Новиковы методология науч иследования. А. М. Новиков Д. А. Новиков методология научного исследования
 Скачать 1.55 Mb.
|
|
Структурные компоненты Организация научной деятельности 2) теоретические методы-действия; Диалектика как всеобщий метод Анализ систем знаний, теория в функции метода, доказательство, дедуктивный (аксиоматический) метод, индуктивно-дедуктивный метод построения теорий, методы выявления и разрешения противоречий, постановки проблем, построе- ния гипотез, исследовательские подходы. 3) эмпирические методы-операции; Изучение литературы, документов, результатов деятельности, наблюдение, измерение, опрос (устный и письменный), экспертные оценки, тестирование 4) эмпирические методы-действия Отслеживание объекта, обследование, мониторинг, изучение и обобщение опы- та, опытная работа, эксперимент, ретроспекция, прогнозирование. Средства деятельности Материальные, информационные, логические, математические, языковые Табл. 8. Формы организации структуры процесса научной деятельности (жизненный цикл научного проекта как временнáя структура деятельности) Формы организации Фазы Стадии Этапы Научно-исследовательский проект 1.1.1. Выявление противоречия Научное противоречие в практике или в системе научного знания. 1.1.2. Формулиро- вание проблемы Научная проблема как «знание о незнании». 1.1.3. Определение целей Определение целей научного исследования. Цель, как правило, детерминирована проблемой и предметом исследования. 1.1. Концеп туальная 1.1.4. Выбор крите- риев Критерии достоверности научного знания: 1) общие критерии научности знаний: истинность, интерсубъек- тивность, системность; 2) критерии оценки результатов теоретического исследования: предметность, полнота теории, ее непротиворечивость, интер- претируемость, проверяемость, достоверность; 3) критерии оценки результатов эмпирического исследования определяются (как правило) самим исследователем на основе определенных правил. Используется также метод экспертных оценок. Достоверность результатов подтверждается статистиче- скими критериями. 1. П ро ек ти ро ва ни е 1.2. Моде- лирования 1.2.1. Построение моделей Познавательная модель: гипотеза как предположительное науч- ное знание, как модель возможного нового научного знания (системы знаний). Формы организации Фазы Стадии Этапы Научно-исследовательский проект 1.2.2. Оптимизация Уточнение, конкретизация научной гипотезы в ходе исследова- ния. Как правило, проверяется одна-единственная гипотеза. 1.3.1. Декомпозиция Формулирование задач исследования как целей решения отдель- ных подпроблем в соответствии с определенной общей целью исследования и построенной гипотезой при наличии у исследо- вателя определенной свободы выбора. 1.3.2. Исследование условий (ресурсных возможностей) – 1.3. Кон- струирова- ния 1.3.3. Построение программы Создание программы (методики) научного исследования. 1.4. Техно- логической подготовки 1.4.1. Технологи- ческой подготовки Подготовка необходимых рабочих материалов: исследователь- ской аппаратуры, комплектов тестов, бланков протоколов на- блюдений и т.д. 2.1.1. Теоретический Теоретический этап исследования: 1) анализ и систематизация литературных данных; 2) отработка понятийного аппарата; 3) построение логической структуры теоретической части исследования. 2.1. Реали- зация модели 2.1.2. Эмпирический Опытно-экспериментальная работа, осуществляемая, в основ- ном, эмпирическими методами исследования. 2. Т ех но ло ги че ск ая 2.2. Офор- мление 2.2.1. Апробация результатов Апробация результатов исследования в докладах и выступлениях на конференциях, семинарах, симпозиумах и т.д. Формы организации Фазы Стадии Этапы Научно-исследовательский проект результа- тов 2.2.2. Оформление результатов Написание и публикация результатов в формах научно- литературной продукции: статей, монографий, методических пособий и т.д. 3. Р еф ле кс ив на я: О це нк а (в т ом ч ис ле – са м оо це нк а, с ам о- оц ен ка р ез ул ьт ат ов ) и ре ф ле кс ия Критический анализ результатов, полученных в исследовании; признание результатов научной общественностью: широта применения результатов в практике. Рефлексия как способ осознания целостности своей собственной деятельности, ее целей, содержания, форм, способов, средств; как последовательное движение в рефлексивном плане: «оста- новка», «фиксация», «отстранение», «объективизация», «обора- чивание». Научная рефлексия как способ построения новых систем знаний. Моделирование как метод научного исследования 195 ПРИЛОЖЕНИЯ Приложение 1. Моделирование как метод научного исследования Моделирование как метод научного исследования при- меняется чрезвычайно широко во многих отраслях науки. В данном Приложении сделана попытка общего (обобщенного) описания этого метода, что представляет собой весьма непро- стую задачу. Дело в том, что в разных областях науки ис- пользуются разные виды моделей: в физике (например, моде- ли атома Н. Бора, Э. Резерфорда), в технике (например, продувка моделей самолета в аэродинамической трубе или моделирование напряжений кручения в балке сложного про- филя методом мембран), в биологии (например, моделирова- ние экологических систем) и т.д. В последнее время модели- рование получило широкое развитие в общественных науках (см. также Приложение 4). Переход от общего описания ме- тода моделирования к конкретным его проявлениям в той или иной области науки будет, очевидно, заключаться в соответ- ствующем пропускании («вычеркивании») тех или иных компонентов нижеизложенного текста. Так, например, при- менение качественных методов моделирования в физике вряд ли целесообразно. А, в то же время, применение аналитиче- ских методов математического моделирования в обществен- ных науках пока что, к сожалению, вряд ли достижимо. Приведем сначала определения модели: Модель – в ши- роком смысле – любой образ, аналог (мысленный или услов- ный: изображение, описание, схема, чертеж, график, план, карта и т.п.) какого-либо объекта, процесса или явления (ори- гинала данной модели) [83, Статья «Модель», 5-е значение]; 196 Приложение 1 Моделью можно назвать искусственно создаваемый об- раз конкретного предмета, устройства, процесса, явления (и, в конечном счете, любой системы) [19]; Оба этих определения не противоречат друг другу. Таким образом, самое общее определение модели: модель – это образ некоторой системы. Построение моделей. Для создания моделей у человека есть всего два типа «материалов» – средства самого сознания и средства окружающего материального мира. Соответствен- но этому модели делятся на абстрактные (идеальные) и пред- метные (реальные, вещественные). Предметным называется моделирование, в ходе которого исследование ведётся на модели, воспроизводящей основные геометрические, физические, динамические и функциональ- ные характеристики «оригинала». На таких моделях изучают- ся процессы, происходящие в оригинале — объекте исследо- вания или разработки (изучение на моделях свойств строительных конструкций, различных механизмов, транс- портных средств и т.п.). Если модель и моделируемый объект имеют одну и ту же физическую природу, то говорят о физи- ческом моделировании. Явление (система, процесс) может исследоваться и путём опытного изучения каких-либо явле- ния иной физической природы, но такого, что оно описывает- ся теми же математическими соотношениями, что и модели- руемое явление. Например, механические и электрические колебания описываются одними и теми же дифференциаль- ными уравнениями; поэтому с помощью механических коле- баний можно моделировать электрические и наоборот. Такое «предметно-математическое» моделирование широко приме- няется для замены изучения одних явлений изучением других явлений, более удобных для лабораторного исследования, в частности потому, что они допускают измерение неизвестных величин. Так, электрическое моделирование позволяет изу- чать на электрических моделях механические, гидродинами- ческие, акустические и другие явления. Моделирование как метод научного исследования 197 Абстрактные модели являются идеальными конструк- циями, построенными средствами мышления, сознания. Абстрактные модели являются языковыми конструкция- ми и могут формироваться и передаваться другим людям средствами разных языков, языков разных уровней специали- зации. Во-первых, посредством естественного языка (как ко- нечный результат, поскольку в процессе построения моделей человеком используются и неязыковые формы мышления – «интуиция», образное мышление и т.д.). На естественном языке человек может говорить обо всем, он является средст- вом построения любых абстрактных моделей. Универсаль- ность естественного языка достигается еще и тем, что языко- вые модели обладают неоднородностью, расплывчатостью, размытостью. Многозначность почти каждого слова, исполь- зуемого в естественном языке любой национальности, а так- же неопределенность слов (несколько, почти, много и т.д.) при огромном числе вариантов их соединения во фразы по- зволяет любую ситуацию отобразить с достаточной для обычных целей точностью. Эта приблизительность является неотъемлемым свойством языковых моделей. Но рано или поздно наука сталкивается с ситуациями, когда приблизи- тельность естественного языка оборачивается недостатком, который необходимо преодолевать. Поэтому, во-вторых, для построения абстрактных моде- лей используются «профессиональные» языки. Наиболее ярко это проявляется на примере языков конкретных отраслей наук сильной версии (см. раздел 1.2). Дифференциация наук объек- тивно потребовала создания специализированных языков, более четких и точных, чем естественный. В-третьих, когда средств естественного и профессио- нального языков не хватает для построения моделей, исполь- зуются искусственные, в том числе формализованные, языки – например, в логике, математике. К искусственным языкам относятся также компьютерные языки, чертежи, схемы и т.п. 198 Приложение 1 В результате получается иерархия языков и соответст- вующая иерархия типов моделей. На верхнем уровне этого спектра находятся модели, создаваемые средствами естест- венного языка, и так вплоть до моделей, имеющих макси- мально достижимую определенность и точность для сего- дняшнего состояния данной отрасли науки. Наверное, так и следует понимать известные высказывания И. Канта и К. Маркса о том, что любая отрасль знания может тем с большим основанием именоваться наукой, чем в большей степени в ней используется математика. Математические (в строгом смысле) модели обладают абсолютной точностью. Но чтобы дойти до их использования в какой-либо области, необходимо получить достаточный для этого объем досто- верных знаний. Нематематизированность многих обществен- ных и гуманитарных не означает их ненаучности, а есть след- ствие чрезвычайно высокой познавательной сложности их предметов. В них модели строятся, как правило, с использо- ванием средств естественного языка. Функции моделирования. Можно выделить следующие функции моделирования: - дескриптивная функция; - прогностическая функция; - нормативная функция. Дескриптивная функция заключается в том, что за счет абстрагирования модели позволяют достаточно просто объ- яснить наблюдаемые явления и процессы (другими словами, они дают ответ на вопрос «почему мир устроен так»). Ус- пешные в этом отношении модели становятся компонентами научных теорий и являются эффективным средством отраже- ния содержания последних (поэтому познавательную функ- цию моделирования можно рассматривать как составляющую дескриптивной функции). Прогностическая функция моделирования отражает его возможность предсказывать будущие свойства и состояния моделируемых систем (см. также обсуждение методов про- Моделирование как метод научного исследования 199 гнозирования – Приложение 2), то есть отвечать на вопрос «что будет?». Нормативная функция моделирования заключается в по- лучении ответа на вопрос «как должно быть?» – если, помимо состояния системы, заданы критерии оценки ее состояния, то за счет использования оптимизации (см. ниже) возможно не только описать существующую систему, но и построить ее нормативный образ – желательный с точки зрения субъекта, интересы и предпочтения которого отражены используемыми критериями [59]. Требования, предъявляемые к моделям. Для того, чтобы создаваемая модель соответствовала своему назначе- нию, недостаточно создать просто модель. Необходимо, чтобы она отвечала ряду требований, обеспечивающих ее функционирование. Невыполнение этих требований лишает модель ее модельных свойств. Первым таким требованием является ее ингерентность, то есть достаточная степень согласованности создаваемой модели со средой, чтобы создаваемая модель была согласова- на с научной средой, в которой ей предстоит функциониро- вать [11]. Другой аспект ингерентности модели состоит в том, что в ней должны быть предусмотрены не только «стыковочные узлы» со средой (интерфейсы), но, и, что не менее важно, в самой среде должны быть созданы предпосылки, обеспечи- вающие функционирование создаваемой модели. То есть не только модель должна приспосабливаться к среде, но и среду необходимо приспосабливать к модели будущей системы. Второе требование – простота модели. С одной стороны, простота модели – ее неизбежное свойство: в модели невоз- можно зафиксировать все многообразие реальной ситуации. С другой стороны, простота модели неизбежна из-за не- обходимости оперирования с ней, использования ее как рабо- чего инструмента, который должен быть обозрим и понятен. С третьей стороны, есть еще один, довольно интересный и непонятный пока аспект требования простоты модели, 200 Приложение 1 который заключается в том, что чем проще модель, тем она ближе к моделируемой реальности и тем она удобнее для использования. Классический пример – геоцентрическая модель Птолемея и гелиоцентрическая модель Коперника. Обе модели позволяют с достаточной точностью вычислять движение планет, предсказывать затмения Солнца и т.п. Но модель Коперника истинна и намного проще для использова- ния, чем модель Птолемея. Ведь недаром еще древние подме- тили, что простота – печать истины. У физиков, математиков, к примеру, есть довольно интересный критерий оценки реше- ния теоретических задач: если решение простое и «красивое» – то, скорее всего, и истинное. Наконец, третье требование, предъявляемое к модели – ее адекватность. Адекватность модели означает, что она доста- точно полна, точна и истинна. Достаточно не вообще, а имен- но в той мере, которая позволяет достичь поставленной цели. Иногда удается (и это желательно) ввести некоторую меру адекватности модели, то есть определить способ сравнения разных моделей по степени успешности достижения цели с их помощью. Таким образом, мы выделили три основных требования, предъявляемых к моделям (см. выше и Рис. 11): ингерентно- сти, простоты и адекватности как отношения моделей с тремя остальными «участниками» процесса моделирования: со средой (ингерентность), с субъектом, создающим и/или ис- пользующим модель (простота), с моделируемым объектом, то есть с создаваемой системой (адекватность). Моделирование как метод научного исследования 201 Модель Среда Субъект Моделируемый объект ИНГЕРЕНТНОСТЬ ПРОСТОТА АДЕКВАТНОСТЬ Рис. 11. Требования, предъявляемые к моделям Методы моделирования. Методы моделирования сис- тем можно разделить на два класса. Называются эти классы в разных публикациях по-разному: – методы качественные и количественные. Смысл раз- деления понятен. Однако такое разделение не совсем точно, поскольку качественные методы могут сопровождаться при обработке получаемых результатов и количественными пред- ставлениями, например с использованием средств математи- ческой статистики (см. Приложение 3); – методы, использующие средства естественного языка, и методы, использующие специальные языки. Смысл разделе- ния также понятен, но тоже не совсем точен, поскольку гра- фические методы (схемы, диаграммы и т.д.) в первый класс не попадают, но широко используются в науке; – методы содержательные и формальные. Тоже не точ- но, поскольку компьютерное моделирование может требовать минимальной формализации. 202 Приложение 1 И так далее 20 Существует множество более детальных классификаций моделей и/или видов моделирования. Например, на Рис. 12 приведена система классификаций видов моделирования, заимствованная из [82]. Моделирование систем Детерминированное Статическое Дискретное Мысленное Стохастическое Динамическое Непрерывное Реальное Дискретно - непрерывное Наглядное Символическое Математическое Натуральное Физическое Ги по те ти че ск ое А н а л о го во е М а ке ти р о ва ни е Я зы ко во е З н а ко во е А на л и ти че ск о е К о м б и ни р о ва нн о е И м и та ц и он н о е Н а уч н ы й эк сп е ри м е нт К о м пл е кс ны е и сп ы та н и я П р о и зв о д ст ве н ны й эк сп е ри м е нт В р е а л ьн ом м а с - ш та б е вр е м е н и В н е р еа л ьн о м м а с - ш та б е вр е м е н и Рис. 12. Система классификаций видов моделирования Качественные методы моделирования. Рассмотрим не- которые качественные методы моделирования. Наиболее распространенным «качественным» методом моделирования, 20 Мы привели эти три условные классификации лишь для того, чтобы обговорить, что сначала мы рассмотрим методы, которые уже исполь- зуются или могут использоваться в практике без формализованного представления систем (грубо говоря, без специальных математических, логических, лингвистических и т.д. средств), а затем перейдем к обсуж- дению математического моделирования. Моделирование как метод научного исследования 203 применяемым, в том числе, в рамках комплексного прогнози- рования [80], является метод сценариев. Метод «сценариев». Метод подготовки и согласования представлений о проектируемой системе, изложенных в письменном виде, получил название метода «сценариев». Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения той или иной проблемы, раз- вернутые во времени. Однако позднее обязательное требова- ние временных координат было снято, и сценарием стал называться любой документ, содержащий анализ рассматри- ваемой проблемы и предложения по ее решению, по разви- тию системы, независимо от того, в какой форме он пред- ставлен. Как правило, предложения для подготовки подобных до- кументов пишутся экспертами вначале индивидуально, а затем формируется согласованный текст. Сценарий требует не только содержательных рассужде- ний, помогающих не упустить детали, но и содержит, как правило, результаты количественного технико- экономического и/или статистического анализа с предвари- тельными выводами. Группа экспертов, подготавливающая сценарий, пользуется обычно правом получения необходи- мых сведений от тех или иных организаций, необходимых консультаций. Роль специалистов при подготовке сценария – выявить общие закономерности развития системы; проанализировать внешние и внутренние факторы, влияющие на ее развитие и формулирование целей; провести анализ высказываний ве- дущих специалистов в периодической печати, научных пуб- ликациях и других источниках информации; создать вспомо- гательные информационные фонды, способствующие решению соответствующей проблемы. В последнее время понятие сценария расширяется в на- правлении как областей применения, так и форм представле- ния и методов их разработки: в сценарий вводятся количест- 204 Приложение 1 венные параметры и устанавливаются их взаимозависимости, предлагаются методики подготовки сценария с использова- нием компьютеров (см. обзор методов экспертного прогнози- рования в [80]). Сценарий позволяет создать предварительное представ- ление о системе. Однако сценарий – это все же текст со всеми вытекающими последствиями (синонимия, омонимия, пара- доксы), обусловливающими возможность неоднозначного его толкования. Вспомним Ф. Тютчева: «Мысль изреченная есть ложь». Поэтому его следует рассматривать как основу для дальнейшей разработки модели. Графические методы. Графические представления по- зволяют наглядно отработать структуру моделируемых сис- тем и процессов, происходящих в них. В этих целях исполь- зуются графики, схемы, диаграммы, гистограммы, древовидные структуры и т.д. Дальнейшим развитием графи- ческих методов стало использование, в частности, теории графов и возникших на ее основе методов календарно- сетевого планирования и управления [6, 11 и др.]. Метод структуризации. Структурные представления разного рода позволяют разделить сложную проблему с большой неопределенностью на более мелкие, лучше под- дающиеся анализу, что само по себе можно рассматривать как некоторый метод моделирования, именуемый иногда системно-структурным. Виды структур, получаемые путем расчленения системы во времени – сетевые структуры или в «пространстве» – иерархические структуры, матричные структуры. |