ЗЕМЛЯ САХАРА И СПЕЦИЙ

Повторю еще раз, что модель Аксельрода кажется чудовищным упрощением поразительного разнообразия окружающей нас жизни. Можно составить обширный список очень важных для жизни процессов и характеристик реальной жизни общества, которые она не учитывает: географические факторы, технологические изменения, средства массовой информации, различие политических и государственных систем, туризм... Конечно, все это можно учесть в рамках модели (наверняка кто-то из ученых сейчас занимается именно этим), но это не снимает главного вопроса: почему мы вообще должны верить в ценность или истинность получаемых результатов, если исходные условия модели выбираются произвольно и искусственно?

Аксельроду неоднократно приходилось выслушивать от коллег этот очень справедливый упрек, и он постарался распространить свой подход на другие культурные модели с другим набором исходных условий. Все это в конце концов привело его в фантастическую страну Шугарскэйп[127].

Некоторые читатели, возможно, помнят очень популярную, даже культовую в 1990-х годах компьютерную игру под названием SimSity, целью которой было создание и управление целым городом. Игрок должен был создать для своего города все управляющие и обслуживающие системы, обеспечить его жителей электроэнергией, питанием, дорожными и ремонтными службами и т.д. Короче говоря, игрок становился для создаваемого им мира Богом и мог лично убедиться, насколько сложна, запутанна и изнурительна забота о мирских потребностях создаваемого им общества.

Шугарскэйп представляет собой аналог города SimSity, перенесенный где-нибудь в XVIII столетие. Модель разработали Роберт Акстелл и Джошуа Эпштейн из Института Брукинга в качестве обобщенного инструмента исследования разнообразных социальных явлений. Предполагалось, что любой экономист или социолог, предлагающий какие-то новые методики, может опробовать их действие на модельной стране Шугарскэйп и проверить, насколько сбываются его предсказания. Авторы описывали свою идею в следующих образных выражениях: «Предлагаемые правила игры всегда представляют собой как бы утесы, мимо которых должен проплыть мореплаватель... Вычислительные системы типа Шугарскэйп можно уподобить маякам, позволяющим хотя бы грубо находить путь и предвидеть последствия предлагаемых правил»¹.

Собственно говоря, модель Шугарскэйп представляет собой уже знакомую нам решетку, но не плоскую, а нанесенную на поверхность тора (бублика). Читателя не должна пугать эта сложная математическая форма, поскольку теоретики часто используют тор просто для того, чтобы избежать рассмотрения так называемых краевых эффектов[128]. Как и раньше, ячейки этой решетки заселены «агентами», но заселенность носит разбросанный характер, и очень многие ячейки не заняты, иными словами, в Шугарскэйпе полно свободных пространств. Агенты в полном соответствии с названием страны нацелены на решение одной-единственной задачи — поиска сахара. Условный «сахарный тростник» распределен некоторым образом по ячейкам решетки, а агенты способны перемещаться по решетке в его поисках. Найдя участок с сахарным тростником, агент организует его рубку, а затем начинает распоряжаться полученным продуктом. Разумеется, сахарный тростник продолжает расти и давать урожай.

Кроме этого, агенты могут взаимодействовать друг с другом, причем весьма энергично! Вводимые моделью правила позволяют им бороться за участки, торговать, сотрудничать, обмениваться культурными признаками и даже заниматься сексом — в общем, все как в жизни. Культурное взаимодействие очень похоже на то, которое описывается моделью Аксельрода, т. е. агенты имеют набор «культурных» штрихов, которые они уравнивают при взаимодействии в результате случайного выбора. Агенты могут даже образовывать племенные союзы («нации»), если эти культурные признаки совпадают и становятся по некоторому правилу всеобщим признаком данной группы.

Модель является исключительно сложной и предлагает массу сценариев развития по разнообразным правилам. Например, с ее помощью очень удобно исследовать процессы, возникающие при дефиците сахара. Приведет ли эта ситуация к войне или к «международному» сотрудничеству? Эпштейн писал о модели следующее: «Мы рассматриваем ее в качестве лаборатории социальной науки... Она позволяет изучать процессы роста и миграции населения, влияние голода, эпидемий, экономического развития, торговли, внутренних конфликтов и массы других социальных проблем»². Некоторые исследователи изучают на этой модели эволюционные процессы или влияние социальных факторов на брачные отношения. Модель Шугарскэйп напоминает фантастическую шахматную доску, на которой каждая фигурка может принимать собственные решения, чего-то желать и чего-то бояться.

Например, очень интересный сценарий возник при изучении процессов торгового обмена, когда Эпштейн и Акстелл ввели в модель второй источник доходов, названный ими специями, в результате в Шугарскэйпе возникла вторая отрасль промышленности и жизнедеятельности. Агенты, связавшие себя с добычей сахара или специй, начали завязывать торговые операции друг с другом, руководствуясь введенными правилами обмена и осуществления сделок, в результате чего цены, например, стали зависеть от соотношения спроса и предложения. Интересно, что после придания агентам определенного срока жизни и некоторых предпочтений цены на рынке Шугарскэйпа перестали стремиться к равновесию, а принялись непрерывно флуктуировать.

Торговые отношения привносят много интересного в культурный ландшафт Шугарскэйпа. С одной стороны, они позволяют выживать большему количеству агентов, потому что они могут купить необходимое им продовольствие. С другой стороны, они приводят к резкой дифференциации общества, некоторые агенты становится обладателями огромных состояний, в то время как большинство агентов пребывает в нищете, так что компьютерная игра вновь привела исследователей к закону Парето о распределении богатств (см. гл. 10). Некоторые экономисты до сих пор продолжают спорить о незыблемости степенного закона распределения богатств в обществе, построенном на законах коммерции, и, возможно, изучение аналогичных процессов в Шугарскэйпе позволит наконец выяснить границы применимости этого закона при изменениях социальных и экономических условий. Безусловно, эту модель можно использовать при изучении различных проектов более справедливого распределения доходов.

Описываемый моделью Шугарскэйп мир в какой-то мере напоминает жестокий мир Томаса Гоббса в той его части, которая называется естественным состоянием. Акстеллу и Эпштейну удалось смоделировать и войну, придав агентам возможность убивать своих противников и захватывать их имущество. Такие события в виртуальном Шугарскэйпе могут происходить, например, при очень большом преимуществе одного агента перед другим (в принятых обозначениях преимущество выражается прежде всего в размерах запаса сахара, символизирующих мощь и снабжение соперников). В мире Гоббса господствовала индивидуальная война всех против всех, а авторы Шугарскэйпа смоделировали войны между соперничающими группами, когда в сражениях могут принимать участие целые армии агентов. При определенных условиях большая численность приводит к победе, так что военные действия стимулируют кооперацию групп. В зависимости от закладываемых правил ведения боевых действий исследователи смогли смоделировать как стремительный блицкриг на чужой территории, так и изматывающую «окопную» войну.

Акстелл и Эпштейн не надеялись, естественно, смоделировать поведение современного высокоиндустриального общества, а предлагали лишь еще одну методику развития науки об обществе вообще. В некоторых случаях групповое поведение обитателей Шугарскэйпа оказывалось чрезвычайно сложным, несмотря на то что исходные условия и правила всегда представляются довольно простыми, в связи с чем авторы модели иногда даже спрашивали себя: а не является ли все это отражением событий в реальном мире? Не является ли невероятное разнообразие окружающего нас общества всего лишь сложным следствием весьма простых основополагающих законов? В связи с этим очень интересно их следующее рассуждение:

Предположим, что мы наблюдаем, как наши модельные агенты начинают вдруг лихорадочно «складывать» целые горы сахара, после чего задаем самый тупой вопрос: «А что происходит?» Сможем ли мы догадаться, что будут делать агенты, исходя из простых правил, которые мы сами задали им в исходном состоянии? Думаю, что мы не можем этого предсказать. Разумеется, позднее в модельной системе «что-то» произойдет. Проблема заключается в том, можем ли мы связать это «что-то» с чем-то подобным, но происходящим в гораздо более сложной системе, например, на бирже или в политической системе?³

В 1996 году Аксельрод и его коллега Майкл Коэн предложили Акстеллу и Эпштейну сравнить возможности их модели распространения культуры и Шугарскэйпа и проверить, дают ли эти две очень разные модели одинаковые результаты при решении эквивалентных задач. Последнее условие подразумевает, что при моделировании учитывается одинаковое количество культурных особенностей и штрихов при одинаковых размерах и форме решетки. Подчеркнем, что это ограничение лишь вводит одинаковые начальные условия, но вовсе не означает идентичности результатов самих моделей, поскольку в них используются разные правила взаимодействия.

Результаты такого сравнения оказались обнадеживающими, так как обе модели приводили к одинаковому числу конечных устойчивых состояний при варьировании культурного разнообразия и размеров решетки.

В настоящее время с моделью Шугарскэйп связано много амбициозных планов. Например, в рамках так называемого Проекта-2050, разрабатываемого совместно Институтом Брукинга, Институтом Санта-Фе и Институтом мировых ресурсов (World Resources Institute, Washington, D. С.), предполагается разработка рекомендаций по политике в области демографии, использования природных ресурсов, эмиграции, экономики и т.д. с целью обеспечения так называемого устойчивого развития человечества. Разумеется, решение столь масштабной задачи потребует создания гораздо более сложной и многофакторной модели. Интересно, что на этом уровне компьютерного моделирования не имеет смысла даже сравнивать сложность исследуемых социальных и физических систем, не говоря уже о проведении прямых аналогий, как это делалось. Однако можно ожидать, что в поведении даже самых усложненных и утонченных социальных систем неизбежно обнаружится физическое ядро, т. е. некая явная особенность коллективного поведения, которая вновь напомнит нам о фазовых переходах, степенных законах распределения и других явлениях, возникающих во множестве задач похожего типа. Более простые модели выявляют такие особенности быстрее и нагляднее.

Многие социологи с надеждой смотрят в будущее, полагая, что именно компьютерное моделирование станет магистральным направлением развития их науки. Шугарскэйп является всего лишь одной из многих разработанных в последние годы систем компьютерного моделирования, основанных на подходе «снизу вверх». Под этим термином стали понимать самые разные работы, в которых социальные структуры, организации, коллективное поведение и традиции определяются и изучаются на основе представлений на низшем уровне, т. е. на уровне взаимодействия отдельных личностей. Иногда этот метод называют «моделированием на агентах», и выше мы уже приводили множество примеров его успешного применения для анализа роста фирм, организации торговли, движения пешеходов и т. п. Метод находит самые разные применения, например, недавно такое моделирование было очень успешно использовано при организации туристических маршрутов в Национальном парке Гранд-Каньон, позволив разработать новое высокоэффективное и рациональное расписание экскурсий.

Томаса Шеллинга можно считать одним из пионеров развития описанного подхода. Герберт Симон верит, что он станет в будущем ключевым при решении сложнейших социальных задач, так как упомянутое «моделирование на агентах» действительно впервые позволяет провести разумные расчеты возможных перемен и рационально оценить их последствия. Например, никого не оставит равнодушным проблема, приведет ли глобализация мировой экономики к большей культурной гармонии человечества или только усугубит уже существующие культурные конфликты. Нельзя, однако, не упомянуть, что некоторые социологи продолжают сомневаться в возможностях «моделирования на агентах», полагая, что во многих социальных задачах мы получаем из модели выводы, обусловленные теми правилами и предположениями, которые сами заложили в исходную схему. Эти сомнения вполне разумны, так как никто пока не может ответить на основной вопрос такого моделирования: каким образом мы можем определить, что результаты расчета представляют собой истинный прогноз событий, а не очень грубую карикатуру на действительность? Еще проще это можно сформулировать в виде вопроса: каким образом мы можем отделить в результатах разумное и истинное от случайного? Как мы можем отделить результаты одной конкретной модели от противоречащих им результатов нескольких других моделей, считающихся столь же надежными? Именно такие проблемы всегда возникают перед физиками, которые прекрасно знают разницу между некоторой теоретической моделью движущихся частиц, замерзающих при О "С, и реально существующими жидким и твердым состояниями, между которыми лежит область фазового перехода. Речь идет о границе между моделью и реальностью, и именно такая граница разделяет моделирование общества и социальную физику.