Перейти к содержанию

Психоистория (Азимов)

Материал из Энциклопедия История. Главное
Психоистория
Чёрно-белый портрет Айзека Азимова в очках и галстуке-бабочке
Айзек Азимов, создатель психоистории в цикле «Основание». Фотография Филлипа Леониана, не позднее 1959 года

Вымышленная наука о вероятном будущем больших человеческих обществ в цикле «Основание»

Область
Научная фантастика; математическое исследование общества
Период
С 1942 года
Разновидность
Общее понятие

Психоистория — вымышленная математическая наука в цикле Айзека Азимова «Основание», также выходившем по-русски под названиями «Академия» и «Фонд». Она позволяет рассчитывать вероятное развитие огромных человеческих обществ и выбирать вмешательства, которые меняют их будущее. Её создатель, математик Хари Селдон, предвидит распад Галактической империи и разрабатывает план сокращения последующей эпохи раздробленности с 30 тысяч лет до одного тысячелетия. В центре замысла находится практический вопрос: можно ли сохранить знания и общественные связи, когда отдельный человек уже не способен остановить распад охватившей миллионы миров цивилизации?[1]

Научный образец психоистории — статистическая физика: давление и температура газа подчиняются устойчивым закономерностям, хотя движение каждой отдельной молекулы проследить чрезвычайно трудно. Азимов перенёс эту идею на общество: случайность индивидуального поступка может сочетаться с закономерностью поведения множества людей. Такое предположение связывает его фантастику с действительными вопросами социологии, демографии, экономики и исследования сложных систем. Однако опубликованной системы уравнений Селдона, которую можно было бы проверить на человеческой истории, писатель не предложил: работоспособность этой науки составляет условие художественного мира.[2]

В современной науке существуют отдельные составляющие, напоминающие этот замысел: модели распространения мнений, компьютерные общества, количественные исследования исторических изменений, прогнозы населения и системы предупреждения о вооружённых конфликтах. Их результаты имеют определённый предмет, срок и измеряемую ошибку. Разрыв между такими исследованиями и планом Селдона определяется одновременно недостатком сопоставимых наблюдений, ограниченностью причинного знания, изменением самого общества и тем, что люди реагируют на прогнозы. Поэтому научный вопрос о психоистории включает две разные задачи: насколько далеко можно улучшить вероятностное прогнозирование и возможен ли единый расчёт многовекового пути цивилизации.[3]

Как возникла идея Азимова

Гиббон, Кэмпбелл и будущая история

Первый рассказ «Основание» появился в майском номере журнала Astounding Science Fiction за 1942 год. Джеймс Ганн, исследователь творчества Азимова и его собеседник, связывает начало замысла со встречей писателя с редактором Джоном Кэмпбеллом 1 августа 1941 года. Исторической опорой служила «История упадка и разрушения Римской империи» Эдуарда Гиббона. Его интересовала история распада, сохранения знаний и возникновения нового порядка.[2]

Гиббон дал направление рассказу о распаде; математическое предвидение превратило историческую аналогию в научную фантастику. В воспоминаниях, которые обсуждает Ганн, Азимов различал предложения Кэмпбелла о символической логике и собственное решение сделать основу психоистории математической. Поэтому непосредственно подтверждённые истоки замысла — чтение Гиббона, обсуждения с редактором и аналогия с кинетической теорией газов. Более широкие сопоставления с позитивизмом, историческим материализмом или всеобщими законами истории относятся к истории идей и литературной интерпретации: их вес зависит от конкретного аргумента исследователя.[2]

В 1951–1953 годах ранние произведения были собраны в три книги: «Основание», «Основание и Империя» и «Второе Основание». Затем появились продолжения «Край Основания» (1982) и «Основание и Земля» (1986), а также приквелы «Прелюдия к Основанию» (1988) и «На пути к Основанию» (1993). В поздних книгах Азимов возвращался к допущениям раннего цикла, расширял предысторию Селдона и соединял её со своим миром роботов. Таким образом, устройство психоистории раскрывалось и менялось на протяжении десятилетий, по мере появления новых сюжетных задач.[4]

Две разные психоистории

Слово psychohistory использовалось и вне научной фантастики — для исследований, которые объясняют историческое поведение с помощью психологических и психоаналитических концепций. В этой традиции изучают детство, личность, коллективные фантазии и мотивы исторических участников. Предмет может пересекаться с историей психологии, но его методы и притязания отличаются от расчётов Селдона. В частности, работы Ллойда деМоза относятся к психоаналитическому направлению.[5]

Пол Эловиц указывает на употребление этого термина Леоном Пирсом Кларком уже в 1922 году. Азимов придал слову собственное, чрезвычайно влиятельное значение — математическое предвидение общественной истории. Совпадение названия создало удобную почву для путаницы. Исторический психоанализ, клиометрика, клиодинамика и психоистория из «Основания» представляют различные занятия, даже когда все они ставят вопросы о причинах человеческого поведения. Для научного сопоставления с Селдоном особенно существенны количественные модели и проверка их прогнозов.[5]

Что происходит в «Основании»

Спасти общество после распада

К началу раннего цикла Галактическая империя существует около 12 тысяч лет. Её столица Трантор управляет множеством населённых миров, но внешнее величие скрывает ослабление управляемости и технологическую деградацию. Селдон считает распад неизбежным в пределах доступного ему вмешательства. Его задача меняется: вместо сохранения империи любой ценой он стремится уменьшить человеческую цену последующего разрыва связей. Именно отсюда появляется соотношение 30 тысяч лет предполагаемого упадка и одной тысячи лет по его плану.[1]

На далёком Терминусе учреждается Основание, публичная задача которого — собрать «Галактическую энциклопедию» и сохранить знания. Постепенно выясняется, что энциклопедия служит прикрытием более сложной программы. Терминус должен стать центром нового политического объединения. Его слабость в вооружении и ресурсах сочетается с преимуществом в научных знаниях. Отношения с соседями последовательно строятся вокруг технического обслуживания, религиозного авторитета и торговли. Разные поколения используют разные средства влияния, оставаясь внутри рассчитанных Селдоном условий.[1]

Этим объясняется привлекательность замысла. Научное знание позволяет заранее увидеть последствия, которые для современников ещё скрыты привычным устройством жизни. Время приобретает иной масштаб: человеческая биография коротка, а восстановление цивилизации занимает десятки поколений. У Селдона наука становится способом сохранить связь между действиями людей, которые никогда не встретятся. Проект требует учреждений, передачи знаний и способности пережить смерть его создателя.

Кризисы Селдона и свобода действующих лиц

Кризис Селдона — ситуация, в которой накопившиеся общественные противоречия резко сужают пространство жизнеспособных решений. Для участников это опасный выбор; в плане психоисториков — предусмотренный поворот. Записанные обращения Селдона показывают, что исходная модель учитывала положение Основания задолго до рождения его очередных руководителей. При этом людям приходится самим распознавать ситуацию и действовать: на страницах книг встречаются ошибки, борьба интересов, риск и политическое мастерство.

В «Основании и Империи» эта уверенность получает предельно сильное выражение: «The laws of history are as absolute as the laws of physics» — «Законы истории столь же абсолютны, как законы физики» (перевод здесь и далее выполнен для этой статьи). Реплика относится к главе 11 и передаёт убеждение персонажа в надёжности психоистории. Художественный конфликт возникает именно тогда, когда такая уверенность сталкивается с тем, чего модель не предусмотрела.[6]

Здесь соединены предсказание и управление. Селдон рассчитывает ход событий и одновременно создаёт условия, при которых нужная ему траектория становится вероятной. Поэтому план Основания ближе к сочетанию социальной теории, проектирования институтов и непрерывного сопровождения, чем к пассивному наблюдению за заранее написанным будущим. Успех героев зависит от устройства общества, но и само это устройство отчасти создано психоисториками.

Что разные кризисы показывают о психоистории

В ранних рассказах кризисы позволяют увидеть практическую логику плана. Селдон рассчитывает общественные условия, а действующие лица должны найти работающий способ действия внутри этих условий. Разнообразие событий показывает смену источников власти: политического равновесия, контроля знаний, хозяйственной зависимости и военной организации. При таком прочтении каждый эпизод раскрывает отдельный механизм, от которого зависит судьба Основания.[1][6]

Эпизод Как действует общественный механизм Что проверяется в замысле психоистории
Сальвор Хардин и первые притязания Анакреона Соперничество соседних государств мешает одному из них безнаказанно присвоить Терминус Слабый участник может выжить благодаря устройству всей системы сил
Хардин и религиозное влияние Основания Обслуживание техники связано со священнослужителями, лояльными Терминусу Военная мощь зависит от знаний, организации и признанного авторитета
Хобер Маллоу и конфликт с Кореллом Зависимость от поставок и технических изделий превращается в средство политического давления Торговые связи становятся источником власти, когда прежнее религиозное влияние теряет действенность
Бел Риоз и император Клеон II Успех полководца увеличивает его опасность для верховной власти; император отзывает и устраняет его Выигрышная военная кампания может быть прервана внутренним устройством имперской власти
Появление Мула Прямое изменение эмоций нарушает ожидаемую связь интересов, лояльности и решений Становится видна граница применимости исходной модели

Различие кризисов существенно для идеи Азимова: устойчивость общего направления истории должна сохраняться при смене поколений и средств борьбы. Удачное решение одного времени может перестать работать в следующем. Поэтому героям нужны знание конкретной ситуации и политическое действие; одной веры в Селдона недостаточно. Мул доводит эту проверку до предела, меняя сами предпосылки расчёта. При этом романы показывают убедительные причинные объяснения событий, но не дают читателю воспроизводимого математического вывода этих событий из уравнений психоистории. Литературная демонстрация и научная проверка остаются разными вещами.[7][8]

Кто такой Мул и как он захватывает Основание

Мул — человек-мутант и завоеватель, главный противник Основания во второй части романа «Основание и Империя». В ранней трилогии его исключительная способность объясняется мутацией: он чувствует чужие эмоции и может непосредственно их изменять, вызывая страх, подавленность или преданность. Это даёт ему средство подчинения, недоступное обычному правителю. Внешне слабый человек становится основателем державы, угрожающей всему плану Селдона.[6]

Его вторжение приходится на время, когда Основание уже уверено в собственном историческом предназначении. Сначала Мул подчиняет Калган — военный центр с сильным флотом, — а затем завоёвывает само Основание. Прежние противники оказываются способны служить ему по собственной, как им кажется, воле. Так происходит с Ханом Притчером: офицер Основания и участник сопротивления превращается в верного военачальника Мула. Захватчик получает не только покорённые территории, но и опыт людей, которые прежде могли организовать отпор.[9]

Сбой плана становится очевиден в Хранилище времени на Терминусе. Собравшиеся ждут, что очередная запись Селдона объяснит войну с Мулом. Однако Селдон говорит о конфликте Основания с независимыми торговцами. Их подготовленное восстание было отменено перед общей внешней угрозой. Запись относится к иной ситуации: Мул уже изменил саму последовательность событий, которую должен был описывать прогноз.[6]

Одновременно Азимов строит детективную интригу. Под видом испуганного придворного шута Магнифико Мул путешествует с супругами Бэйтой и Тораном Дарелл и учёным Эблингом Мисом. Он скрывает личность и использует поиски Миса, чтобы обнаружить Второе Основание — единственную силу, которой опасается. Бэйта разоблачает его и убивает Миса прежде, чем тот успевает сообщить местонахождение Второго Основания. Её поступок срывает ближайший замысел Мула, но не отменяет его завоеваний. Саму Бэйту он не подчинил: её искреннее расположение к Магнифико было для него слишком ценно. Бесплодие, объясняющее прозвище Мула, исключает появление его собственных потомков и подчёркивает личный характер созданной им власти.[7]

Почему Мул меняет правила и баланс сил

До его появления Терминус превращает научные знания в религиозное и торговое влияние. Мул меняет условие этой борьбы: он может изменить чувства самих участников, от которых зависят решения правительств и армий. Технологии, торговые связи и расчёт выгоды сохраняются, но люди перестают пользоваться ими так, как от них ожидали. Поэтому речь идёт не просто о необычайно талантливом полководце. Модель не учитывает новый механизм воздействия на человеческое поведение; через руководителей и военные организации действие одного человека распространяется на огромные общества.[7]

Поражение Основания прерывает его рассчитанное возвышение. Вместо центра будущей Второй империи оно оказывается частью державы Мула — Союза миров со столицей на Калгане. Решающая борьба переносится в область управления сознанием. Первое Основание располагает развитой физической наукой и техникой, Мул — исключительным личным даром, а Второе Основание — школой психоисториков с развитыми ментальными способностями. Тайное сообщество становится активным противником завоевателя, поскольку без вмешательства восстановление плана оказывается под угрозой.[9]

В первой части «Второго Основания» его Первый Оратор заманивает Мула в ловушку на планете Россем и в краткий момент уязвимости меняет его эмоциональную установку. Мул сохраняет власть, но утрачивает стремление к дальнейшему расширению и уничтожению Второго Основания. Его опасность удаётся ограничить; дальнейшее исправление последствий требует работы психоисториков. План продолжается благодаря вмешательству людей, знающих о его нарушении.[9]

Этот поворот уточняет смысл всей вымышленной науки. Случайный поступок обычного человека и появление человека с неизвестной модели способностью — разные задачи. Мул нарушает исходные предпосылки расчёта, а Второе Основание действует как механизм обнаружения и исправления отклонений. Одновременно возникает вопрос о цене такой устойчивости: будущее общества поддерживается тайным воздействием на чужую волю. В романе научное предвидение оказывается неотделимо от проблемы власти.

Поздние романы усложняют вопрос о том, какое будущее следует считать желательным. В «Крае Основания» и «Основании и Земле» появляется альтернатива в виде Геи и Галаксии — коллективного сознания планетарного и затем галактического масштаба. За вычислительной задачей обнаруживается выбор общественного устройства. Точность модели и право определять цель цивилизации оказываются самостоятельными проблемами.[10]

Предпосылки вымышленной науки

Азимов неоднократно возвращался к двум условиям: население должно быть достаточно велико, а его поведение — сохранять обычный ход, не искажённый знанием конкретных предсказаний. На протяжении цикла люди могут знать имя Селдона и верить в его план. Для логики психоистории решающим оказывается доступ к содержанию расчётов, который позволил бы сознательно подстраивать или ломать ожидаемое поведение.[11]

Позднее обсуждается и скрытая предпосылка об обществе людей как о системе, взаимодействия которой охвачены моделью. Независимый разум с иными свойствами создаёт проблему применимости. Поэтому часто приводимый список из трёх «аксиом» удобен как пересказ разных стадий цикла, но история его появления сложнее единовременной формулировки законченной теории. В приквелах работа Селдона и Юго Амариля также показана как длительное исследование, а не как внезапное получение готового всеведения.[12]

Научный смысл аналогии с газом

Почему множество иногда легче предсказать, чем одного человека

Газ состоит из огромного количества молекул, которые сталкиваются и обмениваются энергией. Статистическая физика связывает их микроскопическое поведение с макроскопическими величинами. Для расчёта давления практически полезно распределение скоростей и средняя передача импульса стенке сосуда; полная биография каждой молекулы для такой задачи избыточна. В развитии этой программы важную роль сыграли Джеймс Клерк Максвелл и Людвиг Больцман. Азимов воспользовался уже состоявшимся научным успехом: устойчивые коллективные свойства действительно могут возникать из множества изменчивых взаимодействий.[13]

Простейший математический пример показывает и силу, и условность такого рассуждения. Пусть каждый из N независимых людей принимает решение «да» с одной и той же вероятностью p. Средняя доля согласных имеет дисперсию p(1−p)/N. При p = 0,5 и N = 10 000 стандартное отклонение доли составляет 0,005 — половину процентного пункта. По сравнению с непредсказуемостью ответа одного участника коллективная доля оказывается гораздо устойчивее. Это учебная модель независимых одинаково распределённых решений; её параметры здесь выбраны для объяснения, а не получены из социологического обследования.

Сходная логика помогает понимать массовые процессы. Для пенсионной системы существенно число людей определённого возраста; для школы — размер возрастной когорты; для транспортной сети — распределение поездок. Вероятностные модели могут быть полезны, даже когда отдельный человек меняет планы. В каждом случае исследователь выбирает подходящий уровень обобщения и проверяет, насколько индивидуальные различия действительно усредняются.

Люди связаны между собой

Социальное влияние меняет арифметику. Если решения участников коррелируют, к сумме индивидуальных дисперсий добавляются ковариации. Для одинаковой дисперсии σ² и одинаковой попарной корреляции ρ дисперсия среднего равна σ²[1+(N−1)ρ]/N. При N = 10 000 и положительной корреляции ρ = 0,01 эффективное число независимых наблюдений N/[1+(N−1)ρ] составляет около 99. Эта формула описывает условную модель равной корреляции, а не универсальную характеристику общества.

Пример показывает, почему миллионы сообщений о едином событии дают меньше независимой информации, чем кажется по их количеству. Люди читают одни новости, подражают друг другу и реагируют на одни решения властей. Взаимное влияние способно усиливать небольшое первоначальное различие. В общественных системах закономерность может состоять именно в механизме усиления, тогда как имя будущего победителя или момент перелома остаются изменчивыми. Реальные модели социальных взаимодействий поэтому изучают устройство связей, правила передачи мнений и образование коллективных состояний.[14]

Учебная модель усреднения при вероятности ответа «да» 0,5. Положительная попарная корреляция ρ ограничивает уменьшение разброса при росте числа участников. Кривые рассчитаны по фо…
Учебная модель усреднения при вероятности ответа «да» 0,5. Положительная попарная корреляция ρ ограничивает уменьшение разброса при росте числа участников. Кривые рассчитаны по формуле из текста; это не результаты наблюдения общества.

Где заканчивается физическая аналогия

В социофизике встречаются модели, где мнение представлено двумя состояниями, а влияние соседей напоминает взаимодействие магнитных моментов. Исследователь может определить, при каких правилах возникает согласие, раскол или долгое сосуществование мнений. Серж Галам развивал такой подход применительно к общественно-политическим явлениям. Сила метода — в возможности точно проследить последствия заданных правил и затем сопоставить их с наблюдением.[15]

Социальные правила, однако, сами становятся предметом человеческого действия. Участники создают новые средства связи, меняют законодательство, учатся распознавать убеждение и вводят институты, которых прежде не существовало. Для молекулярной модели характеристики частиц и взаимодействий удаётся считать устойчивыми в широком диапазоне условий. Для общественной модели устойчивость правил приходится заново устанавливать. Именно выбор допустимого уровня упрощения превращает красивую физическую аналогию в конкретную исследовательскую задачу.[14]

Предшественники и близкие исследовательские программы

Социальная статистика появилась раньше «Основания»

Поиск повторяемости в общественных явлениях значительно старше Азимова. В XIX веке Адольф Кетле исследовал устойчивость массовых статистических показателей, в том числе преступности, и развивал представление о «среднем человеке». Общие свойства населения становились предметом расчёта, хотя действия каждого участника оставались неизвестными. Историческое движение идей шло и в обратную сторону: общественная статистика помогала осмыслять применение вероятностного подхода в физике. Том Зигфрид рассматривает эту связь в главе о статистике Кетле и молекулах Максвелла.[16]

Такая предыстория позволяет точнее оценить оригинальность Азимова. Он создал впечатляющий художественный синтез уже существовавших вопросов: закономерность массового поведения, распад империй, роль знания и управление будущим. Прямое влияние конкретного мыслителя на писателя требует биографического подтверждения. Сходство исследовательских задач само по себе характеризует интеллектуальное родство, а не доказанную цепочку заимствования.

Настоящая работа, заинтересовавшая Азимова

В 1988 году Азимов сам указал на конкретное исследование, которое счёл созвучным своему замыслу: статью психолога Роджера Шепарда «К универсальному закону обобщения в психологической науке», опубликованную 11 сентября 1987 года в Science. Писатель честно признавал трудность математической части для себя. Это поздняя встреча с реальной наукой, спустя десятилетия после создания психоистории, а не первоначальный источник «Основания».[11]

Шепард рассматривал перенос выученной реакции с одного стимула на другой. Вероятность переноса связывалась с расстоянием между стимулами в психологическом пространстве и приближённо убывала по экспоненте. Работа искала количественную закономерность в определённом когнитивном процессе. Для Азимова она стала поводом вновь задуматься о перспективе математического исследования поведения; её собственный научный предмет оставался существенно уже истории общества.[17]

Клиометрика и клиодинамика

Клиометрика применяет экономическую теорию и количественные методы к экономической истории. В 1993 году Роберт Фогель и Дуглас Норт получили премию по экономическим наукам памяти Альфреда Нобеля за обновление исследований экономической истории с помощью экономической теории и количественных методов. Это направление показывает, что строгая работа с историческими данными существовала задолго до массовой цифровизации архивов.[18]

Клиодинамика ставит более широкий вопрос о динамике исторических обществ. Пётр Турчин связывает математические модели с историческими и археологическими данными, стремясь проверять объяснения роста государств, конфликтов и нестабильности. В программной статье «Arise ‘cliodynamics’» 2008 года он выступил за развитие аналитической и предсказательной истории. В отличие от литературной психоистории, эта программа состоит из конкретных моделей и исследований, которые могут давать разные результаты и подвергаться пересмотру.[19]

Одна из её линий — структурно-демографическая теория, развиваемая в работах Джека Голдстоуна, Турчина и других авторов. Она связывает напряжённость с положением широких слоёв населения, конкуренцией претендентов на элитные позиции и ресурсами государства. В таком объяснении революционный риск возникает из взаимодействия процессов. Например, финансовое ослабление власти может совпасть с ростом конфликтов внутри верхушки и падением уровня жизни населения. Модель задаёт механизм накопления напряжения; непосредственный повод вспышки составляет отдельную задачу.[20]

Книжные исследования раскрывают эту программу подробнее. В «Исторической динамике» (Historical Dynamics, 2003) Турчин переводит гипотезы об усилении и распаде государств в математические модели и сопоставляет их следствия с историческими данными. В книге «Вековые циклы» (Secular Cycles, 2009), написанной с Сергеем Нефёдовым, рассматриваются связи демографии, хозяйственных условий и политической нестабильности в аграрных обществах. Эти работы исследуют определённые классы процессов; их выводы требуют самостоятельной проверки при переходе к иной эпохе и общественному устройству.[21]

Агентные модели: общественный результат без общего замысла

Томас Шеллинг в работе «Динамические модели сегрегации» 1971 года показал, как пространственное разделение может возникать из взаимодействия индивидуальных решений. Люди в модели реагируют на состав ближайшего окружения и перемещаются; последовательность местных решений формирует общий рисунок расселения. Между отдельным предпочтением и коллективным итогом возникает сложная зависимость. Такой подход стал важным образцом агентного моделирования.[22]

Ценность примера заключается в раскрытии механизма. Исследователь задаёт правила, запускает множество взаимодействий и выясняет, какой общественный результат они способны породить. Затем требуется проверить, соответствуют ли правила наблюдаемому поведению и устойчив ли результат к изменению условий. Компьютерное общество даёт возможность исследовать последствия предпосылок; соответствие реальному городу, государству или эпохе устанавливается отдельно.[22]

Цифровые следы и вычислительная социальная наука

В статье «Computational Social Science», опубликованной в Science в 2009 году, Дэвид Лейзер и соавторы описали новые возможности исследования общества через цифровые данные. Связи, перемещения и коммуникации стало возможно наблюдать в масштабе, прежде недоступном для обычного опроса. Это открыло путь к исследованию социальных сетей, распространения информации и коллективной реакции на события.[23]

У этих данных есть собственное происхождение. Цифровая платформа наблюдает своих пользователей, а новостной архив — опубликованные сообщения. Значение следа зависит от того, кто оставил его, кто отсутствует в выборке и как менялись средства регистрации. Одно и то же общественное явление может породить разное количество записей при различном внимании журналистов или при смене алгоритма платформы. Поэтому расширение объёма наблюдений сопровождается новой работой по измерению и проверке качества.[24]

Что уже удаётся проверить

Демография: полезный дальний горизонт

Демографический прогноз относится к самым наглядным реальным аналогам одной из функций психоистории. Возрастные группы сегодняшнего населения во многом определяют потребности ближайших десятилетий. Уже родившиеся дети будут входить в трудоспособный возраст; крупные поколения будут стареть. Расчёт опирается на рождаемость, смертность и миграцию, а неопределённость возрастает по мере удаления горизонта и появления ещё не родившихся поколений.

В World Population Prospects 2024 ООН представлены оценки с 1950 года и прогнозы до 2100 года для 237 стран и территорий. В центральной траектории выпуска 2024 года население мира увеличивается с 8,2 млрд до примерно 10,3 млрд в середине 2080-х годов; вероятность достижения максимума в пределах XXI века оценена в 80 %. Эти величины относятся к конкретному выпуску прогноза. В нём же показано, насколько сильно изменились ожидания по сравнению с предыдущим десятилетием из-за пересмотра тенденций рождаемости.[25]

Этот пример показывает, что общественная наука может давать полезные долгосрочные ориентиры. Численность возрастных групп позволяет планировать школы, больницы и инфраструктуру при нескольких вариантах развития. Надёжность здесь опирается на понятный механизм воспроизводства населения и на непрерывное обновление исходных оценок. Горизонт прогноза и его предмет связаны между собой: расчёт количества пожилых людей через двадцать лет требует иных знаний, чем предсказание правителя или политического строя через два столетия.

Турчин и прогноз нестабильности 2010-х годов

3 февраля 2010 года Nature опубликовал письмо Турчина о риске роста нестабильности в США и Западной Европе в наступающем десятилетии. Он выделил стагнацию или падение реальных заработков, разрыв между богатыми и бедными, избыток молодых обладателей высоких квалификаций и рост государственного долга. Его формулировка была вероятностной: «The next decade is likely to be a period of growing instability» — «Следующее десятилетие, вероятно, станет периодом растущей нестабильности».[26]

В 2012 году Турчин опубликовал исследование динамики политической нестабильности в США за 1780–2010 годы. База включала 1590 событий политического насилия — беспорядков, линчеваний и терроризма. Спектральный анализ выделил долгую волну нестабильности и наложенные на неё колебания примерно полувекового масштаба с пиками около 1870, 1920 и 1970 годов. В 2020 году он и Андрей Коротаев вернулись к исходному прогнозу и сопоставили его с последующими изменениями показателей. Это содержательный пример заранее опубликованного макросоциального ожидания и его позднейшей оценки. При этом письмо 2010 года прогнозировало общую полосу нестабильности; его текст имеет именно такой предмет и степень конкретности.[27][20]

Для оценки силы подобного результата важны точность определения нестабильности, заранее выбранный временной интервал и сравнение с альтернативами. Модель можно сопоставить с продолжением прежнего тренда, случайным прогнозом и экспертной оценкой. Выделение широкого периода напряжённости и точный календарь отдельных политических событий представляют разные уровни трудности. Научное развитие этой программы заключается в накоплении серий проверок, включая неудачные прогнозы, и выяснении, при каких условиях предлагаемый механизм работает.

Модель возникновения больших государств

В 2013 году Турчин, Томас Карри, Эдвард Тёрнер и Сергей Гаврилец исследовали распространение крупных обществ в Афроевразии между 1500 годом до н. э. и 1500 годом н. э. Их модель связывала развитие институтов широкого сотрудничества с конкуренцией между обществами, прежде всего военной. География и распространение военных технологий задавали условия этой конкуренции. Авторы сообщили, что модель объясняла около 65 % вариации изучаемого пространственно-временного показателя, тогда как вариант без распространения военных технологий — около 16 %.[28]

Показатель относился к распространению крупных политических образований по территории и времени. Последующая воспроизводящая работа Джима Мэджа и соавторов исследовала и другие стороны результата. Они получили соответствие части агрегированных показателей, но модель не воспроизводила историческую форму отдельных государств; изменение правила выбора противника существенно ухудшало результаты. В своей работе авторы опубликовали код и данные. Такая проверка позволяет увидеть, какой именно уровень исторического устройства модель улавливает и насколько результат зависит от её правил.[29]

База Seshat и спор о пропущенных данных

Seshat: Global History Databank создавалась для систематического сопоставления исторических обществ. В описании проекта 2015 года Турчин и соавторы представили организацию данных о политическом устройстве, хозяйстве, религии и других характеристиках. Здесь особенно ясно видно, почему количественная история зависит от труда историков и археологов. Прежде чем считать, требуется определить, что сообщают источники, насколько точна датировка и как кодировать неполное знание.[30]

В 2019 году группа Харви Уайтхауса опубликовала в Nature вывод о последовательности возникновения сложных обществ и верований в морализующих богов. В 2021 году Бретт Бейхейм и соавторы указали, что 61 % значений религиозной переменной в использованных данных были пропущены и что перекодирование неизвестного как отсутствующего существенно меняло результат анализа. Их перерасчёты дали иную последовательность.[31]

7 июля 2021 года исходная статья была отозвана. В уведомлении авторы признали проблему обработки пропусков, одновременно заявив, что переработанные анализы сохраняют их основной вывод. В 2022 году появилась исправленная и расширенная публикация в Religion, Brain & Behavior. Эта история включает и действительную ошибку, и продолжающееся научное разногласие. Она показывает конкретную трудность будущей психоистории: формула работает с теми историческими утверждениями, которые исследователи превратили в данные, а различие между «неизвестно» и «отсутствовало» способно изменить результат.[32][33]

Предупреждение о вооружённых конфликтах

Система ViEWS, представленная Ховардом Хегре и соавторами в 2019 году, решала ограниченную и практически важную задачу: ежемесячно оценивать риск организованного насилия в африканских странах и на более мелком территориальном уровне на 36 месяцев вперёд. Использовался ансамбль моделей, представлявших различные исследовательские подходы. В публикации были представлены прогнозы для периода с октября 2018 по октябрь 2021 года и оценка их качества.[34]

В основе такого прогноза лежит различие рисков. Территория с продолжающимся конфликтом, распространение насилия из соседнего района и начало нового столкновения требуют разных оценок. Практическая польза возникает уже при способности заранее выделить районы повышенной опасности и подготовить помощь. Для этой цели заранее заданные вероятности и открытая оценка ошибок важнее литературной убедительности единственного сценария.

В проекте конкурса VIEWS 2023/24 задача была сформулирована ещё строже: предсказывать число погибших в вооружённых конфликтах вместе с неопределённостью результата. Опубликованный в 2024 году документ фиксировал формат моделей и оценивания до наступления будущего проверочного периода. Именно такое разделение времени подготовки и времени проверки позволяет отличать прогноз от объяснения уже известного исхода.[35]

Исследования пределов предсказуемости

Музыкальный рынок: один механизм, разные победители

В 2006 году Мэттью Салганик, Питер Доддс и Дункан Уоттс опубликовали эксперимент с искусственным музыкальным рынком. В нём участвовал 14 341 человек. Слушателям предлагались ранее неизвестные песни; в одних условиях они принимали решения без информации о чужом выборе, в других видели популярность композиций у предыдущих участников. Усиление социального влияния увеличивало и неравенство успеха, и его непредсказуемость.[36]

Авторы сформулировали результат как рост «both inequality and unpredictability of success» — «и неравенства, и непредсказуемости успеха». Качество имело значение: лучшие песни редко проваливались, а худшие редко становились лидерами. Однако между этими крайностями возникало много возможных исходов. Эксперимент особенно важен для сопоставления с Селдоном: общий механизм усиления популярности можно понять, хотя заранее назвать одинакового победителя в разных реализациях оказывается значительно труднее.[36]

В следующем эксперименте Салганик и Уоттс искусственно перевернули сведения о популярности песен. Среди 12 207 участников ложное начальное представление об успехе для многих композиций стало самоподдерживающимся. Вместе с тем наиболее привлекательные песни частично восстанавливали позиции, и весь рынок не следовал ложному сигналу одинаково. Работа дала возможность экспериментально исследовать, как сведения о коллективном выборе меняют сам этот выбор.[37]

160 команд и жизненные исходы семей

В исследовании Fragile Families Challenge, опубликованном в 2020 году, 160 команд пытались предсказать шесть жизненных исходов. Им предоставили данные о 4242 семьях и 12 942 переменных. Среди целей были школьная успеваемость ребёнка, материальные трудности семьи, выселение, потеря работы основным опекуном, его участие в профессиональном обучении и настойчивость ребёнка. Данные собирались в длительном исследовании, включавшем опросы родителей, детей и другие измерения.[38]

Лучшие модели показали сравнительно невысокую точность и лишь умеренно превосходили простой ориентир с четырьмя переменными. Для успеваемости и материальных трудностей показатель R² на отложенных данных составлял примерно 0,2, для остальных исходов — около 0,05. Исследование относилось к определённым семьям, переменным и условиям. Его предмет — индивидуальные и семейные исходы, тогда как Селдон прежде всего рассчитывал массовые процессы.[38]

В 2021 году авторы исправили ошибку в программной реализации сравнительной модели и отдельные сопроводительные материалы; по их сообщению, основные выводы сохранились. Филиз Гарип, обсуждая результаты, выделила две возможности: измерения могут упускать существенные стороны жизни, а сами исходы могут обладать ограниченной предсказуемостью. Разделение этих объяснений требует дополнительного исследования.[39][40]

В 2024 году Иэн Лундберг и соавторы вернулись к вопросу с помощью глубоких интервью с 40 семьями. Они сопоставили биографические свидетельства с разложением ошибки предсказания. Авторы различают ошибку обучения модели и ту неопределённость, которая остаётся при выбранной информации и постановке задачи. Их формулировка подчёркивает, что труднопредсказуемость может сохраняться «even in the presence of complex algorithms and large datasets» — «даже при наличии сложных алгоритмов и больших наборов данных». Здесь качественное знание о жизни людей дополняет вычисления, помогая понять происхождение ошибок.[41]

Точность можно улучшать обучением

Исследования ограничений соседствуют с результатами, показывающими возможность прогресса. Барбара Меллерс и соавторы в 2014 году описали двухлетний турнир геополитического прогнозирования. Тренировка вероятностного мышления, совместная работа и выделение наиболее успешных участников улучшали качество оценок. Важную роль играли сопоставление с похожими случаями, обсуждение оснований и пересмотр вероятностей при появлении новых сведений.[42]

Такие работы меняют представление о предвидении. Его качество зависит от организации исследования, способов объединения знаний и дисциплины обновления оценок. Человечество уже умеет улучшать отдельные прогнозы без полного знания общественных законов. В то же время соревнование по конкретным вопросам измеряет способность решать именно эти вопросы и в установленные сроки. Величина успеха становится понятной через условия теста, а не через сходство с образом всезнающего математика.

Как отличить качественный прогноз от удачного попадания

Проверка начинается до наступления события: исследователь определяет, что именно считается исходом, на какой срок выдан прогноз и какие данные были доступны в момент расчёта. Затем модель проверяют на последующих наблюдениях и сравнивают с простым ориентиром — например, сохранением прежнего уровня или исторической частотой события. Такая процедура отделяет предвидение от объяснения уже известного результата.[3]

Для вероятностного прогноза существенна калибровка. Если многим сопоставимым событиям приписывают вероятность 70 %, среди них должно происходить примерно 70 %, с учётом случайного разброса. Один исход не позволяет проверить это соответствие. При этом модель, всегда сообщающая общую частоту, может быть хорошо откалибрована и почти не помогать различать опасные и спокойные ситуации. Нужны одновременно достоверные вероятности и способность выделять различия между случаями.[43]

Один из способов численной проверки — оценка Брайера, названная по работе метеоролога Гленна Брайера 1950 года. Для бинарного события её распространённая нормировка — среднее значение (p−y)², где p — предсказанная вероятность, а y равно 1, если событие произошло, и 0, если нет; меньшая величина означает лучший результат. При p = 0,2 отдельный прогноз получает ошибку 0,64 в случае события и 0,04 при его отсутствии.[44][45]

Квадратичная ошибка одного бинарного прогноза в оценке Брайера. На двух кривых показаны два возможных исхода. Числа при p = 0,2 — расчётный пример; качество системы оценивают по м…
Квадратичная ошибка одного бинарного прогноза в оценке Брайера. На двух кривых показаны два возможных исхода. Числа при p = 0,2 — расчётный пример; качество системы оценивают по множеству прогнозов.

Разница с обычной долей правильных ответов особенно заметна для редких событий. Пусть в условном наборе из 100 случаев событие произошло десять раз. Ответ «не произойдёт» во всех случаях даст 90 % правильных классификаций. Но оценка Брайера для постоянного p = 0 составит 0,10, а для постоянного p = 0,10 — 0,09. Второй прогноз лучше передаёт общий риск, хотя тоже не различает отдельные случаи. Все числа в этом примере выбраны для пояснения метода.

Брайеровская квадратичная потеря относится к строго правильным правилам оценки: её ожидаемое значение минимально, когда заявленная вероятность совпадает с собственной вероятностной оценкой прогнозиста. Такое правило поощряет честное выражение неопределённости. Вероятностная формулировка допускает строгую проверку, если есть достаточное множество прогнозов и исходов.[45] Для науки, похожей на психоисторию, это означает необходимость открытой истории прогнозов и ошибок. Нескольких впечатляющих совпадений с историей для подтверждения теории недостаточно.

Почему исторических наблюдений пока недостаточно

Количество записей и глубина времени

Развёрнутый архив должен содержать несколько видов информации: что произошло, какие условия этому предшествовали, какие воздействия предпринимались и как отличались сопоставимые случаи. Миллиарды цифровых записей могут очень подробно описывать короткий отрезок. Исторические источники охватывают значительно большее время, но их полнота, понятия и способы измерения меняются. Получить длинную однородную последовательность из этих двух типов материала трудно.

Например, выпуск демографических оценок ООН 2024 года отсчитывает сопоставимые глобальные ряды с 1950 года. Между 1950 и 2024 годами прошло 74 года. Если для учебного сравнения взять процесс длительностью 200 лет, этот интервал равен 0,37 предполагаемого цикла; при длительности 300 лет — примерно 0,25. Исследователь может привлечь более ранние сведения и сравнение стран, но качество и независимость таких дополнений становятся частью обоснования. Приведённый расчёт показывает масштаб задачи, а не устанавливает существование двухсотлетнего общественного цикла.[25]

В исследовании политической нестабильности США за 1780–2010 годы временной охват составляет 230 лет. Для гипотетического периода в 200 лет это 1,15 повторения. Частая регистрация событий внутри такого интервала увеличивает подробность наблюдения, но не число завершённых длинных повторений. Поэтому проверка многовековых закономерностей требует сопоставления разных обществ, аккуратного определения событий и анализа зависимости между случаями.[27]

Даже огромное количество граждан не создаёт столь же огромного количества независимых историй индустриализации, мировых войн или формирования глобальной финансовой системы. В определённую эпоху люди участвуют в общих процессах. Для проверки модели важны одновременно число наблюдаемых участников и число достаточно самостоятельных изменений условий. Эта разница особенно существенна при переносе аналогии с многочисленными молекулами на единую мировую цивилизацию.

Источник должен стать измерением

Одно из самых трудных мест — переход от исторического языка к переменной модели. Размер «элиты», сила государства, легитимность власти и общественное недовольство измеряются через выбранные признаки. В разных обществах похожие слова могут обозначать различные отношения. Отсутствие сообщения о волнении может отражать спокойствие, утрату документов или особенности цензуры. Кодирование требует исторического решения, которое затем входит в математический результат.[30]

Спор о Seshat показал эту проблему в конкретной форме. Пропуск обозначал недостаток знания о религиозной практике. Превращение такого пропуска в ноль приписывало прошлому определённое состояние. После этого статистический алгоритм получал внешне однозначную последовательность. Источниковедческая оговорка меняла причинную картину, поэтому историческая работа оставалась необходимой частью количественного анализа.[31][32]

Новостная база GDELT даёт другой пример. Проект извлекает сведения из средств массовой информации; его основной архив событий охватывает период с 1979 года. Это мощный инструмент наблюдения за сообщениями о мире. Объём зарегистрированного зависит от доступности источников, языков и внимания редакций. Количество сообщений о протесте и количество самих протестов — разные измеряемые величины.[46]

Общество меняется быстрее, чем накапливается проверка

Долгое наблюдение помогает лишь при понимании того, какие свойства процесса сохраняются. Аграрное общество, индустриальная экономика и цифровая платформа могут создавать разные связи между доходом, образованием, информацией и политической мобилизацией. Новая технология иногда меняет скорость взаимодействий; изменение законодательства — возможности участников; новый институт — их стимулы. Старое статистическое соотношение приходится проверять в новых условиях.

Один из хорошо изученных случаев — Google Flu Trends. Система использовала поисковые запросы для оценки распространения гриппа. Лейзер и соавторы в 2014 году разобрали проблемы этого подхода, включая изменения поисковой среды и чрезмерную веру в большие данные. Цифровой сигнал оказался зависимым от поведения пользователей и самой платформы. Этот пример касается оценки текущего состояния, а задача многовекового прогноза добавляет ещё и неизвестные изменения будущего.[24]

Поэтому время ожидания само по себе не гарантирует появления психоистории. Для науки будущего потребуются и новые сведения, и методы переноса знания между эпохами, и понимание причин изменения правил. Универсального научно установленного срока — например, обязательных десяти тысяч лет наблюдений — для создания такой дисциплины нет. Достаточность данных определяется конкретной моделью, её горизонтом и качеством независимых проверок.[3]

Прогноз меняет прогнозируемый мир

Самосбывающееся и предотвращённое событие

Подробное рассмотрение этого механизма дано в статье Самосбывающееся пророчество.

У Роберта Мертона самосбывающееся пророчество начинается с ошибочного представления, вызывающего подтверждающее его поведение. Страх за банк, например, способен вызвать разрушительное массовое изъятие вкладов.[47]

Предупреждение может работать и в другую сторону. Если прогноз выявляет опасность и люди успешно устраняют её причины, ожидавшееся событие не происходит. Для оценки такого результата нужны сведения о предпринятых мерах и сравнение с тем, как система развивалась бы без них. Иначе полезное вмешательство внешне похоже на ошибочный прогноз, а неудачный прогноз можно бесконечно оправдывать заявлением о скрытом спасении.

Условие Селдона о неосведомлённости населения отражает именно эту проблему. В действительной науке подобная реакция может стать частью модели: участники получают сигнал, меняют ожидания, выбирают действие, а исследователь оценивает новые вероятности. Однако тогда он исследует уже общество вместе с системой прогнозирования. Прогнозист сам оказывается одним из действующих лиц.

Критика Лукаса: после вмешательства меняется зависимость

Роберт Лукас в 1976 году сформулировал проблему, особенно важную для замысла Селдона. Эконометрические зависимости, оценённые при одной политике, могут измениться после введения другой, потому что люди пересматривают ожидания и решения. Статистическая связь прошлых лет не обязательно сохраняет свои параметры при новой системе правил.[48]

Для психоистории это принципиальный разрыв между двумя задачами. Можно достаточно хорошо предсказывать поведение при сохранении известных условий и значительно хуже оценивать результат преобразования самих условий. Между тем план Селдона как раз предусматривает создание новых институтов и изменение путей развития. Его исполнителям требуется причинное знание о вмешательстве, а не только успешное продолжение наблюдавшейся кривой.[48]

Статистик Галит Шмуэли в статье «Объяснять или предсказывать?» 2010 года подробно разобрала различия между причинным объяснением и прогнозированием. От выбора цели зависят данные, построение модели и способы проверки. Точная модель может использовать показатель, который служит хорошим сигналом, но не является действенным рычагом управления. Понимание причин, в свою очередь, может быть существенным при ограниченной точности индивидуального прогноза.[49]

Законы, хаос и ещё не сделанные открытия

Детерминированный процесс тоже бывает труднопредсказуемым

В 1963 году Эдвард Лоренц исследовал простую нелинейную систему уравнений, связанную с конвекцией. Он показал, как близкие начальные состояния могут расходиться в дальнейшем. Его формулировка — «slightly differing initial states can evolve into considerably different states»: «слегка различающиеся начальные состояния могут развиться в существенно различные состояния». Работа стала одним из оснований исследования детерминированного хаоса.[50]

Физический пример важен своей логикой: знание уравнений и вычислительная мощность не устраняют чувствительность к неточно известным исходным данным. В хаотической модели ошибка начального состояния может быстро увеличиваться. Продление точного прогноза тогда требует всё более точного измерения. Этот результат получен для конкретных динамических систем; характер и степень аналогичной чувствительности общественных процессов исследуются по их собственным данным.

При этом разные характеристики одной системы могут иметь разные горизонты предсказуемости. Индивидуальная траектория и статистическое распределение состояний — самостоятельные цели. Для общества таким же образом различаются конкретный исход отдельного кризиса, вероятность кризисного состояния и долгосрочные ограничения ресурсов. Полезная наука выбирает те свойства, устойчивость которых удаётся подтвердить, и сообщает неопределённость остальных.[3]

Возражение Поппера

Сам Азимов в эссе «Психоистория» 1988 года допускал, что история людей может оказаться существенно хаотичной и что аналогия с молекулами имеет пределы. Он рассматривал возможность создания такой науки как вопрос, а не как доказанный собственными книгами результат. В «Прелюдии к Основанию» сомнение становится частью работы молодого Селдона. Этот авторский комментарий придаёт научному скепсису место внутри самого замысла.[11]

В «Нищете историцизма», впервые вышедшей отдельной книгой на английском языке в 1957 году, Карл Поппер критиковал притязание на предсказание общего хода истории по законам исторического развития. Один из его центральных аргументов связан с ростом знания. Будущие открытия влияют на общество; полное предсказание их содержания означало бы, что соответствующее знание уже получено. Поэтому неизвестные открытия создают трудность для всеохватывающего прогноза.[51]

Этот аргумент особенно существенен для вековых траекторий. Изменения в энергетике, медицине, вооружении или коммуникации способны перестраивать способы взаимодействия людей. Для модели будущего важно не только количество вычислителей, но и устойчивость того мира, который она описывает. Наука о конкретном процессе может задавать условные прогнозы при известных технологиях; универсальная психоистория должна была бы охватить и появление новых условий.[51]

Ангус Тейлор в статье «Азимов, Поппер и судьба Галактики» 1988 года непосредственно сопоставил эти позиции. По его интерпретации, статистический характер психоистории сохраняет её историцизм: в книгах всё-таки действует в широком смысле верная схема будущего. Появление Мула обнаруживает ограничение этой схемы, но сама возможность исторического предвидения остаётся частью мира Азимова. Тейлор также возражает против простого отождествления психоистории с историческим материализмом: сведение общества к индивидуальной психологии и физике задаёт иную исследовательскую программу.[8]

Свобода воли и научная проверка

Философский вопрос о свободе воли шире задачи прогнозирования. Научную модель проверяют по тому, какие наблюдения она предсказывает и с какой точностью. Для такой проверки достаточно определённого предмета и воспроизводимого метода; окончательное решение метафизического спора не требуется. Человек может считать свой выбор свободным, а исследователь — обнаруживать устойчивые зависимости в группе людей. В то же время наличие причин у каждого поступка ещё не даёт исследователю доступ к этим причинам и будущим последствиям.[49][8]

Обобщённое утверждение о вечной непредсказуемости всех общественных явлений сталкивается с действительными успехами демографии и ограниченного прогнозирования. Претензия на универсальный расчёт цивилизации, напротив, требует доказательств устойчивости гораздо более сильного набора предпосылок. Сегодня опубликованные результаты позволяют различать области успеха и неудачи; единого подтверждённого аппарата многовекового общественного предвидения они не образуют.

Может ли искусственный интеллект приблизить психоисторию

Модели поведения и прогноз будущих событий

В 2025 году Марсель Бинц и соавторы опубликовали в Nature работу о модели Centaur, предназначенной для предсказания и описания человеческого поведения в когнитивных задачах. Это пример переноса крупных обучаемых моделей в исследование человека. Успех оценивается на определённых экспериментальных заданиях и условиях переноса между ними. Масштаб такого результата определяется устройством тестов: переход от лабораторного решения к политической истории цивилизации требует новых моделей и самостоятельной проверки.[52]

ForecastBench, представленный на ICLR 2025, устроен вокруг вопросов о ещё не произошедших событиях. Эзра Каргер и соавторы создали динамический набор заданий, чтобы исключить ситуацию, когда ответ уже присутствовал в обучающих материалах модели. В опубликованной версии исследования эксперты-прогнозисты превосходили лучшую из протестированных языковых моделей. Это результат конкретного состава участников и периода тестирования; платформа продолжает оценивать новые системы.[53]

К октябрю 2026 года проект различает базовую проверку языковых моделей и турнир, в котором разрешены инструменты и составные системы. В открытой таблице турнира некоторые системы располагаются выше человеческого сравнительного ориентира. Методика учитывает различия сложности вопросов; сами вопросы у участников могут различаться. Поэтому содержательный вывод относится к развитию способности решать определённые проверяемые задачи, а достижение общего уровня исторического предвидения остаётся отдельным предметом исследования.[54]

Почему знание прошлого легко принять за предвидение

Для исторической проверки языковой модели особенно опасна утечка будущего. Если система обучалась на материалах, содержащих исход события, просьба «предскажи его, как будто сейчас более ранний год» не возвращает модель в прежнее состояние знания. Она может пользоваться уже известным ответом, даже когда формулирует его как прогноз. Поэтому исследователь должен точно установить, какая информация была доступна до проверяемой даты.

Лиланд Крейн, Ахил Карра и Пол Сото в рабочей статье Федеральной резервной системы США 2025 года исследовали знание языковыми моделями макроэкономических показателей и дат их публикации. Они обнаружили смешение первоначальных и позднее пересмотренных оценок, а также данных, относящихся к разным периодам. Для воспроизведения работы прогнозиста в реальном времени такие ошибки особенно существенны: доступность числа сегодня и его доступность в прошлом различаются.[55]

Есть и публикации, прямо использующие имя Азимова. Изабела Роша в препринте 2024 года предложила теоретическое соединение топологического анализа данных, ИИ и социальных медиа для изучения общественных тенденций. Это исследовательская программа, сформулированная на уровне концептуального обсуждения. Её научный вес определяется последующим построением и независимой проверкой работающих прогнозов. Название, отсылающее к психоистории, характеризует вдохновение автора и предмет сравнения.[56]

Реалистическая наука будущего

Ближайший научно обоснованный путь ведёт к объединению нескольких уровней работы: источниковедению и измерению, моделям механизмов, краткосрочным прогнозам, анализу сценариев и оценке последствий решений. Искусственный интеллект может помогать извлекать сведения, сопоставлять тексты, строить модели и обновлять оценки. Подтверждение качества требует проверки ошибок на данных, которые система не использовала для обучения или настройки.[3][53]

На дальнем горизонте полезно множество условных траекторий. При изменении рождаемости, энергетических ограничений, институциональных правил или международных отношений модель даёт разные последствия. Исследователь сравнивает сценарии и выясняет, какие меры сохраняют полезность при широком диапазоне будущего. Такой подход допускает частое обновление и обнаружение новых факторов. У Азимова потребность в постоянной корректировке воплощена во Втором Основании; в действительной науке её должны обеспечивать доступные проверке методы и данные.

Что подобная наука могла бы дать человечеству

Практическая ценность связана прежде всего с предупреждением больших потерь. Вероятностная оценка конфликта помогает заранее готовить гуманитарную помощь; демографические траектории — планировать школы, здравоохранение и системы обеспечения пожилых. Исследование механизмов нестабильности позволяет проверять меры, способные снижать напряжение. Даже ограниченный горизонт может быть достаточным, если общество получает время на подготовку.[34][25]

Более глубокое причинное знание помогло бы различать меры, которые устраняют источник проблемы, и меры, изменяющие только наблюдаемый показатель. Особенно ценно было бы понимание сочетаний условий: когда финансовая нагрузка становится опасной, при каких институтах неравенство усиливает конфликт и какие формы сотрудничества сохраняют устойчивость. Такой результат представлял бы проверенную зависимость с указанными границами действия.[20][49]

Возникла бы и возможность соединять решения разных поколений. Большие инфраструктурные проекты, сохранение знаний и подготовка к системным рискам требуют временного горизонта, превышающего срок отдельного правительства. План Селдона художественно выражает эту потребность. В реальной политике научный прогноз должен сопровождаться объяснением неопределённости и возможностью пересмотра: цена ошибки также ложится на людей, которые не участвовали в исходном решении.

Власть над прогнозом создаёт самостоятельный общественный конфликт. Кто выбирает цель, чьи потери принимаются как допустимые и кто может проверить расчёт? Литературовед Яри Кякеля в исследовании Азимова и Роберта Хайнлайна рассматривает, как постоянная чрезвычайная ситуация оправдывает управление со стороны избранного меньшинства. Для «Основания» это особенно существенно: обещание спасения цивилизации сочетается с тайной организацией и вмешательством в чужое сознание.[57]

Поэтому точность и общественная приемлемость будущей дисциплины требуют разных проверок. Первая относится к данным, прогнозам и причинным выводам. Вторая — к прозрачности, распределению последствий и праву людей оспаривать решения. Математический аппарат способен сравнивать варианты при заданной цели; сам выбор желательного общественного устройства остаётся человеческим действием.

Где проходит граница возможного

Задача Состояние знания и основной предел
Оценить крупные возрастные группы на ближайшие десятилетия Существуют развитые демографические методы; дальность ограничивают будущие изменения рождаемости, смертности и миграции.
Рассчитать коллективные последствия заданных правил взаимодействия Это делают агентные модели и социофизика; соответствие правил реальному обществу требует эмпирической проверки.
Предупредить о повышенном риске насилия Действуют специализированные системы; результаты оцениваются для определённых территорий, сроков и видов событий.
Объяснить историческую закономерность и проверить её на других обществах Так устроена часть клиодинамических исследований; критичны качество кодирования, независимость случаев и устойчивость механизма.
Вычислить последствия крупного политического вмешательства Требуется причинная модель и учёт изменения ожиданий и правил после вмешательства.
Рассчитать единую многовековую последовательность развития цивилизации Подтверждённого научного метода такого масштаба нет; остаются проблемы новых знаний, новых институтов, редких воздействий и реакции на сам прогноз.

Убедительность психоистории Азимова опирается на реальную научную мысль: массовые процессы могут обладать свойствами, которых не видно при наблюдении за одним участником. Уже существуют проверяемые модели общественного поведения и полезные прогнозы. Изучение их пределов также приносит знание: выясняется, какую информацию мы упускаем, где недостаточно точна теория и какие результаты изменяются после вмешательства.

Психоистория в сильном смысле — расчёт и направленное проведение человечества через века кризисов — остаётся фантастическим допущением. Малой глубины сопоставимых наблюдений и неполного понимания социальных механизмов уже достаточно, чтобы объяснить нынешний разрыв. Более глубокие ограничения связаны с изменчивостью правил, появлением нового знания и включённостью прогнозиста в общество. Возможная наука будущего будет развиваться через проверку отдельных задач, установление границ предсказуемости и уточнение способов действия в условиях неопределённости. Именно здесь литературный вопрос Селдона сохраняет научную и человеческую остроту.

Связанные темы

Примечания

  1. ↑ 1,0 1,1 1,2 1,3 Asimov I. Foundation. Gnome Press, 1951. Часть I «Психоисторики»; части II–V «Энциклопедисты», «Мэры», «Торговцы», «Торговые короли». Официальное описание цикла у издателя Penguin Random House. Имена и названия в русских переводах различаются; здесь используются формы «Хари Селдон», «Трантор», «Терминус».
  2. ↑ 2,0 2,1 2,2 Gunn J. Isaac Asimov and Psychohistory // Clio’s Psyche. 1998. Vol. 5, no. 1. P. 24–28, особенно с. 26–27. Автор передаёт собственное интервью с Азимовым и сопоставляет его с автобиографическими текстами писателя.
  3. ↑ 3,0 3,1 3,2 3,3 3,4 Hofman J. M., Sharma A., Watts D. J. Prediction and explanation in social systems // Science. 2017. Vol. 355. P. 486–488. DOI: 10.1126/science.aal3856.
  4. ↑ Asimov I. Foundation Series. Каталог и описания семи книг у издателя Penguin Random House; Gunn J. Isaac Asimov and Psychohistory. 1998. P. 26–28.
  5. ↑ 5,0 5,1 Elovitz P. H. In Search of Isaac Asimov // Clio’s Psyche. 1998. Vol. 5, no. 1. P. 29–36. Раздел о более раннем употреблении слова psychohistory, включая статью Леона Пирса Кларка 1922 года.
  6. ↑ 6,0 6,1 6,2 6,3 Asimov I. Foundation and Empire. Gnome Press, 1952. Часть I «Генерал» (гл. 1–10), гл. 11 и часть II «Мул». Короткая цитата из гл. 11 сверена по воспроизведению в: Taylor A. Asimov, Popper, and the Fate of the Galaxy. 1988. P. 59–64.
  7. ↑ 7,0 7,1 7,2 Gunn J. Isaac Asimov: The Foundations of Science Fiction. Revised edition. Scarecrow Press, 1996. Разбор «Основания и Империи» и «Второго Основания» в главе об «Основании»; см. также Asimov I. Foundation and Empire, гл. 25–26.
  8. ↑ 8,0 8,1 8,2 Taylor A. Asimov, Popper, and the Fate of the Galaxy // Foundation: The Review of Science Fiction. 1988. No. 42. P. 59–64. Доступная копия размещена автором.
  9. ↑ 9,0 9,1 9,2 Asimov I. Second Foundation. Gnome Press, 1953. Часть I «Поиск Мула», гл. 1–6; часть II «Поиск Основания», особенно гл. 8 о предпосылках психоистории.
  10. ↑ Asimov I. Foundation’s Edge. Doubleday, 1982; Foundation and Earth. Doubleday, 1986. Официальные аннотации обоих романов.
  11. ↑ 11,0 11,1 11,2 Asimov I. Psychohistory // Isaac Asimov’s Science Fiction Magazine. July 1988. Перепечатано в: Gold: The Final Science Fiction Collection. HarperPrism, 1995. P. 185–189. Воспроизведение авторского эссе, раздел «PSYCHOHISTORY».
  12. ↑ Asimov I. Prelude to Foundation. Doubleday, 1988; Forward the Foundation. Doubleday, 1993. Описание «Прелюдии к Основанию» у издателя; описание второго приквела.
  13. ↑ Maxwell J. C. Illustrations of the Dynamical Theory of Gases // The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science. 1860. Vol. 19. P. 19–32; vol. 20. P. 21–37. DOI первой части: 10.1080/14786446008642818. Историческое сопоставление со статистикой общества: Siegfried T. A Beautiful Math. 2006. Гл. 7.
  14. ↑ 14,0 14,1 Castellano C., Fortunato S., Loreto V. Statistical physics of social dynamics // Reviews of Modern Physics. 2009. Vol. 81. P. 591–646. DOI: 10.1103/RevModPhys.81.591.
  15. ↑ Galam S. Sociophysics: A Physicist’s Modeling of Psycho-political Phenomena. Springer, 2012. DOI: 10.1007/978-1-4614-2032-3.
  16. ↑ Siegfried T. A Beautiful Math: John Nash, Game Theory, and the Modern Quest for a Code of Nature. Joseph Henry Press, 2006. Гл. 7, с. 126–143; гл. 9, с. 164–181. DOI книги: 10.17226/11631.
  17. ↑ Shepard R. N. Toward a universal law of generalization for psychological science // Science. 1987. Vol. 237, no. 4820. P. 1317–1323. DOI: 10.1126/science.3629243.
  18. ↑ Nobel Prize. The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 1993. Официальная формулировка награждения Р. Фогеля и Д. Норта.
  19. ↑ Turchin P. Arise ‘cliodynamics’ // Nature. 2008. Vol. 454. P. 34–35. DOI: 10.1038/454034a.
  20. ↑ 20,0 20,1 20,2 Turchin P., Korotayev A. The 2010 structural-demographic forecast for the 2010–2020 decade: A retrospective assessment // PLOS ONE. 2020. Vol. 15, no. 8. e0237458. DOI: 10.1371/journal.pone.0237458. Включает изложение структурно-демографического подхода и обсуждение работ Д. Голдстоуна.
  21. ↑ Turchin P. Historical Dynamics: Why States Rise and Fall. Princeton University Press, 2003; Turchin P., Nefedov S. A. Secular Cycles. Princeton University Press, 2009. ISBN 9780691136967.
  22. ↑ 22,0 22,1 Schelling T. C. Dynamic models of segregation // The Journal of Mathematical Sociology. 1971. Vol. 1, no. 2. P. 143–186.
  23. ↑ Lazer D. et al. Computational Social Science // Science. 2009. Vol. 323, no. 5915. P. 721–723. DOI: 10.1126/science.1167742.
  24. ↑ 24,0 24,1 Lazer D., Kennedy R., King G., Vespignani A. The parable of Google Flu: Traps in big data analysis // Science. 2014. Vol. 343. P. 1203–1205. DOI: 10.1126/science.1248506.
  25. ↑ 25,0 25,1 25,2 United Nations, Department of Economic and Social Affairs, Population Division. World Population Prospects 2024; Summary of Results; Methodology Report.
  26. ↑ Turchin P. Political instability may be a contributor in the coming decade // Nature. 2010. Vol. 463. P. 608. DOI: 10.1038/463608a.
  27. ↑ 27,0 27,1 Turchin P. Dynamics of political instability in the United States, 1780–2010 // Journal of Peace Research. 2012. Vol. 49, no. 4. P. 577–591. DOI: 10.1177/0022343312442078.
  28. ↑ Turchin P., Currie T. E., Turner E. A. L., Gavrilets S. War, space, and the evolution of Old World complex societies // PNAS. 2013. Vol. 110, no. 41. P. 16384–16389. DOI: 10.1073/pnas.1308825110. Авторское описание результатов.
  29. ↑ Madge J., Colavizza G., Hetherington J., Guo W., Wilson A. Assessing Simulations of Imperial Dynamics and Conflict in the Ancient World. arXiv:1903.11729, 2019. Статус цитируемой версии — препринт; работа воспроизводит и проверяет модель Turchin et al. 2013.
  30. ↑ 30,0 30,1 Turchin P. et al. Seshat: The Global History Databank // Cliodynamics. 2015. Vol. 6, no. 1. P. 77–107. DOI: 10.21237/C7clio6127917.
  31. ↑ 31,0 31,1 Beheim B. et al. Treatment of missing data determined conclusions regarding moralizing gods // Nature. 2021. Vol. 595. P. E29–E34. DOI: 10.1038/s41586-021-03655-4.
  32. ↑ 32,0 32,1 Whitehouse H. et al. Retraction Note: Complex societies precede moralizing gods throughout world history // Nature. 2021. Vol. 595. P. 320. DOI: 10.1038/s41586-021-03656-3.
  33. ↑ Whitehouse H., François P., Savage P. E., Turchin P. Testing the Big Gods hypothesis with global historical data: A review and ‘retake’ // Religion, Brain & Behavior. Опубликовано онлайн в 2022 году; vol. 13, no. 2, p. 124–166. DOI: 10.1080/2153599X.2022.2074085.
  34. ↑ 34,0 34,1 Hegre H. et al. ViEWS: A political violence early-warning system // Journal of Peace Research. 2019. Vol. 56, no. 2. P. 155–174. DOI: 10.1177/0022343319823860. Описание относится к версии системы в данной статье.
  35. ↑ Hegre H. et al. The 2023/24 VIEWS Prediction Challenge: Predicting the Number of Fatalities in Armed Conflict, with Uncertainty. arXiv:2407.11045, 2024. Цитируется как предварительный план конкурса, а не как отчёт о его итоговой точности.
  36. ↑ 36,0 36,1 Salganik M. J., Dodds P. S., Watts D. J. Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market // Science. 2006. Vol. 311. P. 854–856. DOI: 10.1126/science.1121066.
  37. ↑ Salganik M. J., Watts D. J. Leading the Herd Astray: An Experimental Study of Self-fulfilling Prophecies in an Artificial Cultural Market // Social Psychology Quarterly. 2008. Vol. 71, no. 4. P. 338–355.
  38. ↑ 38,0 38,1 Salganik M. J. et al. Measuring the predictability of life outcomes with a scientific mass collaboration // PNAS. 2020. Vol. 117, no. 15. P. 8398–8403. DOI: 10.1073/pnas.1915006117.
  39. ↑ Correction for Salganik et al., Measuring the predictability of life outcomes with a scientific mass collaboration // PNAS. 2021. Vol. 118, no. 50. e2118703118.
  40. ↑ Garip F. What failure to predict life outcomes can teach us // PNAS. 2020. Vol. 117. P. 8234–8235. DOI: 10.1073/pnas.2003390117.
  41. ↑ Lundberg I. et al. The origins of unpredictability in life outcome prediction tasks // PNAS. 2024. Vol. 121, no. 24. e2322973121. DOI: 10.1073/pnas.2322973121.
  42. ↑ Mellers B. et al. Psychological Strategies for Winning a Geopolitical Forecasting Tournament // Psychological Science. 2014. Vol. 25, no. 5. P. 1106–1115. DOI: 10.1177/0956797614524255.
  43. ↑ Gneiting T., Balabdaoui F., Raftery A. E. Probabilistic forecasts, calibration and sharpness // Journal of the Royal Statistical Society: Series B. 2007. Vol. 69, no. 2. P. 243–268.
  44. ↑ Brier G. W. Verification of Forecasts Expressed in Terms of Probability // Monthly Weather Review. 1950. Vol. 78, no. 1. P. 1–3. DOI: 10.1175/1520-0493(1950)078<0001:VOFEIT>2.0.CO;2. В оригинале используется суммирование по категориям; приведённая в тексте бинарная нормировка лежит в пределах 0–1.
  45. ↑ 45,0 45,1 Gneiting T., Raftery A. E. Strictly Proper Scoring Rules, Prediction, and Estimation // Journal of the American Statistical Association. 2007. Vol. 102, no. 477. P. 359–378. DOI: 10.1198/016214506000001437.
  46. ↑ GDELT Project. The GDELT Story: About the GDELT Project; официальный сайт. Описание происхождения данных и временного охвата основного архива событий.
  47. ↑ Merton R. K. The Self-Fulfilling Prophecy // The Antioch Review. 1948. Vol. 8, no. 2. P. 193–210. DOI: 10.2307/4609267.
  48. ↑ 48,0 48,1 Lucas R. E. Jr. Econometric policy evaluation: A critique // Carnegie-Rochester Conference Series on Public Policy. 1976. Vol. 1. P. 19–46. Текст статьи в университетском размещении.
  49. ↑ 49,0 49,1 49,2 Shmueli G. To Explain or to Predict? // Statistical Science. 2010. Vol. 25, no. 3. P. 289–310. DOI: 10.1214/10-STS330.
  50. ↑ Lorenz E. N. Deterministic Nonperiodic Flow // Journal of the Atmospheric Sciences. 1963. Vol. 20. P. 130–141. DOI: 10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2.
  51. ↑ 51,0 51,1 Popper K. The Poverty of Historicism. Routledge & Kegan Paul, 1957. Предисловие; разделы о новизне, сложности, предсказании и тенденциях. Страница книги и оглавление у издателя Routledge.
  52. ↑ Binz M. et al. A foundation model to predict and capture human cognition // Nature. 2025. Vol. 644. P. 1002–1009. Опубликовано онлайн 2 июля 2025 года.
  53. ↑ 53,0 53,1 Karger E. et al. ForecastBench: A Dynamic Benchmark of AI Forecasting Capabilities // ICLR. 2025. Методология и обновления проекта.
  54. ↑ ForecastBench. Таблицы результатов; пояснения к сравнению; методология. Состояние просмотрено 24 октября 2026 года. Таблицы обновляются; числовые ранги в тексте не фиксируются.
  55. ↑ Crane L. D., Karra A., Soto P. E. Total Recall? Evaluating the Macroeconomic Knowledge of Large Language Models. Finance and Economics Discussion Series. 2025-044. DOI: 10.17016/FEDS.2025.044. Статус — рабочая исследовательская статья.
  56. ↑ Rocha I. Towards Asimov’s Psychohistory: Harnessing Topological Data Analysis, Artificial Intelligence and Social Media Data to Forecast Societal Trends. arXiv:2407.03446, 2024. Цитируется как теоретический препринт.
  57. ↑ Käkelä J. Managing and Manipulating History: Perpetual Urgency in Asimov and Heinlein // Fafnir – Nordic Journal of Science Fiction and Fantasy Research. 2014. Vol. 1, no. 2. P. 7–22. Исследование политических предпосылок будущей истории у обоих авторов.

Источники и литература

Художественные первоисточники

  • Asimov I. Foundation. Gnome Press, 1951.
  • Asimov I. Foundation and Empire. Gnome Press, 1952.
  • Asimov I. Second Foundation. Gnome Press, 1953.
  • Asimov I. Foundation’s Edge. Doubleday, 1982; Foundation and Earth. Doubleday, 1986.
  • Asimov I. Prelude to Foundation. Doubleday, 1988; Forward the Foundation. Doubleday, 1993.

Исследования психоистории и научного прогнозирования

  • Taylor A. Asimov, Popper, and the Fate of the Galaxy // Foundation. 1988. No. 42. P. 59–64.
  • Gunn J. Isaac Asimov and Psychohistory // Clio’s Psyche. 1998. Vol. 5, no. 1. P. 24–28.
  • Popper K. The Poverty of Historicism. Routledge & Kegan Paul, 1957.
  • Siegfried T. A Beautiful Math. Joseph Henry Press, 2006. Гл. 7 и 9.
  • Castellano C., Fortunato S., Loreto V. Statistical physics of social dynamics // Reviews of Modern Physics. 2009. Vol. 81. P. 591–646.
  • Turchin P. Arise ‘cliodynamics’ // Nature. 2008. Vol. 454. P. 34–35.
  • Shmueli G. To Explain or to Predict? // Statistical Science. 2010. Vol. 25. P. 289–310.
  • Hofman J. M., Sharma A., Watts D. J. Prediction and explanation in social systems // Science. 2017. Vol. 355. P. 486–488.
  • Salganik M. J. et al. Measuring the predictability of life outcomes with a scientific mass collaboration // PNAS. 2020. Vol. 117. P. 8398–8403. С исправлением 2021 года.
  • Lundberg I. et al. The origins of unpredictability in life outcome prediction tasks // PNAS. 2024. Vol. 121. e2322973121.
  • Karger E. et al. ForecastBench: A Dynamic Benchmark of AI Forecasting Capabilities // ICLR. 2025.
Источник — https://wiki.histglav.ru/index.php?title=Психоистория_(Азимов)&oldid=14316