О прикладном использовании модели рисков

Введение

Военные теоретики всех времён утверждали, что главная цель любой войны, получить мир, более комфортный для нападающего, чем был до начала военных действий ^[1]. Это логично: лучше по итогам войны, если она неизбежна, получить нового союзника или вассала, чем разрушенное и обозлённое государство-соседа. С учётом этого, в настоящее время в рамках межгосударственного противоборства наблюдается смещение акцентов от силовых действий к использованию методов «мягкой силы» (soft power). Примером подобных действий является применение деструктивных социальных технологий так называемых «цветных» революций. И любое государство, пытающееся защитить своё будущее и будущее своих граждан, должно обладать возможностями противодействия подобным методам.

Но как показала практика, в настоящее время в извечном противодействии «меча и щита» выигрывает нападение: специалистами разработано значительное количество методов дестабилизации социальной системы государства-противника ^[2,3,4], и намного меньшее количество методов защиты ^[5]. В результате оказалось, что создать «управляемый хаос» несложно, управлять им проблематично, а ещё труднее - выйти.

Основная проблема в данном аспекте представляется в том, что в настоящее время организация «цветных» революций и противодействие деструктивным воздействиям решается на уровне интуитивном, логико-аналитическом, когда точные математические методы и реализующие их современные информационные технологии используются преимущественно при обработке статистики и визуализации информации ^[6,7,8]. Итог такого состояния: абсолютно непредсказуемые результаты планируемых действий, даже осуществляемых в, казалось бы, похожих условиях – от относительно бескровной и достаточно успешной по результатам «жасминовой» революции 2011 года в Тунисе, до кровавой и бессмысленной резни в соседней с ним Ливии. Анализ показывает, что для обеспечения организации эффективных действий необходимо в процессе реализации цикла принятия решений иметь возможность получения точных оценок, основанных на математических методах прогнозирования, например, моделировании. Проблема актуальна как для случая организации непрямого противоборства, так и для противодействия ему.

1.Модель прогнозирования поведения общественных систем на основе теории рисков

Прогнозирование последствий принимаемых решений является неотъемлемой частью цикла управления. В настоящее время существует и используется в практике управления достаточно обширный перечень методов прогнозирования (рисунок 1). Но для прогнозирования последствий реализации социальных технологий межгосударственного противоборства используется лишь небольшая часть из них. В первую очередь это экспертные методы и логико-вероятностные модели. Сложившаяся ситуация определяется сложностью формализованного описания процессов, протекающих в обществе, характеризующихся масштабностью и разнородностью информации. Специалистами признаётся, что, проблема формализации в целом является одним из основных препятствий в использовании точных математических методов поддержки принятия решений в области управления социально-техническими системами ^[9,10]. И область моделирования социальных процессов – не исключение.

Один из возможных подходов к разрешению подобной ситуации – использование укрупнённых математических моделей основных процессов несилового противоборства. Оценка составляющих подобных процессов, осуществляемых в форме так называемых «цветных» революций показывает, что:

- основным инструментом воздействия на начальном этапе является информационное противоборство, осуществляемое через средства массовой информации и социальные сети;

- по результатам информационного воздействия осуществляется переход к силовым протестным действиям;

- в ряде случаев, на последующих этапах включается механизм прямой внешней поддержки протестных действий.

Анализ особенностей предметной области показывает, что математическое описание процессов, реализуемых в рамках вышеописанных этапов, может быть получено на основе оценки основных составляющих информационного противоборства и силовых протестных действий, а именно – структуры процессов выбора личной альтернативы поведения каждым участвующим в процессе индивидуумом, лавирующим между ожидаемой полезностью результата и возможными потерями и затратами на его достижение. Для формализованного описания подобного подхода, как показывает практика работы в смежных областях, может успешно использоваться модель на основе теории рисков.

Рис.1. Вариант классификации методов прогнозирования

Основными преимуществами подобной модели можно считать:

- относительную простоту и апробированность математического аппарата;

- простоту выделения участвующих в процессе групп агентов, например: активные участники протестов, сочувствующие, равнодушные и противодействующие группы;

- возможность оперирования усреднёнными параметрами оценок для выделенных групп взаимодействующих агентов (целевых групп).

В обобщённой форме, в контексте современных социологических и социально-психологических теорий риска: натуралистических, функциональных или институциональных, модель строится относительно рассуждений каждого моделируемого актора о соотношении стоимости и полезности результата, основанных на объективном и субъективном влиянии фактора рисков при принятии решения ^[11]. Определяются эти факторы тем, что любой человек, принимая решение, логически, а при возможности и численно, оценивает риск последствий своих действий, как в случае успеха, так и неуспешного окончания. И, хотя некоторые исследователи предполагают калькулируемость риска только в рамках натуралистической модели ^[12], на самом деле, основываясь на известной схеме «единичного акта» Т.Парсона ^[13,14], можно утверждать, что оценки формируются в любом случае. Если не численные, в явном виде, то хотя бы на качественном уровне. А последние тоже определяются на основе вычислений, пусть даже подсознательно, в форме сравнительных логических операций.

Для получения прогнозов указанных оценок, разделённых по группам участников процесса, и предлагается использовать математическую модель на основе аппарата теории рисков ^[15,16,17]. Согласно положениям этой теории, при принятии решения, каждый индивид руководствуется степенью риска, возникающего при выполнении действия. При этом он, чаще всего на подсознательном уровне, использует математический аппарат минимизации ошибок, которые в теории вероятностей делятся на ошибки первого и второго рода ^[18,19]. С использованием подобной эвентуальной модели, каждый конкретный индивид пытается минимизировать величину ожидаемого риска R по двум направлениям: снижение угрозы потери возможной «прибыли» (ошибки первого рода) и минимизации вероятных «убытков» (ошибки второго рода). В формальном выражении, данная модель описывается следующей функцией:

R = С₁₂ (1 - P(H₁₂)) + C₂₁P(H₂₁) → min.

Понятия P(H₂₁), P(H₁₂), C₂₁, C₁₂ в модели рисков могут меняться в зависимости от условий решаемой задачи. В рамках описания модели социальных рисков, они принимают следующий физический смысл:

С₁₂ – ожидаемая «полезная стоимость» результата предпринимаемых действий;

Р(Н₁₂) – вероятность того, что стратегия действий выбрана правильно и событие будет завершено с положительным для рискующего результатом;

С₂₁ – потери, возникающие в результате срыва или необоснованного принятия решения на действие;

Р(Н₂₁) – вероятность неверного выбора стратегии, приводящей к отрицательному результату действий.

Приведённая зависимость отражает оценку рисков в логической форме. Для получения конкретных оценок необходимо описать зависимость в форме математической модели. В наиболее часто встречающейся ситуации, когда решения Р(Н₁₂) и Р(Н₂₁) несовместны и составляют полную группу событий, получаем, что Р(Н₁₂) = 1 - P(H₂₁). Тогда:

R = C₁₂P(H₂₁) + C₂₁P(H₂₁).

В графическом виде вариант модели рисков, сформированной относительно вероятности неуспеха Р(Н₂₁) для случая полной группы событий, может быть описан так, как представлено на рисунке 2.

Подобное графоаналитическое представление процесса принятия решения может быть достаточно просто реализовано в форме программы математической модели (рисунок 3) и позволяет наглядно представлять изменение оценок рисков в зависимости от изменения влияющих на них факторов.

Рис.2. Графическая интерпретация моделирования оценки рисков

Рис.3. Графическое описание модели рисков с помощью стандартного пакета MathCad

Так, например, повышение стоимости С₂₁ «задирает» в модели прямую рисков вверх (рис.2), повышая ожидаемое суммарное значение риска R₀ до уровня R₁. Изменение вероятностей Р(Н₁₂) или Р(Н₂₁) сдвигает точку принятия решения на графике влево (P-) или вправо (P+), меняя относительное значение риска до R₂ или R₃ соответственно.

2. Основные факторы, влияющие на применение модели

Применение подобных моделей позволяет использовать аппарат теории рисков для оценки возможности регулирования социальных процессов. С учётом того, что вероятности Р(Н₁₂) и Р(Н₂₁) в большинстве ситуаций составляют полную группу событий, для управления обществом через риски или их ожидания, как очевидно из модели (рис.2), может быть использовано несколько основных вариантов:

- повышение неотвратимости наказания (увеличение вероятности Р(Н₂₁));

- ужесточение наказания за противоправные действия С₂₁.

- снижение вероятности получения «прибыли» при осуществлении противоправных действий Р(Н₁₂) и ожидаемой стоимости, получаемой в результате успеха С₁₂ .

В использовании данной модели могут быть несколько проблем, требующих решения:

- разделение населения на группы по признакам поведения относительно отношения к протестам;

- получение конкретных значений показателей стоимостей и вероятностей, обеспечивающих поиск "равновесных" точек, которые определяют переход модели в безусловно невыгодную рискующему область и обратно;

- учёт особенностей моделирования различных групп населения.

Первая проблема с точки зрения построения модели является самой простой: высокая точность разделения не требуется, а с необходимой для моделирования точностью процентное отношение групп может быть получено на основании результатов обработки статистики и учёта общественного мнения. Более того, как показывает анализ опыта всевозможных «цветных» и «цветочных» революций, работать придётся преимущественно с активными слоями населения, которые являются их движущей силой. Соответственно, именно эту группу и необходимо в первую очередь изучать в рамках модели риска.

Вторая проблема может быть комплексно решена различными методами, наиболее простым и надёжным из которых представляется применение экспертных оценок, формализуемых с использованием количественно-качественной шкалы. Например, сформированной с использованием D-функции желательности Харрингтона (таблица 1) или любыми другими известными методами.

Таблица 1- Вариант шкалы получения количественно-качественных оценок вероятностей ошибок первого и второго рода

Заблаговременное получение экспертных оценок для модели рисков позволит провести все необходимые мероприятия для обеспечения их точности: формирование представительной выборки экспертов, проверку согласованности и отбраковку аномальных результатов и т.п.

Аналогичным способом могут быть сформированы и стоимостные оценки рисков.

Третья проблема заключается в том, что при описании модели и интерпретации результатов моделирования необходимо учесть ряд специфических факторов, характерных для течения социальных процессов в обществе. В рамках этой проблемы, следует учитывать разные цели воздействия на группы населения, например:

- для активной части необходимо принуждение к отказу от целевых действий;

- сомневающихся убедить не поддерживать протесты;

- пассивное большинство необходимо убеждать в стабильности власти и правильности действий силовиков.

В рамках таких действий, моделируемые факторы могут оказывать различное влияние на разные группы населения, но их формальное описание в модели будет аналогичным. В то же время, различие может возникать при интерпретации результатов моделирования, что определяется разными целевыми установками групп – участников событий. Соответственно, различия в интерпретации требуют учёта в мерах по реализации результатов прогнозирования.

Во-первых, при реализации указанных мер следует учесть, что величина личных рисков оценивается каждым индивидуумом приоритетно. А все риски для государства и общества – через их преломление на угрозы для себя и своей семьи. Последнее определяется тем, что большинство людей редко в процессе оценки рисков ориентируются на дальнюю перспективу, так как прогнозировать на длительный период в условиях постоянных изменений обстановки проблематично. Чаще они ориентируются на риски в ближайшем будущем по времени и в пространстве. Исходя из этого, можно сделать вывод о том, что необходимо точечное «адресное» воздействие на краткосрочные интересы каждого человека, готового к протестным действиям. А в первую очередь – на наиболее активных членов протестных групп и их руководство.

Кстати, с учётом этого, в многочисленных руководствах по организации «ненасильственных действий» достаточно много места уделяется обеспечению безопасности их участников. Не из заботы о них, разумеется, а для сохранения протестного потенциала. Основные рекомендации – скрывать своё участие и принадлежность к данным процессам. Как при общении в сетях, так и физически, при участии в акциях протеста. Разумеется, подобные действия будут создавать проблемы при реализации мер, разрабатываемых с использованием предлагаемой модели противодействия, и их необходимо учитывать и парировать ^[20].

Обеспечить парирование противодействия опознаванию, то есть, в терминах предлагаемой модели сохранение высоких ожиданий личной вероятности Р(Н₂₁), возможно через выполнение ряда технологических мер, в первую очередь – по идентификации каждого из участников протестного процесса. Преимущественно, с использованием методов идентификации независимых от желания пользователя. Тем более, что современные технологии предоставляют достаточно широкий спектр подобных методов: идентификация по физическим признакам, по психологическому портрету и им подобных. Дополнительно разработчики систем опознавания должны парировать меры противодействия непрямыми методами: дублированием методов идентификации, скрытием самого факта работы системы, использованием косвенных методов идентификации (например, по излучению мобильных устройств) и т.п. Только так может быть обеспечена эффективность достижения цели персонализации ответственности и, на её основе, изменения ожиданий в системе рисков.

Во-вторых, при интерпретации результатов моделирования следует вспомнить ещё об одном факторе. В рамках механизма оценки рисков, часто срабатывает некоторое создаваемое искусственно «смещение», определяемое методами действий разных групп общества ^[21,22]. Чаще всего относительно небольшие группы, оперирующие в интересах дестабилизации общества, действуя вне правового поля, намеренно и показательно создают куда большие угрозы личности, чем карательные органы государства. В результате оценка рисков также смещается в их пользу, заставляя обывателя принимать решение, соответствующее их целям. Исторических примеров этому множество: революционный террор, религиозный экстремизм и т.п.

Часто именно такой подход реализуется через специализированные технологии на многочисленных площадях и майданах в рамках «цветных» и «цветочных» революций.

В-третьих, при описании модели следует учесть следующий психологический аспект – принимая решение, индивидуум пользуется, как правило, не точными значениями стоимости рисков и вероятностей, которые он посчитать не в состоянии, а их оценками в собственном сознании. Соответственно, целенаправленное формирование этих оценок, один из способов противодействия деструктивным действиям. Как в части вероятностей, величины возможных потерь, так и ожидаемой полезности результата. С учётом предыдущих рассуждений – вероятностей и величины потерь и прибыли лично для каждого потенциального участника протестов.

3. Перспективы применения модели на основе теории рисков

Предлагаемая модель, после её настройки и верификации, может быть использована как для прогнозирования рисков деструктивных антиобщественных воздействий, так и для оценки вариантов противодействия им. Как и большинство средств прогнозирования, предлагаемая модель будет использоваться не для выработки оптимальных решений, а для сравнительной оценки ожидаемых результатов их реализации в процессе итерационного метода поиска решения. Оценив с её помощью их относительную вероятность и стоимость, пользователь сможет выбрать наиболее эффективные методы из перечня спланированных.

При этом, даже в наиболее общей, описательной форме, предлагаемая модель рисков уже на этапе концептуального описания позволяет выделить следующие основные методы противодействия деструктивным действиям:

- повышение личной вероятности неуспеха деструктивных действий для каждого их потенциального участника за счёт использования технологий распознавания личности и реализации на их основе мер «точечных» воздействий. В первую очередь – для организаторов процесса;

- кардинальное повышение «стоимости» неуспеха, и не столько даже самой стоимости, сколько представления о её величине для потенциальных участников событий;

- убеждение потенциальных участников конфликтов в низкой вероятности ошибки при отказе от противоправных действий и высокой плате за участие в них. И в целом, для обеспечения такой цели – перехват информационных потоков, недопущение их использования протестующими и поддерживающими их внешними силами, создание своеобразной монополии на агитацию со стороны государства;

- выстраивание логичных отношений с протестующими. Например, недопустимость уступок им, так как уступки завышают вероятность позитивных ожиданий и приводят к возрастанию требований, как показывает пример Украины 2014 года, Франции 2018 года и ряда других стран и ситуаций.

Заключение

Собственно, все сгенерированные с помощью модели предложения достаточно очевидны и при логическом анализе содержания социальных процессов. Но, с применением предлагаемой модели, они становятся более обоснованными и вероятно, могут быть дозированы. Переход от логических оценок к количественным прогнозам, основанным на данных моделирования, обеспечит более эффективную реализацию конкретных действий. А это в условиях непрерывного возрастания роли невоенных мер межгосударственного противоборства ^{[23,24,25,26]} и уровня их опасности для успешного функционирования любого современного государства ^{[27,28,29,30]}, является очень важным и необходимым фактором обеспечения безопасности.