Еще одним важным методическим обстоятельством рассматриваемых приемов прогнозирования является выбор соотношения глубины ретроспектабельности экстраполируемой тенденции (базы экстраполяции) и дальности экстраполируемого интервала. А.С.Консон считает возможным брать их равными. В.А.Лисичкин рекомендует "выбирать срок прогноза равным 1/3 отчетного ряда данных". Последнее предложение нам представляется более приемлемым, хотя обосновано оно преимущественно эмпирически. Полезным ориентиром и в этом случае будет являться предварительная качественная оценка стабильности процесса и характера определяющих его закономерностей.
Прогноз по методу экстраполяции состоит обычно в том, что в полученную тем или иным способом зависимость y=f(t) представляют интересующие нас даты t и находят соответствующие значения y, которые и принимают за прогноз на данный год. При этом для обоснования прогноза 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. Такая предпосылка не является достаточно сильной.
Для прогноза часто бывает интересным и важным не столько предсказать конкретное значение изучаемого параметра в таком-то году, сколько своевременно фиксировать объективно намечающиеся сдвиги и симптомы изменений в тенденциях развития.
Подлинно научное отношение к экстраполяции тенденций ничего общего не имеет с фатализмом и слепым преклонением перед статистической оценкой. Даже дальняя экстраполяция до "точек абсурда" - до невозможных ситуаций - не такое уж бессмысленное занятие, если ее результаты рассматривать не как собственно прогноз, а как свидетельство более или менее остро назревших потребностей изменить сложившуюся ранее тенденцию. Кроме того, при экстраполяции системы взаимосвязанных параметров имеется 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. Заметим, что 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.
Одно из таких решений - прогнозируемое потребное опережение в темпах роста производительности труда персонала, занятого в научных исследованиях, по сравнению с темпами роста его численности.
Если рассматривать экстраполяцию не как самоцель, а как начало анализа тенденций и прогнозирования, то следует признать, что возможности этого вида методов весьма многочисленны, а практика такого прогнозирования обширна, хотя и связана в большинстве случаев с прогнозами первого эшелона. Для предвидения более отдаленных свершений научно-технического прогресса, как правило, требуется дополнение этого подхода более глубоким проникновением в логику научно-технического развития и будущие возможности фундаментальных естественных наук.
§2.Методы моделирования.
Весьма большие надежды возлагают прогнозисты на решение проблемы моделирования существенных процессов и явлений научного развития. Пристального внимания заслуживают некоторые существующие методы прогнозирования, использующие приемы моделирования. Наиболее давними традициями обладает в этом отношении группа методов прогнозирования по исторической аналогии.
На основе изучения внутренней логики развития конкретной научной дисциплины исследователь конструирует соответствующую ее историко-логическую модель. Затем в соответствии с этой моделью прогнозируется разрешение определенных коллизий в ситуациях, обладающих с ней общностью свойств. Популярность логических моделей-образов, конструируемых с помощью метода исторической аналогии, держится не только на традициях, но и на многих хорошо известных историкам естествознания актах преемственности в развитии научных принципов и идей.
Если бы метод исторических аналогий был так универсален, как мы его нередко склонны воспринимать, то научно-техническую политику формировали бы историки, а не специалисты, знающие наилучшим образом современный опыт.
Вместе с тем 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. Обычно он составляется на основе обобщения данных предварительно выполненного качественного и количественного анализа: общественных потребностей в развитии данной проблемной области; ее сложившихся внутренних возможностей и противоречий развития;"фона" научно-технической проблематики, определяющего внешние воздействия, стимулирующие и тормозящие развитие прогнозируемой области науки и техники.
Особую форму приобретают такого рода феноменологические модели, как сценарии будущего, в случае прогнозов в области теоретических и фундаментальных исследований.
В начале 70-х годов специалисты А.И. Покровский и Б.А. Старостин сформулировали важную для методологии прогнозирования такого рода объектов концепцию фундаментального научного эффекта (ФЭ) и недостающего для его получения базиса знаний. Эта концепция исходит из того, что предметом исследования в прогностике является не само будущее открытие как таковое, а фундаментальный научный эффект, понимаемый как системная целостность данных, которая может с некоторой вероятностью привести к сдвигам в научных представлениях значительного теоретического и потенциального прикладного масштаба.
Конечно, и само открытие может стать для ряда дальнейших открытий фундаментальным научным эффектом или важнейшим компонентом такового. В этом плане следует рассматривать, например, отношение между Периодическим законом Менделеева (1869) и предсказанными на его основе химическими элементами или между открытием электромагнитных волн Герцем (1889) и развитием радиотехники с ее разнообразными применениями, включая радиолокацию и т. д.
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.
Модель описанного вида реализована в практике прогнозных работ Института кибернетики. Она 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 во всей излагаемой концепции прогнозирования 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.