Хотя аргумент материальности остается распространенным способом сопоставления компьютерных симуляций и экспериментов [Duran, 2013], он не является единственным. Так, Винсберг полагает, что онтология вообще не является существенной для решения вопроса о статусе симуляций и не способна обосновать (или опровергнуть) их эпистемическую ценность [Winsberg, 2010]. Ни в эксперименте не существует полного материального сходства с изучаемым объектом, ни в симуляции - точного структурного подобия [ibid., p. 57-58]. При этом можно сказать, что любой предмет будет в каких-то отношениях (как материальных, так и формальных) подобен любому другому. Необходимо, согласно Винсбергу, выбирать релевантные сходства и в той, и в другой ситуации. Релевантность сходств будет зависеть, очевидно, от того, что именно ученый хочет установить и какого рода вопросы он задает. Следовательно, будет ли исследовательская ситуация рассматриваться как «симуляция» или как «эксперимент», зависит от перспективы исследователя в данной ситуации, а не от ее онтологических характеристик. Винсберг выделяет три параметра, которые могут поддержать доверие к симуляциям: во-первых, теория, которая лежит в основе конкретной практики моделирования; во-вторых, «убедительность физических интуиций» относительно релевантности сходств (поток воды в трубе интуитивно ближе к речному потоку, чем аналогичный симулируемый поток в компьютерной модели); в-третьих, на надежности используемых вычислительных методов [Winsberg, 2010, pp. 65-66]. Но при этом надежность используемых интуиций и вычислительных технологий зависит от надежности их результатов, которая, в свою очередь, может быть определена только post hoc, путем сопоставления результатов симуляции с феноменальным уровнем научного знания. Соответственно, отличительной особенностью симуляции является всего лишь отличие в фоновом знании, в убежденности исследователей, что у них имеются надежные принципы построения моделей. Надежность этих принципов определяется их результативностью. Тогда рост доверия к результатам симуляций связан с предыдущей успешностью практики использования аналогичных моделей. Мы, однако, находимся в ситуации большего доверия к экспериментам: это происходит «потому, что мы не считаем наши принципы построения моделей надежными, пока они не будут проверены экспериментами и наблюдениями» [ibid., p. 71].
«Новая эпистемология» компьютерных симуляций
Среди исследователей существуют разногласия по поводу того, является ли проблематика компьютерных симуляций чем-то принципиально новым для философии науки. Одни полагают, что эра компьютерных симуляций требует если не новой отрасли эпистемологии, то как минимум постановки новых вопросов ([Winsberg, 2010; Humphreys, 2009]). Другие считают, что компьютерные симуляции «ставят мало, если сколько-нибудь, новых философских вопросов» [Frigg, Reiss, 2009]. Рассмотрим две крайние точки этого континуума.
Фригг и Райсс предлагают критический разбор ряда ключевых работ, которые акцентируют принципиальную значимость симуляций для философских исследований и пытаются предложить новые принципы философских подходов к эпистемическим особенностям научного знания. «Безосновательные» утверждения о специфичности компьютерных симуляций Фригг и Райсс классифицировали по следующим группам тезисов [Frigg, Reiss 2009, p. 595]:
Метафизика: симуляции создают своего рода параллельный мир, в котором эксперименты могут проводиться в более благоприятных условиях, чем в «реальном мире».
Эпистемология: симуляции требуют новой эпистемологии.
Семантика: симуляции требуют нового анализа того, как мо- дели/теории соотносятся с конкретными явлениями.
Методология: симуляции - это форма активности особого рода, которая находится «между» теоретизированием и экспериментированием11.
Сами авторы считают, что компьютерные симуляции - это разновидность динамических моделей, и склоняются к определению Хартмана [Frigg, Reiss 2009, p. 596]. Соответственно, отмечают Фригг и Райсс, эти и другие подобные вопросы не являются новыми для философии науки. Все они уже поднимались в связи с проблемой моделирования вообще. Поскольку компьютерная симуляция является частным случаем модели, постольку вопросы, которые возникают в связи с ней, являются частными случаями вопросов общей концепции моделей в философии науки. «Философские проблемы, поднятые симуляциями, имеют аналоги в контекстах моделирования, экспериментирования, мысленных экспериментов, и потому не являются совершенно новыми и вовсе не требуют обновления философии науки» [ibid., p. 611].
Пол Хамфрис предложил фундаментальную аргументацию против такой позиции. Он характеризует ситуацию, в которой с появлением компьютерных симуляций оказалась философия науки, как «антропоцентрическое затруднение» (anthropocentric predicament). «Вычислительные науки представляют новую проблему для философии науки, потому что они используют методы, которые устраняют людей из центра эпистемологической деятельности. До недавних пор философия науки рассматривала науку как форму активности, которую осуществляют и анализируют люди. Люди же владеют и пользуются знанием, производимым наукой» [Humphreys, 2009, p. 616]. Возникновение и распространение компьютерных симуляций ставят эту антропоцентричную перспективу под вопрос, создавая указанное «затруднение»: как продолжать производить новое знание и в какой мере мы можем на него надеяться, если мы, возможно, больше не являемся полноправными субъектами его производства?
Хамфрис выделяет как минимум четыре проблемы, которые не поддаются решению с позиции антропоцентричной перспективы и потому требуют новой постановки философских вопросов:
Эпистемическая непрозрачность. Пожалуй, самый значимый аргумент Хамфриса состоит в том, что существует непрозрачность процесса вычисления: в человеческой перспективе не вполне ясно, каким образом заданные параметры модели приводят к тому или иному результату. С точки зрения Хамфриса, автономность симуляций достигла такой степени, что «ни один человек не способен перепроверить и обосновать каждый элемент вычислительного процесса, который производит вывод компьютерной симуляции» [Humphreys, 2009, p. 618]. Соответственно, эпистемология компьютерного моделирования должна быть «нечеловеческой», не-антропоцентричной.
Семантика. Вторая проблема состоит в том, что применение вычислительных методов преобразует - и нам непонятно, как именно - отношение денотации. Что именно «означает» вычислительная модель? «Старая» философия науки могла ответить на эти вопросы, используя синтаксический подход - модель есть дедуктивно выведенная интерпретация теории - или семантический: модель есть изоморфная исследуемому феномену структура. Однако компьютерные симуляции соотносятся со своими денотатами иначе. «Разница состоит в замещении явного дедуктивного отношения между аксиомами и предсказаниями вычислительным процессом, который осуществляется реальным вычислительным устройством» [ibid., p. 620].
Темпоральная динамика. В компьютерной симуляции, в отличие от «аналоговых» моделей, присутствует определенный темпоральный дуализм: время существенно и как элемент вычисления (его скорость), и как элемент репрезентации результатов вычисления (динамический процесс, который мы наблюдаем в симуляции). Проблема в том, что соотношение этих двух параметров прямо влияет на эпистемологический статус симуляции. Ее способность предсказывать принципиально основана на скорости вычислений, которая может существенно отличаться как от скорости репрезентации процесса, так и от скорости течения самого процесса. В качестве яркого примера: мы можем задаться вопросом о том, какая погода будет завтра, но это не будет иметь никакого смысла, если компьютерная программа только завтра рассчитает нам прогноз или если визуальная симуляция погодных изменений растянется на сутки.
«На практике, а не в принципе». Существует убеждение (Хамфрис цитирует нескольких исследователей), что в компьютерной симуляции нет ничего такого, что не могло бы быть в принципе реализовано без компьютеров. Хотя это может быть верно, к эпистемологии компьютерных симуляций это не имеет отношения: новые проблемы (вроде предыдущей) возникают из-за практической реализуемости или нереализуемое™ определенных способов моделирования на компьютерах. Соответственно, эпистемология не может в данном аспекте ориентироваться на принципиальную возможность; необходимо исходить из реальных возможностей реальных компьютеров.
Из всего этого Хамфрис заключает, что «вычислительные науки требуют новой, не-антропоцентричной эпистемологии, и нового подхода к тому, как применяются модели и теории» [Humphreys, 2009, p. 625].
Акцент на «непрозрачности» в связи со спецификой компьютерных симуляций был поддержан многими (см. например, [Lenhard, 2019, pp. 98-131] для подробного обсуждения, а также [Bertolaso, 2019]). При этом некоторые авторы, исходя из тех же соображений, что и Хамфрис, пришли к прямо противоположному методологическому требованию, более «человечной» эпистемологии: сместить акценты рассмотрения с компьютерной программы на производящего симуляцию субъекта (ученого) и проанализировать возможные параллели между этой деятельностью человека и, например, игровой деятельностью [Saam, 2017, pp. 306-307]. Роль субъекта в работе с компьютерной симуляцией также неоднократно подчеркивалась Винсбергом [Winsberg 2010] и другими сторонниками прагматического подхода к моделям.
Заключение
Феномен компьютерных симуляций с 1990-х гг. стал предметом исследований и острых дискуссий в западной философской мысли. Основные активно обсуждаемые вопросы касаются влияния симуляций на практику организации научной деятельности, новых способов научного познания, изменения методологических основ экспериментальной и теоретической деятельности. Одновременно с этим изучение симуляций за прошедшее десятилетие демонстрирует динамику роста предметной области и расширения исследовательских границ за пределы философии эксперимента и даже философии науки. Так, например, Ленхард в работе [Lenhard, 2019] подробно раскрывает потенциал симуляций как нового фактора изменения философии в ближайшем десятилетии. А взгляды Наполетани [Napoletani, 2011] способствовали развитию дискуссий по вопросу автоматизации науки (устранение субъекта антропоморфной природы) и роли симуляций в этом процессе [Bertolaso, 2019].
Авторы статьи постарались в общем концептуальном виде продемонстрировать роль философских дискуссий о компьютерных симуляциях в формировании нового вектора изменений западной философии науки. Мы надеемся, что такой обзор поможет инициировать дискуссии в среде российских философов, что в результате будет способствовать появлению отечественных школ по изучению влияния компьютерных технологий на науку и философию.
Список литературы / References
1. Apostel, 1960 - Apostel, L. “Towards the Formal Study of Models in the Non- formal Sciences”, Synthese, 1960, vol. 12, no. 2-3, pp. 125-161.
2. Bertolaso, Sterpetti, 2019 - Bertolaso, M., Sterpetti, F. (eds.) A Critical Reflection on Automated Science. Will Science Remain Human? Springer, Series Human Perspectives in Health Sciences and Technology, vol. 1, 2019, 302 pp.
3. Craik, 1943 - Craik, K. The Nature of Explanation. Cambridge University Press, 1943, 136 pp.
4. Derrida, 1998 - Derrida, J. Of Grammatology, trans. by G.C. Spivak. Baltimore: Johns Hopkins University Press, 1998. 456 pp.
5. Duran, 2013 - Duran, J. “A Brief Overview of the Philosophical Study of Computer Simulations”, American Philosophical Association Newsletter on Philosophy and Computers, 2013, vol. 13, pp. 38-46.
6. Frigg, Reiss 2009 - Frigg, R., Reiss, J. “The Philosophy of Simulation: Hot New Issues or Same Old Stew?”, Synthese, 2009, no. 169, vol. 3, pp. 593-613.
7. Galison, 1996 - Galison, P. “Computer Simulation and the Trading Zone”, in: Galison, P. & Stump, D. (eds.) Disunity of Science: Boundaries, Contexts, and Power. California: Stanford University, 1996, pp. 118-157.
8. Guala, 2002 - Guala, F. “Models, Simulations, and Experiments”, in: Magnani, L., Nersessian, N. (eds.) Model-Based Reasoning: Science, Technology, Values. NY: Springer Science+Business Media, 2002, pp. 59-74.
9. Hartmann, 1996 - Hartmann, S. “The World as a Process: Simulations in the Natural and Social Sciences”, in: Hegselmann, R. (ed.) Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View. Kluwer, 1996, pp. 77-100.
10. Hayenga, Matentsch, Halter, 1968 - Hayenga, M., Manetsch, T., Halter, A. “Computer Simulation as a Planning Tool in Developing Economies”, American Journal of Agricultural Economics, 1968, vol. 50 (5), pp. 1755-1759.
11. Humphreys, 1990 - Humphreys, P. “Computer Simulations”, PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association, The University of Chicago Press on behalf of the Philosophy of Science Association, Vol. 2: Symposia and Invited Papers, 1990, pp. 497-506.
12. Humphreys, 2004 - Humphreys, P. Extending Ourselves: Computational Science, Empiricism, and Scientific Method. Oxford: Oxford University Press, 2004, 192 pp.
13. Humphreys, 2009 - Humphreys, P. “The Philosophical Novelty of Computer Simulation Methods”, Synthese, 2009, vol. 169, no. 3, pp. 615-626.
14. Klaus, 1966 - Klaus, G. Kybernetik und Erkenntnistheorie. VEB Deutscher Verlag der Wissenschaften, Berlin, 1966.
15. Lenhard, 2019 - Lenhard, J. Calculated Surprises. A Philosophy of Computer Simulation. Oxford: Oxford University Press, 2019, 256 pp.
16. McKee, 1964 - McKee, E. “Discussion: Computer Models and Simulation”, Journal of Farm Economics, 1964, vol. 46 (5), pp. 1350-1352.
17. Minsky, 1965 - Minsky, M. “Matter, Mind and Models”, Proceedings of the IFIP Congress 65, 1, 1965, pp. 45-49.
18. Morgan, 2003 - Morgan, M. “Experiments Without Material Intervention: Model Experiments, Virtual Experiments and Virtually Experiments”, in: Radder H. (ed.) The Philosophy of Scientific Experimentation. Pittsburgh: University of Pittsburgh Press, 2003, pp. 216-235.
19. Napoletani, Panza, Stuppa, 2011 - Napoletani, D., Panza, M., Struppa, D. “Agnostic Science. Towards a Philosophy of Data Analysis”, Foundations of Science. Springer Verlag, 2011, 16, pp. 1-20.
20. Naylor, Burdick, Sasser, 1967 - Naylor, T.H., Burdick, D.S., and Sasser, W.E. “Computer Simulation Experiments with Economic Systems: The Problem of Experimental Design”, Journal of the American Statistical Association 62, 1967, no. 320, pp. 1315-1337.
21. Parker, 2009 - Parker, W. “Does Matter Really Matter? Computer Simulations, Experiments, and Materiality”, Synthese, 2009, vol. 169, no. 3, pp. 483-496.
22. Reddy, 1987 - Reddy, R. “Epistemology of Knowledge-Based Systems”, Simulation, 1987, vol. 48, pp. 161-170.
23. Rheinberger, 2018 - Rheinberger, H. “Transpositions: From Traces through Data to Models and Simulations”, Transpositions. Aesthetico-Epistemic Operators in Artistic Research. Leuven University Press, 2018, pp. 215-224.
24. Rheinberger, Schwab, 2013 - Rheinberger, H., Schwab, M. “Forming and Being Informed: Hans-Jorg Rheinberger in Conversation with Michael Schwab”, in: Schwab, M. (ed.), Experimental Systems: Future Knowledge in Artistic Research, Orpheus Institute Series. Leuven: Leuven University Press, 2013, pp. 198-219.
25. Rohrlich, 1990 - Rohrlich, F. “Computer Simulation in the Physical Sciences”, PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association. The University of Chicago Press on Behalf of the Philosophy of Science Association. Vol. 2: Symposia and Invited Papers, 1990, pp. 507-518.