Мы живём в эпоху, когда алгоритмы предсказывают, что мы купим, с кем подружимся и даже за кого проголосуем. Но стоит заговорить о том, что общество в принципе может быть описано математически, как включается внутренний предохранитель: «Люди — не формулы», «Душу не просчитаешь», «Социальное сложнее естественнонаучного и математического описания». Этот рефлекс понятен. Нас учили, что гуманитарное и точное знание разделены непроходимой границей. Но что, если эта граница — не онтологическая, а методологическая? Что если общество не «нематематично», а просто требует другого масштаба наблюдения?
Я не предлагаю свести человека к переменной. Но предлагаю взглянуть на социальную реальность так, как физик смотрит на газ, то есть не разбирать каждую молекулу, а видеть поле, давление, температуру. Оказывается, при таком взгляде из хаоса индивидуальных решений проступают устойчивые паттерны и они описываются уравнениями и с точностью, достаточной для того, чтобы моделировать распространение эпидемий, оптимизировать транспортные потоки и предсказывать финансовые пузыри.
От молекул к мегаполисам или как возникает порядок
Начнём с простого. Физика описывает движение частиц уравнениями Ньютона или Шрёдингера. Химия возникает из физики: связи между атомами, энергии реакций, равновесия — всё это вычислимо. Биология строится на химии: генетические сети, популяционная динамика, эпидемиологические модели — и вот уже мы можем предсказать, как будет распространяться вирус.
Общество — это следующий слой той же иерархии. Люди — биологические системы, которые взаимодействуют. Взаимодействие систем порождает паттерны. Паттерны — это закономерности. Закономерности — предмет математики.
Но здесь возникает иллюзия сложности. Человек действительно сложен и сложность эта обусловлена нейронными сетями мозга, эмоциями, культурным бэкграундом, иррациональными импульсами. Однако общество — не сумма индивидов. Это поведение ансамбля. Как в термодинамике не нужно знать траекторию каждой молекулы, чтобы рассчитать давление, так и в социуме не нужно отслеживать каждый чих, чтобы увидеть вектор движения массы.
Ключ к математическому пониманию социума — в масштабе. На уровне миллионов и миллиардов индивидуальные отклонения усредняются, страсти нивелируются статистикой, а даже самые эксцентричные решения в совокупности формируют кривые, поддающиеся аппроксимации. Это не спекуляция. Это эмпирический факт.
Три примера из современной науки
Пример первый: город как организм. Исследования Джеффри Уэста и Луиша Беттанкура показали, что параметры городов — от количества заправок до числа патентов — масштабируются по степенным законам. Население растёт в 10 раз? Инфраструктура (дороги, электросети) увеличивается примерно в 8,7 раза — это сублинейное масштабирование, эффект экономии на масштабе. А вот инновации, зарплаты, количество преступлений растут суперлинейно, с коэффициентом около 1,15. То есть крупный город — это не просто «больше» — он генерирует больше идей, но и больше проблем на душу населения. И сегодня это описывается точным уравнением, работающим от Токио до Сан-Паулу.
Пример второй: эпидемии как сетевой процесс. Во время пандемии COVID-19 модели SIR (Susceptible-Infected-Recovered) и их модификации стали рабочим инструментом правительств. Но ключевой прорыв произошёл, когда к уравнениям добавили структуру социальных сетей. Оказалось, что распространение вируса зависит не от среднего числа контактов, а от наличия «суперраспространителей» — узлов с аномально высокой связанностью. Это предсказание теории сложных сетей (Барбаши и др.) позволило точечно вводить ограничения, не парализуя всю экономику.
Пример третий: экономика как система агентов. Традиционные макроэкономические модели часто проваливались в кризисах, потому что исходили из «репрезентативного агента» — усреднённого рационального игрока. Агентное моделирование (agent-based modeling) отказывается от этой абстракции. Вместо одного уравнения — тысячи виртуальных агентов с разными правилами поведения, которые взаимодействуют на рынке. Такие модели, разработанные в Институте сложных систем Макса Планка и Цюрихском политехе, воспроизводят реальные феномены: пузыри, панические распродажи, каскадные банкротства — без подгонки параметров «под ответ».
Инструменты, которые уже работают
Математический аппарат для описания общества не гипотетический. Он применяется здесь и сейчас.
Теория игр объясняет, почему в дилемме заключённого возникает кооперация при повторяющихся взаимодействиях (модель Тит-фор-Тат Аксельрода), и как это работает в репутационных системах маркетплейсов.
Стохастические процессы и теория вероятностей лежат в основе прогнозирования явки на выборах, спроса на товары, распространения фейков. Алгоритмы не «угадывают», а вычисляют распределения.
Дифференциальные уравнения в частных производных моделируют миграционные потоки, диффузию инноваций, эволюцию языков. Уравнение Фишера-Колмогорова, изначально описывавшее распространение выгодных генов, сегодня применяется к диффузии мемов в соцсетях.
Но главный сдвиг парадигмы заключается не в конкретных формулах, а в уровне абстракции. Ошибка критиков «математизации общества» в том, что они требуют тотальной формализации: «Введите в модель все мысли и чувства — тогда поверим». Это как требовать от квантовой механики описать траекторию каждого электрона во Вселенной. Физика работает иначе: она выделяет инварианты, симметрии, поля. Социальная наука учится тому же.
Теория категорий как метод
Здесь уместно сказать о подходе, который часто упоминают, но редко объясняют по-человечески — теории категорий. Это не «математика для математиков». Это язык отношений. В категории важны не объекты сами по себе, а морфизмы — стрелки между ними, отображения, сохраняющие структуру.
Применительно к обществу это означает, что неважно, что человек «думает внутри». Важно, с кем он связан, какие роли исполняет, какие правила воспроизводит. Вы — не субстанция. Вы — функция, отображающая одно социальное множество в другое. Ваша идентичность — это не ядро, а узел в сети отношений.
Этот подход позволяет формализовать то, что раньше считалось «мягким». Например, институциональные изменения можно описать как коммутативные диаграммы: если два пути преобразования социальной структуры дают одинаковый результат, система устойчива. Конфликт — это нарушение коммутативности. Звучит абстрактно? Да. Но именно такой уровень абстракции позволяет сравнивать принципиально разные системы от корпоративной иерархии до децентрализованных сообществ.
Цифровое зеркало
Цифровизация — не просто «технологический прогресс». Это эпистемологический прорыв. Впервые в истории мы наблюдаем общество изнутри, в реальном времени, в масштабе. Каждый лайк, перевод, поиск — это данные. Это не «слежка» (хотя этический вопрос остаётся), а сырой материал для понимания коллективной динамики.
Алгоритмы не «манипулируют» реальностью, но обнажают её. Они показывают, что за кажущимся хаосом скрывается структура. За свободой выбора — распределения вероятностей. За индивидуальностью — паттерны повторения.
Но важно не впасть в другую крайность. Математическая описуемость не означает детерминизм. Уравнения описывают тенденции, не отменяя свободы воли на микроуровне. Как квантовая механика не отменяет классическую физику в макромире, так и социальная математика не «отменяет» человеческое измерение — она задаёт рамки, в которых это измерение разворачивается.
Границы применимости
Честный разговор о математике общества невозможен без обсуждения ограничений.
Во-первых, проблема рефлексивности. Социальные модели влияют на то, что они описывают. Если алгоритм предсказывает рост цен на жильё в районе, инвесторы скупают там недвижимость — и предсказание сбывается, но не потому, что модель «угадала», а потому, что её использовали. Это не баг, это фича социальной реальности.
Во-вторых, этический риск редукционизма. Даже самая точная модель — упрощение. Если забыть об этом, можно начать оптимизировать общество как механизм, игнорируя ценности, которые не вписываются в функцию потерь. Математика — инструмент, а не идеология.
В-третьих, проблема интерпретации. Уравнение может показать корреляцию, но не причинность. Рост числа пожарных на месте пожара коррелирует с ущербом, но не они его вызывают. В социальных науках этот риск многократно выше из-за скрытых переменных: культуры, исторического контекста, неформальных норм.
***
Общество всегда было математичным. Просто раньше у нас не было данных, вычислительных мощностей и концептуального аппарата, чтобы это увидеть. Сегодня — есть.
Но признание математической структуры социального — не приговор человеческой свободе. Напротив: только поняв закономерности, мы можем осознанно влиять на них. Как инженер, знающий законы сопромата, строит мосты, а не надеется на удачу, так и общество, понимающее свои динамические паттерны, может проектировать институты, минимизирующие страдания и максимизирующие возможности.
Вопрос не в том, можно ли описать общество математически. Можно. Вопрос в том, на каком языке мы осмелимся это сделать и во имя чего. Математика не даёт ответов на вопросы «что такое хорошо». Но она помогает увидеть, как устроено то, что есть. А это — необходимый первый шаг к тому, чтобы сделать это «есть» чуть более справедливым, устойчивым и человечным.
ссылка на оригинал статьи https://habr.com/ru/articles/1028466/