детерминант имеет смысл применять понятие «вероятностная причинность».

Следует отметить, что включение понятия «вероятностная причинность» в научную методологию ставит вопрос о разработке синтетической категории причинности, которая способна учитывать сложную диалектику реального причинения, выступать адекватным средством отражения динамики сложных систем, служить надежным ориентиром обобщения процесса познания сложных явлений.

2.2. Природа стохастических процессов

Понятие о стохастических процессах и законах их реализации характеризует особый аспект вероятностной концепции детерминизма. Анализ этого аспекта имеет специфическое значение для обоснования методологии системных исследований.

Традиционно для выражения статистических закономерностей используется язык функций множеств. Аппарат исследования таких функций дает теория вероятностей и математическая статистика. Общая форма этих функций характеризуется как вероятностное распределение.

На математическом языке статистическая закономерность описывает зависимость одних распределений от других и их изменение во времени. В рамках распределения устанавливается особый способ интеграции элементов статистической совокупности — случайных событий, для каждого из которых фиксируется устойчивая частота признаков, соотносимая с численной мерой вероятности. Вместе с тем, распределение фиксирует дифференцированность элементов по группам, типам, состояниям.