Rumah Pulpitis Mengapa penggunaan model mempengaruhi batas penerapannya. Aspek subyektif penerapan pemodelan matematika operasi militer dalam pekerjaan badan komando dan kontrol militer

Pulpitis

Mengapa penggunaan model mempengaruhi batas penerapannya. Aspek subyektif penerapan pemodelan matematika operasi militer dalam pekerjaan badan komando dan kontrol militer

PIKIRAN MILITER No. 10/2011, hal.49-53

KolonelO.V. TIKHANYCHEV ,

Kandidat Ilmu Teknik

TIKHANYCHEV Oleg Vasilievich lahir pada tanggal 30 Oktober 1965 di kota Shuya, wilayah Ivanovo. Lulus dari Sekolah Teknik dan Komando Militer Tinggi Kazan (1988), Akademi Artileri Mikhailovsky (1997). Menjabat sebagai komandan peleton, wakil komandan baterai di GSVG dan Distrik Militer Kaukasus Utara. Sejak 1997 - di Institut Penelitian Pusat ke-27 Kementerian Pertahanan Federasi Rusia dalam posisi rekan meneliti, kepala departemen, peneliti terkemuka departemen penelitian.

Pada tahun 2005 ia mempertahankan tesisnya untuk Calon Ilmu Teknik. Penulis lebih dari 100 makalah ilmiah. Profesor di Akademi Ilmu Militer.

ANOTASI. Pengalaman mengembangkan model matematika sistem kontrol otomatis dan penggunaan prototipe program model matematika pada acara pelatihan operasional dianalisis. Kebutuhan untuk meningkatkan prosedur pengembangan model matematika untuk mengurangi pengaruh faktor subjektif terhadap efektivitas penerapannya telah dibuktikan.

KATA KUNCI: pemodelan matematika, prosedur pengembangan model, pengalaman dalam kegiatan pelatihan operasional, faktor obyektif dan subyektif, peningkatan organisasi pengembangan model.

RINGKASAN. Penulis menganalisis pengalaman pengembangan model matematika untuk sistem kendali otomatis dan penerapan prototipe perangkat lunak model matematika untuk kegiatan pelatihan operasional. Perlunya perbaikan prosedur pengembangan model matematika beralasan untuk mengurangi pengaruh faktor manusia terhadap efektivitas penerapannya.

KATA KUNCI: simulasi matematika, prosedur pemodelan, pengalaman kegiatan pelatihan operasional, faktor objektif dan manusia, peningkatan organisasi pemodelan.

DI DALAM KONDISI MODERN arah prioritas reformasi TNI Federasi Rusia adalah meningkatkan efisiensi penggunaannya, termasuk melalui otomatisasi komando dan kendali pasukan (pasukan). Otomatisasi komando dan kendali pasukan (pasukan) dipahami sebagai proses melengkapi markas besar, pos komando, dan kompleks tempur dengan sarana elektronik. teknologi komputer dan penggunaannya dalam pekerjaan badan pengatur.

Komponen intelektual dari kompleks alat otomasi sistem kendali pasukan otomatis (ATCS) adalah perangkat lunak, yang dibagi menjadi umum, seluruh sistem, dan khusus. Perangkat lunak khusus (SPO) sistem kendali otomatis terdiri dari perhitungan, masalah informasi dan model matematika. Yang terakhir ini memainkan peran penting dalam proses perencanaan operasi (aksi tempur) dan komando dan kendali pasukan (pasukan), memberikan perkiraan perkembangan situasi dan penilaian komparatif terhadap efektivitas keputusan yang diambil.

Artikel “Pemodelan Konfrontasi Bersenjata: Prospek Pembangunan” mengkaji sejumlah aspek penting penerapan pemodelan matematika dalam urusan militer. Namun faktor subjektif tetap berada di balik layar, meskipun dalam praktiknya mempunyai pengaruh yang signifikan terhadap penggunaan pemodelan matematika dalam proses pengorganisasian operasi (operasi tempur). Alasan subyektif Terbatasnya penggunaan pemodelan matematika dalam kerja praktek kantor pusat belum mendapat liputan yang memadai dalam publikasi berikutnya terkait pemodelan matematika. Jadi, dalam artikel “Masalah otomatisasi dukungan keputusan intelektual untuk komandan senjata gabungan di tingkat taktis” disebutkan bahwa model matematika seharusnya menjadi komponen terpenting dari sistem kendali otomatis, namun belum ditemukan aplikasi yang luas dalam proses mengambil keputusan untuk melawan dan mengelolanya. Mengapa hal ini terjadi tidak dijelaskan secara spesifik. Kerugian dari model yang ada dan faktor teknologi obyektif yang menghambat penggunaan pemodelan matematika terutama dipertimbangkan. Alasan subyektif disebutkan secara sepintas.

Pada saat yang sama V Di bidang militer yang ditandai dengan konfrontasi yang sengit dan tanggung jawab pribadi yang tinggi dari pengambil keputusan, kehadiran faktor subjektif tidak hanya tidak dapat dihindari, tetapi juga merupakan fenomena alam. Dalam kondisi informasi yang tidak lengkap, komandan (panglima) yang berpengalaman mampu merumuskan keputusan yang tepat pada tingkat intuitif. Pada saat yang sama, mereka biasanya berangkat dari gagasan subjektif mereka tentang pentingnya berbagai kriteria optimalitas dan efektivitas kemungkinan alternatif terhadap keputusan yang diambil. Hal inilah yang seringkali menimbulkan penolakan subjektif terhadap hasil pemodelan matematis, yang pada akhirnya dapat menimbulkan kesalahan serius dalam perencanaan dan pengendalian tempur.

Dengan demikian, adanya faktor subjektif yang menghambat penggunaan pemodelan matematika dalam urusan militer - fakta nyata, membutuhkan refleksi dan mengambil tindakan yang tepat.

Apa yang secara spesifik menentukan kasus penolakan subjektif terhadap penggunaan pemodelan matematika oleh pejabat badan komando dan kendali militer (MCA)? Ada banyak alasan, dan alasan tersebut muncul baik pada tahap pengembangan maupun pada tahap penggunaan model matematika.

Alasan utama penolakan inovasi apa pun, seperti yang dikatakan para psikolog, adalah kurangnya pemahaman tentang esensinya, ketidaktahuan akan fitur-fiturnya, dan ketidakmampuan untuk menerapkannya.

Prosedur yang ada untuk menggunakan perangkat lunak sumber terbuka menyiratkan bahwa pejabat - pengguna sistem kendali otomatis mengetahui dengan pasti batasan dan asumsi yang diadopsi selama pengembangan perangkat lunak sumber terbuka, dan batas penerapan model matematika dari perangkat lunak sumber terbuka. Dalam batas-batas inilah inspeksi dan pengujian elemen perangkat lunak sumber terbuka dilakukan untuk memastikan kinerja dan kecukupannya. Hal ini sepenuhnya berlaku untuk model matematika sebagai bagian integral dari perangkat lunak sumber terbuka. Secara teoritis, pejabat otoritas administratif yang menggunakan komponen SPO dalam kegiatan praktisnya harus memahami batas penerapan model matematika dengan mempelajari secara cermat dokumentasi operasional komponen perangkat lunak. Pahami, ingat dan selalu dibimbing oleh mereka. Sayangnya, situasi ideal ini tidak selalu terwujud dalam praktik, terutama karena ketidaksempurnaan pengorganisasian proses pembelajaran pejabat OVU bekerja pada peralatan otomasi.

Masalah lainnya adalah masalah pembagian tanggung jawab atas keputusan yang diambil antara pengguna model dan pengembang peralatan matematikanya. Jika di sistem teknis Pembagian tanggung jawab atas kesalahan pengoperasian antara pengembang dan pengguna ditentukan dalam standar negara bagian dan peraturan teknis yang relevan, tetapi untuk perangkat lunak belum ada dokumen seperti itu. Tingginya tanggung jawab pejabat lembaga pendidikan terhadap hasil kegiatannya, ditambah dengan ketidakpastian pemahaman tentang batasan penerapan model, menimbulkan kekhawatiran tertentu di kalangan pejabat ketika menggunakan pemodelan matematika dalam praktik perencanaan. operasi nyata(tempur). Tanpa menyelesaikan masalah ini, tidak mungkin untuk memastikan penggunaan penuh pemodelan matematika dalam praktik pengoperasian perangkat.

Secara signifikan mempengaruhi pengenalan pemodelan matematika ke dalam praktik OVU adalah irasionalitas tata letak antarmuka model matematika yang dibuat oleh industri. DI DALAM Saat ini, perhatian terhadap aspek ini masih kurang ketika mengembangkan program. Psikologi teknik dan ergonomi tidak menambah optimisme: mereka terutama berhubungan dengan mode operasi operator dan peralatan tempat kerja, tetapi tidak dengan kualitas antarmuka program.

Sekaligus dengan perkembangan teknologi Informasi Dengan meningkatkan kemampuan teknologi komputer, manusia semakin menjadi penghubung yang memperlambat pengambilan keputusan dalam sistem kendali otomatis. Dan penyebabnya adalah antarmuka program yang memperlambat proses pemasukan data awal dan analisis hasil pemodelan. Bagaimanapun, antarmuka adalah elemen utama komunikasi antara pengguna dan program. Seringkali kenyamanan antarmukalah yang menentukan apakah pengguna akan beralih ke program pada saat-saat kritis dan apakah ia akan dapat dengan cepat melakukan perhitungan dan menganalisis hasilnya.

Sangat buruk bahwa pekerjaan kreatif dan “sedikit demi sedikit” dalam menciptakan antarmuka program dan mengembangkan pendekatan untuk menyatukannya, yang hanya dapat dilakukan oleh seorang spesialis dengan pandangan operasional dan teknis yang luas, tidak berhubungan dengan kegiatan ilmiah sama sekali. Pada saat yang sama, kurangnya pendekatan terpadu terhadap implementasi antarmuka model matematika dan masalah informasi dan perhitungan secara signifikan mengurangi sifat penggunanya dan mempersulit pejabat untuk menguasai dan menerapkannya dalam kegiatan lembaga pendidikan.

Sesuai dengan dokumen yang mengatur, dua kategori pengembang mengambil bagian dalam pembuatan antarmuka untuk model dan tugas dari perangkat lunak sistem kontrol otomatis: karyawan Universitas Riset Nasional Kementerian Pertahanan, yang memimpin dukungan ilmiah militer untuk pembuatan sistem kontrol otomatis, dan pengembang perangkat lunak di perusahaan industri. Semuanya setidaknya ahli dalam pemanfaatan teknologi komputer. Namun keterampilan ini juga dapat memainkan peran negatif. Spesialis secara tidak sadar menciptakan model antarmuka “untuk dirinya sendiri”, dan bukan untuk petugas staf yang bekerja di bawah tekanan waktu yang berat dan merupakan spesialis di bidang militer. Dan logika seorang programmer seringkali berbeda dengan logika orang biasa. Tidak heran mereka bercanda seperti itu orang normal percaya bahwa ada 1000 byte dalam satu kilobyte, dan pemrogram yakin ada 1024 gram dalam satu kilogram. Akibat perbedaan ini, kesederhanaan antarmuka selama pengembangan sering kali dikorbankan demi beberapa kualitas dan kemampuan tambahan yang tampaknya diperlukan bagi pemrogram. Akibatnya, terdapat kesulitan dalam penguasaan antarmuka model dan tugas oleh pejabat lembaga pendidikan, dan keengganan untuk bekerja sama dengan mereka dalam memecahkan masalah praktis.

Dampak negatif dari faktor ini hanya dapat dihilangkan dengan mengubah prosedur pengembangan SMPO yang ada, dan memastikan partisipasi yang lebih besar V proses pengembangan model matematika pengguna akhir. Untuk tujuan ini, disarankan untuk memperkenalkan tahap (tahapan) wajib dari operasi uji coba elemen perangkat lunak sumber terbuka V eksekusi mock-up dengan melibatkan pejabat OVU. Berdasarkan hasil tahapan tersebut, perlu dilakukan penyempurnaan terhadap unsur SPO V bagian dari organisasi antarmuka program. Omong-omong, pengalaman global dalam pengembangan perangkat lunak menunjukkan bahwa teknologi apa pun yang digunakan (kaskade, spiral, atau papan tempat memotong roti) harus berisi tahap pembuatan prototipe, berdasarkan hasil penyelesaian perangkat lunak, termasuk bagian antarmukanya.

Ini juga penting sikap pribadi setiap pejabat terhadap hasil pemodelan matematika. Sikap ini dapat diekspresikan dalam ketidakpercayaan umum terhadap hasil yang diperoleh dengan menggunakan peralatan matematika yang tidak diketahui, dan terbentuk selama “komunikasi” dengan model. Yang terakhir ini patut mendapat perhatian khusus.

Bukan rahasia lagi bahwa terkadang pejabat ODU, yang tidak puas dengan hasil pemodelan, mencoba melakukannya cara yang berbeda perbaiki mereka. Seorang pengguna (operator) yang mengetahui model dengan baik dapat “memainkan” berbagai faktor untuk mempengaruhi hasil V sisi kanan. Ketika menjadi pengambil keputusan, ia berpendapat bahwa model tersebut dapat menunjukkan hasil apa pun, asalkan ada keinginan. Pendapat ini sangat keliru dan muncul dari ketidaktahuan akan ciri-ciri pemodelan matematika. Ya, hasil simulasi dapat sedikit disesuaikan dengan mengubah salah satu kondisi awal pengorganisasian aksi kelompok lawan, yang termasuk dalam kategori tidak pasti dan dipilih oleh operator dalam batasan yang telah ditetapkan. Namun tidak mungkin memalsukan hasil tanpa mengubah data aslinya, terutama jika model tersebut digunakan analisis perbandingan pilihan untuk penggunaan pasukan (pasukan), semua hal lain dianggap sama. Hasilnya sendiri mungkin berubah, namun model akan tetap menunjukkan tren yang tepat dalam situasi tersebut.

Pendekatan Ke penyelesaian situasi ini, menurut kami, sama - keterlibatan pejabat dalam pengembangan perangkat matematika, yang tertanam dalam SMPO yang dibuat untuk mengotomatisasinya kegiatan. Pertama-tama, hal ini berkaitan dengan formalisasi proses simulasi dan pembentukan sistem toleransi dan pembatasan.

Melibatkan pejabat lembaga pendidikan dalam pengembangan SMPO, khususnya untuk mendeskripsikan perangkat model matematika, bukanlah jalan yang mudah. Hal ini memerlukan upaya tertentu dari pelanggan dan industri, tidak hanya teknis, tetapi juga organisasi, dan terkadang rencana pendidikan. Namun pengalaman praktis dari pekerjaan serupa yang tersedia di Lembaga Penelitian Pusat ke-27 Kementerian Pertahanan membuktikan keefektifan metode ini. Pengembangan sejumlah metode perhitungan operasional bersama dengan petugas departemen urusan dalam negeri menunjukkan bahwa selanjutnya perangkat lunak yang mengimplementasikan peralatan matematika yang dibuat bersama dirasakan lebih baik oleh pejabat. Pengetahuan tentang peralatan matematika yang digunakan dalam perangkat lunak dan batas penerapannya menjamin kepercayaan pada hasil pemodelan.

Dengan demikian, analisis faktor subjektif yang menghambat penggunaan pemodelan matematika dalam kerja praktek lembaga pendidikan menunjukkan bahwa kekurangan yang ada bersifat sistemik. Mereka tidak bergantung pada pengembang perangkat lunak sumber terbuka tertentu dan pendekatan yang dipilihnya untuk membuat perangkat lunak sumber terbuka sistem kontrol otomatis: fungsional, struktural, atau proses. Untuk menghilangkannya, perlu untuk mengubah prosedur pembuatan model matematika, memperkenalkan tahapan wajib yang melibatkan partisipasi pengguna model di masa depan dalam pengembangannya, dan prosedur untuk mempersiapkan pejabat lembaga pendidikan untuk bekerja dengan mereka.

Di samping itu, Penting untuk memikirkan satu lagi faktor subjektif dari ketidakpercayaan terhadap pemodelan matematika, timbul dalam kasus di mana perwakilan industri secara tidak wajar sering memodifikasi model matematika atau mencoba menerapkannya ketika hal ini tidak diperlukan secara obyektif.

Analisis pengalaman asing menunjukkan bahwa yang paling dapat diterima adalah peningkatan bertahap dalam kemampuan model matematika melalui modernisasinya tanpa mengubah “inti” matematika secara radikal dan, tentu saja, penggunaan pemodelan matematika untuk operasi perencanaan (aksi tempur) hanya jika benar-benar diperlukan, dimana ada syarat untuk ini. Sayangnya, di negara kita sering kali terjadi justru sebaliknya. Modifikasi model yang sering terjadi secara tidak wajar, perluasan pemodelan matematika ke area yang tidak dapat diterapkan (misalnya, pada tingkat "batalyon - kompi (baterai) - peleton"), secara subyektif mengurangi kepercayaan dalam proses penggunaan model saat merencanakan operasi militer , dan mendiskreditkan gagasan pemodelan matematika.

Oleh karena itu, untuk mengurangi dampak negatif faktor subjektif terhadap penggunaan pemodelan matematika dalam praktik unit kendali, perlu dilakukan peningkatan pengetahuan dan keterampilan pengguna SMPO serta mengatasi keengganan pengembang dalam memperhatikan kebutuhannya. (untuk mengatasi sistem kendali otomatis di bawah bimbingan tegas pelanggan, dengan bantuan sistem kendali dan organisasi yang menyediakan pekerjaan dukungan ilmiah militer).

Untuk melakukan ini, Anda perlu:

penyempurnaan prosedur pengembangan model matematika, termasuk dalam proses pengembangan tahapan wajib pembuatan prototipe dan pengujian model di lembaga pendidikan; perubahan sikap (peningkatan perhatian) terhadap pembuatan antarmuka perangkat lunak untuk model matematika dari sistem kendali otomatis;

penyesuaian pedoman yang menjelaskan isi tahapan pengembangan model matematika;

optimalisasi proses pelatihan pejabat yang menggunakan model matematika sebagai bagian dari perangkat lunak sumber terbuka untuk kit otomatisasi titik kendali.

Penerapan langkah-langkah ini akan memungkinkan pemodelan matematis mengambil tempat yang tepat dan tepat dalam proses pengorganisasian operasi (aksi tempur) dan komando dan kendali pasukan (pasukan).

Pemikiran Militer. 2009. No.7.Hal.12-20.

Pemikiran Militer. 2009. No.9.hlm.43-53.

Tinjauan militer asing. 2006. Nomor 6. Hal. 17-23; 2008. Nomor 11. Hal. 27-32.

Untuk berkomentar Anda harus mendaftar di situs.

Victor Kuligin

Pengungkapan isi dan spesifikasi konsep harus didasarkan pada satu atau beberapa model spesifik dari hubungan timbal balik konsep. Model, yang secara obyektif mencerminkan aspek tertentu dari hubungan, memiliki batas penerapan, di luar itu penggunaannya mengarah pada kesimpulan yang salah, namun dalam batas penerapannya, model tersebut tidak hanya harus memiliki gambaran, kejelasan dan kekhususan, tetapi juga memiliki nilai heuristik.

Beragamnya manifestasi hubungan sebab-akibat di dunia material menyebabkan adanya beberapa model hubungan sebab-akibat. Secara historis, setiap model hubungan ini dapat direduksi menjadi salah satu dari dua jenis model utama atau kombinasi keduanya.

a) Model berdasarkan pendekatan waktu (model evolusioner). Di sini perhatian utama terfokus pada sisi temporal hubungan sebab-akibat. Satu peristiwa – “penyebab” – menimbulkan peristiwa lain – “akibat”, yang tertinggal dari penyebab dalam waktu (lag). Keterlambatan adalah ciri pendekatan evolusioner. Sebab dan akibat saling bergantung. Namun rujukan pada timbulnya akibat oleh suatu sebab (genesis), meskipun sah, dimasukkan ke dalam definisi hubungan sebab-akibat seolah-olah dari luar, dari luar. Ini menangkap sisi luar dari hubungan ini tanpa menangkap esensinya secara mendalam.

Pendekatan evolusi dikembangkan oleh F. Bacon, J. Mill dan lain-lain Titik kutub ekstrim dari pendekatan evolusi adalah posisi Hume. Hume mengabaikan genesis, menyangkal sifat obyektif dari kausalitas, dan mereduksi kausalitas menjadi keteraturan sederhana dari peristiwa-peristiwa.

b) Model berdasarkan konsep “interaksi” (model struktural atau dialektis). Kita akan mengetahui arti nama-nama itu nanti. Fokus utama di sini adalah pada interaksi sebagai sumber hubungan sebab-akibat. Interaksi itu sendiri berperan sebagai sebab. Banyak perhatian Kant mengambil pendekatan ini, namun pendekatan dialektis terhadap kausalitas memperoleh bentuknya yang paling jelas dalam karya Hegel. Di antara para filsuf Soviet modern, pendekatan ini dikembangkan oleh G.A. Svechnikov, yang berusaha memberikan interpretasi materialistis terhadap salah satu model struktural hubungan sebab-akibat.

Model yang ada dan digunakan saat ini mengungkapkan mekanisme hubungan sebab-akibat dengan cara yang berbeda-beda, yang menimbulkan perbedaan pendapat dan menjadi dasar diskusi filosofis. Intensitas diskusi dan sifat sudut pandang yang berbeda-beda menunjukkan relevansinya.

Mari kita soroti beberapa masalah yang sedang dibahas.

a) Masalah simultanitas sebab dan akibat. Ini adalah masalah utama. Apakah sebab dan akibat terjadi bersamaan atau dipisahkan oleh selang waktu? Jika sebab dan akibat terjadi bersamaan, lalu mengapa sebab menimbulkan akibat, dan bukan sebaliknya? Jika sebab dan akibat tidak terjadi bersamaan, apakah ada sebab yang “murni”, yaitu sebab tanpa akibat yang belum terjadi, dan akibat yang “murni”, apabila tindakan dari sebab tersebut telah berakhir, namun akibat masih berlangsung? Apa yang terjadi dalam interval antara sebab dan akibat, jika keduanya dipisahkan dalam waktu, dan sebagainya?

b) Masalah ketidakjelasan hubungan sebab-akibat. Apakah sebab yang sama menimbulkan akibat yang sama, atau dapatkah satu sebab menimbulkan akibat dari beberapa akibat potensial? Bisakah efek yang sama dihasilkan oleh salah satu dari beberapa penyebab?

c) Masalah kebalikan dari suatu akibat terhadap penyebabnya.

d) Masalah menghubungkan sebab, peristiwa dan kondisi. Bisakah, dalam keadaan tertentu, sebab dan kondisi berubah peran: sebab menjadi suatu kondisi, dan kondisi menjadi sebab? Apa hubungan obyektif dan ciri khas sebab, peristiwa, dan kondisi?

Pemecahan masalah ini bergantung pada model yang dipilih, yaitu. sebagian besar, tentang konten apa yang akan dimasukkan dalam kategori awal “sebab” dan “akibat”. Sifat definisional dari banyak kesulitan diwujudkan, misalnya, dalam kenyataan bahwa tidak ada jawaban tunggal terhadap pertanyaan tentang apa yang harus dipahami sebagai “sebab”. Beberapa peneliti menganggap suatu sebab sebagai objek material, yang lain sebagai fenomena, yang lain sebagai perubahan keadaan, yang lain sebagai interaksi, dan sebagainya.

Upaya untuk melampaui representasi model dan memberikan definisi umum dan universal tentang hubungan sebab-akibat tidak mengarah pada solusi masalah. Contohnya adalah definisi berikut: “Penyebabnya seperti itu hubungan genetik fenomena di mana satu fenomena, yang disebut sebab, dengan adanya kondisi-kondisi tertentu, pasti menghasilkan, menyebabkan, menghidupkan fenomena lain, yang disebut akibat.” Definisi ini secara formal valid untuk sebagian besar model, tetapi tanpa bergantung pada model, definisi ini tidak dapat menyelesaikan masalah yang diajukan (misalnya, masalah simultanitas) dan oleh karena itu memiliki nilai teoritis-kognitif yang terbatas.

Ketika memecahkan masalah yang disebutkan di atas, sebagian besar penulis cenderung berangkat dari gambaran fisik dunia modern dan, sebagai suatu peraturan, kurang memperhatikan epistemologi. Sementara itu, menurut kami, ada dua permasalahan yang penting di sini: masalah menghilangkan unsur antropomorfisme dari konsep kausalitas dan masalah hubungan non-kausal dalam ilmu pengetahuan alam. Hakikat permasalahan pertama adalah kausalitas sebagai kategori filosofis objektif harus bersifat objektif, tidak bergantung pada subjek yang mengetahui dan aktivitasnya. Inti dari masalah kedua: haruskah kita mengakui hubungan sebab akibat dalam ilmu pengetahuan alam sebagai sesuatu yang universal dan universal, atau haruskah kita menganggap bahwa hubungan tersebut sifatnya terbatas dan ada hubungan yang bersifat non-kausal yang mengingkari hubungan sebab akibat dan membatasi batas-batas ilmu pengetahuan alam. penerapan prinsip kausalitas? Kami percaya bahwa prinsip kausalitas bersifat universal dan obyektif serta penerapannya tidak mengenal batasan.

Jadi, dua jenis model, yang secara objektif mencerminkan beberapa aspek dan ciri penting dari hubungan sebab-akibat, sampai batas tertentu bertentangan, karena keduanya memecahkan masalah simultanitas, ketidakjelasan, dll. dengan cara yang berbeda, tetapi pada saat yang sama, secara obyektif mencerminkan beberapa aspek hubungan sebab-akibat, mereka harus berada dalam hubungan timbal balik. Tugas pertama kita adalah mengidentifikasi hubungan ini dan menyempurnakan modelnya.

Batasan penerapan model

Mari kita coba menetapkan batas penerapan model tipe evolusioner. Rantai sebab akibat yang memenuhi model evolusi cenderung memiliki sifat transitivitas. Jika kejadian A adalah sebab dari kejadian B (B adalah akibat dari A), jika sebaliknya kejadian B adalah penyebab dari kejadian C, maka kejadian A adalah penyebab dari kejadian C. Jika A → B dan B → C , lalu A → C. Jadi Dengan cara ini, rantai sebab-akibat yang paling sederhana terbentuk. Peristiwa B dapat bertindak sebagai penyebab dalam satu kasus, dan sebagai konsekuensi dalam kasus lain. Pola ini dicatat oleh F. Engels: “... sebab dan akibat adalah representasi yang memiliki makna, hanya jika diterapkan pada kasus individu tertentu: tetapi segera setelah kita mempertimbangkan kasus individu ini dalam hubungan umum dengan seluruh dunia. secara keseluruhan, representasi-representasi tersebut menyatu dan terjalin dalam representasi interaksi universal, di mana sebab dan akibat senantiasa berpindah tempat; apa yang menjadi sebab di sini atau saat ini menjadi akibat di sana atau nanti dan sebaliknya” (vol. 20, hal. 22).

Properti transitivitas memungkinkan kita untuk melaksanakan analisis rinci rantai sebab akibat. Ini terdiri dari membagi rantai terakhir menjadi hubungan sebab-akibat yang lebih sederhana. Jika A, maka A → B 1, B 1 → B 2,..., B n → C. Tetapi apakah rantai sebab-akibat yang berhingga mempunyai sifat dapat dibagi tak terhingga? Bisakah jumlah mata rantai dalam rantai berhingga N cenderung tak terhingga?

Berdasarkan hukum peralihan perubahan kuantitatif menjadi perubahan kualitatif, dapat dikatakan bahwa ketika membagi rantai sebab-akibat akhir, kita akan dihadapkan pada isi hubungan individu dalam rantai tersebut sehingga pembagian lebih lanjut menjadi tidak ada artinya. Perhatikan bahwa pembagian tak terbatas, yang menyangkal hukum transisi perubahan kuantitatif menjadi perubahan kualitatif, disebut Hegel sebagai "ketidakterbatasan yang buruk"

Peralihan perubahan kuantitatif menjadi kualitatif terjadi, misalnya pada saat membagi sepotong grafit. Ketika molekul dipisahkan hingga terbentuk gas monoatomik, komposisi kimianya tidak berubah. Pembagian lebih lanjut suatu zat tanpa mengubahnya komposisi kimia tidak mungkin lagi, karena tahap selanjutnya adalah pembelahan atom karbon. Di sini, dari sudut pandang fisikokimia, perubahan kuantitatif mengarah ke perubahan kualitatif.

Pernyataan F. Engels di atas dengan jelas menunjukkan gagasan bahwa dasar hubungan sebab-akibat bukanlah ekspresi kehendak yang spontan, bukan kebetulan dan bukan jari ilahi, melainkan interaksi universal. Di alam tidak ada kemunculan dan kehancuran gerak secara spontan, yang ada saling peralihan dari satu bentuk gerak materi ke bentuk gerak lainnya, dari satu benda material ke benda material lainnya, dan peralihan tersebut tidak dapat terjadi selain melalui interaksi benda-benda material. Transisi seperti itu, yang disebabkan oleh interaksi, menimbulkan fenomena baru, mengubah keadaan objek yang berinteraksi.

Interaksi bersifat universal dan menjadi dasar sebab-akibat. Seperti yang dikatakan Hegel dengan tepat, “interaksi adalah hubungan sebab akibat yang dikemukakan dalam perkembangan penuhnya.” F. Engels merumuskan gagasan ini dengan lebih jelas lagi: “Interaksi adalah hal pertama yang muncul di hadapan kita ketika kita mempertimbangkan materi bergerak secara keseluruhan dari sudut pandang ilmu pengetahuan alam modern... Dengan demikian, ilmu pengetahuan alam menegaskan bahwa... bahwa interaksi adalah causa finalis yang sebenarnya. Kita tidak dapat melangkah lebih jauh dari pengetahuan tentang interaksi ini karena di baliknya tidak ada lagi yang perlu diketahui” (vol. 20, p. 546).

Karena interaksi adalah dasar kausalitas, mari kita perhatikan interaksi dua objek material, diagramnya ditunjukkan pada Gambar. 1. Contoh ini tidak melanggar penalaran umum, karena interaksi beberapa objek direduksi menjadi interaksi berpasangan dan dapat dianggap dengan cara yang sama.

Sangat mudah untuk melihat bahwa selama interaksi kedua objek secara bersamaan saling mempengaruhi (tindakan timbal balik). Dalam hal ini, keadaan masing-masing objek yang berinteraksi berubah. Tidak ada interaksi - tidak ada perubahan keadaan. Oleh karena itu, perubahan keadaan salah satu objek yang berinteraksi dapat dianggap sebagai konsekuensi parsial dari sebab – interaksi. Perubahan keadaan seluruh benda secara keseluruhan akan terjadi penyelidikan penuh.

Jelaslah bahwa model sebab akibat dari mata rantai dasar model evolusi tersebut termasuk dalam golongan struktural (dialektis). Perlu ditekankan bahwa model ini tidak terbatas pada pendekatan yang dikembangkan oleh G.A. Svechnikov, sejak diselidiki G.A. Svechnikov, menurut V.G. Ivanov, memahami “... perubahan pada satu atau semua objek yang berinteraksi atau perubahan sifat interaksi itu sendiri, hingga keruntuhan atau transformasinya.” Adapun pergantian negara, ini adalah perubahan G.A. Svechnikov mengklasifikasikannya sebagai jenis koneksi non-kausal.

Jadi, kami telah menetapkan bahwa model evolusioner sebagai model dasar, perawatan utama mengandung model struktural (dialektis) berdasarkan interaksi dan perubahan keadaan. Nanti kita akan kembali ke analisis hubungan timbal balik model-model ini dan studi tentang sifat-sifat model evolusi. Di sini kami ingin mencatat bahwa, sesuai sepenuhnya dengan sudut pandang F. Engels, perubahan fenomena dalam model evolusi yang mencerminkan realitas objektif terjadi bukan karena keteraturan peristiwa yang sederhana (seperti dalam D. Hume), tetapi karena dengan persyaratan yang dihasilkan oleh interaksi (genesis ). Oleh karena itu, meskipun referensi terhadap generasi (genesis) dimasukkan ke dalam definisi hubungan sebab-akibat dalam model evolusi, referensi tersebut mencerminkan sifat obyektif dari hubungan ini dan memiliki dasar hukum.

Ara. 2. Model kausalitas struktural (dialektis).

Mari kembali ke model struktural. Dari segi struktur dan maknanya sangat sesuai dengan hukum pertama dialektika – hukum persatuan dan perjuangan lawan, jika diartikan:

– kesatuan – sebagai keberadaan benda-benda dalam hubungan timbal balik (interaksi);

– berlawanan – sebagai kecenderungan dan karakteristik negara yang saling eksklusif yang disebabkan oleh interaksi;

– perjuangan – sebagai interaksi;

– perkembangan – sebagai perubahan keadaan setiap objek material yang berinteraksi.

Oleh karena itu, model struktural yang mengandalkan interaksi sebagai sebab dapat disebut juga model dialektis kausalitas. Dari analogi model struktural dan hukum pertama dialektika, kausalitas berperan sebagai cerminan kontradiksi dialektis obyektif di alam itu sendiri, berbeda dengan kontradiksi dialektika subyektif yang muncul dalam pikiran manusia. Model struktural kausalitas merupakan cerminan dialektika objektif alam.

Mari kita perhatikan contoh yang mengilustrasikan penerapan model struktural hubungan sebab-akibat. Contoh-contoh yang dijelaskan dengan menggunakan model ini cukup banyak ditemukan dalam ilmu-ilmu alam (fisika, kimia, dll), karena konsep “interaksi” merupakan hal yang fundamental dalam ilmu pengetahuan alam.

Mari kita ambil contoh tumbukan lenting dua bola: bola bergerak A dan bola diam B. Sebelum tumbukan, keadaan setiap bola ditentukan oleh himpunan atribut Ca dan Cb (momentum, energi kinetik, dll. ). Setelah tumbukan (interaksi), keadaan bola-bola tersebut berubah. Mari kita nyatakan keadaan baru C"a dan C"b. Penyebab perubahan keadaan (Ca → C"a dan Cb → C"b) adalah interaksi bola (tabrakan); akibat dari tumbukan ini adalah perubahan keadaan setiap bola.

Seperti telah disebutkan, model evolusioner di pada kasus ini tidak banyak gunanya, karena kita tidak berurusan dengan rantai sebab-akibat, tetapi dengan hubungan sebab-akibat dasar, yang strukturnya tidak dapat direduksi menjadi model evolusi. Untuk menunjukkan hal ini, mari kita ilustrasikan contoh ini dengan penjelasan dari sudut pandang model evolusi: “Sebelum tumbukan, bola A diam, jadi penyebab pergerakannya adalah bola B yang menabraknya.” Di sini bola B adalah penyebabnya, dan pergerakan bola A adalah akibat. Namun dari posisi yang sama dapat diberikan penjelasan sebagai berikut: “Sebelum tumbukan, bola B bergerak beraturan sepanjang lintasan lurus. Jika bukan karena bola A, maka sifat pergerakan bola B tidak akan berubah.” Di sini penyebabnya sudah menjadi bola A, dan akibat adalah keadaan bola B. Contoh di atas menunjukkan:

a) subjektivitas tertentu yang muncul ketika model evolusi diterapkan di luar batas penerapannya: penyebabnya dapat berupa bola A atau bola B; situasi ini disebabkan oleh fakta bahwa model evolusi hanya memilih satu cabang konsekuensi tertentu dan terbatas pada penafsirannya;

b) kesalahan epistemologis yang khas. Dalam penjelasan di atas dari sudut pandang model evolusi, salah satu objek material dari jenis yang sama bertindak sebagai prinsip “aktif”, dan yang lainnya sebagai prinsip “pasif”. Ternyata salah satu bola diberkahi (dibandingkan dengan yang lain) dengan “aktivitas”, “kehendak”, “keinginan”, seperti seseorang. Oleh karena itu, hanya berkat “kehendak” inilah kita memiliki hubungan sebab akibat. Kesalahan epistemologis seperti itu ditentukan tidak hanya oleh model kausalitas, tetapi juga oleh gambaran yang melekat dalam ucapan manusia yang hidup, dan transfer psikologis yang khas dari sifat-sifat yang menjadi ciri kausalitas kompleks (kita akan membicarakannya di bawah) ke penyebab-dan yang sederhana. -tautan efek. Dan kesalahan seperti itu sangat umum terjadi ketika menggunakan model evolusioner yang melampaui batas penerapannya. Mereka muncul dalam beberapa definisi sebab-akibat. Misalnya: “Jadi, sebab akibat didefinisikan sebagai akibat suatu objek terhadap objek lain, di mana perubahan pada objek pertama (penyebab) mendahului perubahan pada objek lain dan dengan cara yang perlu dan tidak ambigu menimbulkan perubahan pada objek lain. objek (efek).” Sulit untuk menyetujui definisi ini, karena sama sekali tidak jelas mengapa, ketika berinteraksi (saling bertindak!), Benda-benda tidak boleh berubah bentuk secara bersamaan, tetapi satu demi satu? Objek mana yang harus dideformasi terlebih dahulu dan objek mana yang harus dideformasi kedua (masalah prioritas)?

Kualitas model

Sekarang mari kita perhatikan kualitas apa yang terkandung dalam model struktural kausalitas. Mari kita perhatikan hal-hal berikut ini: objektivitas, universalitas, konsistensi, ketidakjelasan.

Objektivitas kausalitas diwujudkan dalam kenyataan bahwa interaksi bertindak sebagai sebab obyektif dalam kaitannya dengan objek-objek yang berinteraksi adalah setara. Tidak ada ruang untuk interpretasi antropomorfik di sini. Universalitas disebabkan oleh kenyataan bahwa dasar kausalitas selalu interaksi. Kausalitas bersifat universal, sebagaimana interaksi itu sendiri bersifat universal. Konsistensi disebabkan oleh fakta bahwa, meskipun sebab dan akibat (interaksi dan perubahan keadaan) terjadi bersamaan, keduanya mencerminkan aspek hubungan sebab-akibat yang berbeda. Interaksi mengandaikan hubungan spasial objek, perubahan keadaan - hubungan antara keadaan masing-masing objek yang berinteraksi dalam waktu.

Selain itu, model struktural menetapkan hubungan yang jelas dalam hubungan sebab-akibat, terlepas dari metode deskripsi matematis interaksi tersebut. Selain itu, model struktural, karena objektif dan universal, tidak membatasi sifat interaksi dalam ilmu pengetahuan alam. Dalam kerangka model ini, aksi dan interaksi sesaat jarak jauh atau pendek dengan kecepatan terbatas apa pun adalah valid. Munculnya batasan seperti itu dalam menentukan hubungan sebab-akibat akan menjadi dogma metafisik yang khas, yang sekali dan untuk selamanya mendalilkan sifat interaksi sistem apa pun, memaksakan kerangka filosofis alami pada fisika dan ilmu-ilmu lain di pihak filsafat. , atau hal ini akan membatasi batasan penerapan model sedemikian rupa sehingga manfaat model tersebut akan sangat kecil.

Di sini akan tepat untuk memikirkan isu-isu yang berkaitan dengan terbatasnya kecepatan penyebaran interaksi. Mari kita lihat sebuah contoh. Misalkan ada dua muatan stasioner. Jika salah satu muatan mulai bergerak dengan percepatan, maka gelombang elektromagnetik akan mendekati muatan kedua dengan penundaan. Bukankah contoh ini bertentangan dengan model struktural dan, khususnya, sifat tindakan timbal balik, karena dengan interaksi seperti itu muatan-muatan berada pada posisi yang tidak setara? Tidak, itu tidak bertentangan. Contoh ini tidak menggambarkan interaksi sederhana, tetapi rantai sebab akibat yang kompleks di mana tiga mata rantai berbeda dapat dibedakan.

Karena sifat umum dan luasnya hukum-hukumnya, fisika selalu mempengaruhi perkembangan filsafat dan dirinya sendiri juga dipengaruhi olehnya. Ketika menemukan pencapaian baru, fisika tidak meninggalkan pertanyaan filosofis: tentang materi, tentang gerak, tentang objektivitas fenomena, tentang ruang dan waktu, tentang kausalitas dan kebutuhan di alam. Perkembangan atomisme membawa E. Rutherford pada penemuan tersebut inti atom dan untuk...

Menentukan batasan melalui penilaian kelayakan dan biaya

Batasan penerapan model ditentukan berdasarkan kendala implementasi yang diidentifikasi di bagian sebelumnya. Seperti yang telah disebutkan, masing-masing faktor tersebut mempengaruhi salah satu faktor pembatas utama (atau keduanya sekaligus) - efisiensi ekonomi (meningkatkan biaya implementasi) atau kelayakan (mengurangi signifikansi hasil yang diperoleh bagi perusahaan).

Tujuan dari bagian ini adalah untuk merumuskan rekomendasi pada perusahaan mana model tertentu dapat diterapkan. Jelasnya, penerapan model ini sangat bergantung pada kondisi individu - prioritas strategis perusahaan, karakteristik struktur dan gaya manajemennya, sumber daya keuangan, dan sejenisnya. Namun, tampaknya mungkin untuk menentukan perkiraan batas awal dengan menyelesaikan sub-masalah berikut (menentukan batas yang lebih tepat mungkin menjadi subjek penelitian praktis di masa depan):

· Identifikasi potensi konflik tujuan dan keterbatasan perusahaan pada tingkat ini

· Penentuan titik terjadinya biaya implementasi tambahan untuk model tertentu (melalui faktor kendala yang sudah teridentifikasi)

· Perkiraan perkiraan biaya jika memungkinkan

Rekomendasi mengenai tugas pertama sudah terkandung dalam rumusan batasan terkait, yang muncul pada tingkat tujuan “Memilih mitra untuk interaksi” dan meluas ke Model Kepercayaan dan Reputasi Schillo dan Komputasi. Tujuan perusahaan harus mencakup tujuan model yang diterapkan. Untuk contoh tujuan dan model di atas, konflik terlihat jelas dalam situasi pasar monopoli pemasok - perusahaan konsumen tidak dapat memilih mitra pengiriman menggunakan model, karena hanya ada satu pilihan. Untuk memperjelas adanya hubungan ini, perusahaan mungkin perlu menguraikan tujuannya menggunakan pohon tujuan, sebuah objek yang banyak digunakan dalam BPM.

Selama analisis klasifikasi yang dikembangkan di bagian sebelumnya dan literatur tentang model reputasi dan kasus khusus penerapannya, poin-poin terjadinya biaya tambahan berikut diidentifikasi:

Pengumpulan data tentang reputasi rekanan. Terjadi pada batasan “Input Data”, pada tingkat model. Yang diperhitungkan di sini adalah nilai akhir dari reputasi, yang dapat dihitung secara internal (dengan menerapkan model dengan tujuan yang sesuai) atau diperoleh dari penyedia layanan terkait. Dalam kasus pertama, penerapan dua model memerlukan biaya, bukan satu, namun potensi manfaatnya mungkin lebih besar karena fungsi model untuk menghitung reputasi (oleh karena itu, solusinya bergantung pada serangkaian tujuan yang dibutuhkan perusahaan. untuk mencapai menggunakan reputasi). Dalam kasus kedua, biaya terbentuk dari harga penggunaan alat untuk mengekstraksi data yang diperlukan. Banyak hal di sini bergantung pada lingkungan bisnis perusahaan. Untuk perusahaan yang beroperasi dalam sistem reputasi (misalnya, penjual di EBay), dimungkinkan untuk menggunakan API dari sistem ini, yang seringkali sudah “terprogram” fungsi yang diperlukan(seperti misalnya di Yandex Market Content API) dan penggunaannya relatif murah. Anda juga tidak boleh melupakan biaya untuk membayar waktu karyawan menggunakan API, atau mengotomatiskan proses ini. Dalam kasus ketika reputasi agen tidak dihitung secara terpusat, muncul masalah dalam mengekstraksinya dari data tidak terstruktur, seperti ulasan (dari sumber berbeda, format berbeda - misalnya ulasan video di YouTube, yang juga merupakan bentuk umpan balik) , pesan di jaringan intraperusahaan. Alat yang memecahkan masalah ini lebih mahal - dan harganya akan meningkat seiring dengan semakin banyaknya sumber data yang dapat diproses. Sangat sedikit perusahaan yang mempunyai sumber daya untuk mengembangkan produk dengan kompleksitas yang sesuai, yang juga mempengaruhi biaya. Selain itu, dalam hal menganalisis data internal (misalnya, korespondensi perusahaan), perusahaan harus memiliki data yang diperlukan (menghasilkannya), dan juga teknologi untuk menyimpannya. Jika kondisi ini tidak terpenuhi, maka akan timbul pembatasan baru yang secara signifikan meningkatkan biaya pelaksanaan dan mempengaruhi kelayakan. Perbandingan berbagai alat pengumpulan data reputasi ditunjukkan pada tabel di bawah:

Meja 6. Perbandingan alat ekstraksi data reputasi

Nama alat	Harga per bulan penggunaan, ribuan rubel
API sistem reputasi
	Gratis
API Konten Pasar Yandex	Gratis/20 (bagi yang tidak berjualan di Ya-m)
Alat untuk mengekstrak reputasi dari data tidak terstruktur
Lab Sidorin (sidorinlab.ru)
Pengamat Merek (brandspotter.ru)
Analisis Merek (br-analytics.ru)	150-515 (tergantung kedalaman retrospektif)
Kekuatan Semantik (semanticforce.net)
SAP HANA, Pemrosesan Steam Acara berdasarkan Hadoop	Mulai 370 (hanya biaya lisensi per bulan yang diperhitungkan)

Seperti dapat dilihat dari tabel, sebagian besar alat yang menganalisis data eksternal terjangkau bahkan untuk perusahaan kecil (misalnya, toko online kecil; keuntungan bulanan rata-rata perusahaan e-commerce di sini dianggap 750 ribu rubel, seperti pada) . Solusi yang sangat mahal melibatkan analisis data dalam jumlah besar yang dihasilkan oleh perusahaan yang mampu menanggung biayanya. Perlu juga dicatat bahwa sebagian besar solusi berbiaya rendah difokuskan untuk bekerja dengan reputasi perusahaan di lingkungan eksternalnya (di pasar, di ruang publik). Jadi, ketika memecahkan masalah manajemen personalia (lihat penerapan pendekatan organisasi, Bab 2, Gambar 8), di mana Anda perlu menganalisis objek di lingkungan internal perusahaan, hanya solusi mahal yang tersisa untuk dipilih.

Kumpulkan data masukan yang sulit ditemukan. Data tersebut mencakup data masukan model “Reputasi dari sudut pandang konsumen”, yaitu data struktur biaya pesaing. Ada dua cara untuk memperolehnya: menerima data perkiraan (misalnya, menerima struktur biaya Anda) atau membeli data dari penyedia layanan terkait. Kasus pertama cocok untuk perusahaan di pasar yang homogen dalam hal produk dan penjual, dekat dengan persaingan sempurna, namun bahkan di sana prasyarat ini dapat menyebabkan penurunan kualitas hasil yang diperoleh secara serius. Solusinya mungkin dengan menggunakan keluaran model sebagai argumen terhadap fungsi keputusan, yang akan mempertimbangkan berbagai faktor dengan bobot. Kasus kedua berkaitan dengan analisis lingkungan persaingan, yang merupakan bagian dari rangkaian layanan analisis pemasaran yang tersebar luas di pasar. Contoh biaya untuk layanan tersebut tercantum dalam tabel di bawah ini.

Meskipun kualitas informasi mungkin secara langsung bergantung pada biaya, layanan analisis persaingan tersedia untuk berbagai perusahaan. Namun perlu dicatat bahwa semakin dinamis pasar, semakin rendah hambatan masuk, semakin cepat jumlah pesaing dan keragamannya tumbuh - dan semakin sering analisis persaingan perlu dilakukan, semakin tinggi biayanya. periode tersebut.

Memastikan kualitas data. Jika data masukan untuk model sulit diakses, ada cara lain - dengan menggunakan data perkiraan. Misalnya, dalam kasus biaya variabel spesifik pesaing, tampaknya mungkin untuk menggunakan biaya perusahaan yang menerapkannya dalam model. Untuk menghindari dampak negatif dari ketidakakuratan data, cukup menggunakan beberapa sumber data (yang tidak menjadi masalah, karena dalam sebagian besar kasus potensial penerapan model, menurut penulis karya ini, karena mekanisme untuk membuat keputusan yang tepat / penyelesaian masalah / pencapaian tujuan sudah jelas, ada di perusahaan tanpa melibatkan reputasi). Selain itu, bobot dapat diberikan pada sumber-sumber ini tergantung pada keandalan data yang digunakan. Namun, jalur ini menimbulkan biaya tambahan bagi pengambil keputusan atau untuk mengotomatisasi proses. Selain itu, banyak model (misalnya, Spora) memerlukan perlindungan terhadap transaksi dan penilaian yang tidak adil. Hal ini dapat diatasi dengan menerapkan reputasi bersertifikat atau metode OERM. Misalnya, metode tersebut mencakup respons cepat terhadap ulasan negatif atau menciptakan latar belakang positif palsu dalam penilaian/ulasan. Biaya yang terkait dengan metode OERM sebanding dengan biaya pengumpulan data reputasi - semakin dalam analisis/lebih banyak data tentang perusahaan, semakin mahal layanannya. Reputasi tersertifikasi biasanya diterapkan pada tingkat sistem reputasi - seperti halnya dengan TripAdvisor - sehingga yang dapat dilakukan perusahaan di sini hanyalah memilih sistem atau model yang tepat yang tingkat perlindungannya dapat diterima.

Kompleksitas komputasi. Terjadi pada level model, dalam batasan yang sesuai. Dari model yang dipertimbangkan, model yang menggunakan refleksi adalah yang paling relevan baginya - ini adalah “Pemasok dan Perantara”, “Reputasi dari Sudut Pandang Konsumen”, “Model Perusahaan yang Bersaing di Pasar”. Dalam perhitungan yang dilakukan di sana, agen hantu digunakan - agen yang hanya ada di pikiran agen lain (termasuk agen hantu, ditentukan oleh peringkat refleksi). Perhitungan tambahan memerlukan daya tambahan. Karena beragamnya layanan untuk penyediaan kapasitas tersebut, serta persyaratannya yang tidak terkait langsung dengan situasi yang sedang dipertimbangkan (misalnya, ukuran peralatan, virtualitas, persyaratan keamanan data), sulit untuk memberikan a perkiraan biaya biaya. Hanya satu hal yang dapat dikatakan dengan pasti - semakin banyak agen atau semakin tinggi peringkat refleksi, semakin kompleks penghitungan dalam model. Dengan demikian, model refleksif paling cocok untuk perusahaan yang beroperasi di pasar dengan jumlah pemain yang sedikit (oligopoli).

Biaya perubahan. Jika kita melihat kendala yang muncul di tingkat proses (berpotensi mencakup semua model), kita dapat melihat bahwa hampir semuanya terkait dengan perubahan dalam perusahaan - dalam proses, hubungan di antara mereka, dan berbagai struktur internal. Perubahan ini semakin sulit diterapkan, semakin besar perusahaan itu sendiri - semakin besar perusahaannya, semakin mahal biaya untuk menerapkan model reputasi. Untuk penilaian yang akurat, diperlukan data audit dari sejumlah besar perusahaan (untuk memperkirakan biaya kemungkinan perubahan) dan data tentang kasus-kasus implementasi praktis (untuk klarifikasi dan generalisasi selanjutnya). Semua ini bisa menjadi area untuk penelitian lebih lanjut.

hasil

Hasil di bagian ini adalah daftar model dengan rekomendasi aplikasi terkait. Berdasarkan hasil analisis, aspek utama di sini adalah biaya layanan yang diperlukan perusahaan, struktur internalnya, dan parameter lingkungan eksternal.

0. Semua model - Semakin besar suatu perusahaan, semakin sulit bagi perusahaan untuk melakukan perubahan pada struktur internalnya, sehingga model tersebut kurang dapat diterapkan pada perusahaan tersebut.

1. SPORAS - perlu mengekstraksi informasi untuk menghitung reputasi. Dapat diterapkan dengan baik pada perusahaan yang memiliki sistem reputasi; bagi perusahaan lain, biaya timbul sebanding dengan volume data yang diperlukan untuk pemrosesan. Membutuhkan banyak prasyarat untuk implementasi teknis; untuk memastikannya, hal ini dapat diterapkan bersama dengan model lain (misalnya, model reputasi bersertifikat)

2. Schillo - memerlukan data masukan yang spesifik, biayanya sebanding dengan jumlah pemain di pasar. Untuk oligopoli atau pasar khusus. Selain itu, skala penilaian bersifat biner, yang menyebabkan ketidakakuratan data; koreksi solusi mungkin diperlukan.

3. Model e-bay. Penjumlahan sederhana - informasi perlu diekstraksi untuk menghitung reputasi. Dapat diterapkan dengan baik pada perusahaan yang memiliki sistem reputasi; bagi perusahaan lain, biaya timbul sebanding dengan volume data yang diperlukan untuk pemrosesan.

4. Model komputasi kepercayaan dan reputasi – informasi harus diekstraksi untuk menghitung reputasi. Dapat diterapkan dengan baik pada perusahaan yang memiliki sistem reputasi; bagi perusahaan lain, biaya timbul sebanding dengan volume data yang diperlukan untuk pemrosesan. Dalam kasus monopoli antar mitra, penerapannya tidak tepat. Selain itu, skala penilaian bersifat biner, yang menyebabkan ketidakakuratan data; koreksi solusi mungkin diperlukan.

5. Model perusahaan yang bersaing di suatu pasar - paling cocok untuk oligopoli atau pasar khusus. Semakin banyak pemain, semakin sedikit penerapannya.

6. Reputasi dari sudut pandang konsumen (non-dinamis) - paling cocok untuk oligopoli atau pasar khusus. Semakin banyak pemain, semakin sedikit penerapannya, karena menggunakan refleksi dan memerlukan data masukan tertentu, yang akan semakin mahal jika semakin banyak pemainnya.

7. Reputasi dari sudut pandang konsumen (dengan dinamika) - paling cocok untuk oligopoli atau pasar khusus. Semakin banyak pemain, semakin sedikit penerapannya.

8. ReMSA - perlu mengekstrak informasi untuk menghitung reputasi. Cukup berlaku untuk perusahaan yang berada dalam sistem reputasi, karena memperhitungkan data yang mungkin tidak dikumpulkan dalam sistem. Bagi perusahaan lain, biaya timbul sebanding dengan volume data yang diperlukan untuk pemrosesan.

9. Model reputasi bersertifikat untuk Penasihat Perjalanan - untuk perusahaan dalam sistem reputasi atau jaringan lain dengan mekanisme yang mapan bagi pihak rekanan untuk saling mengevaluasi. Untuk kondisi bisnis lainnya (misalnya, ketika pihak lawan mengevaluasi satu sama lain dalam bentuk bebas), hal ini kurang dapat diterapkan.

Meja 7. Visualisasi batas penerapan

Berkaitan. reputasi. sistem	Banyak rekanan	Menambahkan. ed. pada dukungan kualitas Dan.
Jumlah/rata-rata sederhana	Diluar didalam
	Diluar didalam
	Diluar didalam
	Diluar didalam
Kalkulasi. model kepercayaan dan reputasi	Diluar didalam
Perusahaan bersaing di pasar	Diluar didalam
Reputasi di mata konsumen (stat.)	Diluar didalam
Reputasi di mata konsumen (din.)	Diluar didalam
Sertifikat reputasi. untuk TripAdvisor	Diluar didalam

Sebutan:

Hijau - penerapan yang bagus

Kuning - berlaku dengan batasan/biaya

Merah - berlaku dengan batasan/biaya yang signifikan

b) Model berdasarkan konsep “interaksi” (model struktural atau dialektis). Kita akan mengetahui arti nama-nama itu nanti. Fokus utama di sini adalah pada interaksi sebagai sumber hubungan sebab-akibat. Interaksi itu sendiri berperan sebagai sebab. Kant menaruh banyak perhatian pada pendekatan ini, namun pendekatan dialektis terhadap kausalitas memperoleh bentuknya yang paling jelas dalam karya-karya Hegel. Di antara para filsuf Soviet modern, pendekatan ini dikembangkan oleh G.A. Svechnikov, yang berusaha memberikan interpretasi materialistis terhadap salah satu model struktural hubungan sebab-akibat.

Mari kita soroti beberapa masalah yang sedang dibahas.

c) Masalah kebalikan dari suatu akibat terhadap penyebabnya.

Upaya untuk melampaui representasi model dan memberikan definisi umum dan universal tentang hubungan sebab-akibat tidak mengarah pada solusi masalah. Sebagai contoh, kita dapat mencontohkan definisi berikut: “Kausalitas adalah suatu hubungan genetik dari fenomena-fenomena di mana suatu fenomena, yang disebut sebab, dengan adanya kondisi-kondisi tertentu mau tidak mau menimbulkan, menyebabkan, menghidupkan fenomena lain, yang disebut akibat. ” Definisi ini secara formal valid untuk sebagian besar model, tetapi tanpa bergantung pada model, definisi ini tidak dapat menyelesaikan masalah yang diajukan (misalnya, masalah simultanitas) dan oleh karena itu memiliki nilai teoritis-kognitif yang terbatas.

Batasan penerapan model

Properti transitivitas memungkinkan analisis rinci rantai sebab akibat. Ini terdiri dari membagi rantai terakhir menjadi hubungan sebab-akibat yang lebih sederhana. Jika A, maka A → B 1, B 1 → B 2,..., B n → C. Tetapi apakah rantai sebab-akibat yang berhingga mempunyai sifat dapat dibagi tak terhingga? Bisakah jumlah mata rantai dalam rantai berhingga N cenderung tak terhingga?

Peralihan perubahan kuantitatif menjadi kualitatif terjadi, misalnya pada saat membagi sepotong grafit. Ketika molekul dipisahkan hingga terbentuk gas monoatomik, komposisi kimianya tidak berubah. Pembelahan lebih lanjut suatu zat tanpa mengubah komposisi kimianya tidak mungkin lagi dilakukan, karena tahap selanjutnya adalah pembelahan atom karbon. Di sini, dari sudut pandang fisikokimia, perubahan kuantitatif mengarah ke perubahan kualitatif.

Sangat mudah untuk melihat bahwa selama interaksi kedua objek secara bersamaan saling mempengaruhi (tindakan timbal balik). Dalam hal ini, keadaan masing-masing objek yang berinteraksi berubah. Tidak ada interaksi - tidak ada perubahan keadaan. Oleh karena itu, perubahan keadaan salah satu objek yang berinteraksi dapat dianggap sebagai konsekuensi parsial dari sebab – interaksi. Perubahan keadaan semua benda dalam totalitasnya akan menimbulkan akibat yang utuh.

Jadi, kita telah menetapkan bahwa model evolusi, sebagai mata rantai dasar dan utama, mengandung model struktural (dialektis) yang didasarkan pada interaksi dan perubahan keadaan. Nanti kita akan kembali ke analisis hubungan timbal balik model-model ini dan studi tentang sifat-sifat model evolusi. Di sini kami ingin mencatat bahwa, sesuai sepenuhnya dengan sudut pandang F. Engels, perubahan fenomena dalam model evolusi yang mencerminkan realitas objektif terjadi bukan karena keteraturan peristiwa yang sederhana (seperti dalam D. Hume), tetapi karena dengan persyaratan yang dihasilkan oleh interaksi (genesis ). Oleh karena itu, meskipun referensi terhadap generasi (genesis) dimasukkan ke dalam definisi hubungan sebab-akibat dalam model evolusi, referensi tersebut mencerminkan sifat objektif dari hubungan tersebut dan memiliki dasar hukum.

Ara. 2. Model kausalitas struktural (dialektis).

Mari kembali ke model struktural. Dari segi struktur dan maknanya sangat sesuai dengan hukum pertama dialektika – hukum persatuan dan perjuangan lawan, jika diartikan:

– persatuan-sebagai adanya benda-benda dalam hubungan timbal baliknya (interaksi);

– berlawanan– sebagai kecenderungan dan karakteristik negara yang saling eksklusif yang disebabkan oleh interaksi;

– bertarung– sebagai interaksi;

– perkembangan– sebagai perubahan keadaan setiap objek material yang berinteraksi.

Seperti telah disebutkan, model evolusi tidak banyak berguna dalam kasus ini, karena kita tidak berurusan dengan rantai sebab-akibat, tetapi dengan hubungan sebab-akibat dasar, yang strukturnya tidak dapat direduksi menjadi model evolusi. Untuk menunjukkan hal ini, mari kita ilustrasikan contoh ini dengan penjelasan dari sudut pandang model evolusi: “Sebelum tumbukan, bola A diam, jadi penyebab pergerakannya adalah bola B yang menabraknya.” Di sini bola B adalah penyebabnya, dan pergerakan bola A adalah akibat. Namun dari posisi yang sama dapat diberikan penjelasan sebagai berikut: “Sebelum tumbukan, bola B bergerak beraturan sepanjang lintasan lurus. Jika bukan karena bola A, maka sifat pergerakan bola B tidak akan berubah.” Di sini penyebabnya sudah menjadi bola A, dan akibat adalah keadaan bola B. Contoh di atas menunjukkan:

Kualitas model

Sekarang mari kita perhatikan kualitas apa yang terkandung dalam model struktural kausalitas. Mari kita perhatikan hal-hal berikut di antaranya: objektivitas, universalitas, konsistensi, ketidakjelasan.

Objektivitas kausalitas diwujudkan dalam kenyataan bahwa interaksi bertindak sebagai sebab obyektif dalam kaitannya dengan objek-objek yang berinteraksi setara. Tidak ada ruang untuk interpretasi antropomorfik di sini. Keserbagunaan karena fakta bahwa dasar kausalitas selalu terletak interaksi. Kausalitas bersifat universal, sebagaimana interaksi itu sendiri bersifat universal. Konsistensi Hal ini disebabkan oleh fakta bahwa, meskipun sebab dan akibat (interaksi dan perubahan keadaan) terjadi bersamaan, namun keduanya mencerminkan sisi yang berbeda hubungan sebab-akibat. Interaksi mengandaikan hubungan spasial objek, perubahan keadaan - hubungan antara keadaan masing-masing objek yang berinteraksi dalam waktu.

Selain itu, model struktural terbentuk jelas koneksi dalam hubungan sebab-akibat, terlepas dari metode deskripsi matematis interaksi tersebut. Selain itu, model struktural, karena objektif dan universal, tidak membatasi sifat interaksi dalam ilmu pengetahuan alam. Dalam kerangka model ini, aksi dan interaksi sesaat jarak jauh atau pendek dengan kecepatan terbatas apa pun adalah valid. Munculnya batasan seperti itu dalam menentukan hubungan sebab-akibat akan menjadi dogma metafisik yang khas, yang sekali dan untuk selamanya mendalilkan sifat interaksi sistem apa pun, memaksakan kerangka filosofis alami pada fisika dan ilmu-ilmu lain di pihak filsafat. , atau hal ini akan membatasi batasan penerapan model sedemikian rupa sehingga manfaat model tersebut akan sangat kecil.

1. Interaksi muatan pertama dengan suatu benda, yang menyebabkan percepatannya. Hasil interaksi ini adalah perubahan keadaan sumber yang mempengaruhi muatan, dan khususnya hilangnya sebagian energi oleh sumber tersebut, perubahan keadaan muatan pertama (percepatan) dan munculnya gelombang elektromagnetik, yang dipancarkan oleh muatan pertama selama gerakan dipercepat.

2. Proses perambatan gelombang elektromagnetik yang dipancarkan oleh muatan pertama.

3. Proses interaksi muatan kedua dengan gelombang elektromagnetik. Hasil interaksi tersebut adalah percepatan muatan kedua, hamburan gelombang elektromagnetik primer, dan pancaran gelombang elektromagnetik oleh muatan kedua.

Dalam contoh ini, kita mempunyai dua interaksi berbeda, yang masing-masing cocok dengan model struktural sebab-akibat. Dengan demikian, model struktural sangat sesuai dengan teori klasik dan relativistik, dan kecepatan penyebaran interaksi yang terbatas pada dasarnya tidak diperlukan untuk model struktural kausalitas.

Mengenai model struktural kausalitas, kami mencatat bahwa reaksi peluruhan tidak bertentangan dengannya. sintesis objek. Dalam hal ini, hubungan yang relatif stabil antar objek dapat dihancurkan sebagai jenis interaksi khusus, atau hubungan tersebut terbentuk sebagai hasil interaksi.

Karena teori kuantum (dan juga teori klasik) banyak menggunakan kategori “interaksi” dan “keadaan”, model struktural pada dasarnya dapat diterapkan dalam bidang ilmu pengetahuan alam ini. Kesulitan yang kadang-kadang ditemui, menurut pendapat kami, disebabkan oleh fakta bahwa, meskipun formalisme matematikanya berkembang dengan baik, teori kuantum belum sepenuhnya berkembang dan disempurnakan dalam hal interpretasi konseptual.

Mario Bunge menulis, misalnya, tentang interpretasi fungsi f:
“Beberapa orang mengaitkan fungsi ψ dengan beberapa sistem individual, yang lain dengan kumpulan statistik aktual atau potensial dari sistem yang identik, yang lain menganggap fungsi ψ sebagai ukuran informasi kita, atau tingkat kepercayaan mengenai beberapa kompleks individu yang terdiri dari sistem makro dan sebuah instrumen, atau, akhirnya, hanya sebagai katalog pengukuran yang dilakukan pada banyak sistem mikro yang dipersiapkan secara identik.” Beragamnya pilihan untuk menafsirkan fungsi membuat sulit untuk menafsirkan fenomena dunia mikro secara kausal secara ketat.

Hal ini merupakan salah satu indikasi bahwa teori kuantum sedang dalam tahap pembentukan dan pengembangan serta belum mencapai tingkat kelengkapan internal yang menjadi ciri teori klasik.

Namun permasalahan pembentukan teori kuantum dibuktikan tidak hanya dengan interpretasi fungsi ψ. Meskipun mekanika relativistik dan elektrodinamika pada pandangan pertama tampak sebagai teori yang lengkap, analisis yang lebih mendalam menunjukkan bahwa karena sejumlah alasan, teori-teori ini juga tidak menghindari kontradiksi dan kesulitan internal. Misalnya dalam elektrodinamika terdapat masalah massa elektromagnetik, masalah reaksi radiasi muatan, dan lain-lain. Kegagalan dalam upaya menyelesaikan masalah tersebut dalam kerangka teori itu sendiri di masa lalu dan pesatnya perkembangan teori dunia mikro. memunculkan harapan bahwa pengembangan teori kuantum akan membantu menghilangkan kesulitan tersebut. Sampai saat itu tiba, mereka harus dianggap sebagai “kejahatan” yang tak terelakkan yang harus dihadapi dengan satu atau lain cara dan mengharapkan kesuksesan dari teori kuantum.

Pada saat yang sama, teori kuantum sendiri menghadapi banyak masalah dan kontradiksi. Menarik untuk dicatat bahwa beberapa kesulitan ini bersifat “klasik”, yaitu. diwarisi dari teori klasik dan disebabkan oleh ketidaklengkapan internalnya. Ternyata ini adalah “lingkaran setan”: kita mengaitkan penyelesaian kontradiksi teori klasik dengan teori kuantum, dan kesulitan teori kuantum ditentukan oleh kontradiksi teori klasik.

Seiring berjalannya waktu, harapan akan kemampuan teori kuantum untuk menghilangkan kontradiksi dan kesulitan dalam teori klasik mulai memudar, namun hingga saat ini minat untuk menyelesaikan kontradiksi teori klasik dalam kerangkanya sendiri masih mengecil.

Dengan demikian, kesulitan-kesulitan yang terkadang timbul ketika menjelaskan fenomena dunia mikro dari sudut pandang kausalitas mempunyai asal muasal yang obyektif dan dijelaskan oleh kekhasan pembentukan teori kuantum, tetapi tidak bersifat mendasar, melarang atau membatasi penerapan prinsip tersebut. kausalitas di dunia mikro, khususnya penerapan model struktural kausalitas.

Kausalitas dan interaksi selalu saling terkait. Jika interaksi mempunyai sifat universalitas, universalitas, dan objektivitas, maka hubungan sebab-akibat dan hubungan sama-sama bersifat universal, universal, dan objektif. Oleh karena itu, pada prinsipnya, seseorang tidak dapat setuju dengan pernyataan Bohm bahwa ketika menggambarkan fenomena dunia mikro, dalam beberapa kasus seseorang dapat mengandalkan indeterminisme filosofis, dalam kasus lain seseorang dapat menganut prinsip kausalitas. Kami menganggap gagasan V.Ya. sangat keliru. Perminov bahwa “konsep saling melengkapi menunjukkan jalur rekonsiliasi(huruf miring kami – VC.) determinisme dan indeterminisme”, terlepas dari apakah pemikiran ini berkaitan dengan filsafat ilmu pengetahuan alam atau alam tertentu. teori ilmiah. Cara untuk mendamaikan pandangan materialis dengan posisi agnostisisme modern dalam masalah ini adalah eklektisisme, ada pengingkaran terhadap dialektika objektif. DALAM DAN. Lenin menekankan bahwa “pertanyaan tentang kausalitas sangat penting untuk menentukan garis filosofis dari satu atau beberapa “isme” baru…” (vol. 18, hal. 157). Dan jalan menuju pembentukan teori kuantum tidak terletak melalui penolakan atau pembatasan, namun melalui penegasan kausalitas di dunia mikro.

Dua sisi teori ilmiah

Struktur teori ilmiah ilmu pengetahuan alam dan fungsi teori ilmiah berkaitan langsung atau tidak langsung dengan penjelasan sebab akibat fenomena dunia material. Jika kita beralih ke model struktural kausalitas, kita dapat mengidentifikasi dua poin karakteristik, dua aspek penting yang dalam satu atau lain cara berhubungan dengan fungsi teori ilmiah.

Yang pertama berkaitan dengan deskripsi hubungan sebab akibat dan menjawab pertanyaan: bagaimana, dalam urutan apa? Ini sesuai dengan cabang konsekuensi pribadi mana pun yang menghubungkan keadaan-keadaan yang terkondisi. Ia tidak hanya memberikan gambaran peralihan suatu objek dari satu keadaan ke keadaan lain, tetapi menggambarkan dan mencakup seluruh rantai sebab-akibat sebagai rangkaian keadaan-keadaan yang terkait dan terkondisi, tanpa mendalami hakikatnya, menjadi sumber perubahan keadaan-keadaan tersebut. dari mata rantai.

Sisi kedua menjawab pertanyaan: mengapa, untuk alasan apa? Sebaliknya, ia membagi rantai sebab-akibat menjadi mata rantai dasar yang terpisah dan memberikan penjelasan atas perubahan keadaan berdasarkan interaksi. Ini adalah sisi penjelasannya.

Kedua sisi ini berhubungan langsung dengan keduanya fungsi penting teori ilmiah: penjelasan dan deskriptif. Karena prinsip kausalitas telah dan akan menjadi dasar teori ilmu alam apa pun, teori tersebut akan selalu menjalankan dua fungsi berikut: deskripsi dan penjelasan.

Namun, ini bukan satu-satunya cara fungsi metodologis dari prinsip kausalitas diwujudkan. Penataan internal teori itu sendiri juga terkait dengan prinsip ini. Mari kita ambil contoh mekanika klasik dengan tiga cabang tradisionalnya: kinematika, dinamika, dan statika. Dalam kinematika, interaksi gaya tidak diperhatikan, tetapi terdapat deskripsi (fisika dan matematis) jenis gerak titik material dan benda material. Interaksi tersirat, namun memudar ke latar belakang, meninggalkan prioritas pada deskripsi gerakan-gerakan terkait yang kompleks melalui karakteristik keadaan mereka. Tentu saja, fakta ini tidak dapat dijadikan alasan untuk mengklasifikasikan kinematika sebagai metode deskripsi non-kausal, karena kinematika mencerminkan sisi evolusi dari hubungan sebab-akibat yang menghubungkan berbagai keadaan.

Dinamika merupakan bagian teoritis yang memuat uraian dan penjelasan sebab-akibat secara lengkap, berdasarkan model struktural hubungan sebab-akibat. Dalam pengertian ini, kinematika dapat dianggap sebagai subbidang dinamika.

Yang menarik dari sudut pandang kausalitas adalah statika, di mana rantai konsekuensinya merosot (tidak ada), dan kita hanya berurusan dengan koneksi dan interaksi yang bersifat statis. Berbeda dengan fenomena realitas objektif, di mana tidak ada sistem yang benar-benar stabil, masalah statis merupakan idealisasi atau kasus pembatas yang diperbolehkan dalam teori ilmiah tertentu. Namun prinsip kausalitas juga berlaku di sini, karena tidak mungkin tidak hanya memecahkan masalah statis, tetapi juga memahami esensi statika tanpa menerapkan “prinsip perpindahan maya” atau prinsip terkait. “Perpindahan maya” berhubungan langsung dengan perubahan keadaan di sekitar keadaan setimbang, yaitu pada akhirnya dengan hubungan sebab dan akibat.

Sekarang mari kita bahas elektrodinamika. Terkadang hanya diidentifikasi dengan persamaan Maxwell. Hal ini tidak benar karena persamaan Maxwell menggambarkan perilaku gelombang (emisi, propagasi, difraksi, dll.) pada kondisi batas dan awal tertentu. Mereka tidak memasukkan deskripsi interaksi sebagai tindakan timbal balik. Prinsip kausalitas diperkenalkan bersamaan dengan kondisi batas dan awal (potensial terbelakang). Ini adalah semacam “kinematika” proses gelombang, jika perbandingan seperti itu diperbolehkan. “Dinamika”, dan disertai kausalitas, diperkenalkan oleh persamaan gerak Lorentz, yang memperhitungkan reaksi radiasi muatan. Hubungan antara persamaan Maxwell dan persamaan gerak Lorentz inilah yang memberikan gambaran sebab-akibat yang cukup lengkap tentang fenomena elektromagnetisme. Contoh serupa bisa dilanjutkan. Namun hal di atas sudah cukup untuk memastikan bahwa kausalitas dan model strukturalnya tercermin dalam struktur dan fungsi teori-teori ilmiah.

Jika pada awal pekerjaan kita beralih dari model kausalitas evolusioner ke model struktural, sekarang kita harus kembali dari model struktural ke model evolusioner. Hal ini diperlukan untuk menilai dengan benar hubungan timbal balik dan fitur khas model evolusi.

Sudah berada dalam rantai sebab-akibat linier yang tidak bercabang, kita terpaksa meninggalkan deskripsi lengkap tentang semua hubungan sebab-akibat, yaitu. Kami tidak memperhitungkan beberapa konsekuensi tertentu. Model struktural memungkinkan rantai sebab-akibat linier tidak bercabang direduksi menjadi dua tipe utama.

a) Rantai sebab-akibat objek. Itu terbentuk ketika kita memilih objek material dan memantau perubahan keadaannya seiring waktu. Contohnya adalah pengamatan keadaan partikel Brown, atau evolusinya pesawat ruang angkasa, atau perambatan gelombang elektromagnetik dari antena pemancar ke antena penerima.

b) Rantai sebab akibat informasi. Muncul ketika kita memantau bukan keadaan suatu benda material, melainkan suatu fenomena informasi, yang dalam proses interaksi berbagai benda material, dihubungkan secara berurutan dalam waktu dengan berbagai benda. Contohnya adalah penyampaian informasi lisan menggunakan lari estafet, dll.

Semua rantai sebab akibat yang linier dan tidak bercabang dapat direduksi menjadi salah satu dari dua jenis ini atau kombinasi keduanya. Rantai seperti itu dijelaskan menggunakan model kausalitas evolusioner. Dalam deskripsi evolusi, interaksi tetap berada di latar belakang, dan objek material atau indikator kondisinya muncul ke permukaan. Oleh karena itu, perhatian utama dipusatkan pada penggambaran rangkaian peristiwa dari waktu ke waktu. Oleh karena itu, model ini disebut evolusioner.

Rantai sebab akibat yang linier dan tidak bercabang relatif mudah untuk dianalisis dengan mereduksinya menjadi sekumpulan hubungan dasar dan menganalisisnya melalui model struktural. Namun analisis seperti itu tidak selalu memungkinkan.

Ada jaringan sebab-akibat yang kompleks di mana rantai sebab-akibat sederhana berpotongan, bercabang, dan berpotongan lagi. Hal ini mengarah pada fakta bahwa penggunaan model struktural membuat analisis menjadi rumit dan terkadang tidak mungkin secara teknis.

Selain itu, kita sering kali tidak tertarik pada proses internal itu sendiri dan gambaran hubungan sebab-akibat internal, tetapi pada dampak awal dan hasil akhirnya. Situasi ini sering terjadi dalam analisis perilaku. sistem yang kompleks(biologis, sibernetik, dll). Dalam kasus seperti itu, detailnya proses internal secara keseluruhan ternyata mubazir, tidak diperlukan untuk tujuan praktis, dan mengacaukan analisis. Semua ini menghasilkan sejumlah ciri ketika menggambarkan hubungan sebab-akibat menggunakan model evolusi. Mari kita daftar fitur-fitur ini.

1. Dalam deskripsi evolusioner jaringan sebab-akibat, jaringan sebab-akibat yang lengkap menjadi kasar. Rantai utama disorot, dan rantai yang tidak penting dipotong dan diabaikan. Hal ini sangat menyederhanakan deskripsi, namun penyederhanaan tersebut dicapai dengan mengorbankan sejumlah informasi, dengan mengorbankan ketidakjelasan deskripsi.

2. Untuk menjaga ketidakjelasan dan mendekatkan gambaran tersebut pada realitas objektif, cabang-cabang yang terpotong dan rantai sebab-akibat digantikan oleh serangkaian kondisi. Kelengkapan, ketidakjelasan dan objektivitas deskripsi dan analisis sebab-akibat bergantung pada seberapa benar rantai sebab-akibat utama diidentifikasi dan seberapa lengkap kondisi yang mengkompensasi pengasaran diperhitungkan.

3. Pilihan salah satu rantai sebab-akibat sebagai rantai utama sangat ditentukan oleh tujuan peneliti, yaitu. fenomena apa yang ingin dia analisis hubungannya. Tepat pengaturan sasaran memaksa kita untuk mencari rantai sebab-akibat utama, dan mengganti rantai yang terputus dengan kondisi. Hal ini mengarah pada fakta bahwa dengan beberapa pengaturan Pemeran utama mengeksekusi beberapa rantai, sementara yang lain digantikan oleh kondisi. Dengan pengaturan yang berbeda, rantai ini dapat menjadi kondisi, dan peran yang utama akan dimainkan oleh rantai yang sebelumnya bersifat sekunder. Dengan demikian, sebab dan kondisi berubah peran.

Kondisi bermain peran penting, menghubungkan sebab dan akibat objektif. Dalam kondisi berbeda yang mempengaruhi rantai sebab akibat utama, konsekuensinya akan berbeda. Kondisi tampaknya menciptakan saluran di mana rantai itu mengalir kejadian bersejarah atau perkembangan fenomena dari waktu ke waktu. Oleh karena itu, untuk mengidentifikasi hubungan sebab-akibat yang mendalam dan esensial, diperlukan analisis yang menyeluruh, dengan mempertimbangkan pengaruh semua faktor eksternal dan eksternal. faktor internal, semua kondisi yang mempengaruhi perkembangan rantai sebab akibat utama, dan penilaian tingkat pengaruhnya.

4. Deskripsi evolusioner tidak berfokus pada interaksi, tetapi pada hubungan peristiwa atau fenomena dalam waktu. Oleh karena itu, isi konsep “sebab” dan “akibat” berubah, dan hal ini sangat penting untuk diperhatikan. Jika dalam model struktural interaksi berperan sebagai true causa finalis – penyebab akhir, maka dalam model evolusi – penyebab aktif (causa activa) menjadi fenomena atau peristiwa.

Investigasi juga mengubah isinya. Alih-alih menghubungkan keadaan suatu objek material selama interaksinya dengan yang lain, beberapa peristiwa atau fenomena bertindak sebagai konsekuensinya, menutup rantai sebab-akibat. Oleh karena itu, sebab dalam model evolusi selalu mendahului akibat.

5. Dalam pengertian di atas, sebab dan akibat dalam model evolusi dapat bertindak sebagai fenomena kualitas tunggal yang menutup rantai sebab akibat di kedua sisi. Konsekuensi dari satu rantai dapat menjadi penyebab dan awal dari rantai lainnya, yang mengikuti rantai pertama pada waktunya. Keadaan ini menentukan sifat transitivitas model kausalitas evolusioner.

Di sini kita hanya menyentuh ciri-ciri utama dan ciri-ciri khas model evolusi.

Kesimpulan

Model struktural kausalitas dapat berhasil digunakan untuk rantai dan sistem sebab akibat yang relatif sederhana. Dalam praktik nyata, kita juga harus berhadapan dengan sistem yang kompleks. Pertanyaan tentang deskripsi sebab-akibat dari perilaku sistem yang kompleks hampir selalu didasarkan pada model kausalitas evolusioner.

Jadi, kami memeriksa dua jenis model yang mencerminkan hubungan sebab-akibat di alam, menganalisis hubungan timbal balik dari model-model ini, batas penerapannya dan beberapa fiturnya. Manifestasi kausalitas di alam bermacam-macam baik bentuk maupun isinya. Kemungkinan besar model-model ini tidak menghabiskan seluruh bentuk hubungan sebab-akibat. Namun betapapun beragamnya bentuk-bentuk tersebut, kausalitas akan selalu memiliki sifat objektivitas, universalitas, dan universalitas. Oleh karena itu, prinsip kausalitas telah dan akan selalu menjalankan fungsi ideologis dan metodologis yang paling penting ilmu pengetahuan alam modern dan filsafat ilmu alam. Beragamnya bentuk manifestasi hubungan sebab-akibat tidak dapat dijadikan alasan untuk meninggalkan prinsip kausalitas yang materialistis atau pernyataan tentang penerapannya yang terbatas.

Sumber informasi:

Svechnikov G.A. Kausalitas dan hubungan keadaan dalam fisika. M., 1971.
Svechnikov G.A. Konsep kausalitas dialektis-materialistis // Determinisme modern: Hukum alam. M., 1973.
Tyukhtin V.S. Refleksi, sistem, sibernetika. M., 1972
Uemov A.I., Ostapenko S.V. Kausalitas dan waktu // Determinisme modern: Hukum alam.
Orudzhev Z.M., Akhundov M.D. Struktur temporal hubungan sebab akibat // Filsafat. Sains. 1969. Nomor 6.
Zharov A.M. Hubungan temporal sebab akibat dan ketidakpastian. 1984. Nomor 3.
Kuznetsov I.V. Karya terpilih tentang metodologi fisika. M., 1975.
Dialektika Materialistis: Dalam 5 jilid T. 1: Dialektika objektif / Di bawah umum. ed. F.V. Konstantinov dan V.G. Marakhova; Reputasi. ed. F.F. Väkkerev. M., 1981.
Naletov N.3. Kausalitas dan teori pengetahuan. M., 1975.
Hegel G.V.F. Ensiklopedia Ilmu Filsafat: Dalam 3 jilid T. 1: Ilmu Logika. M., 1974.
Starzhinsky V.P. Konsep “negara” dan peran metodologisnya dalam fisika. Minsk, 1979.
Ivanov V.G. Kausalitas dan determinisme. L., 1974.
Dialektika materialistis. Jilid 1.Hal.213.
Bunge M. Filsafat Fisika. M., 1975.Hal.99.
Bohm D. Kausalitas dan keacakan dalam fisika modern. M., 1959.
Perminov V.Ya. Masalah kausalitas dalam filsafat dan ilmu pengetahuan alam. M., 1979.Hal.209.
Nikitin E.P. Penjelasan adalah fungsi sains. M., 1970.

Kuligin V.A. Kausalitas dan interaksi dalam fisika. Koleksi Universitas Negeri Voronezh: “Determinisme dalam sains modern.” Voronezh, 1987.

19. Pemodelan sebagai metode kognisi. Jenis model. Kecukupan, batasan penerapan model. Contoh penggunaan model dalam studi sistem biologis.

Pemodelan- ini adalah metode di mana studi tentang beberapa objek kompleks (proses, fenomena) digantikan oleh studi tentang modelnya. Tahapan utama pemodelan dapat diringkas sebagai berikut:

1. Pengumpulan informasi utama. Peneliti harus memperoleh informasi sebanyak-banyaknya tentang berbagai ciri suatu benda nyata: sifat-sifatnya, proses-proses yang terjadi di dalamnya, pola-pola tingkah laku dalam berbagai kondisi eksternal.

2. Rumusan masalah. Tujuan penelitian, tujuan pokoknya dirumuskan, dan pengetahuan baru apa yang ingin diperoleh peneliti dari hasil penelitian ditentukan. Tahap ini seringkali merupakan salah satu tahap yang paling penting dan memakan waktu.

3. Pembenaran asumsi utama. Dengan kata lain, objek sebenarnya disederhanakan, ciri-ciri (butir 1) yang tidak penting bagi keperluan penelitian diisolasi dan dapat diabaikan.

4. Penciptaan model, penelitiannya.

5. Memeriksa kecukupan model objek nyata. Indikasi batas penerapan model.

Dengan demikian, model seolah-olah mengkoordinasikan objek nyata dengan tujuan penelitian: di satu sisi menyederhanakan objek, memungkinkan dilakukannya penelitian, tetapi di sisi lain mempertahankan hal utama yang menarik perhatian. peneliti. Dalam biofisika, biologi dan kedokteran, model fisika, biologi, dan matematika sering digunakan. Pemodelan analog juga umum dilakukan.

Model fisik mempunyai sifat fisik, seringkali sama dengan objek yang diteliti. Misalnya, aliran darah melalui pembuluh dimodelkan dengan pergerakan cairan melalui pipa (kaku atau elastis).

Model biologis adalah objek biologis yang sesuai untuk penelitian eksperimental, di mana sifat dan pola proses biofisik dalam objek kompleks nyata dipelajari. Misalnya, pola kemunculan dan perambatan potensial aksi pada serabut saraf dipelajari hanya setelah ditemukannya model biologis yang berhasil seperti akson cumi-cumi raksasa.

Model matematika- deskripsi proses pada objek nyata menggunakan persamaan matematika, biasanya diferensial. Komputer sekarang banyak digunakan untuk mengimplementasikan model matematika.

Jika proses dalam model mempunyai sifat fisik yang berbeda dari aslinya, tetapi dijelaskan oleh peralatan matematika yang sama (biasanya persamaan diferensial yang sama), maka model seperti itu disebut analog. Biasanya digunakan sebagai model analog listrik. Misalnya, model analog sistem vaskular adalah rangkaian listrik resistansi, kapasitansi, dan induktansi.

Persyaratan dasar yang harus dipenuhi model.

1. Kecukupan - model harus mereproduksi pola fenomena yang dipelajari dengan tingkat akurasi tertentu.

2. Batasan penerapan model harus ditetapkan, yaitu kondisi di mana model yang dipilih memadai untuk objek yang diteliti harus didefinisikan dengan jelas, karena tidak ada model yang memberikan gambaran lengkap tentang objek tersebut.