|
способности к осознанию данных, полученных посредством чувств, а невозможность исчерпывающего анализа и использования той информации, которая уже осознана: даже после того, как данные распределены по категориям и интерпретированы, мы не всегда способны применять полученную информацию. Ходжсон с ссылкой на Г. Саймона иллюстрирует поведение игрой в шахматы и головоломками типа кубика Рубика. Существует очень большое количество всевозможных начальных положений из которых собирается кубик Рубика. Данные, необходимые для выработки кратчайшего пути к сборке кубика, очевидно, являются доступными, из наблюдений за узором на всех шести гранях. «Рационально максимизирующий» агент, обладающий неограниченной скоростью вычислений, может использовать все эти данные и найти самый быстрый способ сборки кубика. На практике, однако, стремление действовать таким образом приводит к избыточным временным затратам. Поэтому аналитики разработали простые методы для сборки кубика Рубика. Они в значительной степени независимы от исходного положения и субоптимальны в том смысле, что не приводят к сборке кубика за минимальное число ходов. Но с операционной точки зрения эти правила гораздо более полезны, чем попытки реализовать «оптимальное» решение. Шахматная доска, подобно кубику Рубика, содержит все данные, необходимые для вычисления оптимального решения. Таким образом, шахматы являются игрой с совершенной информацией. Согласно теории игр всегда существует стратегия, которая гарантирует одному из игроков победу или ничью. Но в силу ограниченности памяти и быстродействия даже суперсовременные компьютеры оказываются не в состоянии анализировать все имеющиеся возможности и быстро находить оптимальные решения. Вследствие этого компьютерные программы следуют методом решений (правилам), которые применяются ведущими шахматистами, одновременно расширяя их возможности. Опытный игрок запоминает большое количество различных вариантов расположения шахматных фигур вместе с методами 84 |
аналитическими и вычислительными способностями субъектов, а информационная перегруженность (масштабность информации). Автор замечает, что «мы посещаем определенный магазин, поскольку у нас есть привычка совершать в нем покупки, или же следуем неявным правилам: например, просматриваем в библиотеке не все книги подряд, а только те, которые принадлежат перу признанных авторов, посвящены конкретной предметной области и опубликованы после определенной даты». Но тут же делает вывод о том, что «масштабность информации может и не служить достаточным основанием для формирования привычек или правил. Ведь при масштабности информации нет необходимости каждый раз обращаться к привычкам и правилам. Мы можем действовать импульсивно, например, остановить свой выбор на первом попавшемся магазине. Хотя правила и привычки неизбежно возникают даже в случае импульсивного поведения, в действительности масштабность информации является самым слабым основанием для их формирования» [8, 44]. Проблемы сложности и масштабности информации концептуально различны. Сложность связана с плотностью структурных связей и взаимодействий между частями системы и не обязательно является проблемой масштаба. В то же время масштабность может быть присуща информации, не заключающей в себе никакой сложности. Под сложностью подразумевается ситуация, когда вся информация, требуемая для принятия оптимального решения, находится в нашем распоряжении, но мы не способны полностью ее проанализировать, интерпретировать и достичь оптимума. Кроме того, сложность информации не тождественна ограниченности когнитивных способностей субъекта. Сложность — это не ограниченность способности к осознанию данных, полученных посредством чувств, а невозможность исчерпывающего анализа и использования той информации, которая уже осознана: даже после того, как данные распределены по категориям и интерпретированы, мы не всегда способны применять полученную информацию. Ходжсон со ссылкой на Г. Саймона иллюстрирует поведение игрой в шахматы и головоломками типа кубика Рубика. Существует очень большое количество всевозможных начальных положений, из которых собирается кубик Рубика. Данные, необходимые для выработки кратчайшего пути к сборке кубика, очевидно, являются доступными из наблюдений за узором на всех шести гранях. «Рационально максимизирующий» агент, обладающий неограниченной скоростью вычислений, может использовать все эти данные и найти самый быстрый способ сборки кубика. На практике, однако, стремление действо205 вать таким образом приводит к избыточным временным затратам. Поэтому аналитики разработали простые методы для сборки кубика Рубика. Они в значительной степени независимы от исходного положения и субоптимальны в том смысле, что не приводят к сборке кубика за минимальное число ходов. Но с операционной точки зрения эти правила гораздо более полезны, чем попытки реализовать «оптимальное» решение. Шахматная доска, подобно кубику Рубика, содержит все данные, необходимые для вычисления оптимального решения. Таким образом, шахматы являются игрой с совершенной информацией. Согласно теории игр, всегда существует стратегия, которая гарантирует одному из игроков победу или ничью. Но в силу ограниченности памяти и быстродействия даже суперсовременные компьютеры оказываются не в состоянии анализировать все имеющиеся возможности и быстро находить оптимальные решения. Вследствие этого компьютерные программы следуют методам решений (правилам), которые применяются ведущими шахматистами, одновременно расширяя их возможности. Опытный игрок запоминает большое количество различных вариантов расположения шахматных фигур вместе с методами разрешения ситуаций, которые возникают в этих вариантах. Компьютерная программа для игры в шахматы больше полагается на расширенный поиск возможностей для новых ходов, чем на распознавание известных вариантов. Однако в обоих случаях игроки не «максимизируют» результат путем вычисления оптимальной стратегии, но «удовлетворяются», найдя достаточно пригодный вариант продолжения игры. Итак, выбор как компонент экономического поведения скорее является следствием привычек и правил, чем рациональности (поиска оптимума). Эмпирическая теория познания, которая столь существенна для мейнстрима, является обратной стороной допущения о рациональном поведении субъектов. Однако в приведенных рассуждениях есть некоторый изъян, о котором нельзя не упомянуть. Во-первых, в обеих традициях исследования поведения человека речь идет о субъекте, являющемся носителем только личных индивидуальных экономических интересов, и не рассматриваются ситуации, когда субъект является еще и представителем (выразителем) групповых (коллективных) экономических интересов. А представительство, являясь функцией ответственности, значительно меняет тип поведения. Во-вторых, мотивация выбора не учитывает положения субъекта в экономическом пространстве. При этом достаточно значимым становится разграничение экономического поведения субъекта-индивида (с поведением носителя своего экономического интереса) и субъекта-группы (с 206 |