Сложные системы: целостность, иерархия, идентичность

Познание сложности и сложность познания. Использование понятия сложности сопряжено с условиями семантической неопределенности, варьирующейся в зависимости от контекста. Так, если на уровне обыденных практик семантически сближаются понятия сложности и трудности, то на уровне частных исследовательских областей применения происходит выделение и противопоставление отдельных смысловых граней понятия сложности. Теоретический анализ первого случая сближения приводится Э. Далем. Если трудность представляет собой меру затрат усилий, необходимых для выполнения действия, то сложность является объективной мерой абстрактного характера, применяемой для оценки системных образований[54]. Большое значение имеет частный случай проявления полисемантичности данного понятия, описываемый П. Сильерсом на уровне расхождения терминов complicated и complex: если первый предполагает возможность получения исчерпывающих сведений о системе путем исследования множества ее компонентов, то второй подразумевает изменчивый характер внешних и внутренних взаимодействий системы, делающий такое «статичное» описание неадекватным[55].

В кибернетике и теории систем характеристика сложности присваивается на основании оценки функциональных и организационных параметров системы. Как правило, сложность используется в качестве сравнительной характеристики[56]. Сложность здесь не рассматривается в качестве предельного понятия, в зависимости от контекста на первый план могут выступать либо онтологические аспекты сложности (определение сложности систем исходя из их структуры либо характера осуществления), либо гносеологические (трудоемкость и проблематичность моделирования системы и связанных с ней процессов, методологические затруднения в реализации программы исследования).

Исследование возможностей моделирования занимает главенствующее место в осмыслении теоретико-познавательной проблематики данных научных дисциплин. Ключевое значение моделирования эволюции материи, развития материальных систем в понимании сложности отмечается, в частности, К. Майнцером[57]. По мнению одного из отечественных исследователей логических и методологических проблем кибернетики Ю. А. Петрова, изучение и развитие отображения движения сложных систем с помощью моделей осуществляется на уровне синтетического знания[58]. Сложность познается на уровне сопоставления и взаимодополнения теоретического моделирования и эмпирических данных. Он отмечает, что отображение движения может осуществляться только посредством диалектического синтеза разнообразных теорий[59]. Значение данного положение состоит в предвосхищении им принципа трансдисциплинарности на уровне логики научного исследования.

В кибернетике понятие информации часто используется в создании образа познания сложных систем. Возможны утверждения об информации как об организации, упорядоченности, сложности[60]. Однако буквальное отождествление информации и сложности являлось бы методологически непродуктивным, поэтому многими авторами – исследователями философских проблем кибернетики информация понималась в качестве меры сложности. Если исходить из диалектико-материалистических представлений об отражении как основе информации, то вопрос о гносеологических и онтологических аспектах сложности упраздняется, поскольку они сливаются в едином процессуальном контексте. Процесс отражения одновременно зависит от отражаемого и отражающего и не зависит от них[61]. Далее обратимся к рассмотрению возникающих при использовании данного подхода коллизий, предварительно обозначив значительные теоретико-познавательные аспекты понимания сложности.

Понятие сложности устремлено к охвату связи количественных и качественных факторов в определении. Так, количественный аспект сложности проявляется и в образе мышления исследователя сложного явления, предпочитающего диалогическое со-развитие теоретических оснований и методологических средств, совершающего отказ от ригоризма обособления в пользу плюрализма взаимосвязи. Особый смысл в данном контексте приобретают слова В. В. Налимова о том, что быть научным сегодня – это значит, быть метафоричным[62]. Усложнение научного мышления может быть охарактеризовано как рост количества продуктивных метафор, способствующих развитию научной коммуникации. Качественный аспект усложнения научного мышления состоит в совершенствовании семантической конвергенции, развитии «взаимопонимания» между научными дисциплинами при сохранении их автономного значения и, что важно отметить, совершенствования в качестве самостоятельных отраслей знания.