А вот спрогнозировать поведение системы, состоящей всего лишь из двух людей, сложно. Мы можем быть чуть ли не на 100 % уверены, как поведет себя каждый человек из этой пары, но взятый по отдельности. Однако это не поможет нам спрогнозировать поведение пары. Другими словами, в сложных системах 1 + 1 не равняется двум. И вообще, чему будет равно 1 + 1, в сложных системах, заранее сказать невозможно. Это может быть и 0, и 1, и 2, и 100. Физики говорят, что сложность системы
Сложность возрастает по мере увеличения числа элементов в системе и, соответственно, количества взаимосвязей между ними. Поведение толпы на площади менее предсказуемо, чем поведение пассажиров в купе.
Возрастание сложности по мере увеличения числа элементов в системе носит нелинейный характер. Вот как это выглядит. Предположим, вы придумали пароль из пяти символов. Для того чтобы его взломать, необходимо перебрать около 60 миллионов вариантов. Допустим, вы решили повысить надежность пароля и добавили еще один символ. То есть теперь ваш пароль или секретный код состоит из шести символов. Как думаете, какое теперь количество переборов необходимо совершить, чтобы взломать ваш пароль? На первый взгляд, кажется, что если сложность увеличилась с пяти до шести единиц, то есть на 20 %, то и количество возможных комбинаций увеличится пропорционально. Этот ответ не учитывает системные эффекты. На самом деле количество переборов вырастет далеко не на 20 % и даже не в два раза. Теперь, чтобы взломать новый пароль, вместо 60 миллионов необходимо обработать более 2 миллиардов вариантов. То есть при увеличении количества элементов в системе всего лишь на одну единицу (или на 20 %) сложность системы выросла более чем на 256 %! Если в купе зайдет пятый пассажир, сложность этой группы людей вырастет в разы, а предсказуемость их поведения в разы уменьшится (особенно если этот пятый, размахивая билетом, будет утверждать, что вы сидите на его месте).
В некоторых системах наблюдаются просто умопомрачительные свойства увеличения сложности. Нассим Талеб[1]
в своем блоге приводит пример действительно удивительного роста сложности при увеличении количества элементов. В некоторых сложных системах, пишет он, введение новой переменной может повысить сложность значительно сильнее, чем в два или даже в сто раз – например, переход от 1000 к 1001 переменной может вызвать прирост сложности в миллиард раз!!!Самоорганизация
. Помню, как в девятом классе меня, на тот момент двоечника и хулигана, пересадили с задней парты (к неудовольствию моих дружков, таких же хулиганов и двоечников) на первую парту, к отличнику. Мотив нашей классной руководительницы вполне понятен – отличник должен был стать для меня примером для подражания и подтянуть по алгебре, геометрии и прочим дисциплинам. Ну и конечно же, глядя на «образец для подражания», я должен был стать более дисциплинированным и усидчивым.Но результат на деле оказался диаметрально противоположным. Во время занятий мы не обращали друг на друга никакого внимания, а вот на переменах и после уроков «образец для подражания» очень органично влился в мою плохую компанию. Уже через пару недель мой новый товарищ начал курить и ругаться матом. К концу четверти – бегать вместе с нами на задний двор школы выяснять отношения с другими плохими парнями. А к концу года он и вовсе скатился на самое дно класса, где мы вместе барахтались еще пару лет, после чего наши пути разошлись.
Последствия этого эксперимента оказались плачевными. К концу школы я, сам того не ожидая, взялся за ум и с околосветовой скоростью принялся наверстывать упущенное, чтобы поступить в вуз. А экс-отличник, к тому времени уже постоянно «закладывающий за воротник», учиться бросил, поступил еле-еле в плохонький институт, из которого его вскоре отчислили за прогулы и неуспеваемость. Эх, и как же сложилась твоя судьба, мой «образец для подражания»?
Да, кончилось все не очень хорошо. А все потому, что наша классная не читала книжки по системному подходу и понятия не имела о процессах самоорганизации в сложных системах.