на собственные особые познания. Все зависело от научных законов, которыми в принципе мог овладеть каждый. Таким образом, прогнозирование, некогда являвшееся прерогативой оракулов и мистиков, пришло в объективную, рациональную область современной науки.
При этом, однако, демон успешно затушевывал ключевое различие между двумя типами процессов, которые я для удобства буду называть «простыми» и «сложными»{161} . Простые системы — это те, в которых та или иная модель может охватить все или почти все вариации наблюдаемого. Колебания маятника и орбиты спутников в этом смысле просты, хотя смоделировать или спрогнозировать их довольно сложно. Как это ни парадоксально, но часто наиболее сложные модели — предсказывающие траектории межпланетных космических зондов или определяющие местоположение устройств GPS — основаны на относительно простых процессах. Основными уравнениями движения, управляющими орбитой спутника связи или подъемной силой крыла самолета, может овладеть любой старшеклассник. Но, поскольку различие в результатах, полученных с помощью хорошей и очень хорошей моделей, подчас бывает огромным, настоящие модели — используемые инженерами для создания спутниковой системы навигации и «Боинга-747» — учитывают всевозможные крошечные коррекции. Поэтому-то они в итоге и оказываются гораздо более сложными.
Когда в 1999 году запущенный NASA
Комплексные системы — совсем другая песня. Никто точно не знает, что именно делает сложную систему «сложной», но обычно считается, что это зависит от нелинейного взаимодействия многих независимых компонентов. Экономика США, например, есть продукт действий миллионов человек, а также сотен тысяч компаний, тысяч государственных учреждений и бесчисленного множества других внешних и внутренних факторов — от погоды в Техасе до процентных ставок в Китае. Моделирование траектории ее развития, следовательно, не похоже на моделирование траектории полета ракеты. В сложных системах крошечные нарушения в одной части могут повлечь за собой изменения в другой — «эффект бабочки» из теории хаоса, упоминавшийся во второй главе в ходе обсуждения кумулятивного преимущества и непредсказуемости. Если каждый крошечный фактор в сложной системе может привести к непредсказуемым последствиям, то что может спрогнозировать модель? Только это. В результате модели сложных систем, как правило, довольно просты — и не потому, что они хорошо работают, а потому, что незначительные улучшения едва ли помогут делу, если нельзя исправить грубейшие ошибки. Экономисты, например, могут только мечтать о прогнозировании уровня безработицы в следующем году с той же точностью, каковая привела к гибели
Почти все, о чем мы говорили, — от воздействия маркетинговой кампании до последствий некой экономической политики и корпоративных результатов — относится к категории сложных систем. Стоит людям собраться вместе — будь то общественные мероприятия, толпы болельщиков, фирмы, добровольческие организации, рынки, политические партии и даже целые общества, — как они начинают оказывать влияние на мышление и поведение друг друга: взаимодействуют, делятся информацией, распространяют слухи, дают советы и рекомендации, сравнивают себя с друзьями, поощряют и наказывают, учатся на чужом опыте, влияют на представления о том, что хорошо, плохо, дешево, дорого, правильно и неправильно. Как я уже говорил во второй главе, именно эти взаимодействия и делают социальные системы «социальными». Именно они превращают некую совокупность людей в нечто большее. И именно эти
