Стратегия Синергия Безопасность

  Эти Этюды о Безопасности содержат только результаты моих научных взглядов, исследований, анализов и моделей. Другими словами, они дают КРАТКОЕ изложение моих ОСНОВНЫХ вкладов в Науку о Безопасности.
  
  ЭТЮД 15. ЭФФЕКТЫ, ПРИСУЩИЕ ОГРОМНОМУ БОЛЬШИНСТВУ СЕТЕВЫХ (СЕТЕВИЗИРОВАННЫХ) ОРГАНИЗАЦИЙ (СЕТЕЙ)
  
  Приведена систематизация – в том числе и с точки зрения безопасности – ряда эффектов (присущих свойств), проявляющихся в большинстве организаций и структур, имеющих сетевой характер, т.е. представляющие собой тот или иной тип сетей и являющиеся архитектурной и функциональной основой наступишвшего и получающего все более широкое распространение и все большее значение для социума Сетевого общества.
  
  Подробному анализу этих эффектов, общих для большей части существующих сетей, посвящена следующая моя монография:
  Николай Слатински. Сигурността – животът на Мрежата. София: Военно издателство, 2014.
   [Николай Слатинский. Безопасность – жизнь Сети. София: Военное издательство, 2014]. (на болгарском языке)
  
  Постепенное вхождение в Сетевое общество; возникновение и распространение сетевой организации процессов – как в самом их генезисе, так и в их эволюции; связанное с этим генерирование и нарастание нетрадиционных источников неопределенности, небезопасности и нестабильности; эскалация старых и появление новых рисков требуют срочных и неизбежных, несомненно, радикальных и, возможно, кардинальных перемен. И эти перемены должно быть всесторонными – в системных измерениях социума и комплексном характере институционального инструментариума, в миссиях и видениях, в целях и стратегиях; в мышлении и планировании акторов и агентов глобальных, континентальных, региональных и национальных процессов, в целостностном способе, которым мы относимся к миру и конструируем в нем смысл и замысел нашего поведения.
  Необходимость этих перемен выдвигает на первый план один из самых сложных вопросов при передаче цивилизационной эстафеты от отступающей иерархизации к наступающей сетевизации – о взаимодействии иерархических и сетевых структур в период системной, ментальной и поведенческой трансформации. В этом сложном взаимодействии отражаются все процессы, заинтересованными наблюдателями и непосредственными участниками которых, как государства, народы, общества и граждане, мы являемся – как причинители этих процессов, так и как их (по)следствия.
  Во взаимодействии между отступающими иерархическими и наступающими сетевыми структурами также отражаются и те разумные цели, которые мы, как автономные индивиды, общностные существа, связанные в обществе личности и строящие государство граждане ставим перед собой в нашем изначальном стремлении к большей безопасности, управляемости, порядку, предсказуемости и смыслу.
  Сетевизирование, сетевые вызовы, сетевые структуры, Сетевое общество являются сами по себе чрезвычайно интересными объектами изучения, но их изучение помогло бы еще лучше узнать наш мир, его историю и перспективы его развития. Поскольку сети как форма организации и способ поведения не возникают сегодня, они были одной из характеристик мира, в котором происходило, происходит и будет происходить человеческое бытие. Перемены состоят в том, что сетевизация из второстепенной черты становится одной из ведущих черт современного мира. И такого рода перемен не могут не изменить арсенал моделей и инструментов, с помощью которых мы изучаем и управляем обществами, не могут не изменить также ориентиры, установки и привычки нашего мышления о процессах и тенденциях.
  
  Сеть не следует рассматривать как что-то преимущественно технологичное.   Для американского исследователя новых технологий Кевина Келли (1952) сеть – это „органическое поведение в технологической матрице“ [1]. Мы должны мыслить как один из героев американского кинорежиссера и актера Вуди Аллена (1935): „Жизнь – она вся взаимодействие в сетевой форме“ [2].
  Да, сеть – это и что-то технологичное, т.е. средство, инструмент, вспомогательный ресурс, но она и гораздо больше чем это. Сеть многогранная и многосторонная (и очень странная!), разноликая и многоликая, всегда разная, никогда не одна и та же, с изменчивой и нечеткой структурой; с неоднозначной и разворачивающейся динамикой. Она – происхождение чего то, но она и то, что происходит. Сеть находится во всем, и все находится в Сети. Сеть разливается и развивается во времени и как бы вне времени.
  Великий болгарский революционер Васил Левски (1837 – 1873) однажды сказал: „Время в нас, и мы во времени; оно нас преображает, и мы его преображаем“. (перевод на Стефана Аврамова)
  Мы можем перефразировать эту мысль так:
  „Сеть в нас, и мы в Сети; она нас преображает, и мы ее преображаем“.
  
  Для изучения сетевых структур все чаще используются модели и подходы как общественных, так и естественных наук. Это вполне логичное объединение усилий, потому что эти науки изучают один и тот же мир – наш, только одни, „социологи“ из общественных наук, делают это с большим количеством слов (знаков, символов, метафор), а другие, „математики“ из естественных наук, делают это это с большим количеством формул. Но мир един и подчиняется он общим законам. Это позволяет переносить знания из общественных наук в естественные и наоборот.
  Сеть состоит из узлов и связей. Узлы называются вершинами (vertices). Отдельные вершины в конкретных сетях имеют разные названия: узел (node), актор (actor), автор (author), сайт (site) и т. д. Связи называются ребрами (edges). Отдельные ребра в конкретных сетях имеет разное название: связь (tie, relation, bond), линк (link), реакция (reaction), цитирование (citation) и т. д. [3]
  
  Пояснение:
  Vertex (англ., мн.ч. vertices) – вершина, высшая точка, общая точка пучка (лучей, векторов, стержней).
  Node (англ.) – вершина, высшая точка, общая точка пучка (лучей, векторов, стержней).
  Edge (англ.) – узел, развилка (бот.); узловая точка/сустав (анат.); точка пересечения орбит (астр.); пересечение линий (мат.).
  Tie (англ.) – связь, цепь, скоба, балка.
  Relation (англ.) – отношение, связь, зависимость, родство.
  
  В математических подходах сети рассматриваются как системы элементов, структура которых сотканна в основном из горизонтальных связей, а по вертикали она слабоструктурирована – не более чем с 2-3 уровнями. Изучение сетей, особенностей их строения и их воспроизведения во времени и пространстве осуществляется в основном средствами высшей математики и физики. Это позволяет не только достичь высокой степени абстракции, поднявшись над конкретными градивными элементами и над функциями, присущими отдельной сети, но и получить общие, инвариантные формулы и выводы. Здесь структура (сетевая) является ведущей, а из чего она построена, из каких узлов и из каких по своему характеру связей – это имеет второстепенное значение, на это мало, а часто и вовсе не обращают внимания. Поэтому для математических подходов две сети различны, если различны их структуры.
  
  Пояснение:
  Инвариант – величина, признак или отношение, которые остаются неизменными при определенных преобразованиях.
  Прим. Пояснения, для которых конкретно не указан их источник, прведены на основе текстов и определений для них в Wikipedia.
  
  Социальные исследователи больше всего интересуются какими социальными объектами являются узлы и какая социальная динамика заложена в соединяющих их ребрах, т.е. связах. В социологических подходах сети рассматриваются как большие общности людей, связанных общей культурой, общими целями и ценностями, общим отношением к миру или к той или иной проблеме. Параллельно с этим рассматривается их связанность, именуемая сетью (это гораздо больше метафора, мысловный конструкт) – как цель, как смысл, как идеология, как идентичность. Поэтому в социологических подходах две сети различны, если различны их действующие социальные агенты и характер связей между ними.
  Идентичность – это именно та специфика, которую математические модели не могут эффективно „уловить“. Но для того, чтобы понять сеть и понять ее свойства, необходимо понять ее связующую идентичность и ее влияние на социальную динамику сети [4], поскольку идентичность, общность взглядов, принципов, идеологиий, на основе которых „склеиваются“ участники сети, влияют на ее структуру. С другой стороны, социологи недооценивают сущность сетевой структуры, ими молчаливо предполагается, что важна сетевость (подобие сети), а каким законам подчинено функционирование структуры, в целом мало влияет на характер индивидуальных и групповых отношений в сети.
  
  Мы живем во все более сетевизированном обществе. Согласно одной точке зрения, общество сетевизируется вследствие нового характера распределения информации, а точнее – символических ресурсов, т.е. общество таково, каковы его коммуникации. И в век новых коммуникационных и информационных технологий, природа которых все больше носит сетевой характер, общество естественным образом адаптируется к этим революционным изменениям в коммуникациях. Поэтому в мире социальных сетей общество будет сетевым. Это можно сформулировать несколько более радикально примерно так: поскольку существуют социальные сети (например, Facebook), общество также будет сетевым.
  Эта точка зрения оправдана – общество приспосабливает свои структуры к тому, как происходят коммуникации. Но более логична другая точка зрения – что в обществе происходят такие социальные преобразования, которые усиливают его горизонтальную переориентацию за счет вертикальной, и в таком обществе, естественно, коммуникации протекают различным способом – они „вынуждены“ сетевизироваться, чтобы отразить сетевой характер общества, т.е. коммуникации таковы, каким является общество. В сетевом (сетевизированном) обществе естественно возникают и социальные сети. И это можно сформулировать немного более радикально примерно так: социальные сети (такие как Facebook) существуют потому, что общество является сетевым.
  
  В научной литературе встречаются исследования широкого круга сетевых структур с распространением в различных сферах социальной и биологической жизни, неживой материи, техники, Космоса. Приведем классификацию основных типов сетей: социальные, информационные, технологические, биологические, когнитивные и др. [5, 6, 7, 8].
  
  Пояснение:
  Когнитивный – познавательный, связанный с содержанием, с понятиями.
  
  СОЦИАЛЬНЫЕ СЕТИ – это сети отношений между социальными объектами. Вот примеры таких сетей: Facebook и Twitter; сети людей, связанных родством, приятельством, религией, сексуальными отношениями, профессиональными контактами, хобби; сети деловых связей – исполнительных директоров, членов правления крупных компаний, владельцев (акционеров) с долями в разных компаниях или компаний с долями друг в друге; сети ученых, имеющих совместные научные публикации (соавторство) или цитирующие друг друга в таких публикациях; сети актеров и актрис (например, в Голливуде), которые снялись вместе хотя бы раз в одном и том же фильме; торгово-сервисные сети и сетевые маркетинги („лицом к лицу“); сети эпидемий – болезней и „социальных“ (заражение людей инфекционными вирусами или вирусами идей); сети финансовых потоков (финансовые сети) [9]; сети менеджеров литературы, искусства и науки, спортивных менеджеров; сети телефонных звонков, электронная почта, контакты viber, whatsapp, skype и icq и многие другие.
  
  ИНФОРМАЦИОННЫЕ СЕТИ – это сети отношений между информационными объектами. Вот примеры таких сетей: цитирование в научных публикациях (например, A цитирует B, B цитирует C и D, C цитирует B и E и т. д.), пересылки в сети WWW; патентные ссылки; Wikipedia; поисковые системы в Интернете; блогосфера; сети peer-to-peer (партнерские сети [10]); распространение компьютерных вирусов.
  
  ТЕХНОЛОГИЧЕСКИЕ СЕТИ – это сети отношений между технологическими объектами. Вот примеры таких сетей: Интернет как аппаратная (физическая) сеть взаимосвязанных компьютеров; WWW (World Wide Web) как программная (логическая) сеть; электрические сети; телефонные линии; транспортные сети (поездов, автобусов, самолетов); службы доставки писем и посылок; подземная городская канализация; трубопроводные сети для перекачки стратегического сырья, например нефти и газа.
  
  БИОЛОГИЧЕСКИЕ СЕТИ – это сети отношений между биологическими объектами. Вот примеры таких сетей: нейронные сети (нейроны – специализированные нервные клетки в головном мозге человека и животных); геном человека и генные сети; сети метаболических (обменных) процессов; сети реакций между протеинами (белковых взаимодействий); сети кровеносных сосудов; сети клеток (колонии бактерий, сетевидные ткани у многоклеточных организмов); сети биологического разнообразия, например взаимные сети, т.е. сети взаимовыгодных взаимодействий (связей внутри и между разными видами растений, животных, людей); сети пищевых цепей в природе: отношения „хищник – жертва“; сети типа „паразит – хозяин“; сети типа „симбиоз“ – взаимовыгодное существование разных живых организмов; сети, состоящие из насекомых, которые на инстинктивном уровне поддерживают биосоциальные системы (муравьи, пчелы, осы, термиты); экологические сети, экосети (у некоторых птиц, у дельфинов, человекообразных обезьян); распространение болезнетворных вирусов.
  
  КОГНИТИВНЫЕ СЕТИ – это сети отношений между когнитивными объектами, т.е. между объектами, связанными со знанием [11]. Вот примеры таких сетей: сети персонажей в литературных произведениях – в таких как „Илиада“ (эпическая поэма, созданная легендарным древнегреческим поэтом Гомером, VIII в. до н. э.), „Дэвид Копперфильд“ (1849 г., роман английского писателя Чарльза Диккенса, 1812 – 1870), „Отверженные“ (1862, роман французского писателя Виктора Гюго, 1802 – 1885), „Анна Каренина“ (1877, роман русского писателя Льва Толстого, 1828 – 1910), „Приключения Гекльберри Финна (1884, роман американского писателя Марка Твена, 1835 – 1910); сети персонажей в священных книгах, например в Библии; сети персонажей древнегреческой мифологии (смертные, боги, чудовища, нимфы и сирены); лингвистические сети типа 1, состоящие из слов с синтаксическими связями между ними, например слова в „1984“ (1948, роман английского писателя Джорджа Оруэлла, 1903 – 1950), по похожему принципу работает словарь, встроенный в текстовые программы, такие как Word); лингвистические сети 2 типа, характеризующие связи между языками в данном регионе; сети нот в произведениях немецкого композитора Иоганна Себастьяна Баха (1685 – 1750), уникального австрийского композитора Вольфганга Амадея Моцарта (1756 – 1791), немецкого гения, одного из величайших композиторов в истории человечества Людвига ван Бетховена (1770 – 1827), польского композитора Фредерика Шопена (1810 – 1849), современных китайских композиторов и в поп-музыке; сети отдельных частей, фигур, цветов в картинах художников-кубистов и/или футуристов – голландца Питера (Пийта) Мондриана (1872 – 1944), русского (и поляка) Казимира Малевича (1879 – 1935), испанца Пабло Пикассо (1881 – 1973), француза Брак (1882 – 1963) [12, 13].
  
  Пояснение:
  Нимфы – долговечные, не всегда бессмертные, прекрасные полубогини, олицетворение живительных сил природы [14].
  Сирены – морские существа, полуптицы-полудевицы, околдовавшие моряков волшебными песнями, увлекая их к скалам, где разбивали их корабли [15].
  Кубизм – модернистское течение в изобразительном искусстве, характеризующееся использованием геометризированных условных форм и стремлением „раздробить“ реальные объекты на стереометрические примитивы.
  Футуризм – общее название художественных авангардистских течений, интересующихся прежде всего формой, а не столько содержанием стихов, часто выдумывающих собственные слова и использующих вульгарную лексику, профессиональный жаргон, язык документа, плаката и афиши.
  Авангардизм – общее название течений в искусстве, для которых характерно стремление к коренному обновлению художественных практик, разрыв с устоявшимися принципами и традициями и поиск нового, необычного содержания, выразительных средств и форм произведений.
  
  ДРУГИЕ СЕТИ – сети, не относящиеся к вышеперечисленным типам. Вот примеры таких сетей: геофизические сети; сети рек (и притоков реки) и озер; сетевые молекулы из атомов инертных газов; сети звезд и черных дыр (в мегамире); суперструнные сети (в микромире).
  
  Пояснение:
  Геофизика – комплекс наук, использующих физические методы для изучения внутреннего строения Земли, физики ее вулканов, океанов, озер, рек, ледников; физика атмосферы (метеорология, климатология).
  Инертные или благородные газы – это собирательное название химических элементов, созданных вследствие неучастия этих элементов в химических реакциях. Впоследствии было обнаружено, что некоторые из них могут взаимодействовать, но название осталось.
  Черная дыра – это область пространства-времени, в которой гравитационное притяжение настолько велико, что ничто, даже свет, не может покинуть ее.
  Упрощенно говоря, согласно Теории суперструн, мельчайшие „частицы“, из которых состоит материя, – это струны, которые, когда вибрируют по-разному, видятся как знакомые нам микрочастицы.
  
  Сетеподобные и максимально „сплющеные“ структуры встречаются все чаще – не только в террористических и организованных преступных групах, но и в гражданском обществе, в общностях со своими целями и интересов, в лоббистских группах и в группах давления.
  Современные вызовы все чаще имеют сетевой характер. А ученые установили, что с сетями могут успешно бороться прежде всего сети. Но государство, институты системы национальной безопасности, мышление и действие в области безопасности сохраняют свою иерархическую структуру, свои проиерархические комплексы, рефлексы и инстинкты.
  В иерархических структурах правила и процедуры, по которым они функционируют, играют стабилизирующую роль, создают надежный порядок в организации, но становятся „тормозом“ перед востриятием нового. Иерархии с трудом „выносят“ инновации (особенно те, которые связанны перестройкой структуры, информационных потоков и взаимодействий между подразделениями и людьми). Даже если инновация все же воспринимается, иерархическая структура слишком медленно инкорпорирует ее в свои нормы и правила [16].
  В сетевых структурах нет страха перед переменами – там к этому стремятся. В них работает правило „4 С“: Солидарность, Сплоченность, Сотрудничество, Синергия.
  
  Пояснение:
  
  Синергия – суммарный эффект взаимодействия двух и более факторов, характеризующийся тем, что их взаимодействие значительно превышает или качественно отличается от эффекта суммы действий двух факторов по отдельности.
  
  В иерархических структурах доминирует их организация извне и сверху – чья-то внешняя воля структурирует и управляет ими по односторонней связи „Приказ → Исполнение“.
  В сетевых структурах доминирует их организация изнутри и снизу – они структурируются и контролируются через циклическую связь Возложение → Наблюдение за выполнением → Выводы из выполнения → Оптимизированное возложение. Это двусторонняя связь Возложение ↔ Исполнение.
  Контроль – это склеивающее вещество, связующая материя в иерархических структурах – в них подчиненный моего подчиненного является и моим подчиненным; тогда как в сетевых структурах склеивающем веществом, связующей материей является доверие – в них друг моего друга является и моим другом.
  В иерархических структурах ведущими являются формальная власть, принуждение, воздействие; в сетевых структурах – лидерство, мотивация, влияние. В сетевых структурах нет необходимости в надзирателях, чтобы они следили за тем, как работают все остальные, и контролировали всех в организации. Нет необходимости ни в фильтрах, просеивающих информацию вверх и вниз, ни в сторожевых псах, ревниво стоящих перед кабинетом лидера, чтобы не пускать туда людей из более низких уровней в иерархии.
  Две иерархические структуры, даже если они однородны, взаимодействуют преимущественно по воле тех, кто ими руководит (на управленческом уровне), в то время как две сетевые структуры, даже если они неоднородны, взаимодействуют путем взаимного проникновения, путем переплетения.
  Проблема иерархических структур в том, что они могут давать хорошие результаты в обычной, нормальной жизни, но они крайне неадекватны в экстремальной ситуации и являются особенно уязвимым местом в антикризисном управлении, поскольку в них люди обычно опираются на привычное, хорошо известное и создающее комфорт; их внимание легко усыпляется, их цели размываются, а представление о действительности искажается.
  В иерархических структурах конкуренция сильнее сотрудничества и более деструктивна, чем созидательна. Поэтому они в основном Ньютоновского типа, т.е. они похожи на машины, в них все строго упорядочено, механично, элементы как болтики и внешняя среда воспринимается как постоянная.
  В сетевых структурах сотрудничество гораздо сильнее конкуренции, и гораздо более конструктивно, чем деструктивно. Поэтому эти структуры в основном Пригожинского типа, т.е. с большой сложностью, которая определяется как количеством звеньев, так и тем, как они взаимодействуют. Эти структуры напоминают живые организмы, в них все гибкое и самооптимизируется, элементы осознаются как интегрирующая часть целого, действуют не столько по приказу или страху, сколько по внутренней необходимости и с пониманием общих целей, ценностей и интересов, а внешняя среда воспринимается как постоянно изменяющаяся, требующая постоянной бдительности органов осязания и чувств.
  
  Пояснение:
  Согласно великому английскому математику и физика Исааку Ньютону (1642 – 1727), пространство и время абсолютны и независимы друг от друга; существуют строгие и познаваемые законы, предопределяющие существование и развитие материальных и нематериальных объектов, и эти объекты не могут влиять ни на пространство и время, ни на законы, которым они подчиняются – это механистический мир, мир предписанных и неподлежащих изменению правил.
  Илья Пригожин (1917 – 2003) – бельгийский ученый-физикохимик русского происхождения, лауреат Нобелевской премии по химии 1977 года. Пригожинский тип или Пригожинская логика – зависимость между причиной и следствием, при которой они влияют друг на друга, периодически и необъявленно меняясь местами и так переплетены, что часто следствие воздействует на причину, которая его произвела и функцией которой оно является в данный момент.
  Говоря об иерархической (т.е. с бòльшим количеством уровней) и сетевой (т.е. с меньшим количеством уровней) структурах, не следует думать, что все дело в архитектуре. Это новая эра в управлении, в организационном поведении, в отношении к целям и ресурсам. Она предъявляет новые требования к структурам системы безопасности на международном и национальном уровне. Некоторое время назад министр обороны США Дональд Рамсфелд (1932 – 2021; самый молодой на этом посту, 1975–1977, и самый пожилой на этом посту, 2001 – 2006) сказал то, что было воспринято лишь как замечание относительно адекватности НАТО, и не было расшифровано как веление времени: Уже не Коалиция определяет Миссию, а Миссия определяет Коалицию [17].
  
  Каждый человек и каждая организация на всех уровнях управления и во всех сферах жизни должны осознавать радикальные перемены, с которыми им уже приходится сталкиваться. До сих пор мы полагались на стратегии, ориентированные на ресурсы, т.е. у нас есть ресурсы, навыки, возможности и мы стремимся к целям, приоритетам, задачам, которые мы можем реализовать через эти ресурсы. Сейчас мы переходим к ориентированным на цели стратегиям, т.е. у нас есть цели, задачи, приоритеты, которые необходимо реализовать и нам необходимо отыскать ресурсы, навыки, способности, с помощью которых реализовать эти цели, задачи, приоритеты.
  Мы уже не можем раз и навсегда вооружиться какими-то способностями и воображать, что нам их хватит на все и всегда; сегодня Цель определяет Ресурсы, а не Ресурсы – Цель. Акцент смещается на гибкость – гибкие знания, гибкие структуры, гибкие подходы и гибкие геометрии противодействия. Больше нет раз и навсегда „замороженных“ организаций и архитектур. Если вызовы и противники гибки и мобильны, то такими же должны быть институты и люди в них. Сегодня будем воевать специальными разведывательными средствами, завтра – финансовыми средствами, послезавтра – информационными и медиа-ресурсами, после послезавтра – средствами культуры и идентичности, идеологии и социабьными деятельностями. Необходимо создавать пулы ресурсов – министерства и ведомства слишком иерархичны, склонны к бюрократизму и чиновному мышлению, а необходимо создавать гибкие, мобильные коалиции профессионалов. Специализация будет не по видам деятельности, а по вызовам – преступность, терроризм, демографический кризис, качество жизни и т. д. И ценность каждого эксперта будет зависеть не от воли его непосредственного начальника или какой-либо партии, а от его умений и профессионализма, уникальности и способности участвовать в как можно большем количестве таких пулов ресурсов и гибких, мобильных коалиций специалистов.
  Другими словами, у нас должны быть миссийные стратегии и миссийные цели, миссийная направленность и миссийное мышление. Отсюда вытекает главная проблема для Государства: Государство все еще не может не быть иерархически организованным – это связано с его характером, с теми целями и задачами, которые оно реализует, с тем, как оно функционирует и принимает решения; однако Государство сегодня не может справиться с новыми рисками, если оно не перенимает новые подходы и ресурсы, если не начинает „сетевизироваться“! Государство должно сочетать иерархию, поскольку оно является Государством, с сетевизацией, чтобы быть способным давать адекватные ответы на новые риски. Государство, которое создаст эффективную гибридную организационную сеть, выиграет стратегическую инициативу [18]. Это означает стремление к структурам, иерархия которых имеет меньше количеством уровней (не создаются новые уровни) и является более плоской (структура „сплющивается“), и переход к сетевой архитектуре с минимально необходимой иерархией и максимально адаптивной организацией, в которой делается упор на консолидацию и интеграцию, координацию и децентрализацию, за счет (сверх)командования и централизации. Если противник с переменной геометрией, то и институты, с помощью которых мы с ним сталкиваемся и боримся, тоже должны иметь такую геометрию.
  Говоря о практическом применении сетевых структур, следует отдавать приоритет необходимости изменения мышления. Сети – не мода и не увлечение, они не просто инструмент и наглядная иллюстрация; не являются понятием, введенным для более быстрого осмысления изучаемых явлений. Сети – они и есть эти явления; они – форма и содержание жизни; они на сегодняшний день оптимально возможный способ полноценного изучения процессов в различных областях знаний и практики.
  Существует ряд областей применения сетевых структур – военное дело (Сетецентричная война, Network-Centric warfare); противодействие терроризму и организованной преступности, защита критической инфраструктуры, борьба с различными болезнями, изучение исторических процессов, социальные протесты и многое другое.
  
  Пояснение:
  Сетецентрическая война, Сетевая война, Network-centric warfare, Net-centric warfare – теоретическая система концепций и взглядов, реализованная на практике в некоторых современных военных конфликтах. В Сетецентрической войне подразделения, части и соединения видов вооруженных сил и родов войск информационно и командно организованы по сетецентрической архитектуре, что гарантирует достижение информационного, коммуникационного и технологического превосходства над противником.
  
  Сетевое общество является результатом развития человеческой цивилизации. Конечно, невозможно утверждать, что его появление было единственно возможной альтернативой. Но неумолимый Закон истории состоит в том, что случилось только то, что случилось. В Истории нет „Если…, то…“, „А что случилось бы, если…?“ Путь, избранный человечеством с данного момента, является одной из существующих альтернатив, но однажды реализованный, он является единственно возможным для исторической науки.
  Если для нас сетевое общество единственно возможное, то это потому, что именно оно реализовалось. И основные причины его реализации кроются в изменениях в обществе и изменениях в среде (геополитической, геоэкономической, геосоциальной и геокультурной), в которой функционирует общество. Неприемлем тезис о случайном стечении счастливых обстоятельств или о счастливом стечении случайных обстоятельств, приведших к возникновению Сетевого общества, важнейшим из которых было развитие современных коммуникационных и информационных технологий. Сетевое общество возникло бы и без взрыва коммуникационных и информационных технологий, но именно его сильнейшие черты позволили нам оценить их смысл, вооружиться ими и „расправиться“ с другими альтернативами (вероятно, они существовали, но мы не можем задним числом гадать, были ли они только гипотезами или альтернативами).
  Процессы и изменения в различных сферах человеческой деятельности – в политике, экономике, энергетике, культуре, спорте и т. д. – говорят о том, что, хотя и чрезвычайно важны, коммуникационные и информационные технологии не являются единственными важными факторами возникновения Сетевого общества. Ряд этих процессов и изменений в той или иной степени не имеют прямого отношения к новым коммуникационным и информационным технологиям.
  Сеть и присущая ей горизонтализация структур и коммуникаций уже давно являются предметом анализа в экономике. В течение как минимум 2-3 десятилетий разрабатываются идеи новой архитектуры компании, организационной культуры, новых методов управления и контроля. Задолго до Интернета стало ясно, что горизонтальная, организованная сетью Microsoft постепенно одержит верх над вертикальной, иерархически организованной IBM; и что сетевой „Макдоналдс“ станет чем-то гораздо большим, чем просто интернациональной структурой заведений общественного питания, превратится в примету времени, в образец культуры обслуживания и отношения к покупателю, в часть глобализации и даже будет ее символом (Макдональдизация). Мы видим, как транснациональные компании (ТНК) плетут свои сети и извлекают большие прибыли не только за счет использования специфики отдельных стран (дешевая рабочая сила, низкие экологические требования), не только за счет эффекта масштаба и возможности работать в разных регионах и тем самым сочетать свою глобальность с локальной спецификой, но и благодаря свойствам, присущим сетевым структурам – оперативность, скорость, возможность мобилизации, самоорганизация, (само)синхронизация. Благодаря созданию сетей, ТНК плавают в собственных водах. Они осознали конкурентные преимущества, иногда невидимые, но часто видимые преимущества сетей, и быстро начали сглаживать иерархии, усиливать децентрализацию, позволять своим филиалам самоорганизовываться как сети, как сети из сетей, масштабироваться и достигать необходимого уровня сложности и гибкости без особого ущерба для эффективности и управляемости.
  Коммуникационные и информационные технологии развиваются очень быстро, но общество меняется медленно. По аналогии с тезисом английского священника и экономиста Томаса Мальтуса (1766 – 1834) можно сказать, что в политическом, экономическом, социальном и культурном аспектах общество меняется по арифметической прогрессии, а коммуникационные и информационные технологии развиваются по геометрической прогрессии. Вот почему технологии значительно опережают общество своими возможностями и темпами развития. А люди, которые не пользуются этими технологиями удовлетворительно – находятся ли они вне Сетевого общества? Да, они offline, но они также связаны с частью сетей современного общества, они являются частью Сетевого общества. Общество движется по своим законам, которые хотя бы частично не зависят от технологий.
  
  Пояснение:
  Арифметическая прогрессия – это последовательность чисел a₁, a₂, a₃…, в которой каждое последующее число, начиная со второго, получается из предыдущего прибавлением одного числа d (разность прогрессии), такого, что a₁, a₂=a₁+d, a₃=a₂+d, … a_n=a_n-1+d.
  Геометрическая прогрессия – это последовательность чисел b₁, b₂, b₃…, в которой каждое последующее число, начиная со второго, получается из предыдущего умножением на одно число q (знаменатель прогрессии), так что b₁≠0, q≠0, b₁, b₂=b₁q, b₃=b₂q, … b_n=b_n-1q.
  
  В социальном плане сеть содержит в себе два свойства, которые находятся в постоянном противоречии. С одной стороны, она легче всего „включает“ тех, кто находится вне ее. Социальная цена „присоединения“ к сети самая низкая, потому что сеть постоянно стремится к росту, рост является частью ее жизни. И эта цена продолжает падать по мере роста числа сетевых участников. С другой стороны, сеть – это определенный тип культуры, норм, ценностей, без усвоения которых, без соблюдения стандартов, для которых „членство“ в сети носит формальный характер (связь очень слаба), а его преимущества стремятся к нулю. Другими словами, когнитивная, познавательная цена подключения „к сети“ самая высокая и неуклонно растет по мере развития сети.
  Есть и другие особенности сети, которые являются предметом изучения представителями общественных наук. Речь идет и о сети как о социальном координаторе – лучше нее никто не может координировать усилия, отношения, позиции, послания и несогласия. Речь идет, наконец, о Сети как социальном интеграторе – ведь она на самом деле – одна протянутая рука, один призыв: „Присоединяйся, свяжись, подключись!».
  
  Сетевое общество предъявляет принципиально новые требования к стратегическим менеджерам государства, к его элите, к политикам. Они должны быть проникнуты мыслью о том, что Сетевое общество подразумевает, что его участники призваны быть как минимум на один уровень сложности выше, чем предшествующие общества.
  Сеть требует, как уже было сказано, определенной культуры, она работает через определенные технологии, навязывает определенные модели поведения и подходы к объяснению мира. Поэтому политики должны иметь мышление и действия, соответствующие Сетевому обществу, они должны вести себя (про-)сетевым образом и использовать инструментариум, соответствующий и достойный Сетевому обществу. Антисетевое поведение политиков „тянет“ общество назад, тормозит его развитие. С другой стороны, Сетевое общество – это испытание и ответственность высшего порядка для простых людей, для граждан. Соблазненные возможностью участвовать в различных реальных и виртуальных сетях, они гораздо легче могут потерять ценностную ориентацию, допустить размывания собственных принципов. Когда цена вступления в общность высока, требуется очень продолжительная и последовательная ценностная установка, работа над собой, размышления и сомнения. Человек живет мыслью об этой общности, даже с представлением о ней, и еще до того, как он войдет в общность, он уже находится там духом. А при чрезвычайно низкой стоимости входа во многие из сегодняшних общностей сопричастность к ним намного слабее. Эти общности являются воображенными, но они более того — они воображаемые. Человек, образно говоря, в них только одной ногой, он участвует в них с ощущением, что он делает эксперимент, что он делает только лишь попытку – посмотреть, как оно там есть. При первом же несогласии он готов „отключиться“, при первом „unlike“ он готов „disconnect“ себя. Отсюда до ценностного промискуитета максимум один шаг. И если в личной жизни это право выбора, которое необходимо уважать, даже если не всегда уважать как поведение, то в политике оно несет в себе риск формирования безответственного, деструктивного, гибкого и легко манипулируемого, слабо связанного духовно и сильно проникнутого негативизмом большинства.
  
  Пояснение:
  Промискуитет – беспорядочные и неограниченные интимные отношения со многими партнерами.
  
  В своей книге „Паутина жизни“ австрийский и американский физик Фритьоф Капра (1939) писал, что основным паттерном жизни является сетевой паттерн [19]. Паттерн или форма жизни – это Сеть. Но если Сеть – это форма Жизни, то Безопасность – это содержание Жизни Сети. Сеть является самым эффективным производителем Безопасности. Жизнь Сети посвящена производству Безопасности. Жизнь Сети – это Безопасность. Сеть может и не является универсальным решением вопроса безопасности, но он лучший из всех существующих производителей Безопасности.
  
  Пояснение:
  Паттерн – закономерное представление, шаблон, образ, образец, встречающийся в природе и деятельности человека.
  
  Один из видных творцов в изучении сетей, американский физик венгерского происхождения Альберт-Ласло Барабаши (1967) писал, что при изучении безмасштабных сетей (scale-free networks) он следовал за творчеством, отношением к миру и креативным духом болгарина Кристо (Христо Явашев, 1935 – 2020) и его супруги, родившейся в один день с ним, француженка Жан-Клод (1935 – 2009). Кристо и Жан-Клод скрывают, пакуют предмет, чтобы помочь нам лучше его увидеть и осознать. Чтобы обнаружить сети в различных сложных системах нам необходимо скрыть, замаскировать их общий вид и все детали видимости. Тогда уже, глядя только на узлы и связи, мы сможем видеть и наблюдать архитектуру сложности, называемой Сетью, и сетевости, называемой Сложностью. Только дистанцирование, отрыв от конкретики, от деталей позволяет прозреть универсальный организующий принцип, лежащий в основе изучаемых систем. Именно сокрытие, прикрытие раскрывает, расшифровывает фундаментальные законы эволюции сетевого мира и помогает понять, как эта запутанная, сплетенная и переплетенная архитектура влияет на столь разнообразные процессы, явления и события. Раз сокрытие, упаковка позволяет проникнуть в глубинную суть, глубинную природу, глубинный замысел вещей, то логичен и следующий шаг– снять обвертывающую материю, снять упаковку. Цель наша стала намного яснее – понять сложность. И для достижения этой цели нам нужно выйти за пределы структуры, чтобы сосредоточиться на динамике, которая управляет узлами и связями.
  Сети – это скелет сложности, магистральные дороги для различных процессов, которые делают наш мир живым, ярким, реальным и прекрасным. Нам нужно видеть узлы как реальных людей, реальных субъектов или реальные объекты, а связи – как реальные соединения, реальные линки, релаьные коммуникации, наполненные реальным содержанием, реальными целями и стратегиями. Сети дают ключ к пониманию, но понимание ими не исчерпывается. Чтобы продолжить дальше, мы должны выйти за пределы сетей – к индивидуальности, сущности, идентичности каждого конкретного процесса, каждой конкретной системы [20]. Но мы никогда не должны забывать, что для того, чтобы совершить прорыв в понимании и осмыслении мира, нам нужно было увидеть этот мир таким, каким он постепенно становится и неизбежно станет – миром сетевых структур, миром сетевых взаимодействий, миром сетевости. Миром Сетевого общества…
  
  Пояснение:
  Scale (англ.) – масштаб, размер, взвешивать, измерять.
  Free (англ.) – свободный, независимый.
  О безмасштабных сетях см. ниже.
  
  Сетевое общество основано на сетевой организации (горизонтальной и децентрализованной). И ряд эффектов неизменно присущи структуре и динамике любой сетевой организации. Ниже мы проведем систематизацию этих эффектов.
  
  1. Эффект „СХОЖИЙ ЗАКОН РАСПРОСТРАНЕНИЯ“ – этот эффект можно назвать и гораздо более математически – Степенным законом распределения
Огромное множество сетей в реальном мире демонстрирует это удивительное свойство. Основное содержание Схожего закона распространения состоит в том, что эти сети нарастают количественно и развиваются качественно не по случайному принципу и не во всех возможных направлениях, а преференциально, предпочтительно – т.е. таким образом, что очень небольшому количеству узлов (хабов) удается сконцентрировать для себя львиную долю связей, составляющих ткань сетевой структуры, и поэтому они гораздо больше, при этом значительно больше связаны с другими узлами, чем все остальные узлы. Другими словами, некоторые узлы, как в ферме Оруэлла, равнее других.
  
  Пояснение:
  Преференциальный – преимущественный, выгодный, предпочтительный.
  Хаб (англ. hub) – концентратор, узел сети со специальными функциями собирателя и распределителя сигналов от и к другим узлам; средоточие, центр.
  В романе Джорджа Оруэлла „Скотный двор“ (1945) последней из семи основных заповедей, регулирующих содержание животных на ферме, является: „Все животные равны, но некоторые равнее других“.
  
  Существование такого свойства, несомненно, удивительно, даже ошеломляющее. При всем разнообразии элементов, связей между элементами, областей их проявления и функций, выполняемых ими, разные сети похожы меж собой – они во многом идентичны в том, как они растут и развиваются в пространстве и времени!
  Схожий закон распространения огромного количества сетей можно описать следующим образом: вклад, влияние, способности и информация не распределяются в сети случайным образом по всем узлам и во всех направлениях, а концентрируются в небольшом числе узлов, называемых „хабами“ (hubs) или „концентраторами“ (concentrators) [21]. В этих хабах, в этих привилегированных концентраторах скапливается огромное количество связей или – в зависимости от сети – сгустков способностей и правомочий, ресурсов и энергии; наслоений коммуникационных каналов, накоплений информации, умений привлекать и кооперировать, возможностей влияния и воздействия. Это на самом деле самые ценные звенья сети (для определенных сетей они еще и их самые уязвимые места, их слабости и хрупкости, их ахиллесова пята).
  Схожий закон распределения изучаемых сетевых структур называется в математических науках Степенным законом распределения. Сети, которые распространяются согласно этому закону, называются безмасштабными или масштабно-инвариантными сетями (scale-free networks) – об этом снова ниже.
  
  Несколько слов о Степенном законе распределения или Power Law Degree Distribution.
  
  Сначала укажем на гораздо более известное Распределение Гаусса (называемое Нормальным и изображаемое с помощью колоколообразной кривой) и еще точнее – Распределение Пуассона вероятностей возможных величин – когда самые вероятные величины имеют наибольшую частоту, а те с меньшими вероятностями убывают непрерывно, симметрично; все прогнозируемо, как бы предопределено (Иллюстрация 1).
  
  Пояснение:
  Нормальное распределение (Normal Distribution) или Гауссово распределение (Gaussian Distribution) – Закон распределения вероятностей, представляющий собой непрерывное распределение вероятностей, сгруппированных вокруг среднего значения. Оно играет очень важную роль в различных областях знаний. График его симметричный, колоколообразный, с максимумом в среднем значении; он известенкак Функция Гаусса. Эта модель отражает закономерности явлений под влиянием множества случайных и независимых причин и факторов. Она названа в честь немецкого математика Карла Фридриха Гаусса (1777 – 1855).
  Кривая колокола, колокольчатая кривая, колоколообразная кривая (bell curve, bell-shaped curve) – графическое изображение кривой Нормального распределения, имеющей форму колокола. Например, в распределении роста мужчин колоколообразная кривая означает, что если условно предположить, что большинство из мужчин имеют рост от 1.65 до 1.85 м при среднестатистическом росте 1.75 м, то мужчин ростом 1.50 и 2.00 м меньше и они расположены симметрично с обеих сторон; реже встречаются мужчины ростом 1.35 и 2.15 м, еще реже встречаются мужчины ростом 1.20 и 2.30 м, очень редко встречаются мужчины ростом 1.05 и 2.45 м, практически крайне редко встретить мужчин ростом 0.90 и 2.60 м и было бы полным аномальным чудом и совершенно невозможным существование мужчин ростом 0.75 и 2.75 м.
  Bell (англ.) – камбана, звонок.
  Curve (англ.) – кривая (линия), дуга.
  Распределение Пуассона (Poisson distribution) – распределение вероятностей так называемого дискретного типа. Дискретность есть свойство, противоположное непрерывности, т.е. прерывность; что-то, что меняется между несколькими разными состояниями; состоящее из отдельных частей, структур, смыслов. Это распределение является моделированием случайной дискретной величины, выражающее вероятность наступления заданных событий в определенный фиксированный интервал времени, представляющей определенное количество возможных событий, реализующихся за фиксированное время, при условии, что эти события происходят с фиксированной средней интенсивностью и независимо друг от друга. Оно названо в честь французского математика и физика Симеона Дени Пуассона (1781 – 1840).
  Степенной закон распределения (Power law distribution) – в нем, в отличие от распределения Пуассона, существует такая зависимость между двумя величинами, что относительное изменение одной величины приводит к пропорциональному относительному изменению другой величины, не зависящему от начального значения этих двух величин, то есть одна величина изменяется как некоторая степень другой – например, квадрат или куб: если L – длина стороны квадрата, соответственно куба, и она увеличена в 2 раза, то площадь квадрата увеличится в 4 или 2² раза, т.е. из L² станет 4L², а объем куба увеличится в 8 или 2³ раз, т.е. из L³ станет 8L³ [22]. Если бы рост людей подчинялся Степенному распределению, то были бы мужчины, хотя и очень немногочисленные, но не пренебрежимо мало, с ростом 0.75 и 2.75. Другими словами, это распределение дает шанс и меньшим вероятностям („для каждого поезда есть свои пассажиры“, как говорят в Болгарии), элементам „длинного хвоста“ (Long Tail) – см. Иллюстрация 2.
  Long (англ.) – длинный, продолговатый, продолжительный.
  Tail (англ.) – хвост.
  Head (англ.) – голова.
  
  





  
  





  
   Иллюстрация 1. Нормальное распределение с колоколообразной кривой (Bell Curve) [23]
  
  





  
  





  
   Иллюстрация 2. Степенное распределение с „длинным хвостом“ (Long Tail) [24]
  
  
  2. Эффект „БЕСМАСШАБНОСТЬ“ – отсутствие какого-либо определенного масштаба или, иначе говоря – масштабная инвариантность, фрактальность (самоподобие)
  
  Пояснение:
  Фрактал – математический объект, обладающий свойством самоподобия, т.е. каждая часть подобна множеству в целом.
  
  Чтобы осмыслить понятие безмасштабности, или то же самое – масштабной инвариантности, мы должны представить себе его как явление, при котором нет типичного значения, помогающего узнавать объект, т.е. что-то, чтобы оценить его и дать довольно четкое представление об объекте – например, вышеупомянутый средний рост мужчин. Безмасштабная инвариантность – свойство, присущее фрактальным, самоподобным объектам – они не меняются при изменении масштаба наблюдения [25]. А при нормальном распределении с колоколообразной кривой значения масштабно зависимы, т.е. зависими от масштаба. И сразу это проясним.
  В примере роста мужчин распределение сосредоточено вокруг среднего значения – в данном случае 1.75 м. С шагом 15 см в обоих направлениях количество мужчин постепенно уменьшается, и это уменьшение соизмеримо (является его функцией) со средным значением 1.75 м – вот это и есть масштаб! Все остальные „высоты“ симметрично уменьшаются по сравнению с этой средней величиной и как бы связаны, даже „привязаны“ к ней.
  Математики рассматривают вероятность P_k того, что узел соединяется с k другими узлами. P_k дает степень распределения сети и означает, что данный узел имеет степень k. При этом P_k – это доля вершин сети, имеющих степень k.
  Сетевые структуры, распространяющиеся произвольно, на случайной основе, называются случайными сетями (random networks). В них мы имеем распределение Пуассона с колоколообразной кривой узлов и их связностью между собой. Распределение Пуассона означает, что большинство узлов имеют степень, близкую к средней (усредненной), и что количество узлов данной степени убывает экспоненциально, т.е. очень быстро по мере удаления от средней степени [26]. Однако большинство реальных сетевых структур несовместимы со случайным развитием. В них, как было сказано, действует Степенной закон распределения степеней (Power Law Degree Distribution), для краткости называемый Степенным законом (Power Law).
  
  Пояснение:
  Random (англ.) – случайный.
  Экспоненциальный рост – рост величины, при котором скорость роста пропорциональна значению самой величины. Это очень быстрый рост. Когда у нас есть дискретная область детерминации (с равными интервалами), этот рост называется геометрическим, потому что значения образуют геометрическую прогрессию. В математике экспоненциальная функция – это функция, равная своей производной. Обозначается e^x или exp(x); e – неперовое число (e = 2.71828...). Оно названо в честь шотландского математика Джона Напера (1550 – 1617).
  
  В случайных сетях с распределением Пуассона и колоколообразной кривой рудно найдется узел со значительно большим или меньшим количеством связей, чем в среднем по сети, т.е. среднее значение возможного количества соединений на узел, которое мы будем обозначать через ‹k›. Распределение Пуассона имеет выпуклую вершину, что свидетельствует о том, что подавляющее большинство узлов имеют примерно такое же количество связей, а именно ‹k› – как и у среднего, типичного узла; и в то же время очень немногие узлы имеют число связей, существенно отличающееся от ‹k›. По обе стороны от этой заметной вершины распределение быстро сужается, что делает значительные отклонения от среднего значения очень редкими. Это означает, что сеть такого типа имеет одно конкретное значение, определенный масштаб, и ее значение равно ‹k›. Таким образом, это среднее число связей ‹k› становится особенно важной характеристикой для случайных сетей – через него они имеют характеристическое значение (число, величину), т.е. масштаб связности узлов, определяемый средним числом связей на узел и фиксируемый вершиной кривой распределения степеней узлов. Кроме того, величина P_k убывает экспоненциально, что означает, что в любой такой сети почти не будет узлов со значительно большим или значительно меньшим числом соединений, чем ‹k›.
  
  В реальных („неслучайных“, non-random) Степенных сетях (со Степенным распределением) наблюдается принципиально иная количественная и качественная картина. Степенное распределение допускает существование очень большого количества узлов с небольшим количеством связей, в т.ч. со значительно меньшим количеством связей, чем в среднем по сети, и с очень небольшим количеством узлов с большим количеством связей, в том числе со значительно большим количеством связей, чем в среднем по сети.
  Это все равно, что, как объяснялось, иметь небольшое количество мужчин ростом 2.70 м. Вот почему в этих сетях ‹k› не является существенной характеристикой – она не дает никакой важной информации, потому что в них ни один узел не является типичным для сети с его параметрами. В таких сетях нет вершины, аналогичной вершины кривой распределения в случайных сетях, и они не имеют характеристического значения (числа, величины), т.е. масштаба. Именно тот факт, что в Степенных сетях нет присущей им величины, меры, масштаба, привел к тому, что Альберт-Ласло Барабаши и американский физик и биолог венгерского происхождения Река Альберт (Reka Albert, 1972) назвали сети со Степенным распределением „безмасштабными сетями“ или „масштабно-инвариантными сетями“ (scale-free networks) [27]. Для иллюстрации сказанного см. Иллюстрация 3.
  
  





  
  a)
  
  





  
  б)
  
   Иллюстрация 3. Зависимости между количеством связей и количеством узлов. Количество связей отложено по горизонтальной оси; а по вертикальной оси – количество узлов. а) Распределение Пуассона с типичным узлом – вершиной графика со средней степенью ‹k›; б) Степенное распространение – нет типичного узла, т.е. вершины со средним значением, кроме этого распределение уменьшается намного медленнее и, следовательно, с большей вероятностью будет иметь вершины с большим количеством связей [28, 29]
  
  
  
  Пояснение:
  Number (англ.) – число, количество, сумма.
  Typical (англ.) – типичный, символический.
  
  3. Эффект „МИР ТЕСЕН“ или „ТЕСНЫЙ МИР, „МАЛЫЙ МИР“, также известный как „Шесть степеней разделения“ (Six Degrees of Separation).
  В 1967 году американский социолог Стэнли Милграм (Stanley Milgram, 1933 – 1984) выдвинул тезис о том, что каждый человек в мире может достичь до каждого другого человека через цепочку из 5 или 6 человек [30]. Так родился термин „Шесть степеней разделения“; на самом деле это не столько термин, сколько реальный социальный феномен. А это значит, что, несмотря на семь с половиной миллиардов жителей нашей планеты, мы живем в тесном мире.
  За этим тезисом стоит эксперимент, проведенный Стэнли Милгрэмом. Есть целевое лицо – биржевой брокер из Шарона, Массачусетс, работающий в Бостоне, столице штата. 217 человек были вовлечены в эксперимент с просьбой попытаться связаться с биржевым брокером (целевым лицом) посредством переписки. В письмах содержится описание эксперимента, фото, имя, адрес, информация о брокере и указание, что каждый участник должен отправить письмо кому-нибудь – родственнику, другу, знакомому, но только если они знают человека лично и для которого они считают, что он, вероятно, может приблизить их к целевому лицу. Выбранный адресат должен повторить процедуру и переслать письмо кому-то еще, и так далее, пока письмо не достигнет целевого лица. 64 письма приходят в конце концов к бипжевому брокеру. Остальные 153 цепочки из писем прерываются где-то по пути. Общее среднее количество промежуточных ступеней (посредников) равно 5.2. Округление производится до числа, включающего эту среднюю длину (5.2) пути от первого адресата до конечного адресата (целевого лица, брокера), т.е. 6, действительно небольшое число, которое войдет в историю с широко известным названием „Шесть степеней разделения“ („Six Degrees of Separation“). Кстати, подсчитано, что для сети WWW степеней больше - 19, а для Интернета – 10 [31, 32, 33, 34, 35, 36, 37].
  На самом деле сам Милгрэм никогда не использовал фразу „Шесть степеней разделения“. Эта фраза взята из одноименной пьесы американского актера и сценариста Джона Гуайра (1938), которая имела успех на Бродвее в 1990 году и по ней в 1993 году был снят одноименный фильм. В нем одна из героинь говорит: „Я где-то читала, что всех на этой планете разделяет всего шесть других людей. Шесть степеней разделения между нами и всеми остальными на планете... Меня успокоивает то, что мы так близки, но в то же время эта близость похожа на китайскую пытку водой, потому что нужно найти шесть правильных людей, чтобы установить связь... Я связана, ты тоже, с каждым на этой планете нитью из шести человек... Шесть степеней разделения между нами и всеми остальными на этой планете“ [38]. Поэтому наш мир тесен – все на расстоянии вытянутой руки, вернее – на расстоянии из 6 рукопожатий, т.е. в 6 шагов по сетевой ткани, связавшей человечество в один и единый организм.
  
  Пояснение:
  Китайская капля – метод пытки; состоит из медленно капающей воды на лоб жертвы, что сводит его с ума.
  
  Далее сетевая логика феномена „Тесного мира“ („Small World“, в смысле „World is Small“) была тщательно разработана австралийским математиком Дунканом Уоттсом (1971) и американским математиком Стивеном Строгацем (1959). Поэтому подобные типы сетевых структур в научной литературе называются сетями „Тесный мир“ „Small World“ или Сетями „Строгаца-Уоттса“ „Strogatz-Watts“ (сетями SW); соответственно сетями „Мир тесен“, „World is Small“ или Сетями „Уоттса–Строгаца“, „Watts-Strogatz“ (WS networks).
  Существование столь элегантного и естественного в природном и социальном смысле типа сетей „Тесный мир“ с подобной топологией говорит о возможности случайности, беспорядка в сетевых структурах самоорганизоваться в закономерность, в порядок. И это придает радикальную интерпретацию модели „Тесного мира“ – он эффективный шаг к самоорганизации сети из немногих или многих случайно или беспорядочно связанных узлов в устойчивую и упорядоченную структуру. Этим сеть приобретает новую физиономию, становится естественной и логичной, становится Сетью, а живым системам (например, биологическим) она дает более серьезные эволюционные шансы, создает условия для выживания и развития, дает конкурентные преимущества и гарантии устойчивости.
  
  4. Эффект „БОГАТЫЕ СТАНОВЯТСЯ БОГАЧЕ“ или ЭФФЕКТ МАТФЕЯ, так называемое предпочтительное (преференциальное) присоединение
  При появлении новых узлов они предпочитают подключаться к уже существующим хабам, сгусткам связей и коммуникаций, т.е. к узлам, с которыми чаще всего связываются другие элементы, к узлам, которые являются наиболее предпочтительными. И это происходит за счет других узлов, которые оказываются непредпочтительными или слабо предпочтительными. Вот почему этот эффект называется не только „Богатые становятся богаче“ (The Rich Get Richer), но и, вслед за американским социологом Робертом Мертоном, „Эффектом Матфея“, так как в Святом Евангелии от Матфея написано: „Ибо всякому имеющему дастся и приумножится“ (Мф. 25:29) [39]. А народ говорит: „Деньги идут к деньгам“, „Куда текло, туда и потечет“ или „Зло не приходит в дом одно“.
  Такое присоединение, при котором чем связаннее узел, тем больше вероятность того, что новый узел свяжется именно с ним, называется преференциальным присоединением (привилегированным или преференциальным связыванием, preferential attachment). При нем, если есть два узла, один из которых имеет в два раза больше связей, чем другой, то вероятность того, что новый узел свяжется с первым, в два раза выше вероятности того, что он все же свяжется со вторым [40]. Это можно объяснить и следующим образом: новые узлы связываются с существующими с вероятностью, пропорциональной количеству связей, которые уже есть у старых узлов, т.е. они с большей вероятностью (а значит и с большей готовностью) свяжутся с образовавшимися концентраторами, чем с какими-то относительно „более одинокими“, менее „привлекательными“, менее „влиятельными“ узлами. Таков смысл, который содержится в преференциальном присоединении (привилегированном или предпочтительном присоединении, preferential attachment), и оно далее поясняет остальные эффекты в сетевых структурах, связанные с эволюцией сетей, которая делает их безмасштабными или scale-free, и которая, наряду с этим, статистически осуществленна через Степенное распределение или Power law, являющимся математической иллюстрацией Схожего закона распространения.
  
  Проблема в том, что модель „Богатые становятся богаче“ (The Rich Get Richer) основана на идентичности, на ценностях, и если идентичность размывается, а ценности ослабевают, может реализоваться закодированная в этой модели опасность, ее врожденный дефект: если структура, динамика и конкуренция между узлами становятся врагами друг другу, это неизбежно приводит к альтернативной модели - „Победитель забирает все“ („The winner takes all“) [41]. Иными словами, хотя сетевая структура и гарантирует механизм „Богатые становятся богаче“, то если больше не существуют склеивающие, сплачивающие, социумные, интегрирующие синергетические блага (доверие, любовь, реципрочный альтруизм, шансы для всех, безопасность), т.е. блага, которые поднимают систему на более высокий уровень организации и сложности, то неизбежно – рано или поздно – сетевая структура попадет под влияние и перейдет в своем развитии к механизму „Победитель забирает все“ („The winner takes all“).
  
  Пояснение:
  Альтруизм – принцип или практика заботы о благополучии другого человека.
  Реципрочный – взаимный, совместный, соотносительный, солидарный.
  Реципрочный альтруизм – взаимный альтруизм, при котором индивиды делают жесты, оказывают помощь, совершают самопожертвование по отношению друг к другу и ожидают в ответ такого же жеста, помощи, самопожертвования.
  
  5. Эффект „КЛАСТЕРИЗАЦИЯ“ (clustering – группировка, собирание в группы, скопление, скученность)
  Кластер – это объединение нескольких однородных или сходных элементов, которое можно рассматривать как самостоятельную единицу с определенными свойствами. Этот эффект означает, что из-за огромного предложения связей и контактов, а также поскольку соответствующий узел/актор, особенно если он является социальным агентом/актером, не в состоянии поддерживать такое сверхпредложение этих связей и контактов, он ограничивает их узким, замкнутым и трудно расширяемым кругом других социальных агентов/акторов. Чаще всего они собираются вместе, чтобы повысить свои способности, взаимодействуя друг с другом.
  Английский эволюционный психолог Робин Данбар (1947) изучал зависимость между размером группы каждого вида приматов и размером части мозга, занятой неокортексом. Чем больше группа, тем больше требуется неокортекса, чтобы понимать, организовывать, координировать и контролировать социальную жизнь группы. (Появившись как сознательные социальные существа, наши человеческие предки предпочли жить гораздо большими группами, чем их родственники-приматы [42]. Это привело к большему количеству неокортекса, следовательно, к большему мозгу и, следовательно, к более высокому интеллекту, вложенному в бòльшую изобретательность, бòльшее социальное взаимодействие и стремление к успеху в борьбе за выживание и развитие.) Отсюда он вводит „Число Данбара“ (Dunbar’s Number) – среднее количество, а именно 150, людей, к которых мы в состоянии знать их лично и к которым мы способны испытывать эмоциональную привязанность. За последние несколько сотен тысяч лет наш мозг не изменился существенно по объему, структуре, возможностям и функционированию. Поэтому и тогда, и сейчас он может эмпатически воспринимать все тех же 150 близких нашему сердцу и важных для нас людей [43]. В этом смысле, несмотря на сегодняшний переизбыток все новых и новых возможностей для контактов, для отношений и взаимоотношений с людьми, весьма различными по духовным ценностям и материальному положению, человек – в том числе и в силу максимально (заранее) детерминированного капацитета своего мозга – вольно и невольно „кластерится“ до поддержания подобных близких и ценных социальных отношений в среднем со 150 людьми.
  
  Пояснение:
  Приматы — отряд млекопитающих, включающий полуобезьян, обезьян и человека.
  Кора или кора головного мозга – оболочка головного мозга, покрывающая полушария большого мозга. Дает возможности для восприятия, общения, запоминания, суждения, воли – это наше сознание.
  Неокортекс или новая кора – основная часть коры головного мозга, осуществляющая наивысший уровень координации работы головного мозга и формирование наиболее сложных форм поведения.
  
  Кластеризация означает появление в сети тесно связанной общности узлов со схожими свойствами [44]. В случайных сетях кластеризация практически отсутствует, и поэтому в них вероятность приятельства двух людей не больше, чем вероятность приятельства двух случайно выбранных людей. В неслучайных, т.е. в реально существующих сетях, однако, вероятность того, что два человека станут приятелями, может быть чрезвычайно высокой, если они принадлежат к одному и тому же кластеру. Проблема, скажем снова, связана с тем, что человек не может поддерживать тесную связь со всеми, кого ему сетевые структуры предлагают для контакта, и он вольно или невольно ограничивает себя в коммуникациях, замыкается в узком кругу людей, с которыми он общается полноценно – этот круг хоть и не уже, чем до распространения сетевизации, но и не намного шире. Другими словами, человек постоянно делает выбор, а точнее – подбор тех, с кем он связывается (соединяется) в сетях, постоянно кластерируется, замыкается в кластеры. Кластеризация является как свойством, характерным для сетевых структур (внутренне присущее), так и реакцией на их структуру и динамику (внешне привнесено).
  В теории сетевых структур используется термин assortative mating, селективное связывание – связывание, при котором индивид в социальных сетях (живое существо в биологических сетях) отбирает индивидов, сходных с ним (позитивное селективное связывание) или противоположных (негативное селективное связывание) по признаку или признакам. В технологических и биологических сетях чаще встречается негативная (отрицательная) ассортативность, т.е. противоположное связывается с противоположным, а в социальных сетях – позитивная (положительная) ассортативностью, т.е. подобное связывается с подобным. Это усиливает кластеризацию – люди выбирают друг друга по интересам; некоторые из этих кругов могут стать закрытыми общностями, особенно при наличии формальных (критерии членства) или неформальных (богатство, известность, статус) ограничений на включение. В теории сетей тоже есть такой феномен – узлы с наибольшим количеством связей с другими узлами наиболее сильно связаны между собой – хаб хабов, хаб из хабов, hub of hubs.
  
  Пояснение:
  Assortative mating (англ.) – направленное скрещивание, генетически обусловленное более частое скрещивание между представителями данного вида, очень сходными по данному признаку (положительное скрещивание) или противоположными по отношению к нему (негативное скрещивание).
  
  6. Эффект „СИЛА СЛАБЫХ СВЯЗЕЙ“
  Из-за кластеризации человек остается в небольшой общности себеподобных людей или, по крайней мере, людей, обладающих сходной с ним информацией и социальным опытом; поэтому некоторые относительно более дальние знакомства и коммуникации могут дать этому человеку более актуальную и полезную для него информацию.
  Поясним это. В результате огромного предложения новых узлов, людей, агентов, с которыми человек может соединиться, он реагирует кластеризацией (группировкой в небольшие кластеры, внутри которых каждый узел тесно связан с другими, но связан с небольшим числом узлов вне кластера), что означает следующее: люди в сети могут делиться на группы, поэтому будет много связей (ребер) внутри группы и мало связей (ребер) вне ее [45, 46] – известное правило социальных сетей: „Друг моего друга – тоже мой друг!“. Данный узел/человек определяет с кем связаться, посредством ассортативного выбора. Однако возникает серьезная проблема – защитная реакция человека в этом переизбытке предложений для связывания: замыкание в узком кругу людей, похожих на него или, по крайней мере, людей со сходным социальным статусом или сходными социальными практиками, или сходными социальными вкусами и привычками, сходными социальными идеи и знаниями. И это маленькая и несколько замкнутая общонсть подобных ему социальных субъектов нуждается в озонирующем эффекте, например, в новой информации, чего она сама себе обеспечить не может. И здесь эффективно срабатывает феномен, названный американским социологом Марком Грановеттером (1943) „Сила слабых связей“ („The Strength of Weak Ties“) [47].
  Анализируя общности людей, Марк Грановеттер определяет силу одной связи как „(вероятно, линейную) комбинацию продолжительности времени, эмоциональной интенсивности, близости (взаимного доверия) и взаимных услуг, которые характеризуют эту связь“ [48]. Если связи А с В и А с С сильны, так как и В, и С подобны А и, вероятно, подобны меж собой, весьма вероятно, что их связь также будет сильной. Точно так же можно предположить, что если связи А с В и А с С слабы из-за того, что и В, и С слишком мало похожи на А, то, вероятно, они слишком мало похожи друг на друга, так что их связь будет слабой. Одно возможное разграничение между сильными и слабыми связями состоит в том, что (близкие) друзья – сильные связи, а (дальние) знакомые – слабые связи. Марк Грановеттер ввел понятие „мост“ – связь в сети, обеспечивающая единственную связанность между двумя элементами. Если связь между А и В является мостом, то это единственный путь, по которому информация течет от каждого элемента, связанного с А, к каждому элементу, связанному с В, и, следовательно, от каждого элемента, связанного индиректно (косвенно) с А, к любому элементу, связанному индиректно (косвенно) с В. Из-за интенсивной связанности в группе, состоящей из сильных связей, ни одна сильная связь не является мостом. Но одна слабая связь может быть мостом между A и B, а также мостом между сильно связанной вокруг A группой и сильно связанной вокруг B группой. В общем, каждый мост – слабая связь.
  Чтобы что-либо (слух, новость, ценная информация) распространилось на большое социальное расстояние, т.е. чтобы оно достигло большего числа людей, оно должен пройти через слабые, а не через сильные связи (поскольку сильные связи замыкаются в небольших общностях) [49]. И Марк Грановеттер пишет, что люди с преимущественно сильными связями и очень небольшим количеством слабых связей „будут лишены информации из дальних уголков социальной системы и будут ограничены местными новостями и взглядами своих ближайших друзей. Эта (само-)депривация не только изолирует их от последних идей и мод, но и ставит их в невыгодное положение на рынке труда, где продвижение может зависеть от своевременного знания подходящих возможностей трудоустройства“ [50]. Очень сильная узкая социализация превратилась бы также в очень слабую широкую социализацию и даже асоциализацию. Вот почему слабые связи, как ни странно это звучит, когда мы называем их слабыми, имеют очень большое значение в социализации людей, в укреплении интеграции и кохезии в обществе. Слабые связи – это те, по которым легче всего циркулирует информация, создается общественное мнение, формируются нравы и установки, распространяются ценности культурных артефактов, пробывает свойю путь мода [51].
  
  7. Эффект „ТРИ СТЕПЕНИ ВЛИЯНИЯ“
  Влияние в сетевых структурах является определяющим до третьего по удаленности элемента в сетевой связи, далее оно ослабевает.
  Американские исследователи социальных сетей Николас Христакис (1962) и Джеймс Фаулер (1970) называют этот эффект „Правилом трех степеней влияния“ („Three Degrees of Influence Rule“). Его смысл таков: Независимо от того факта, чте сети типа „Тесный мир“ имеют шесть степеней разделения, степени ощутимого влияния в этих сетях три.
  Вот их аргументы вкратце. Эффект „Тесный мир“ означает, что среднее расстояние между любыми двумя участниками сети составляет 6 – 6 контактов (или 6 знакомств, 6 рукопожатий) – т.е. если мы возьмем двух случайных участников A и Б, в среднем Б будет другом друга друга друга друга друга A. Хотя каждый участник связан 6 степенями разделения с любым другим участником, он не может оказывать существенного влияния на всех остальных участников, а только на тех, кто находится от него до 3-х степеней разделения. Другие, находящиеся на расстоянии более 3 степеней (то есть 4, 5 или 6), находятся достаточно близко к нему, чтобы иметь возможность связаться с ним благодаря архитектуре сети („Тесный мир“), но достаточно далеко, чтобы он мог влиять на них – формировать их вкусы и предпочтения, менять их взгляды и планы, чувствовать к ним близость, считать их принадлежащими к своему близкому кругу друзей и (образно говоря) со своей „группой крови“ – включая здесь убеждения, ценности, приоритеты. Или, если между А и Б существует 6 степеней разделения, А может эффективно влиять только на тех участников, которые являются его друзьями (1 степень разделения), или друзьями его друзей (2 степени разделения), или друзьями друзей его друзей (3 степени разделения). На всех остальных – тем, кто является друзьями друзей друзей друзей А (4 степени разделения), или друзьями друзей друзей друзей друзей А (5 степеней разделения), или как В друзьями друзей друзей друзей друзей друзей друзей А (6 степеней разделения), А реально не может эффективно влиять.
  Правило трех степеней влияния, выведенное теоретически и проверенное экспериментально Николасом Христакисом и Джеймсом Фаулером, означает, что я связан с каждым участником сети максимум 6 степенями разделения (это физическая, архитектурная связь) и я могу влиять на этих участников сети, с которыми у меня до 3-х степеней разделения (это психологическая, личная связь). Независимо от сетевой привязки и связности я нахожусь в эффективном взаимодействии, т.е. я привязан только к своим друзьям (1 степень разделения), к друзьям моих друзей (2 степени разделения) и к друзьям друзей моих друзей (3 степени разделения). Далее по сети влияние и сплоченность, чувства и привязанности размываются, лишаются смысла, ослабевают, становясь все более формальными [52].
  
  8. Эффект „(САМО)СИНХРОНИЗАЦИЯ”
  Структура и динамика сетей делают особенно присущим им явление, которое в принципе встречается повсюду, „от атомов до животных и от людей до планет“ [53] – синхронизация элементов, составляющих систему (в данном случае, сеть). Это означает, что элементы сети совершают определенные действия или движения в одинаковом ритме и с одинаковой амплитудой.
  
  Пояснение:
  Синхронизация – процесс приведения одного или нескольких параметров разных объектов к одному и тому же значению.
  
  Синхронизация в большинстве случаев имеет два проявления – элементы системы не только выполняют одни и те же действия (пространственная синхронизация), но и эти действия выполняются через одинаковые интервалы (времевая синхронизация).
  Когда синхронизация есть и в пространстве, и во времени, это удивительное явление – синхронизация в квадрате. Это все равно, что представить двух людей, бегущих и временами прыгающих одновременно, да так что интервалы, через которые они прыгают во время бега, одинаковы. Именно такую синхронизацию в квадрате, связанную с эстетическими переживаниями (а не с деструктивными эффектами), можно назвать гармонией.
  Синхронизация в сетевых структурах также является элементом современной науки о мозге. Одними из наиболее интенсивно изучаемых сетей являются нейронные сети в мозге человека (и животных) [54, 55, 56]. Некоторые расстройства психической деятельности возникают в результате аномальной, а иногда и внезапной деструктивной синхронизации огромного числа нейронов. Например, при эпилепсии это вызывает ритмические судороги, связанные с припадками [57]. Следовательно, „синхронизация, пожалуй, наиболее важна для того, как сеть нейронов выполняет свои функции“, и вполне вероятно, что эффект „Тесного мира“, присущий этой сети, имеет большое значение в возникновении синхронизации [58].
  
  Анализ поведения сетей, состоящих из большого числа осциллирующих элементов (осцилляторов), свидетельствует о том, что наиболее легко реализуется режим синхронизации, когда на отдельный осциллятор влияет формирующийся равномерный ритм окружающих осцилляторов. При светлячках каждый „настраивается“ на мигание соседей. То же самое и с солдатами, марширующими строем, с овациями и скандированиями в концертных залах и на стадионах, с хоровым пением и танцами. В безмасштабных сетях основные ядра синхронизации формируются сильно связанными хабами, поглощающими соседние малые кластеры [59, 60].
  
  Пояснение:
  Осцилляция – периодические колебания вокруг положения равновесия, например, маятника, тела, подвешенного на пружине, переменного тока.
  
  Синхронизация в системах, особенно в системах с сетевой структурой, является результатом их сложности. В значительной степени это спонтанное явление, в основе которого лежит подражательное поведение – принятие индивидуальных решений, следствие групповых, коллективных или общесистемных реакций на внутренние или внешние воздействия. При них, несомненно, можно говорить о доверии между отдельными индивидами, но в значительной степени оно первосигнальное, импульсивное, неосмысленное. По принципу заражения доверие передается по сетевым связям или путем наблюдения за реакцией других, особенно тех, кто находится ближе всего к сети. Но сущность и роль доверия гораздо больше, чем эта его инстинктивная форма. Доверие – это гораздо больше, чем слепое копирование поведения других только потому, что они являются частью нашей общности. Доверие имеет гораздо более серьезные измерения и оно было предметом обширных исследований в социальных системах (общностях, обществах).
  Мы знаем, что когда у человека возникает серьезная проблема, он мобилизует все свои контакты и знакомые, друзья и родственные связи, т.е. весь свой социальный капитал. На самом деле это понятие было введено в социологии и социальной психологии Робертом Патнэмом (1941): „Социальный капитал – это определенный потенциал общества или его части, возникающий как результат наличия доверия между его членами“ [61]. Социальный капитал можно определить как „набор неформальных ценностей или норм, которые разделяются членами группы и которые делают возможным сотрудничество внутри этой группы“ [62].
  
  9. Эффект „ПРЕСЛЕДОВАНИЕ ЦЕЛЕ-ОРИЕНТИРОВАННЫХ [ЗА СЧЕТ РЕСУРСНО-ОРИЕНТИРОВАННЫХ] СТРАТЕГИЙ“
  В ресурсно-ориентированных стратегиях человек или система стремится использовать имеющиеся у них ресурсы (знания, способности) и искать задачи, где их можно применить. В целе-ориентированных стратегиях человек или система анализирует какие цели (миссии, опции, задачи, возможности) необходимо достичь, и стремится найти ресурсы (знания, способности), за счет которых их можно достичь.
  Институты безопасности остаются преимущественно иерархическими, но проблемы становятся сетевыми, а это требует изменений в структурах и подходах, принципах и ресурсах. Эпоха сетей требует радикально другого мышления.
  Иерархические структуры имеют статичную и неадаптивную, трудно изменяемую и сложную, вертикально выстроенную архитектуру с множеством уровней контроля и подчинения. Они придерживаются ресурсно-ориентированных (основанных на ресурсах) стратегий. Они стремятся (предпочитают) делать прежде всего то и так, что и как они умеют делать, и делать это столько и тогда, сколько и когда они хотят это делать.
  Сетевые структуры имеют динамичную и адаптивную, гибкую, упрощенную, горизонтально выстроенную архитектуру с небольшим количеством уровней управления и подчинения. Они придерживаются целеориентированных (основывающихся на целях) стратегий. Они стремятся (стараются) делать в первую очередь то и так, что и как должно быть сделано, и делать это столько и тогда, сколько и когда это нужно сделать.
  В наше время мы больше не можем думать, что необходимо раз и навсегда вооружиться какими-то способностями и воображать себе, что этих способностей нам будет достаточно всегда, во всех ситуациях. Сегодня все иначе – теперь Цель определяет Ресурсы, а не Ресурсы – Цель. Мы должны идти к проблеме и удовлетворять ее требования, а не искать проблемы, отвечающие нашим требованиям. Мы должны работать не то, что мы знаем, а знать то, что мы должны работать. Мы входим в глубокие воды личной или системной реализации, когда работу будут искать не для человека (команды, организации), а для работы будет искать человека (команду, организацию).
  
  10. Эффект „ПОВОРОТНАЯ ТОЧКА“
  Развитие следует логике до переломного момента, до определенной точки (поворотная точка, англ. turning point, tipping point) [63], после которой система радикально меняет свое поведение; когда количественные накопления переходят в качественные изменения; когда предшествующее развитие определенного процесса или явления сменяется совершенно иным развитием того же процесса или явления.
  
  Пояснение:
  По мере увеличения связности, сети становятся более сложными и движутся к неравновесию, пока не достигнут поворотной точки, когда происходит фазовый сдвиг (discontinuous phase shift occurs), прерывающий постепенное развитие до этого момента. Сети, являющиеся структурами и динамикой сложных адаптивных систем, как правило, всегда являются сетями из других сетей, с явным проявлением фрактальных свойств, они демонстрируют одну и ту же структуру на каждом организационном уровне и в каждой операционной фазе. Примером такого развития является модель поведения различных типов систем, которую можно проиллюстрировать на примере кучи песка (кукурузных зерен, риса и т. д.). При насыпании песка тонкой струйкой на горизонтальную плоскость первоначально образуется хорошо сформированная куча. Однако после определенного момента (критического порога, точки фазового перехода, точки динамического равновесия, точки опрокидывания) даже небольшое количество добавленного песка разрушает кучу, и она лавинообразно идет вниз [64]. Момент начала лавины в куче определяется не тем, сколько песка будет добавлено – щепотка или мельчайшая песчинка, – а внутренними свойствами этой кучи! Аналогичные процессы медленного изменения без особых последствий до одного момента и лавинообразного развития после этого наблюдались и анализировались при снежных лавинах (естественно), лесных пожарах, землетрясениях, войнах, болезнях [65]. Таким образом, в сетевых структурах изменение „происходит не постепенно, а в один решающий момент“, т.е. имеем повратную точку (процесс переходит в эпидемию), фазовый переход, степенное распределение [66].
  
  Из-за способности сложной системы подвергаться радикальному изменению качественного состояния через определенные критические или переломные моменты ее часто называют самоорганизованной критичностью (self-organized criticality, SOC). В одних системах переход от одного качественного состояния к другому, от одного поведения к другому обусловлен внешними воздействиями; в других чаще это результат внутренней специфики системы (структура, взаимодействие, способность к развитию).
  Сетевые структуры с их архитектурой и динамикой как бы созданы для того, чтобы допускать протекание таких процессов, более того – при определенных условиях они существуют именно через такие процессы. Иными словами, сети, как правило, работают в режиме на грани хаоса – своеобразный компромисс между порядком и неожиданными переменами; и в этом режиме и через него они могут наиболее эффективно координировать процессы в сложных системах, построенных ими, и в то же время продолжать развиваться [67]. Таким образом, сети являются чрезвычайно полезным наглядным примером самоорганизующихся критичностей с большим практическим применением. В различных типах сетей лавинообразные процессы происходят самопроизвольно или под влиянием различных факторов. Иногда такой процесс называют каскадом, каскадным процессом, каскадированием. О каскадных процессах, о каскадировании говорят, когда из-за мелких дефектов или малого количества пораженных элементов возникают последовательные (вызванные один за другим), иногда достигающие катастрофических последствий отказы в сложных системах (при авариях в сети электростанций; при выходе из строя сети Интернет; при раковых заболеваниях – деление раковой клетки является каскадным процессом; при распространении инфекций среди людей и вирусов в компьютерных программах и компьютерах, при транспортных авариях на автомагистралях и др.). Каскадирование не обязательно связано с возникновением деструктивных явлений. Наблюдается они и при взрывной популярности творца (писателя, режиссера, композитора, певца), культурного продукта (книги, фильма, песни, картины), идеи, продукта, одежды (моды), ресторана. Иногда даже непонятно, как и когда начинается увлечение ими, большинство людей рассуждают или действуют по интуиции так: Ну, всем нравится, все покупают, все ходят в этот ресторан, т.е. решающее значение имеет не наше собственное мнение, а то, что нравится всем (или многим вокруг нас)...
  
  Пояснение:
  Каскад – понятия, связанные с падением, спуском вниз (ряд небольших водопадов, из расставленных игральных карт, из шашек для игры в домино); архитектурный комплекс с искусственным водопадом или водопадами; серия гидроэлектростанций на реке.
  
  11. Эффект „ЧЕРНЫЙ ЛЕБЕДЬ“
  Сетевые структуры представляют собой среду, которая исключительно подходит для возникновения и реагирования на явления типа „Черный лебедь“ [68]. „Черный лебедь“ – событие, которое: (1) происходит крайне редко; (2) его наступление не следует из нормальной логики процесса; и (3) если оно произойдет, то, его эффект огромен.
  Насим Талеб объясняет:
   „В своем „Трактате о человеческой природе“, шотландский философ Дэвид Юм изложил проблему следующим способом (что перефразировал в известную теперь проблему черного лебедя Джон Милль): Никакое количество наблюдений белых лебедей не может позволить сделать вывод, что все лебеди являются белыми, но достаточно наблюдения единственного черного лебедя, чтобы опровергнуть это заключение“ [69]. [А также:] „До открытия Австралии жители Старого Света были убеждены, что все лебеди — белые. Их непоколебимая уверенность вполне подтверждалась опытом. Встреча с первым черным лебедем, должно быть, сильно удивила орнитологов (и вообще всех, кто почему-либо трепетно относится к цвету птичьих перьев), но эта история важна по другой причине. Она показывает, в каких жестких границах наблюдений или опыта происходит наше обучение и как относительны наши познания. Одно-единственное наблюдение может перечеркнуть аксиому, выведенную на протяжении нескольких тысячелетий, когда люди любовались только белыми лебедями. Для ее опровержения хватило одной (причем, говорят, довольно уродливой) черной птицы“ [70].
  
  Пояснение:
  Дэвид Юм (David Hume, 1711 – 1778) – шотландский экономист и философ.
  Джон Стюарт Милль (John Stuart Mill, 1806 – 1873) – английский философ и экономист.
  Эмпиризм – получен опытным путем, экспериментом, при непосредственном наблюдении; направление в познании, признающее чувственный опыт источником познания. Справедливость теории основана на доказательствах, полученных на основе опыта (фактах).
  
  Вероятно, в 1843 году Джон Стюарт Милль впервые использовал термин „черный лебедь“:
  „Раз существуют черные лебеди, несмотря на то что цивилизованные народы прожили на земле три тысячи лет, не встречая их...“ [71].
  Британский философ австрийского происхождения Карл Поппер (Karl Popper, 1902 – 1994) в 1959 году также использовал „черного лебедя“:
   „Любая безуспешная попытка найти красного или желтого лебедя тоже подтверждает две следующие теории, противоречащие одна другой при наличии утверждения, что „существует по крайней мере один лебедь“: (i) „Все лебеди белые“ и (ii) „Все лебеди черные“ [72].
  
  В начале этого пункта мы дали обобщающее определение „Черного лебедя“. Оно вытекает из собственного понимания этой концепции Нассимом Талебом: „Черный лебедь“ – это событие, обладающее следующими тремя качествами: (1) оно аномально, потому что ничто в прошлом его не предвещало; (2) оно обладает огромной силой воздействия; (3) человеческая природа заставляет нас придумывать объяснения случившемуся после того, как оно случилось, делая событие, сначала воспринятое как сюрприз, объяснимым и предсказуемым [73].
  Добавим также следующее рассуждение Насима Талеба:
   „Некоторые редкие и значимые события могут предсказываться, особенно теми, кто к ним готов и обладает инструментарием, помогающим их понять (вместо того чтобы слушать статистиков, экономистов и шарлатанов гауссианского разлива). Это – около-Черные лебеди. Они до некоторой степени научно контролируемы – информация об их периодичности может сгладить эффект сюрприза; эти явления редки, но ожидаемы. Я называю этот особый случай, этих Серых лебедей, мандельбротовской случайностью. Мандельбротовские Серые лебеди – Черные лебеди, появления которых можно ожидать (землетрясения, бестселлеры, обвалы фондового рынка), но свойства которых неопределимы и параметры не вычисляемы“ [74].
  Таким образом, согласно Насиму Талебу, существуют следующие виды (категории) „лебедей“:
  › Частые и предсказуемые, ожидаемые события – „белые лебеди“.
  › Редкие и (в некоторой степени) предсказуемые, ожидаемые события – „серые лебеди“;
  › Редкие и непредсказуемые, неожидаемые события – „черные лебеди“.
Возникает вопрос: Какими будут „лебеди“ четвертого типа– частые и (в некоторой степени) непредсказуемые, неожидаемые события? Мы будем характеризовать такие события как „серебристые лебеди“:
  › Частые и (в некоторой степени) непредсказуемые, неожидаемые события – „серебристые лебеди“.
  
  





  
   Таблица 1. Дополненные лебеди по Нассиму Талебу
  
  Для более подробного анализа типов лебедей см. Этюд 7.
  
  12. Эффект „НЕИЗВЕСТНЫЕ НЕИЗВЕСТНЫЕ” (Unknown Unknowns Effect)
  В сетевом обществе основные проблемы, с которыми оно столкнется без достаточно разработанных и достаточно проверенных аппробированных стратегий, будут относиться к типу „неизвестные неизвестные“ (unknown unknowns).
  Дональд Рамсфелд предупреждает, что в сегодняшнее очень динамичное время мы должны рассматривать и учитывать четыре типа когнитивных (связанных со знанием) величин (вызовов, рисков, опасностей и угроз) [75]:
  → известные известные (known knowns) – о которых мы знаем, что знаем;
  → известные неизвестные (known unknowns) – о которых мы знаем, что не знаем;
  → неизвестные известные (unknown knowns) – о которых мы не знаем, что знаем;
  → неизвестные неизвестные (unknown unknowns) – о которых мы не знаем, что мы не знаем.
  
  Ни один из этих четырех типов величин не следует недооценивать, но особенно трудным для предсказания является четвертый тип величин – неизвестные неизвестные. Для их „улавливания“, т.е. идинтефикация, анализ и оценка с последующей разработкой и реализацией стратегий и политик воздействия (управления), сетевые структуры более адекватны и более эффективны, чем иерархические.
  Управление безопасностью (личной, общностной, корпоративной, национальной, международной) в духе вышеупомянутого тезиса Дональда Рамсфелда все больше напоминает стрельбу с завязанными глазами по движущейся мишени (т.е. неизвестные неизвестные). Для начала нам нужно остановить мишень (т.е. неизвестные известные) или снять повязку с глаз (т.е. известные неизвестные). Но давно прошли уже те времена, когда мы могли, как правило, стрелять по неподвижной мишени и без повязки на глазах (т.е. известные известные).
  
  Наш мир взаимосвязан и взаимозависим. В нем нет ничего случайного, самого по себе и самого для себя. В этом смысле понятия (научные категории) взаимосвязаны и взаимозависимы. Вот почему так важно провести линии, которые в чем-то их соединяют, а в чем-то и разделяют. Нас всегда волновал и занимал вопрос о единстве и полноте понятий в Науке о Безопасности. Этюд 5 представляет собой, на наш взгляд, очень удачную попытку объединить основные понятия, которыми занимается наш анализ.
  Здесь еще раз проясним сходство между „лебедями“ Нассима Талеба и когнитивными величинами Дональда Рамсфелда. Хотя эти „лебеди“ и величины не пересекаются полностью (а это вообще невозможно), в значительной мере между ними есть нечто общее, которое можно было бы сформулировать следующим образом:
  • „Белые лебеди“ (частые и предсказуемые/ожидаемые события) в немалой степени совпадают с известными известными (known knowns).
  • „Серебристые лебеди“ (частые и непредсказуемые/неожидаемые события) в немалой степени совпадают с неизвестными известными (unknown knowns).
  • „Серые лебеди“ (редкие и предсказуемые/ожидаемые события) в немалой степени совпадают с известными неизвестными (known unknowns).
  • „Черные лебеди“ (редкие и непредсказуемые/неожидаемые события) в немалой степени совпадают с неизвестными неизвестными (unknown unknowns).
  
  





  
  
  
  Таблица 2. Связь между дополненными лебедями Нассима Талеба и когнитивными величинами Дональда Рамсфелда
  
  
  Использованная литература:
  1. Kelly, Kevin. New Rules for the New Economy: 10 Radical Strategies for a Connected World. New York, NY: Viking Penguin, 1998, http://kk.org/books/KevinKelly-NewRules-withads.pdf, p. 31.
  2. http://www.script-o-rama.com/movie_scripts/m/melinda-and-melinda-script-....
  3. Newman, Mark E. J. The Structure and Function of Complex Networks. – In: SIAM Review, 2003, No. 45 (2), 167 – 256, http://arxiv.org/pdf/cond-mat/0303516.pdf, p. 5.
  4. Keller, Evelyn Fox. Revisiting Scale-free Networks. – In: BioEssays, 2005, Vol. 27, Issue 10, http://www.hot.caltech.edu/bast/KellerBioEssays.pdf, p. 1065.
  5. Newman, Mark E.J. Networks: An Introduction. New York, NY: Oxford University Press, 2010, 5 – 110.
  6. Newman, Mark E.J. ibid., 5 – 30.
  7. Лифшиц, Юрий. Структура сложных сетей. Лекция № 4 курса. Алгоритмы для Интернета, 19.10.2006, http://logic.pdmi.ras.ru/~yura/internet/04ianote.pdf, 2 – 5.
  Допълнительно см. тоже: Caldarelli, Guido. Lectures on Complex Networks. NetSci International Workshop and Conference on Network Science. Norwich Research Park, UK, 2008, CNR-INFM Centre SMC Dep. Physics University “Sapienza” Rome, Italy, p. 42.
  8. Barabási, Albert-László, Eric Bonabeau. Scale-free Networks. – In: Scientific American, May, 2003, 60 – 69, p. 64.
  9. Caldarelli, Guido. Lectures on Complex Networks. ibidem.
  10. https://ru.wikipedia.org/wiki/%D0%9E%D0%B4%D0%BD%D0%BE%D1%80%D0%B0%D0%BD....
  11. Евин, Игорь, Александр Кобляков и др. Когнитивные сети. – В: Компьютерные исследования и моделирование, 2011, Т. 3, № 3, 231 – 239, http://spkurdyumov.ru/uploads//2013/08/kogseeet.pdf, с. 232.
  12. Евин, Игорь, Александр Кобляков и др. Когнитивные сети. ibid., 233 – 236.
  13. Евин, Игорь, Тимур Хабибуллин. Социальные сети. – В: Компьютерные исследования и моделирование, 2012, Т. 4, № 2, http://spkurdyumov.ru/uploads/2013/08/evhabib.pdf, 423 – 430, с. 428.
  14. Батаклиев, Георги. Антична митология. Богове и герои. С.: Изток-Запад, 2011, с. 257. (на болгарском языке)
  15. Батаклиев, Георги. Антична митология… ibid., 337 – 338.
  16. Stephenson, Karen, Stephan H. Haeckel. Making a Virtual Organization Work. – In: Zurich Insurance Management Review, June 1997, Focus, No 21, Zurich Insurance Group (reprinted), p. 3.
  17. Secretary Rumsfeld Interview with Larry King, CNN. Dec. 5, 2001, http://edition.cnn.com/TRANSCRIPTS/0112/05/lkl.00.html.
  18. Arquilla, John, David Ronfeldt. Osama bin Laden and the Advent of Netwar. – In: New Perspectives Quarterly, Fall, 2001, Vol. 18, No. 4, http://www.digitalnpq.org/archive/2001_fall/osama.html.
  19. Capra, Fritjof. The Web of Life. A New Scientific Understanding of Living Systems. New York, NY: Doubleday, 1996, p. 298.
  20. Barabási, Albert-László. Linked. How Everything Is Connected to Everything Else and What It Means for Business, Science, and Everyday Life. New York, NY: Plume Books, 2003, p. 225.
  21. Barabási, Albert-László. The Physics of the Web. – In: Physics World, July 2001, 33 – 38, p. 34.
  22. https://en.wikipedia.org/wiki/Power_law.
  23. https://www.google.bg/search?q=bell++curve&biw=1366&bih=617&tbm=isch&tbo....
  24. https://www.google.bg/search?q=long+tail&tbm=isch&ved=2ahUKEwjio9zwuJz_A....
  25. Caldarelli, Guido. Scale-free Networks: Complex Webs in Nature and Technology. New York, NY: Oxford University Press, 2007, р. 255.
  26. Keller, Evelyn Fox. Revisiting Scale-free Networks… ibid., p. 1061.
  27. Barabási, Albert-László, Réka Albert. Emergence of Scaling in Random Networks. – In: Science, Oct., 1999, Vol. 286, 509 – 512, p. 509.
  28. Barabási, Albert-László, Eric Bonabeau. Scale-free Networks. ibid., p. 63.
  29. Watts, Duncan J. Six Degrees. The Sicence of a Connected Age. New York, NY: Vintage Books, 2004, p. 102, 104.
  30. Milgram, Stanley. The Small World Problem. – In: Psychology Today, May, 1967, 61 – 67.
  31. Travers, Jeffrey, Stanley Milgram. An Experimental Study of the Small World Problem. – In: Sociometry, Dec. 1969, Vol. 32, No. 4, 425 – 443, р. 432.
  32. Barabási, Albert-László. Linked. ibid., 27 – 29.
  33. Dorogovtsev, S. N. Lectures on Complex Networks. Oxford: Clarendon Press, 2010, http://sweet.ua.pt/sdorogov/dorogovtsev_lectures_first_pages.pdf, р. 4.
  34. Лифшиц, Юрий. Структура сложных сетей. ibid., с. 5.
  35. 35. Watts, Duncan J. Small Worlds The Dynamics of Networks between Order and Randomness. Princeton: Princeton University Press, 1999.
  36. Евин, Игорь. Введение в теорию сложных сетей. – В: Компьютерные исследования и моделирование, 2010, Т. 2, № 2, 121 – 141, http://crm.ics.org.ru/uploads/crmissues/crm2010-2-2/crm10201.pdf, с. 126.
  37. Barabási, Albert-László. Linked. ibid., 27 – 28, 30, 34.
  38. https://www.opensubtitles.org/en/search/sublanguageid-eng/idmovie-8186.
  39. Barabási, Albert-László, Eric Bonabeau. Scale-free Networks. ibid., p. 65.
  40. Barabási, Albert-László. Linked. ibid., p. 86.
  41. Barabási, Albert-László. Linked. ibid., 101 – 106.
  42. Уилкинсън, Ричард, Кейт Пикет. Патология на неравенството. Защо равенството прави обществата по-силни. С.: Изток-Запад, 2014, с. 248. (на болгарском языке)
  43. Dunbar, Robin. How Many Friends Does One. Person Need? Dunbar’s Number and Other Evolutionary Quirks. Cambridge, MA: Harvard University Press, 2010, р. 4.
  44. Caldarelli, Guido. Scale-free Networks: … ibid., 252 – 255.
  45. Scale-free Network. Physics Review, http://en.wikipedia.org/wiki/Scale-free_network.
  46. Лифшиц, Юрий. Структура сложных сетей. ibid., с. 5.
  47. Granovetter, Mark. The Strength of Weak Ties. – In: American Journal of Sociology, May, 1973, Vol. 78, Issue 6, 1360 – 1380, http://www.immorlica.com/socNet/granstrengthweakties.pdf.
  48. Granovetter, Mark. The Strength of Weak Ties. ibid., р. 1361.
  49. Granovetter, Mark. The Strength of Weak Ties. ibid., 1362 – 1368.
  50. Granovetter, Mark. The Strength of Weak Ties: A Network Theory Revisited. In: Sociological Theory, Vol. 1, (1983), p. 201-233, http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.128.7760&rep=re..., р. 202.
  51. Granovetter, Mark. The Strength of Weak Ties: A Network Theory Revisited. ibid., 213 – 217.
  52. Christakis, Nicholas A., James H. Fowler. Connected. The Suprising Power of Our Social Networks and How They Shape Our Lives - How Your Friends’ Friends’ Friends Affect Everything You Feel, Think, and Do. New York, NY; Boston, MA; London, UK: Back Bay Books / Little, Brown, and Company, 2011, р. 39 ff.
  53. Strogatz, Steven Henry. Sync: How Order Emerges from Chaos in the Universe, Nature, and Daily Life. New York, NY: Hyperion Books, 2003, 13 – 14.
  54. Малинецкий, Георгий. Нейроромантизм или компьютерные вариации на темы мозга. – В: Знание-сила, 1994, № 8, http://spkurdyumov.narod.ru/Neyro100.htm, 44 – 50.
  55. Barabási, Albert-László, Eric Bonabeau. Scale-free Networks. ibid., p. 62.
  56. Capra, Fritjof. The Web of Life. ibid., p. 82.
  57. Strogatz, Steven Henry. Sync… ibid., 13 – 14.
  58. Buchanan, Mark. Nexus: Small Worlds and the Groundbreaking Theory of Networks. New York, NY: W. W. Norton and Company. 2003, p. 29.
  59. Strogatz, Steven H. Exploring Complex Networks. – In: Nature, 2001, Vol. 410, 268 – 276, http://www.nature.com/nature/journal/v410/n6825/full/410268a0.html, р. 272.
  60. Евин, Игорь. Введение в теорию сложных сетей. ibid., 135 – 137.
  61. Фукуяма, Фрэнсис. Доверие. Социальные добродетели и путь к процветанию, Москва: Эрмак, 2004, с. 22.
  62. Фукуяма, Франсис. Великий разрыв. Човешката същност и възстановяването на обществения ред. Москва: АСТ, 2003, 17.
  63. Гладуэлл, Малкольм. Переломный момент. Как незначительные изменения приводят к глобальным переменам. Москва: Вильямс, 2006, 2007.
  64. Caldarelli, Guido. Scale-free Networks… ibid., 93 – 94.
  65. Buchanan, Mark. Ubiquity. Why Catastrophes Happen. New York, NY: Three Rivers Press, 2000, 2001, р. 213.
  66. Гладуэлл, Малкольм. Переломный момент… ibid., с. 15.
  67. Taylor, Mark C. The Moment of Complexity. Emerging Network Culture. Chicago, IL: The University of Chicago Press, 2002, an excerpt, http://www.press.uchicago.edu/Misc/Chicago/791173.html.
  68. Талеб, Нассим Николас. Черный лебед. Под знаком непредсказуемости. Москва: КоЛибри, Азбука-Аттикус, 2020.
  69. Талеб, Нассим Николас. Одураченные случайностью. Скрытая роль Шанса на Рынках
и в Жизни. М: Интернет-трейдинг, с. 53.
  70. Талеб, Нассим Николас. Черный лебед… ibid., с. 13 - 14
  71. Милль, Джон Стюарт. Система логики силлогистической и индуктивной. Москва: ЛЕННАНД, 2011, с. 259.
  72. Поппер, Карл. Логика научного исследования. Москва, Република, 2005, с. 339.
  73. Талеб, Нассим Николас. Черный лебед, ibid., с. 14.
  74. Талеб, Нассим Николас. Черный лебед, ibid., с. 83, 472.
  75. Ikenberry, John G. America's Imperial Ambition. – In: Foreign Affairs, 2002, Vol. 81, No. 5, 44 – 60, p. 50.
  
  
  25.05.2023 г.
  
  
  Пояснение:
  Переводы текстов этих Этюдов сделаны мной. Они не редактировались профессиональным переводчиком, поэтому любые ошибки и неточности в них допущены исключительно по моей вине.