Cercetare aplicată - cercetare științifică care vizează soluționarea practică a problemelor tehnice și sociale .
Știința este o sferă a activității umane, a cărei funcție este dezvoltarea și sistematizarea teoretică a cunoștințelor obiective despre realitate. Scopurile imediate ale științei sunt descrierea, explicarea și predicția proceselor și fenomenelor realității care alcătuiesc subiectul studiului acesteia pe baza legilor pe care le descoperă , adică, în sens larg, reflectarea teoretică a realității.
Conform orientării lor, în raport cu practica, științele individuale sunt de obicei împărțite în științe fundamentale ( științe fundamentale ) și științe aplicate ( științe aplicate ). Sarcina științelor fundamentale este cunoașterea legilor care guvernează comportamentul și interacțiunea structurilor de bază ale naturii, societății și gândirii. Aceste legi și structuri sunt studiate în „forma lor pură”, ca atare, indiferent de posibila lor utilizare. Scopul imediat al științelor aplicate este aplicarea științelor fundamentale pentru a rezolva probleme nu numai cognitive, ci și socio-practice. [unu]
Împărțirea cercetării în fundamentale și aplicate este destul de arbitrară, deoarece rezultatele individuale ale cercetării fundamentale pot avea valoare practică directă, iar descoperirile științifice pot fi obținute ca rezultat al cercetării aplicate .
Cercetarea științifică devine un proces obligatoriu pentru luarea deciziilor manageriale. Volumul și complexitatea unei astfel de lucrări este determinată de problema specifică, dar are întotdeauna o structură cognitivă, iar rezultatul se bazează pe aplicarea metodelor științifice .
Structura modelului ontologic al cercetării în luarea deciziilor manageriale ( luarea deciziilor ) poate fi reprezentată de următoarea succesiune: stabilirea problemei, construirea unui model, colectarea și prelucrarea informațiilor inițiale, analizarea și corectarea modelului, obținerea unei soluții, implementarea cercetării. rezultate. În același timp, trebuie clarificat faptul că limitele etapelor individuale nu au un caracter suficient de definit.
Metodele analitice tradiționale în studiul sistemelor organizaționale nu sunt întotdeauna eficiente. Unul dintre principalele dezavantaje în acest caz este că aceste metode nu permit luarea în considerare a proprietăților emergente ale sistemului , care sunt o consecință a interacțiunii elementelor sale. Prin urmare, în timpul dezmembrării (analizei), sistemul își pierde o serie de proprietăți de bază. O trăsătură caracteristică a sistemelor organizaționale este aceea că subsistemele care le compun au propriile lor scopuri, care nu coincid întotdeauna cu scopul funcționării întregului sistem. Prin urmare, optimizarea locală a subsistemelor nu garantează eficiența maximă a întregului sistem organizațional: „... este abordarea locală a soluționării problemelor care este caracteristică șefilor energici de atelier, departamente sau departamente, ceea ce duce la optimizarea privată a unitățile relevante, așa cum au arătat specialiștii în cercetarea operațională, este adesea dăunătoare vieții întregului organism în ansamblu” [2] . Oamenii - elemente ale unor astfel de sisteme - reacţionează ambiguu la această sau cutare influenţă. Acest factor, împreună cu o serie de alții, nu permite studiilor sistemelor organizaționale să pornească numai din condițiile relațiilor cauză-efect care stau la baza analizei sistemelor fizice (mecanice). Sistemele organizaționale devin mai complexe din cauza schimbărilor în numărul și puterea conexiunilor elementelor lor, spre deosebire de sistemele fizice, ale căror structuri inițiale sunt practic constante.
Cercetarea aplicată în rezolvarea problemelor de producție constă în trei etape.
Prima etapă a studiului problemei producției - formularea științifică a problemei - conține identificarea și descrierea faptelor, formularea problemei, scopurile și ipotezele cercetării.
Stabilirea problemelor este una dintre cele mai importante etape ale luării deciziilor. „Cea mai obișnuită sursă de eroare în managementul afacerilor este accentuarea excesivă a găsirii răspunsului corect în loc de a căuta întrebarea potrivită” [3] . O soluție exactă obținută cu o formulare incorectă a problemei nu duce decât la apariția de noi probleme. Evident, la prima vedere, cauza problemei poate fi de fapt doar o consecință a unor procese mai complexe și mai puțin vizibile. În esență, stabilirea sarcinii se rezumă la studierea situației actuale, identificarea ce anume și de ce nu se potrivește managerului și descrierea situației care trebuie realizată. Studierea situației din punctul de vedere al scopului organizației, identificarea factorilor care au condus la apariția și existența acesteia, compararea diferitelor tipuri de costuri și rezultate oferă managerului un motiv pentru a separa cele mai importante de cele mai puțin importante și a formula condiţiile care determină admisibilitatea deciziei şi calitatea acesteia.
Eficacitatea formulării problemei depinde de obiectul cercetării. În științele naturii și tehnice, datorită naturii materiale a obiectului studiat, realitatea faptelor nu provoacă dificultăți în identificarea lor obiectivă, iar acuratețea descrierii depinde de instrumentele folosite. Problema ca obiect al cercetării operaționale este de natură ideală și este o contradicție între existentul și scopul cercetării - starea dorită. La descrierea situației existente, manifestările externe ale problemei acționează ca fapte, dar corespondența lor cu aceasta este departe de a fi la fel de lipsită de ambiguitate ca în cazul descrierii faptelor în științele naturale și tehnice. Acest lucru duce, în special, la faptul că costurile sunt identificate cu rezultatele, iar acuratețea metodei matematice aplicate - cu adecvarea soluțiilor problemei studiate obținute cu ajutorul acesteia. F. Engels scria în acest sens: „Starea virgină de semnificație absolută, dovada de nerefuzat a tot ceea ce este matematic a dispărut pentru totdeauna, a venit epoca dezacordurilor și am ajuns în punctul în care majoritatea oamenilor se diferențiază și se integrează nu pentru că înțeleg ceea ce au. fac, ci pur și simplu pentru că ei cred în asta, deoarece până acum rezultatul a fost întotdeauna corect” [4] . Și deja contemporanul nostru M. Blaug , având în vedere starea științei economice, scrie: „Econoștii și-au înlocuit treptat materia, transformând-o într-un fel de Matematică Socială, în care rigoarea analitică, așa cum este înțeleasă în facultățile de matematică, este totul, și adecvarea empirică, așa cum se înțelege în departamentele de fizică – nimic.” [5]
Și mai dificilă este problema unei descrieri obiective a celei de-a doua componente a problemei - situația dorită și, în consecință, definițiile scopului și ipotezei cercetării care decurg din aceasta. Toate acestea depind de obiectivitatea descrierii situației existente și de decident să identifice scopurile sistemelor care includ obiectul studiat. Aici, erorile metodologice pot duce la faptul că o încercare de a rezolva o problemă va duce la apariția altora noi. Multe probleme noi — compactarea solului de către utilaje grele, inerția aparatului administrativ din cauza creșterii numărului de angajați și a racordurilor, evacuarea apelor uzate din complexele zootehnice etc. — au apărut ca urmare a activității umane care vizează rezolvarea altor probleme.
O analiză a primei etape a formulării științifice a unei decizii manageriale arată că, dacă în științele naturale și tehnice principala sursă de distorsiuni subiective și, în consecință, o scădere a eficacității acestei etape este completitatea descrierii unui real. fapt, realizat în principal doar datorită instrumentelor folosite, apoi în cazul studierii problemelor de producție, probleme de percepție adecvată a obiectului de către oameni de știință și/sau manageri, în funcție de metodologia pe care o folosesc. În prima etapă a cercetării problemei, există o mare probabilitate de a formula probleme false - „problemoide” și pseudo-sarcini, a căror soluție nu va avea nicio valoare practică, iar implementarea poate duce la consecințe nedorite. În acest caz, eficacitatea deciziei de management va fi zero sau chiar negativă.
A doua etapă a studiului unei probleme de producție este dezvoltarea unui model matematic.
Obiectivitatea în acest caz ar trebui asigurată prin utilizarea principiilor științifice pentru evaluarea situațiilor, precum și a metodelor și modelelor de luare a deciziilor. Modelarea, în special cu utilizarea computerelor, este principalul instrument teoretic pentru cercetarea sistemelor de orientare aplicată în managementul sistemelor complexe. Partea semnificativă a procesului de modelare (alegerea indicatorilor, factorilor, dependențelor) este inclusă în teoria economică, iar partea tehnică (care în 9 cazuri din 10 se referă la construirea anumitor modele statistice ) este inclusă în econometrie . Astfel, modelarea economică și matematică este, pe de o parte, ruptă, pe de altă parte - trunchiată. Și problemele relației dintre toate etapele modelării, corectitudinea interpretării rezultatelor modelării și, în consecință, valoarea recomandărilor bazate pe modele sunt, parcă, suspendate în aer.
Legătura internă profundă dintre modelare și abordarea sistemelor ( abordarea sistemelor ) poate fi urmărită deja în modul de poziționare a unui obiect, întrucât sistemul care reprezintă obiectul asupra căruia se ia decizia poate fi considerat ca un model al acestuia din urmă. Alături de aceasta, reprezentarea unui model al unui obiect complex ca sistem se dovedește în multe cazuri a fi o metodă eficientă de studiere a acestuia. Modelarea sistemului este o formă de modelare, care se caracterizează prin reprezentarea obiectului de studiu sub forma unui sistem, multimodelare, construcția iterativă a unui model de sistem, interactivitate. Această productivitate a combinării abordării sistemelor și modelării este un factor important care contribuie la interacțiunea și întrepătrunderea lor.
De remarcat în mod deosebit este necesitatea fundamentală de a introduce elemente neformalizabile în modelul de sistem în conformitate cu principiul suplimentului extern art. Bere ( Beer Stafford ). Prezența acestuia din urmă determină includerea în modelul subiectului, care este conceput pentru a realiza interacțiunea elementelor formalizate și neformalizate ale modelului de sistem. Această caracteristică face posibilă implementarea mai atentă a unității subiectului și obiectului, orientarea către setările țintă a deciziilor luate. Natura iterativă și interactivă a modelării sistemului este cea care face posibilă eliminarea contradicțiilor dintre elementele formalizate și neformalizate ale întregii structuri de modelare care apar în procesul de modelare.
În timpul modelării, precum și în prima etapă a cercetării, care poate fi considerată construcția unui model conceptual al problemei, are loc o convoluție, restrângere a informațiilor obținute într-o formă convenabilă pentru cercetări ulterioare. Restricția diversității este necesară pentru a eficientiza cantitatea de informații care ajung la obiect. Limitarea diversității informațiilor inițiale (aici este deja un model conceptual al problemei) în modelarea matematică are loc din cauza a trei limitări imanente acestei metode - limitările limbajului matematic , ale metodei și ale modelului în sine .
Neambiguitatea limbajului matematic este atât un „plus” cât și un „minus”. Avantajul este că nu permite erori, dar aceeași proprietate limitează posibilitatea unei descrieri suficient de complete a obiectului. Odată cu creșterea informațiilor din model, funcția de modelare euristică nu crește direct proporțional cu cantitatea de informații luate în considerare, ci conform unei legi extreme, adică eficiența modelării crește doar până la o anumită limită, după pe care cade. Cu alte cuvinte, utilizarea matematicii garantează acuratețea, dar nu corectitudinea soluției rezultate. În studiile asupra obiectelor fizice, a căror complexitate informațională este relativ scăzută datorită relațiilor cauzale care le determină, nivelul de pierdere și denaturare a informațiilor va fi semnificativ mai mic decât în studiul obiectelor socio-economice. Limitarea limbajului matematic stă la baza teoriei incompletității sistemelor formale ale lui K. Gödel și a principiului complementului extern Art. Bere ( Beer Stafford ). Nivelul său, desigur, este în mare măsură istoric, nu absolut. Pe măsură ce matematica se dezvoltă, posibilitățile ei vor crește. Cu toate acestea, în prezent, mulți matematicieni, filozofi, economiști, reprezentanți ai altor domenii științifice, ruși și străini, notează posibilitățile limitate pentru o descriere matematică adecvată a fenomenelor socio-economice.
Gama practic nelimitată de aplicare a metodelor matematice dă impresia „omnivorului”, universalității acestora. Și principala confirmare a acestui lucru este cel mai adesea argumentarea reciprocă a acestor două caracteristici, și nu eficiența utilizării rezultatelor simulării în practică. O influență importantă în acest sens este și faptul că, atunci când se descriu caracteristicile metodologice ale metodelor și modelelor matematice, multe proprietăți pe care acestea trebuie să le aibă pentru a oferi o soluție adecvată sunt prezentate și, în consecință, percepute ca proprietăți imanente celor descrise. metode si modele. Ca orice instrument special, o metodă specifică își impune propriile limitări asupra informațiilor care sunt prelucrate: evidențiază unele aspecte, elimină și distorsionează altele, conducând astfel la o denaturare a situației reale descrise cu ajutorul ei în ansamblu. Autorii unui număr de lucrări, al căror număr nu poate fi comparat cu volumul publicațiilor privind dezvoltarea teoriilor și metodelor de modelare matematică, oferă diverse argumente care confirmă limitarea fundamentală a utilizării lor pentru a descrie procesele reale care au loc în producția socială. În cadrul restrâns al metodologiei dezvoltate prin abordarea optimizării, este imposibil să se combine căutarea celei mai bune soluții (sau control optim) cu recunoașterea limitării fundamentale a reflectării de către un model real. Orice, chiar și cel mai subtil și sofisticat cadru, în care contradicția indicată va fi oarecum rezolvată, duce de fapt la noi contradicții și mai grave și mai evidente. Acest lucru este, de asemenea, „suprapus” de erorile de separare și combinare a sistemelor și subsistemelor atunci când se utilizează metode de programare . Utilizarea conceptelor subiectului la alegerea unei metode și model matematic în rezolvarea unei probleme specifice duce la faptul că, de exemplu, în științe tehnice, folosind aceleași formule, puterea dispozitivelor de iluminat pentru un apartament și o gară este justificată. În mod similar, formalizarea sarcinii de optimizare a activității unei întreprinderi, și chiar a întregii industrie, diferă de sarcina de tăiere optimă a unei piese de prelucrat, în principal numai în numărul de variabile și ecuații. Cu toate acestea, în acest caz, consecința unei astfel de „tăieri” va fi o ruptură „mecanică” a unui număr imens de conexiuni, a căror complexitate și incertitudine nu sunt întotdeauna accesibile unei descrieri suficient de precise în limbajul matematicii moderne. Incorectitudinea abordării tradiționale de fundamentare a structurii modelului situației studiate poate fi demonstrată prin compararea sarcinilor de fundamentare a compoziției furajelor și a numărului de animale din fermă. Daca urmam metodologia traditionala, acestea pot fi atribuite aceleiasi clase si rezolvate prin aceeasi metoda. În același timp, dacă rezultatul primului are un impact semnificativ doar asupra costului de producție, atunci al doilea necesită luarea în considerare a intereselor sociale, problemelor legate de protecția mediului etc. Astfel, în al doilea caz, este necesar să folosești o metodă care are o mare varietate de posibilități de descriere, decât pentru prima, altfel va fi imposibil să construiești un model matematic adecvat și să obții o decizie managerială care să aibă valoare practică.
Sarcina, a cărei soluție este în cele din urmă furnizată de metode de optimizare , fie că este vorba de programare matematică sau de analiză de regresie , se reduce la o căutare, deși nu banală (datorită varietății de opțiuni posibile), dar, în același timp, nu fundamental. rezultat nou, deoarece căutarea are loc în interval, ale cărui limite sunt determinate de cunoștințele despre procesul studiat. În cazul stabilirii sarcinilor de inginerie, operaționale sau tactice pentru obiecte tehnice sau simple socio-economice care permit unui cercetător sau manager să-și dea descrierea formală completă și să justifice gamele de alternative reale, suficiența și eficacitatea utilizării metodelor de optimizare este fără îndoială. . Pe măsură ce complexitatea obiectelor de cercetare crește în rezolvarea problemelor strategice de alegere a direcțiilor de îmbunătățire a sistemelor tehnice și socio-economice, metodele de optimizare pot îndeplini doar funcții auxiliare.
Structura unuia sau altuia tip „tipic” de modele impune restricții și mai severe asupra posibilității de a prezenta nivelul necesar de diversitate în descrierea obiectului studiat. Prin urmare, unele lucrări de modelare matematică recomandă începerea unui studiu prin alegerea tipului de model și apoi configurarea problemei de cercetare în așa fel încât să fie mai ușor să o „potriviți” în modelul selectat. Această abordare facilitează construirea modelului și este eficientă dacă scopul cercetării este de a construi un model matematic, și nu de a obține o soluție a problemei. Distorsiunile și pierderile ulterioare de informații, de natură similară, sunt cauzate de limitările algoritmilor și limbajelor de programe și de capacitățile computerelor.
Analiza structural-funcțională arată că, deși toate procedurile legate de construcția unui model matematic și de obținerea datelor finale pe calculator sunt justificate logic, ele nu conțin nicio proprietăți metodologice care să garanteze adecvarea acestui rezultat și soluția managerială corespunzătoare unui problema reala. În acest caz, formarea criteriilor de eficiență ( optimizare ) poate fi realizată indiferent de legile obiective ale dezvoltării sociale, iar criteriul principal pentru dezvoltarea unui model matematic sunt condițiile pentru construcția cât mai rapidă a unui algoritm bazat pe utilizarea a unui algoritm „tipic”. Managerul/cercetătorul poate „potrivi” problema reală la structura metodei matematice pe care a stăpânit-o sau în software-ul PC. Orientarea către construcția obligatorie a unui model matematic în cadrul unei metode conduce la excluderea din studiul problemei factorilor care nu pot fi cuantificați. Descrierea relațiilor cauză-efect duce la aplicarea nerezonabilă a principiilor aditivității . Rezultatul în acest caz va fi optim numai pentru acea imagine foarte simplificată și distorsionată a unui obiect real, care este un model matematic după mai multe „transformări” efectuate cu ajutorul mijloacelor, al căror nivel de diversitate și acuratețe rămâne încă mult în urmă. în spatele complexităţii problemelor socio-economice.
La a treia etapă a studiului problemelor, după justificarea tipului și structurii , adecvarea și, în consecință, eficacitatea deciziei de management obținute cu ajutorul modelului matematic sunt legate de calitatea informațiilor inițiale, pe baza care, de exemplu, se calculează elementele matricei de condiții ale problemei de programare matematică sau coeficienții ecuației de regresie . Natura distorsiunilor aici depinde în mare măsură de metoda de modelare. Pentru programarea liniară , erorile din această etapă au puțin de-a face cu obiectul studiat și apar în principal din cauza neglijenței dezvoltatorului: ratele de productivitate sau consumul de materiale sunt luate incorect etc. Astfel de erori se găsesc de obicei în timpul lucrului cu modelul și sunt ușor corectat. O situație mai complicată apare atunci când se utilizează analiza de regresie, care este la fel de răspândită în științele naturale, tehnice și sociale.
Diferența acestei metode în comparație cu, să zicem, programarea liniară este că formarea coeficienților de regresie este determinată de datele inițiale, care sunt rezultatele proceselor care au loc în obiectul studiat, considerat ca o „cutie neagră”, în despre care mecanismul de transformare a „input” în „ieșire” este adesea necunoscut. Odată cu creșterea cantității de informații inițiale, nivelul diversității acesteia se apropie de ceea ce este imanent într-un obiect real. Astfel, este posibilă creșterea adecvării modelului de regresie, ceea ce nu poate fi atins în programarea liniară. Acest avantaj al analizei de regresie poate fi folosit destul de eficient în științele naturii datorită numărului relativ mic de factori și a capacității de a-i controla pe cei din urmă. În studiile asupra fenomenelor socio-economice, eficiența utilizării modelelor de regresie este redusă, deoarece numărul de factori crește dramatic, mulți dintre care sunt necunoscuți și/sau necontrolați. Toate acestea necesită să nu se limiteze la un eșantion separat, ci să se străduiască să utilizeze datele într-o cantitate care se apropie de populația generală. Spre deosebire de majoritatea proceselor studiate de științele naturale și tehnice, complexitatea replicării, care este în mare măsură determinată doar de costul experimentului, este destul de dificil să se testeze modelul de regresie al unui obiect socio-economic datorită unicității procese care au loc în ea care au un caracter istoric.
În acest sens, principala sursă de informare inițială în studiul obiectelor socio-economice este observația, un experiment „pasiv” care exclude repetarea experimentelor și, în consecință, verificarea adecvării modelului de regresie după criterii statistice. Prin urmare, principalii indicatori de adecvare utilizați în analiza de regresie a obiectelor socio-economice sunt coeficientul de corelație multiplă și eroarea de aproximare. Cu toate acestea, valoarea ridicată a primului indicator și valoarea scăzută a celui de-al doilea indicator nu permit să se judece fără ambiguitate calitatea modelului de regresie. Acest lucru se explică prin faptul că, odată cu creșterea numărului de membri ai polinomului model, iar în exterior acest număr este limitat doar de numărul de experimente (observații), datorită creșterii cantitative a diversității sale, precizia aproximării datele inițiale prin ecuația de regresie cresc.
V. Leontiev ( Leotief Wassily ), comentând eficacitatea scăzută a utilizării metodelor statistice în economie, explică acest lucru prin faptul că „analiza statistică indirectă, chiar rafinată metodologic, nu este potrivită pentru studierea relațiilor cantitative complexe inerente în economie modernă” [6] . Un factor care ține și de interpretarea rezultatelor și reduce eficacitatea aplicării metodelor matematice și, în consecință, a deciziilor de management este idealizarea excesivă a rezultatelor cantitative astfel obținute. Calculele exacte nu înseamnă decizia corectă, care este determinată de datele inițiale și de metodologia de prelucrare a acestora. Managerii cărora li se oferă să rezolve probleme de programare liniară ar trebui să fie conștienți de faptul că prezența chiar și a celui mai mic element neliniar într-o problemă poate pune la îndoială și chiar poate face periculoasă rezolvarea utilizând programarea liniară. Din păcate, în majoritatea cursurilor introductive care îi introduc pe manageri de nivel superior la elementele de bază ale științelor tehnice și metodelor economico-matematice, nu se spune nimic despre modul în care aceste științe se raportează la problemele practice. Acest lucru se datorează faptului că profesorul crede cu fermitate în aplicabilitatea universală a metodologiei sale și reprezintă slab limitele aplicării acesteia.
Astfel, în toate cele trei etape considerate ale „transformării” unei probleme de producție într-un model matematic, nu există criterii suficient de stricte, bazate științific, pentru evaluarea calității, a corespondenței modelelor ideale cu un obiect real. În același timp, orientarea tradițională vizează doar depășirea dificultăților de calcul și a modelelor la scară largă și nu ține cont de limitările aparatului matematic.
Modelarea este cea mai practică latură a cercetării aplicate, totuși, acest pragmatism ar trebui să se bazeze pe abordarea epistemologică și ontologică în metodologia cunoașterii procedurale în rezolvarea problemelor producției individuale. În același timp, aplicarea modelelor în luarea deciziilor manageriale ar trebui să țină cont de congruența acestora și, în consecință, de adecvarea deciziilor lor la procesele reale. Aceste condiții sunt determinate de natura proceselor descrise de modele. În economie, majoritatea modelelor descriptive de tip „preț-cerere” descriu procesele instituționale asociate cu comportamentul uman, iar aceste modele sunt de natură pur conceptuală și nu pot servi la obținerea estimărilor predictive cantitative. Nivelul posibilităților modelelor statistice pentru estimările de interpolare în intervalul descris este determinat de indicatorii statistici de fiabilitate , dar pentru estimările predictive , nivelul de extrapolare nu trebuie să depășească 20-30% din intervalul de date inițial. Fiabilitatea modelelor de regresie derivate din experimente controlate cu repetări multiple[ Termen necunoscut ] crește semnificativ. Modelele normative asociate cu optimizarea consumului de resurse, condițiile de prag de rentabilitate, legea randamentului descrescător (Legea randamentului descrescător) pot fi considerate absolute, iar fiabilitatea estimărilor obținute din acestea depinde doar de erorile din datele inițiale.
| Direcții științifice | |
|---|---|
| Științe umaniste natural Public Aplicat Tehnic Acurate | |
| Știința Științei | |