АЛГОРИТМИЧЕСКИЙ ВЗГЛЯД НА ЗАКОНЫ СОЦИАЛЬНЫХ НАУК
Аннотация
Будущее развитие социальных наук нуждается в использовании точных методов, сравнимых по эффективности с методами естественных наук. Прямое копирование методов невозможно по причине коренных различий онтологий, на которые опираются естественные и социальные науки. Ни одна из естественных наук не способна дать причинное объяснение сложных траекторий, совершаемых социальными агентами. Общей характеристикой социальных агентов (людей, социальных институтов) является целенаправленность их деятельности, которая, как показано в статье, синонимична понятию алгоритмичности. Это позволяет представить поведение социальных агентов в виде выполнения ими различных алгоритмов, направленных на достижение тех или иных целей. Социальный алгоритм можно описать в виде набора правил, выполнение каждого из которых преследует ту или иную промежуточную цель. Достижение или недостижение промежуточных целей лежит в основе обратной связи между алгоритмами и окружающей средой, что позволяет применить к ним уже существующие методы эволюционного программирования для адаптивного поиска оптимальных алгоритмов. Схема объяснения явлений в социальных науках принимает форму, аналогичную схеме объяснения Гемпеля для естественных наук. Предложенная схема обладает свойством универсальности, поскольку обычная схема Гемпеля является ее частным случаем. При таком подходе существующие гуманитарные и социальные науки никуда не исчезают, требуется лишь переосмысление решаемых ими задач.
Литература
2. Dretske E. What is Digital Philosophy? URL: http://www.digitalphilosophy.org/
3. Fredkin E. An Introduction to Digital Philosophy // International Journal of Theoretical Physics, Vol. 42, pp. 189-247.
4. Genetic programming. URL: http://www.genetic-programming.org/.
5. Ostroy A. God Is the Machine. URL: http://www.wired.com/2002/12/holytech/
6. Turing A. On Computable Numbers, with an Application to the Entscheidungsproblem // Proceedings of the London Mathematical Society. 1936-1937. Vol. 42. P. 230-265.
7. Vopson M. Experimental protocol for testing the mass-energy-information equivalence principle. AIP Advances 2022, V.12, I.3.
8. Vopson M. The second law of infodynamics and its implications for the simulated universe hypothesis. AIP Advances 2023, V.13, I.10.
9. Zuse K. Calculating Space - Translation of: Rechnender Raum URL: ftp://ftp.idsia.ch/pub/juergen/zuserechnenderraum.pdf.
10. Бажанов В.А. Вычисляющая природа - реальность или метафора? // Философия науки и техники. 2021. Т. 26, № 1. С. 38-42.
11. Барышников П.Н. Вычислительная философия в поисках границ между объектом и методом // Философия науки и техники. 2021. Т. 26, № 1. С. 47-50.
12. Гавель В.Л. Целеполагание в структуре социальной деятельности человека: дис. … докт. филос. наук. М., 1998.
13. Гемпель К. Логика объяснения. М.: Дом интеллектуальной книги, Русское феноменологическое обществ, 1998. 240 с.
14. Михайлов И.Ф. Вычислительный подход в социальном познании // Философия науки и техники. 2021. Т. 26, № 1. С. 23-37.
15. Морощук А.В. Взаимодействие стихийного и целенаправленного в процессе социальной трансформации: дис. … канд. филос. наук. Липецк, 2004.
16. Назаретян А.П. Цивилизационные кризисы в контексте Универсальной истории. Синергетика - психология - прогнозирование. М.: Мир, 2004. 368 с.
17. Назарова О.А. Специфика объяснения в общественных науках: дис. … канд. филос. наук. М., 1995.
18. Пенроуз Р. Тени разума: в поисках науки о сознании. Москва-Ижевск: Институт компьютерных исследований, 2005. 688 с.
19. Пуанкаре А. О науке. М.: Наука. Главная редакция физико-математической литературы, 1983. 560 с.
20. Розенблют А., Винер Н., Бигелоу Дж. Поведение, целесообразность и телеология // Винер Н. Кибернетика. М.: Наука, 1983. С. 297-307.
21. Смирнов В.А. Алгоритмы и логические схемы алгоритмов // Проблемы логики. М., 1963. С. 84-101.
22. Смирнова Н.М. Социальные науки: вычисление или герменевтика? // Философия науки и техники. 2021. Т. 26, № 1. С. 43-46.
23. Спиноза Б. Этика, доказанная в геометрическом порядке и разделенная на пять частей. М.: Академический проект, 2018. 335 с.
24. Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969. 232 с.
25. Шалак В.И. Алгоритмические явления в природе: модель объяснения // Вопросы философии. 2020. № 11. С. 120-124.
26. Шалак В.И. Алгоритмическая модель социальных процессов // Философские проблемы информационных технологий и киберпространства. 2021. № 1. URL: https://cyberspace.pgu.ru/jour/article/view/220.
27. Шалак В.И. Алгоритмическое поведение и самоубийство Homo sapiens // Ученые записки Крымского федерального университета имени В.И. Вернадского. Философия. Политология. Культурология. 2021. Том 7 (73). № 4. С. 147-158.
28. Шалак В.И. Телеология и целенаправленное поведение: логический анализ // Логические исследования. 2022. 28(2). С. 9-39.
29. Шалак В.И. Естественное обобщение тьюринговой модели вычислимости // Логические исследования. 2023. T. 29, № 2. С. 9-35.
30. Ястреб Н.А. Шахматы и машина Тьюринга: границы применимости вычислительного подхода в социальных науках // Философия науки и техники. 2021. Т. 26, № 1. С. 51-55.
Опубликована 2024-06-15