Сложные системы: целостность, иерархия, идентичность. Коллектив авторов

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

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

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

      В кибернетике понятие информации часто используется в создании образа познания сложных систем. Возможны утверждения об информации как об организации, упорядоченности, сложности[60]. Однако буквальное отождествление информации и сложности являлось бы методологически

54

Даль Э. Возникновение и сохранение языковой сложности / пер. с англ. М.: Издательство ЛКИ, 2009. С. 39.

55

Cilliers P. Complexity and Postmodern: Understanding Complex Systems. London: Routlege, 1998. P. 8.

56

Толстых С. С., Подольский Е. В., Бучнева В. В. Современное состояние теории сложности и возможности ее применения в сфере телекоммуникаций // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы», 2008. С. 30.

57

Майнцер К. Сложносистемное мышление: Материя, разум, человечество. Новый синтез. М.: Книжный дом «ЛИБРОКОМ», 2009. С. 110.

58

Петров Ю. А. Логические проблемы абстракций бесконечности и осуществимости. М.: Наука, 1967. С. 12.

59

Петров Ю. А. Логические проблемы абстракций бесконечности и осуществимости. М.: Наука, 1967. С. 13.

60

Урсул А. Д. Информация. Методологические аспекты. М.: Наука, 1971. С. 158.