159382 (Научно-техническое прогнозирование), страница 2

· в поиске путей и способов алгоритмизации методик и разработке компьютерных программ для их реализации.

2.1. Методы экстраполяции

Экстраполяция – это "метод научного прогнозирования, состоящий в распространении выводов, получаемых из наблюдения над одной частью явления на другую его часть" [6]. Экстраполироваться могут и тенденции, формулируемые на описательном уровне, но чаще всего это делается относительно статически складывающихся тенденций изменения тех или иных количественных характеристик науки, техники и организационной системы науки.

Предварительная формулировка обоснованных логических гипотез, проникновение в сущность экстраполируемых процессов, вскрытие на основе содержательного анализа причинно-следственных отношений в изучаемых с помощью статистики явлениях – все это обязательные условия корректного, а зачастую элементарно грамотного использования аппарата математической статистики.

В случае использования методов экстраполяции в научно-техническом прогнозировании необходимо учитывать факторы общественного спроса на новые научно-технические разработки, оценки влияния на развитие прогнозируемого объекта политики цен и специфических в разных странах социально-экономических и производственных условий. Применение результатов экстраполяции ограничено регионом сбора статистических данных (некорректно применять результаты исследования показателей в одной стране к прогнозированию ситуации в другой).

для обоснования прогноза по методу экстраполяции необходимо доказать: что закон (тенденция), найденный на известном промежутке, не изменится и вне его в определенных границах; что сами параметры качественно не изменятся. Для доказательства обычно используют в качестве предпосылки инерционность прогнозируемой системы. Считают, что в сложных системах изменения происходят сравнительно медленно, поэтому можно ожидать, что ошибки экстраполяции за малые отрезки времени будут незначительными. Кроме того, при экстраполяции системы взаимосвязанных параметров есть возможность оценить чувствительность конечных данных к равным по масштабу изменениям различных параметров. На основании полученных таким образом сведений формулируются прогнозные рекомендации по управлению процессом развития.

Методом экстраполяции прогнозировались рост объемов научно-технической информации, размеры средств, вкладываемых в науку, и другие вопросы. полученные при этом конкретные оценки логических пределов роста тех или иных характеристик, а также значения разрывов между взаимообусловленными показателями послужили основанием для принятия долгосрочных решений относительно будущей научной политики. Все же метод экстраполяции относится скорее к краткосрочным прогнозам, предполагает использование в дальнейшем других методов и комплексного подхода.

2. 2. Метод моделирования

Использование метода моделирования предполагает, что на основе изучения внутренней логики развития конкретной научной дисциплины исследователь конструирует соответствующую историко-логическую модель. Затем в соответствии с этой моделью прогнозируется разрешение определенных коллизий в ситуациях, обладающих с ней общностью свойств.

для прогнозирования и планирования новой техники и новых научно- исследовательских работ весьма важно количественно определенно оценить объем, полноту и эффективность использования накопленного опыта, конкретные тенденции к поглощению данной отраслью техники новых научных результатов, в том числе и полученных фундаментальными науками. Актуальность этой проблемы обусловлена резко возросшими в современную эпоху темпами морального старения технических средств.

В ряде случаев непосредственному долгосрочному планированию научно- технического развития предшествует логическое моделирование комплексного образа будущей научно-технической политики, включающее в себя: сформулированные экономические, политические и другие цели данного государства, описание ряда научных и технических возможностей их достижения, характеристику ресурсов и потребностей, обусловливающих целесообразность принятия тех или иных государственных решений. Такой описательный документ в научной прогностике называется сценарием будущего.

Совокупность целей, средств и предпосылок для разрешения тех или иных научных проблем может быть представлена и более строго интерпретированной моделью – прогнозным графом. Каждый полученный элемент модели (событие) состоит: из описания (на языке соответствующего классификатора); системы количественных оценок данного события (условная вероятность, время свершения, значимость, стоимость); определителей причинно-следственных связей данного события с событиями верхнего и нижнего по отношению к нему уровней. Из такого рода элементов строится модель научно-технического прогресса, представляющая собой ориентированный граф. Эта модель позволяет следить за ходом научно-технического развития конкретной проблемной области, анализировать тенденции и оценивать совокупности задач (ситуации), синтезировать прогнозные варианты тех или иных изменений в ситуациях и оценивать следствия этих изменений. Математическое обеспечение модели базируется на вычислительных процедурах и алгоритмах "метода максимальных возможностей". Специфически важная роль принадлежит методам информационного моделирования. Характерные свойства массовых потоков научно-технической информации предопределяют ряд возможностей анализа тенденций прогресса науки и техники по "информационным сигналам" – по изменению количественных и структурных параметров этих потоков. Известны попытки разработать методы анализа информационных сигналов, содержащихся в потоках выданных патентных документов о мировом техническом опыте. Закодировав информацию, содержащуюся в патентах по определенному классу технических средств, можно определить те элементы и типы технических решений, по которым ускорение прироста новых данных существенно отлично от средних значений. Это явление предложено рассматривать как сигнал о том, что через 5-8 лет такого рода решения будут обновлять соответствующие характеристики практически применяемых средств техники. Используя хорошо известные сейчас математические методы, можно производить анализ информационных сетей любой сложности, получая объективные данные о фактическом взаимовлиянии, тенденциях, присущих объекту.

В целом развитие методов моделирования, используемых прогнозистами науки и техники, идет по пути синтеза рациональных элементов всех методов и подходов. Это весьма перспективный путь, так как он открывает возможность создания единых комплексных методов для последовательной разработки исследовательских, программных и организационных прогнозов.

Заключение

Научно-техническое прогнозирование представляет собой важную отрасль философии науки, отвечающую за построение возможных сценариев динамики различных процессов и феноменов. Прогноз позволяет наметить вероятные пути развития того или иного процесса, определить наиболее эффективные методы вмешательства в ход процесса, выяснить последствия и возможные альтернативы, связанные с объектом прогнозирования.

Среди типов прогнозов выделяют исследовательский (опирающийся на познание тенденции и закономерности, на накопленный опыт конкретных наук, призванный выявить и сформулировать новые возможности и перспективные направления научно-технического развития), программный (призван придать знаниям прикладной характер: сформулировать программу возможных путей, мер и условий для достижения целей и решения задач) и организационный (должен сформулировать обоснованную гипотезу относительно объемов и состава ресурсов, требующихся, чтобы теми или иными путями достигнуть тех или иных целей).

Способ исследования объекта, направленный на конструирование прогноза, называется методом прогнозирования. Выделяют три основных метода – опрос/экспертная оценка, экстраполирование, моделирование. Существует, в общем, около 150 методов, используемых в научно-техническом прогнозировании. Наиболее существенных результатов достигают прогнозы, выполненные с использованием как можно большего количества методов и приемов.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Мазаник М.Н. Прогноз / М.Н. Мазаник // Новейший философский словарь / гл. ред. и сост. А.А. Грицанов [Электронный ресурс]. – электронные текстовые данные (6120 кб). – Режим доступа: <http//www.ihtik.lib.ru >.

2. Мазаник М.Н. Прогнозирование / М.Н. Мазаник // Новейший философский словарь / гл. ред. и сост. А.А. Грицанов [Электронный ресурс]. – электронные текстовые данные (6120 кб). – Режим доступа: <http//www.ihtik.lib.ru>.

3. Научное предвидение и прогнозирование [Электронный ресурс]. – электронные текстовые данные (271 кб). – Режим доступа: portal.unesco.org/shs/fr/ev.php/URL_ID=8951URL_DO=DO_TOPIC&URL_SECTION=201.html>

4. Прогностика. Терминология. – М.: Наука, 1990. – 56 с. – (Сборник научно-нормативных терминов; Вып. 109). ISBN 5-02-006645-1.

5. Рузавин Г.И. Методология научного познания: Учеб. Пособие для вузов / Г.И. Рузавин. – М.: ЮНИТИ-ДАНА, 2005. – 287 с. ISBN 5-238-00920-8.

6. Экстраполяция [Электронный ресурс]. – электронные текстовые данные (57 кб). – Режим доступа: http://www.glossary.ru/cgi-bin/gl_sch2.cgi?RPwujtunowuigtol#410283.