Какими будут 2020-е
Помимо традиционной «истории», издавна занимающейся изучением письменных записей человечества, существуют еще две родственные ей современные дисциплины.
• «Большая история» (Big History) - изучающая реконструкции прошлого, опираясь на иные (не текстовые) источники.
• «Метаистория» (Metahistory) - занимающаяся изучением паттернов (типовых характерных сочетаний), выявляемых в данных истории и Большой истории и позволяющих делать обобщения, а также анализ возникающих гипотез и моделей.
Из трех названных дисциплин к вопросу прогнозирования будущего имеют отношение лишь две последних.
• Правило №1 заключается в том, что будущее действительно непредсказуемо. Физики девятнадцатого века считали, что теоретически можно предсказывать будущее, если знать состояние (положение и движение) каждой частицы во Вселенной. Но квантовая физика показала, что это не так. В самых малых масштабах поведение Вселенной всегда содержит долю неопределенности.
• Правило №2 заключается в том, что люди, вдумчиво и тщательно рассуждающие о будущем процессов и явлений, чаще предвидят их реальные будущие состояния, чем те, кто этого не делает (а если они биржевые маклеры или игроки, то они на этом куда больше зарабатывают).
• Правило №3 состоит в том, что рассуждение о будущем мы должны начинать с анализа прошлых и существующих тенденций - другими словами, с истории.
Все три правила разумны, логичны, но не новы.
Существует давний спор между учеными и философами о том, имеет ли история общие законы, которые можно выявить количественными методами анализа.
В 19 и начале 20-го века многие мыслители от Гегеля до Шпенглера пытались разработать циклические теории истории, которые также могли бы предсказывать будущее.
Однако никаких практических результатов, подтверждающих продуктивность подобных теорий, получено не было.
К середине 20 века поиск закономерностей в истории пришел в упадок. Последний гвоздь вбил известный австрийский философ Карл Поппер, раскритиковав такой подход в вышедшей в 1957 г. книге «Бедность историзма», как ошибочный, да и, вообще, не сильно научный. Более того - сама история как наука невозможна, поскольку ее восприятие зависит от интересов различных людей.
Но довольно скоро - уже в 60-е годы, - началось возрождение подхода. Появилось новое движение, названное клиометрикой, пытающееся применять эконометрические и другие формальные или математические методы к изучению истории (особенно социальной и экономической). Однако, за следующие полвека и клиометрика не преуспела и лишь теряла популярность.
В итоге, снова возобладало мнение, что количественный анализ просто не работает для социальных явлений, в которых переменные не могут быть аккуратно отделены друг от друга.
К концу первой декады 21 века появился еще один подход - клиодинамика, как и клиометрия пытающийся использовать количественные инструменты и исторические данные для проверки общих исторических принципов. И хотя клиодинамика основана на предыдущих скромный успехах клиометрии, но теперь у исследователей куда лучшие математические инструменты и куда больше данных, что позволяет подступиться к гораздо более широкому спектру задач.
Перелом в метаисторическом (количественном) анализе истории произошел, когда исследователи поняли, что им нужны не Большие, а Длинные данные.
Дело в том, что доступные для анализа объемы исторических данных лишь с натяжкой можно отнести к категории Big Data с тем, чтобы использовать инструментарий последних для их анализа. Пока что для анализа исторических данных вполне достаточно обычного статистического программного обеспечения.
Проблема количественного исторического анализа оказалась в ином.
Наборы исторических данных имеют весьма ограниченный временной охват, т.к. историки и архивисты только совсем недавно начали тотальную оцифровку имеющейся количественной и качественной информации.
Поэтому используемые аналитические модели представляли собой как бы моментальные снимки, не позволяющиеся увидеть межпоколенческую динамику социальных, политических и экономических процессов.
Чтобы по-настоящему понять общую историческую картину, нужно поместить явление в более длинный, более исторический контекст.
Вот тройка простых и понятных примеров, иллюстрирующих важность длинно-масштабного исторического контекста при анализе данных человеческой культуры. Это сравнительный анализ частоты слов в корпусе оцифрованных книг человечества с помощью сервиса Ngram Viewer.
Изменение важности науки и религии для человечества.
Изменение важности лихорадки и рака для человечества.
Изменение важности любви и секса для человечества.
За прошедшее десятилетие стало ясно, что лишь Длинные данные могут позволить проникнуть в наше прошлое … и тем самым помочь проложить путь к нашему будущему.
Лишь располагая исторической базой данных всей социокультурной эволюции, восходящую к эпохе неолита, можно рассчитывать на выявление циклических трендов в истории.
И такая база появилась.
Петр Турчин и двое его коллег, сделали следующее:
• Собрали количественные данные о демографических, социальных и политических переменных для восьми примеров различных исторических обществ (2 периода Римской империи и также по 2 для Англии, Франции и России).
• Начав с создания общей теории, формализованной в работе, авторы сформулировали набор конкретных количественных прогнозов о поведении демографических, экономических, социальных и политических переменных.
• Для большинства переменных было найдено соответствие между предсказаниями модели и эмпирическими данными.
«История ближайшего будущего» по Турчину такова:
Приближается новая «Эпоха раздора» с участием внуков бэби-бума. Это поколение, представители которого не пережили ни великой войны, ни масштабных социальных конфликтов. Но их гнев и “разум возмущенный” кипят и, как им самим кажется, предвкушают революционную эпоху.
Прогнозируя, команда анализирует динамику более 40 индикаторов.
• Самым важным из них является перепроизводство элиты - численность элит превышает способность общества предоставлять им новые должности. Такое перепроизводство ведет к нарастанию внутриэлитной конкуренции и к росту контрэлиты. А последняя мобилизует народные массы в борьбе против существующего порядка.
Следующие по важности факторы:
• Рост числа иммигрантов (на фоне стагнации и снижения уровня жизни);
• Ухудшение финансового состояния государства (в результате падения государственных доходов и роста расходов).
График показывающий циклы перепроизводства элиты.
Перепроизводство элиты показано тремя индикаторами:
- TopWealth - размер крупнейшего частного состояния;
- EduCost - это стоимость обучения в элитном университете;
- ElitFrag - это мера внутриэлитной фрагментации и конфликта, основанная на поляризации партий в Конгрессе.
График показывающий противофазы показателей Popular Well-Being (народного благополучия) и Elite Overproduction (перепроизводства элит).
Две кривые являются почти зеркальным отражениями друг друга. Когда перепроизводство элиты велико, народное благополучие низко, и наоборот. Каждая кривая основана на отдельных прокси. Самые разные социальные показатели - возраст вступления в первый брак, средний рост населения, цена университетского образования, уровень топового достатка, поляризация в Конгрессе и т.д. - все эти показатели, так или иначе, взаимосвязаны. Причем они взаимосвязаны именно так, как предсказывает структурно-демографическая теория.
Вышеназванные факторы и порождают модельные «волны раздора», ведущие к подъему вполне реальных волн насилия.
/Источник/