Научная статья на тему '«Качели» управления в многоуровневой реальности науки'

«Качели» управления в многоуровневой реальности науки Текст научной статьи по специальности «Философия, этика, религиоведение»

CC BY
119
16
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
информация и знание / фундаментальные исследования / метод существенной метафоры / обучающаяся организация / развитие институциональных форм.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему ««Качели» управления в многоуровневой реальности науки»

Пястолов С.М.

д.э.н., гл.н.с. ИНИОН РАН

«КАЧЕЛИ» УПРАВЛЕНИЯ В МНОГОУРОВНЕВОЙ РЕАЛЬНОСТИ НАУКИ1

Ключевые слова: информация и знание; фундаментальные исследования; метод существенной метафоры; обучающаяся организация; развитие институциональных форм.

The scientific research enterprise is a cornerstone of modern society.

National Academies of Sciences, Engineering, and Medicine2.

Он управлял теченьем мыслей И только потому - страной.

Б. Пастернак

Феномены «экономики знаний», «инновационной экономики» требуют все большего внимания теоретиков. Появились и продолжают появляться новые научные дисциплины: «Исследования науки и технологий» (Science and Technology Studies), «Наука о науке» (Science of Sciences), «Технонаука» (Technoscience) и др. В то же время, отмечается, что, например, технонаука нацелена на усиление «функционалистских, телеологических и прикладных» аспектов современной науки3. Однако, помимо прочего, следует понимать, что развитие науки, должно быть обеспечено, не только производством нового знания, но также «памятью», как обеспечивается деятельность всякого разумного организма.

Метафора разумного организма, пусть и с некоторой долей условности, может быть применена в этом случае, прежде всего, потому что, уже являясь сложной системой, организационные структуры современной науки включают множества сообществ ученых (в т.ч. - сетевых сообществ), и эти сообщества принимают коллективные решения, реагируя на определенные события, а также генерируя новые события, решения, знания, институциональные формы4.

Особенностью текущего периода является то, что наука выводится «на суд общественности» (это показано, в т.ч., в докладе ЮНЕСКО: Доклад ЮНЕСКО, 2015); вопросы легитимизации соответствующих госрасходов обсуждаются на форумах экспертов). При этом «защита» пространства исследований, в котором сравнительно благополучно ученые до сих пор вели свою работу, по тем или иным причинам, оказывается взломанной. В соответствующих тематике публикациях раскрывается подоплека такого положения: общественность, помимо прочего, реагирует на «травмирующие» и «инфантилилизирующие» внешние эффекты инновационных процессов5.

Обращаясь к методологическому аспекту «дела о доверии науке», заметим, что, действительно, существуют фундаментальные причины нарастания и появления новых опасностей в общественной, технологической и иных сферах (рост рисков), обусловленных эффектами т.н. «временного дисхроноза функционирования людей и техники» (Кравченко и Салыгин, 2015), а также проявлениями меркантилизма, стремления к краткосрочной максимизации целевых показателей транснациональных компаний. Такие социо-технические, в т.ч. институциональные факторы в комплексе усугубляют ситуации «фундаментальной неопределенности» в экологической и технологической сферах, а также обусловливают рост непредсказуемости в отдельных секторах.

При этом встают вопросы, относящиеся к теме общей безопасности, такие как защита данных, уязвимости систем безопасности, как для отдельных корпораций, так и для экономических систем в целом. Действительно, проникновение информационных технологий во все сферы общественной жизни, создавая новые зависимости от соответствующих технологий, также генерирует, например, риски кибервойны, формирует новое восприятие угроз в области технологической и иных видов безопасности.

1 Доклад, представленный на Межведомственный семинар по проблемам научно-технологического развития России.

«Научное предприятие является краеугольным камнем современного общества». Национальные академии наук, технологий и медицины (National Academies..., 2017).

3 Liebert W., Schmidt J.C. Collingiidge's dilemma and technoscience. An attempt to provide a clarification from the perspective of the philosophy of science // Poiesis & Praxis. 2010. - Vol. 7, N 7. - P. 67.

4 В России функции «носителя памяти» науки выполняет система, работа которой координируется Информационно-библиотечным советом РАН, созданном в 1911 г. (www.benran.ru/IBS_RAN/prigl2.html).

5 Genus A. Stirling А. Collingridge and the dilemma of control: Towards responsible and accountable innovation // Research Policy. 2018. -N 47. - P. 61-69.

Ответственность организаций на переднем крае науки

Вопросы ответственности, связанные не только с проблемами безопасности, адресованы всем ученым, но в наиболее острой форме они встают перед организациями, находящимися «на переднем крае» науки (англ.: frontier research). Обращаясь к истории термина, заметим, что понятие «передний край науки» (альтернативный перевод: «пограничное исследование») было выбрано, как считают Флинк и Калдевай, потому что «передний край»/«граница» было новым понятием для ученых Европы. Известны его корни в XIX столетии, где «фронт», «передний край» являлись управляющими параметрами соглашений о методах и способах исследования и эксплуатации Америк. В англоязычной литературе это понятие остается принятым в научном обороте и оно стало довольно мифологизированным. «Особый американский характер», описанный в хрониках, отмеченный «жестоким индивидуализмом, прагматизмом, и эгалитаризмом» «сильно отличается от европейского созерцательного характера»1. Характер деятельности соотносится с характером исполнителей и это метафорически переносится, в том числе, на характеристики современных исследований «на переднем крае науки», а также, в определенной мере - на ученых соответствующих дисциплинарных областей.

В то же время, только «семантическое внедрение» в национальные контексты, не вполне объясняет успех понятия «пограничного исследования». Здесь важна функциональность: категория «граница»/«передний край», и в этом можно согласиться с экспертами, помогла высшим администраторам научно-технической сферы обойти антагонизм фундаментального и прикладного типа исследований. Эта «гибкая стратегия уклончивости» отражена в описании «пограничного исследования» Европейского исследовательского союза (ЕИС) 2006 г.: «... термин "пограничное исследование" был введен для использования в действиях ЕИС, так как они будут направлены на решение фундаментальных проблем внутри и вне "границ" знания»2.

Данное и другие «семантические новшества», по мнению экспертов, способствовали разрушению того общественного договора, который существовал в рамках т.н. «линейной модели инноваций». С 1950-х годов линейная модель выражала идею о том, что инновации могут быть реализованы путем определенных последовательностей действий. (Именно такая определенность и гарантировала «защищенность пространства» для ученых.) Хотя тезис о сложности инновационных процессов не был опровергнут, линейная модель до сих пор присутствует в политических дискурсах, хотя скорее как идея, чем как модель в техническом и экономическом смыслах.

Геополитическое значение экспериментов Европейской комиссии с терминами, в предположениях экспертов, раскрывается в русле концепции противостояния. Это уже видно в заголовке отчета, который заставляет вспомнить о двух более ранних работах: «Наука - бесконечный передний край» В. Буша («Science - The Endless Frontier», 1945); «Американский вызов» Сервэн-Шрайбера («The American Challenge», 1968). Комиссия, по всей видимости, приняла англо-американский подход в качестве образца для подражания. Идеология новой конкурентной политики подразумевает, что поставленные в условия конкурентной борьбы исследователи самомобилизуются и возьмут на себя большие научные риски, а общество в целом, в результате, выиграет. Возможные негативные последствия для научного сообщества ЕИС в то время, скорее всего, не рассматривал.

Д. Колингридж, автор книги «Социальный контроль технологий», 1980, в своих рассуждениях использовал понятие «общественная ответственность», к которому обращался в тех случаях, когда технология оказывается «нечувствительной к ошибке». И к задачам определения такой ответственности для «предприятия науки» обращаются его регуляторы.

Для реализации научно-технической политики с учетом названных выше проблем и угроз набор инструментов, называемых специалистами «семантическими», расширяется. В ряду примеров: понятия «пространство исследований», национальная инновационная система, категория «ответственных исследований и инноваций» (ОИИ), «великие вызовы». И востребованность этих инструментов растет, как это показывает, в частности, пример инновационной политики США: Национальный стратегический план «Нанотехнологическая Инициатива» (ННИ), проект «Нанотехно-логии в социальных сетях» Национального научного фонда США3. Сегодня эти структуры управляют годовым бюджетом в объеме 1,5 трлн. долл. США4. Данные расходы общественных средств, очевидно, требуют легитимизации. Причем, вердикт должен быть вынесен уже упоминавшимся «судом общественности». По сути, на поле научных исследований «демократия» вытесняет меритократию. При этом подспудно, происходит вытеснение фундаментального исследования из практики науки. Остаются прикладные исследования и технологические разработки. Такая замена не может происходить быстро и явно: довольно много заинтересованных лиц с той и с другой стороны, обладающих значимой переговорной силой (рыночной властью). В этой связи заметим, что анализ информационных событий в сфере науки и технологий подтверждает особенности институциональной динамики, известные специалистам. Среди прочего: прежде чем произойдет трансформация институциональных форм в научной сфере, происходит «эпистемологический захват» пространства той научной дисциплины, которая должна обосновать соответствующие институциональные изменения. То есть, создать соответствующие убеждения и представления в сознании участников процессов и затем - паттерны поведения.

1 Flink T., Kaldewey D. The new production of legitimacy: STI policy discourses beyond the contract metaphor // Research Policy. 2018. - N 47. - Р. 15.

2 Ibid., p. 16.

3 Genus and Stirling, 2018. - Р. 62.

4 National Academies of Sciences, Engineering, and Medicine. Triennial Review of the National Nanotechnology Initiative. - Washington (DC): The National Academies Press, 2016. - P. 1.

«Наука о науке» (НоН), используя самые разнообразные подходы из различных областей, таких как теории сложных сетей, человеческой динамики и статистической физики, обнаруживает ряд коллективных явлений, которые находятся сегодня на начальной стадии развития. Так, обработка данных научной сферы с использованием алгоритмов из теории сложных сетей, выявляет некоторые существенные свойства структурированных сообществ.

Институциональному экономисту полезно будет узнать, что сегодня отмечается рост внимания к многослойным сетям. Как правило, это сети с многоуровневыми типами отношений. Моделирование сложных структур с многослойной сетью позволяет понять структуру научной системы и оценить воздействие научных публикаций и других видов деятельности ученых. Типичный пример многослойной сети включает узлы со связями авторства/соавторства в публикациях в одном слое и связями цитирования в другом. Таким образом, и отношения сотрудничества, и отношения цитирований попадают в структуру одной сети.

Особо следует рассматривать сети сотрудничества. Это один из предметов самых ранних этапов эмпирических исследований сетей. В рамках этого направления обнаруживаются структуры сообществ. Сообщество определено как подгруппа узлов, в пределах которых связи оказываются сравнительно плотными, но между отдельно взятыми сообществами связи заметно более редки. Одной из существенных особенностей сетей сотрудничества является ассорта-тивное смешивание ^sanative mixing). Положительный коэффициент ассортативности указывает на то, что узел с высокой (низкой) степенью предпочтения с большей вероятностью соединится с другим узлом с высокой (низкой) степенью предпочтения. Этот эффект был проанализирован в локальном масштабе: в сетях соавторства, включая физику, биологию и математику, и в каждом случае был обнаружен положительный коэффициент ассортативности. Таким образом, на примерах сильно связанных узлов в сети сотрудничества было продемонстрировано явление «богатого клуба».

Был также получен вывод о том, что топологическое положение прочных связей может ускорить динамику распространения и увеличить поток информации через научные сети сотрудничества. Среди проблем сетей сотрудничества назван «Парадокс дружбы» (у Ваших друзей, в среднем, друзей больше, чем у Вас), то есть, Ваши сотрудники склонны иметь больше соавторов, более высокие индексы цитирований и больше публикаций.

Методологические замечания. Полагая, что сети цитирований ограничены во времени, эксперты считают их вложенными в пространство-время Минковского, и их измерения измерены с использованием приближения Мирайм-Мейера и оценки средней точки. Такой подход позволил, в частности, обнаружить, что у двух эмпирических сетей цитирований в физике элементарных частиц есть подобное распределение степени и коэффициент кластеризации, но они отличаются по параметрам размерности. Это, помимо прочего, обеспечивает альтернативу методу качественной характеристики структуры, позволяя более дифференцированно различать сети цитирований.

Используя различные ресурсы и разработки, специалисты в области институционального анализа могут делать интересные наблюдения и последующие обобщения. Так, учитывая явную тенденцию объединения в кластеры, эффект богатого клуба и структуру сообществ ученых, эксперт может предсказать будущие связи (взаимодействия) и развить модели роста сети, в т.ч. - механизмов развития сетевой структуры.

В то же время, «на мезоуровне», на уровнях межстрановой и национальной научно-технической политики преобладает несколько иное отношение. Управляющие органы Европейского Союза, в целом рассматривают науку «недифференцированно». Политики считают, что это - вообще «хорошая вещь», независимо от того, какие виды инноваций или альтернативы рассматриваются. Это у них - средство для «умного роста», который, в свою очередь, оценивается с точки зрения грубых оценок числа новых рабочих мест, даже не с точки зрения сравнений с количеством и видами рабочих мест, которые могли бы быть созданы при тех же объемах инвестиций, но другими средствами. Еще меньше внимания уделяется анализу непосредственно проблем, решаемых посредством инноваций, анализу выбора лучших траекторий инновационного развития из ряда альтернативных.

Здесь возникает вопрос: можно ли при помощи инструментов институционального анализа обнаружить и описать причины такого положения, раскрыть движущие механизмы происходящих процессов и предложить способы разрешения противоречий? Научная гипотеза формулируется таким образом, что полезные открытия могут быть сделаны, помимо прочего, посредством изучения динамики семантических форм и ее сопоставления с динамикой форм организационных. Методология исследования опирается на концепцию эволюционного (спирального) развития институциональных форм.

Обобщенные институциональные формы и наименование обобщенного объекта управления стали складываться в послевоенной Европе. В 1952 г. в результате лоббистской деятельности элитной группы европейских физиков появилась Европейская Организация по Ядерным Исследованиям (CERN), позже - ЕВРОАТОМ. Созданные впоследствии Европейская организация сотрудничества в научно-технических исследованиях (1971), Европейский научный фонд (1974) отвечали уже за множество исследований, в том числе - в общественных науках.

Накопленные наблюдения и требования поддержки такого рода структур обусловили появление понятия Национальной инновационной системы - НИС (граничного объекта - знакомого, и политикам, и ученым). В этом случае говорят, что понятие сформировалось «снизу вверх» в последней четверти ХХ века. И уже с опорой на возможности (лоббирования, пропаганды), которые давало применение данного понятия, формировалась структура, руководящая научно-технической политикой ОЭСР. Сегодня она, по существу, представляет собой своеобразный надгосударствен-

ный орган, установленный во главе управляющего механизма того, что призвано стать «единым пространством ис-следований»1.

Подобная эффективная система, функционирующая в структуре минобороны США, - DARPA (Управление перспективных исследовательских программ), как и в других корпорациях глобального уровня, мало похожа на прежнее «защищенное пространство» для ученых, занимающихся фундаментальными разработками. Но, вообще говоря, она и создана для сугубо прагматических целей. В связи с этим полезно также обратить внимание на дискурс «великих вызовов».

В конце 1980-х годов администраторы научной сферы США «внезапно импортировали» и ввели в оборот понятие «великие вызовы» и его значение, до настоящего времени связанное со спортивными состязаниями. Флинк и Кал-девай отмечают аналогию логики ряда событий в научно-технической сфере с конца 1980-х до начала 2000-х с логикой спортивных состязаний (Flink and Kaldewey, 2017). Первый пример - ежегодное международное соревнование RoboCup, которое имело место впервые в Нагое, Япония, в 1997. Заметим, что DARPA восприняла идею, и в 2003 г. объявило о начале реализации плана решения «Великой проблемы для автономных автоматизированных наземных транспортных средств» в целях прикладного военного использования. Действительно, общественный резонанс в случаях обращения к «великим вызовам» оказывается гораздо большим, чем при использовании популярных в 1990-х годов понятий постнормальная наука, метод 2, тройная спираль и им подобных, - отмечают эксперты. Можно также заметить, что подобные эффекты обеспечиваются методикой, обозначаемой термином «играизация» (gamification). Соответствующая область научных исследований за последние несколько лет активно развивается и не показывает признаков замедления роста. Первая волна исследований феноменов «играизации» включала (1) определения терминов, структуры и таксономии элементов игрового дизайна преимущественно в сфере компьютерных игр; (2) технические описания систем, проектов и архитектур; и (3) исследования эффектов «играизированных» и систем и поведения пользователей. Уже первые наблюдения и практические результаты оказались настолько вдохновляющими, что «высшие чиновники во всем мире» стали обращаться к опыту управления поведением пользователей игровых программ для целей государственной политики в таких областях, как здравоохранение, образование и организация практик гражданского общества. И уже на самых высоких уровнях задействованы технические, культурные, экономические и политические силы с тем, чтобы более эффективно использовать потенциал вычислительных технологий и практик дизайна в общественных сферах, отраслях промышленности и на рынках2.

В теоретических исследованиях названный тренд проявил себя в форме «экспериментальной экономики». Согласимся с тем, что эксперимент - это, во многом, игра (в методологическом смысле - игра с Природой). А в современной же «хрематистике» дух игры присутствует имманентно. Вспомним ее сравнение с игорным домом Дж.М. Кейнса. А современные авторы, Вербах и Хантер, в своем «первом в мире курсе» по геймификации утверждают, что «бизнес стал бы гораздо эффективнее, если бы работа была в большей степени игрой с системой вознаграждений, а не обязанностью». Кроме того, игровые методы получили широкое распространение в системах управления. Теория, нацеленная на достижение определенных целей в сложных социально-экономических системах при помощи таких методик, разрабатывалась как «теория управляемого хаоса» (З. Бжезинский, С. Курдюмов, В. Лепский, С. Манн, Г. Саймон, Дж. Шарп и другие).

На примерах попыток создания новых систем управления наукой мы видим также не что иное, как проявление известного метода «проб и ошибок». Ниже предлагается своего рода теоретическое обобщение сделанных наблюдений.

Теоретическое осмысление

Идея общественного контроля развития технологий во многом исходит из философии фаллибилизма. То есть, предполагается, что ошибки в том или ином виде человеческой деятельности являются неустранимой его составляющей. Отсюда получается, что это также одно из следствий фундаментальной неопределенности (о которой говорил Дж.М. Кейнс), и применение вероятностных методов Байесового типа с целью расчета рисков в процессах принятия решений в этом случае не помогает.

Современные эксперты особо выделяют такие предложенные Коллингриджем императивы, как социальная справедливость, открытость, разнообразие, инкрементализм, гибкость и обратимость. С точки зрения сторонников ОИИ и соответствующей феноменологии, это выдвигает на первый план ценность процессов и дискурсов, которые описывают и разъясняют происходящее в позитивном ключе, избегая нормативных утверждений и учитывая наиболее широкие социальные интересы.

В то же время здесь возникают проблемы измеримости (accountabilities), и соответственно - требования к «рефлексивности» (относительно «основных целей, побуждений и потенциальных воздействий»). Это, по всей видимости, требует некой новой формы «общественного договора» по поводу конкурирующих потребностей, интересов и ценностей "заинтересованных лиц". Причем, такая форма подразумевает только «открытый процесс адаптивного обучения». Нордман, например, подчеркивает, что основным методом ОИИ должен быть поиск альтернативных сценариев и технологических вариантов, а не «всестороннее знание будущего» (Nordmann, 2014). Таким образом, мы приходим к идее рассмотрения «предприятия науки» как обучающейся организации. Остается, правда, открытым вопрос, явля-

1 Подробнее см.: Пястолов С.М. Политические составляющие методологического индивидуализма на примере формирования национальной инновационной системы // ТЕКЛА ECONOMICUS. 2015. - Т. 13, № 2. - С. 84-94.

2 The maturing of gamification research. Editorial // Computers in Human Behavior. 2017. - N. 71. - P. 450.

ется ли метод «проб и ошибок» (а также немалые затраты) неизбежным следствием «фундаментальной неопределенности».

Тем не менее, теперь мы можем вновь обратиться к принципам функционирования «обучающегося организма», установленным в предыдущих работах, проведенных под руководством Р.М. Нуреева. В начале 2000-х была предложена Схема спирального развития институциональных форм (HIDS - Helical Institutional Development Scheme) и базовые принципы этого развития.

В сокращенном изложении один из принципов гласит: институциональное развитие осуществляется путем движения от психических форм (группа элементов В) к институциональным (группа С). (В формате HIDS движение от группы элементов В к группе С осуществляется только по ходу часовой стрелки). Следовательно, при формировании нового знания (укореняющегося затем в институтах) действует механизм координации ex post, так как соответствующие качества человеческого капитала ещё не сформированы. Другими словами, любой институт можно рассматривать и как средство, и как следствие формирования ожиданий и представлений; формируя ожидания и представления, институт обретает устойчивость. Двигаясь по ходу часовой стрелки в пространстве схемы, ее лексем, объектов различных уровней1 и соглашений, можно наблюдать, каким образом свойства различных типов организаций определяются свойствами моделей общественного устройства (рис. 1).

На рис. 1 представлены типовые организационные модели: профессиональная бюрократия, бюрократия машины, операционная адхократия и J - организации (организация японского типа); на уровне социальном эти модели соотносятся с формами искусственного общества, организованного общества и общества обучающегося.

Рисунок 1.

Уровни моделей обучающихся организаций в схеме спирального развития

Профессиональная бюрократия: модель организации, которая формируется в результате взаимовлияния данной организационной формы и свободного рынка профессий. Образование и обучение в профессиональной модели характеризуется узкой специализацией, ориентацией на элитарное, формализованное знание. Система поощряет генерацию артикулированного знания, индивидуальные успехи в образовании, которое призвано обеспечить персональный карьерный рост.

Выходя на уровень общества, такая система не способствует формированию стимулов для накопления и распространения знания, особенно «молчаливого» (неявного). Когда же, в результате определенных административных усилий предпринимается попытка построить инновационную систему на основе принципов профессиональной бюрократии, то без опоры на потенциал неявного знания (культура, традиции, укорененные представления) подобная система оказывается не вполне жизнеспособной. Однако бюрократия профессионалов доминирует в тех экономических системах, где в управлении сильна англо-саксонская традиция. В этом случае преобладает узкоспециализированный подход в процессах генерации и передачи знаний. Более распространено знание артикулированное, а инновации на своем пути встречают серьезные препятствия.

Как показывает практика, недостатки профессиональной бюрократической модели преодолеваются, в том числе путем создания гибридов соглашений (преимущественно, этот гибрид включает - рыночное, технологическое и соглашение творческой деятельности). А процессы создания гибридов обеспечиваются, помимо прочего, импортом носителей культуры творчества и технологического мышления (в т.н. «развитых» странах в этой роли выступают выходцы из стран бывшего СССР, Индии, Китая).

Модель «бюрократии машины» является, по сути, трансформированной версией профессиональной бюрократии. Это может иметь место в том случае, когда цели организации длительное время оказываются фиксированными. Весьма вероятно такое развитие событий, когда организация утрачивает представление о своих целях, но в то же время пытается сохранить организационные рутины и внешние формы. Собственно, в том числе и ради преодоления последствий разного рода негативных эффектов, возникающих в рамках линейной модели, были предложены такие ор-

1 В данном контексте это уровни реальности, определение которых дано в рамках трансдисциплинарности, см.: Пясто-лов С.М. Генезис и перспективы трансдисциплинарности // TERRA ECONOMICUS. 2016. - Т. 14, № 2. - С. 139-158.

ганизационные структуры, как национальные научные фонды, агентства, центры превосходства и другие ресурсы грантовой системы.

Организации «операционной адхократии», построенные по типу инновационных сообществ (сообществ профессионалов), характеризуются высокой мобильностью участников, прозрачностью границ. Это способствует формированию сетей социальных коммуникаций и распространению знания. Большие возможности трансфера знаний являются важным элементом сети. Так, взаимопроникновение «обучающихся» и «трудящихся» сообществ стало в этом случае характерной особенностью системы обучения. Характеризует такую инновационную систему1 не столь высокая склонность к стандартизации методов исследований, что чаще наблюдается в рассмотренных выше моделях, большие возможности для создания и распространения неявного знания. Для описания подобных явлений потребовались такие понятия, как «информационные сигналы», «перелив знаний», «трансфер через и поверх» границ: географических и дисциплинарных.

Такого рода система в институциональном аспекте характеризуется большей подвижностью представлений и ценностных установок, меняющихся вслед за изменениями отраслевых технологий и приоритетов развития того или иного региона. Далее можно выделить еще одну особенность, присущую инновационным сообществам: механизмы обучения в них большей частью представлены локальными версиями, внутренние институциональные структуры складываются под влиянием норм и правил, распространенных на данной территории/пространстве взаимодействий (например, в Силиконовой долине, в Новосибирском академгородке и т.п.), в том или ином виртуальном сообществе (профессиональная этика врачей, юристов, программистов и т.д.).

Модель, которую определяет структура ./-организации (модель организованного общества) может служить примером некой «золотой середины». В этой модели при посредничестве системы коллективного обучения стимулируется появление и накопление неявного знания, которое может быть востребовано на любом этапе жизненного цикла инноваций. Однако система ценностей организованного общества достаточно консервативна. Выделим в связи с этим одно парадоксальное свойство, проявляющее себя в логике развития обществ, основанных на знании: чем выше уровень организованности общества, тем меньше его способность к изменениям, выражающаяся в способности накапливать и распространять неявное знание.

Возможное объяснение данного парадокса можно найти в одной из работ П. Дэвида и Д. Форэ, где авторы указывают на проблемы «потери памяти» обществом знания. Получается, что, при всех его преимуществах, артикулированное знание-информация сокращает возможный выбор в сферах благ высших порядков, так как на самом деле реальные объекты на этих уровнях постепенно перестают существовать (по мере того, как уходят из данного локального сообщества или забывают о них «знающие»). Остается лишь информация (артикулированное знание) об этих объектах. Исходя из изложенной концепции, можно утверждать, что существует, как минимум, две альтернативные организационные модели, позволяющие способствовать инновациям посредством накопления и распространения неявного знания - это профессиональные (инновационные) сообщества операционной адхократии и организации /-типа. Из свойств рассматриваемой схемы вытекает также следующее: паттерны организации могут быть сформированы только при наличии общих ценностей и убеждений; они, в свою очередь, должны сформироваться в результате деятельности. В этой связи вспомним о тезисе одного из экспертов в области энергетических технологий Э. Стерлинга, который комментируя программу преобразований в сфере энергетики Великобритании, в одной из статей написал: «там, где ценности объявлены открыто, это ... очевидно препятствует формированию знания в интересах бюрократии».

Ценности, таким образом, призваны определять нормы и правила проектируемого «научного предприятия». И именно в этой связи (в целях обеспечения большей рефлексивности процесса, в терминах 8Т8), Коллингридж утверждал, что более гибкие, эффективные в социо-техническом смысле конфигурации могут быть самостоятельно сгенерированы обучающейся организацией.

Здесь вновь проявляется сложная связь: «обучение - эксперимент - игра». Один из участников семинара, посвященного вопросам развития концепций и моделей измерения инноваций, Б. Мартин, предупреждал, что в этом случае возможна т.н. «игра с показателями»2. Вопрос исследования в итоге может быть сформулирован следующим образом: какой механизм способен запустить цикл обучения, по завершению которого будет получено эффективно работающее «научное предприятие»?

В теориях науки и технологий предлагаются, в общем, только два варианта формирования структур управления: (1) «снизу вверх» и (И) «сверху вниз». Однако представленная выше схема описывает также варианты: по спирали (а) по часовой стрелке: условно, от культуры (способа) мышления - к рутинам, институтам; (б) против часовой стрелки: условно, от институтов - к рутинам и организационной культуре (способам) мышления. Если смотреть в линейной проекции, то очевидно соответствие:

(1) ~ (а); (11) ~ (б).

Но в схеме спирального развития присутствует еще и третий элемент (рис. 2): А - блага (В - психические формы; С - институциональные формы). Все множество благ разделено на уровни: обеспечивающие выживание, низшие, средние и высшего порядка. Соответствующие уровни обнаруживаем также в областях В и С. В (модели человека): биоид, биоробот, социализированный человек, человек - творец. С (институциональные формы применительно к ор-

1 Здесь определение «инновационной системы» соответствует также определению системы научных исследований и разработок, в целом - научно-технической сферы.

2 Развитие концепций и моделей измерения инноваций: материалы научно-практического семинара. Обзор / Пясто-лов С.М. // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Сер.8, Науковедение: РЖ / РАН. ИНИОН. Центр науч.-информ. исслед. по науке, образованию и технологиям. - М., 2017. - № 3. - С. 99.

ганизационным): право силы, рутины, обучающаяся организация, организованное общество. Обращаясь вновь к рис. 1, заметим, что порядок организационных форм структурирован целями. Организация появляется на третьем уровне как обучающаяся, но она еще не зафиксировала цель, не произошел еще окончательный выбор.

В этом случае, а в ситуациях неопределенности это наиболее естественное решение администратора, организации предлагается некая институциональная форма (квазивербализованная посредством дискурса как в рассмотренных выше примерах). В процессе деятельности вырабатывается цель (например, новое научное направление, разработка), формируются, возможно новые, способы мышления, а затем, при необходимости, - новые организационные формы. Так, по принципу своеобразных «качелей», развивается научное предприятие: против часовой, затем уже - по часовой стрелке, когда механизм будет запущен, а инновационный цикл войдет в фазы опытного образца и коммерциализа-

Рисунок 2.

Иллюстрация процесса формирования и изменения представлений, убеждений, норм и правил

поведения по спирали (схема НШ)

В заключение отметим метафорическую взаимосвязь двух эпиграфов к данной статье. «Теченье мыслей», о котором писал русский поэт, регулируется словами - категориями. Семантически, научные области картографируются посредством понятий - граничных объектов. Эксперты Национальных академий США утверждают, что «научное предприятие» служит краеугольным камнем современного общества. Из данных тезисов происходит следствие: новые категории научно-технической политики формируют не только научную сферу, но и новое общество.

i Надоели баннеры? Вы всегда можете отключить рекламу.