Κεφάλαιο 1. Δυναμική, Πρόβλεψη και Προσομοιώσεις

Transcript

1 Κεφάλαιο 1. Δυναμική, Πρόβλεψη και Προσομοιώσεις Τα τελευταία 60 χρόνια η θεωρία της πολυπλοκότητας και οι κοινωνικές επιστήμες βαδίζουν μαζί (βλέπε Εικόνα 1). Αν και αυτό το «πάντρεμα» δεν ήταν πάντοτε εύκολο, σήμερα τόσο οι κοινωνικές επιστήμες όσο και η θεωρία πολυπλοκότητας αντιμετωπίζουν νέες προκλήσεις. Εικόνα 1: Η πολυπλοκότητα στις κοινωνικές επιστήμες από τον Brian Castellani. Από: sciencefactory.com/complexity-map_feb09.html πρόσβαση 25/3/2012. Αν και η θεωρία του χάους (κατά το σωστότερο, «θεωρία μη-γραμμικών συστημάτων») γεννήθηκε και αναπτύχθηκε στα μαθηματικά, τα συμπεράσματα που προέκυπταν (με καταιγιστικούς ρυθμούς) υιοθετήθηκαν ίσως πολύ γρήγορα, από μερικούς ενθουσιώδεις κοινωνικούς επιστήμονες: ξαφνικά, ένα σημαντικό μέρος των επιστημονικών παραγωγών στις κοινωνικές επιστήμες «γέμισε» από λέξεις όπως χάος, καταστροφή, ανάδυση, αβεβαιότητα, ελκυστής, παράξενος ελκυστής, πολυπλοκότητα, φράκταλ, σολιτονικά κύματα κτλ 1. Αυτοί οι όροι, χωρίς να σημαίνουν τίποτα ιδιαίτερο (στις κοινωνικές επιστήμες), χρησιμοποιήθηκαν (πολλές φορές καταχρηστικά) για να εκφραστεί μια αγωνία των κοινωνικών επιστημόνων για «ανανέωση» ίσως και «καινοτομία»: ενώ οι θετικές επιστήμες είχαν συνεισφέρει σε σημαντικό και ευδιάκριτο βαθμό στην καθημερινή ζωή των ανθρώπων, οι κοινωνικές επιστήμες είχαν μείνει «πίσω» όσον αφορά στον στίβο των καθημερινών επιτευγμάτων. Προφανώς, ο σκοπός αυτής της παραγράφου δεν είναι τόσο μια επιστημολογική ανάλυση του αντικειμένου των κοινωνικών 1 Βλ. Ενδεικτικά: Kauffman s The Origins of Order (1993), Casti s Complexification (1995), Arthur s Increasing Returns and Path-Dependence in the Economy (1994), Nicolis Introduction to Non-Linear Science (1995), Luhmann s Social Systems (1995), Krugman s The Self-organizing Economy (1996), Jervis s System Effects (1998), Rescher s Complexity (1998), Holland s Emergence (2000), Byrne s Complexity Theory and the Social Sciences (1998), Kelly s New Rules for the New Economy (1999), Cilliers Complexity and Post-modernism (1998) και Hayles How We Became Posthuman (1999).

2 επιστημών αλλά πολύ περισσότερο, η μεταφορά μιας εντύπωσης που δημιουργείται έντονα στους «αδαείς». Μπορεί λοιπόν, η «επιτυχία» των θετικών επιστημών να θεωρηθεί ως μια νίκη σε μια επικοινωνιακή μάχη επιρροής με στόχο τον καθημερινό άνθρωπο; Επίσης προφανώς, μπορεί. Πάντως, η θεωρία πολυπλοκότητας φιλοδοξεί να δώσει αυτό το πλαίσιο που ενώνει επιστήμες και «σπάει» τα καθιερωμένα σύνορα που υπάρχουν συμπεριλαμβανομένου και του ορίου μεταξύ των θετικών και των κοινωνικών επιστήμων (βλέπε Urry 2003). Έτσι, η δυναμική των κοινωνικών επιστημών πέρασε ουσιαστικά από τις ομοιογενείς ομάδες σε μάλλον πολύχρωμες επιστημολογικά συλλογικότητες (ομάδες;) όπου διάφοροι ειδικοί από διαφορετικές επιστήμες συνεισφέρουν στον ίδιο σκοπό: είναι αλήθεια ότι το πεδίο των κοινωνικών επιστημών προσφέρεται ως προς την πολυπλοκότητα που επιδεικνύει αλλά και το ενδιαφέρον που ελκύει. Όμως, ακριβώς αυτή η αφάνταστη πολυπλοκότητα που κάνει τόσο ελκυστικές τις κοινωνικές επιστήμες, είναι και το σημαντικότερο σημείο διαφωνίας ως προς τη διαχείριση της: το διακύβευμα έχει μεγάλο ρίσκο. Μιλάμε για εμάς τους ίδιους, αυτό που είμαστε και για το που βαδίζουμε Αυτή τη στιγμή, μπορούμε να συζητούμε για τον επιστήμονα με γνωστικό αντικείμενο την πολυπλοκότητα; Ο πολυπλοκολόγος 2 ; Μάλλον ειρωνικά, ναι, μπορούμε: πόσοι από τους πολυπλοκολόγους όμως είναι (κυρίως) κοινωνικοί επιστήμονες; Κι όμως ελάχιστοι. Πέρα από την αφάνταστη πρόκληση που παρουσιάζουν οι κοινωνίες και η δυναμική τους (ίσως τη μεγαλύτερη πρόκληση από όλες), οι κοινωνικοί επιστήμονες φαίνονται διστακτικοί ως προς τη χρήση τέτοιων επιστημολογικών θεωρήσεων ως μακρινές, αδύνατες και χιμαιρικές 3. Μάλλον διστάζουν τουλάχιστον για δύο λόγους που μπορούμε άμεσα να αναφέρουμε. Πρώτον, διότι η παραδοσιακή, η δική τους επιστήμη, δεν τα έχει πάει και τόσο άσχημα (πράγμα απολύτως αποδεκτό) ενώ επίσης, δεν δείχνει να έχει εξαντληθεί. Δείχνει όμως κάποια σημάδια επιστημολογικής κόπωσης: είναι ο κοινωνικός κόσμος σαν τον φυσικό κόσμο εάν συμπεριλάβουμε και τον ιδεασμό για τον οποίο υποθέτουμε ότι είναι αποκλειστικός στους ανθρώπους; Σε τι διαφέρει μια «κοινωνία» τερμιτών 4 από μια κοινωνία ανθρώπων πέρα από το ότι οι άνθρωποι ασχολούνται με αυτήν και σκέφτονται γι αυτήν 5 ; Τι ακριβώς είναι αυτό που μας πείθει τόσο εύκολα ότι μόνον μέσω του ιδεασμού θα μπορέσουμε να καταλάβουμε τον εαυτό μας και τους συνανθρώπους μας; Δεύτερον, διότι αυτή η «νέα» προσέγγιση απαιτεί την εκμάθηση εργαλείων (κυρίως μαθηματικά και προγραμματισμό υπολογιστή) ως προς τα οποία ο (τυπικός) κοινωνικός επιστήμονας έχει δηλώσει την απόσταση του και έχει πεισθεί για την ελαττωμένη χρησιμότητα τους στο τομέα έρευνας του. Ωστόσο, αρκετές φορές, χρησιμοποιεί 2 Όταν διατυπώνεται ο όρος Complexologist τότε μάλλον αναφέρεται σε διάφορους συμβούλους περισσότερο με την έννοια του «γκουρού» παρά με την έννοια του επιστήμονα. Βάλτε την λέξη στο Google 3 Ούτως ή άλλως, όπως πολύ σωστά το θέτει ο Greenwald (2012), ακόμα κι αν συμφωνούσαν όλοι οι επιστημολόγοι ότι δεν υπάρχει λύση στα επιστημολογικά ζητήματα των κοινωνικών επιστημών, ακόμα και τότε, οι κοινωνικοί επιστήμονες θα συνέχιζαν να ερευνούν. 4 Ή απόλυτα «χαζών» (η λέξη δεν επαρκεί για να περιγράψουμε αυτό που είναι) δραστών. 5 Χωρίς όμως καμία βεβαίωση ότι μπορούν να κάνουν κάτι για αυτήν. Όπως θα έλεγε ο Marx: «Οι άνθρωποι φτιάχνουν την ιστορία αλλά δεν την φτιάχνουν όπως τους ευχαριστεί»(the Eighteenth Brumaire of Louis Bonaparte. Karl Marx 1852)

3 στατιστικά μαθηματικά μοντέλα για να περιγράψει τα ευρήματα του και, επίσης, για να αξιώσει μια γενίκευση τους. Όλοι οι κοινωνικοί επιστήμονες έχουμε κάποια επαφή με τα μαθηματικά και τους υπολογιστές γιατί μας «βολεύουν». Τελικά όμως κάθε φορά που εισάγουμε τα δεδομένα μας σε ένα υπολογιστή για να τα επεξεργαστούμε, μοιάζουμε με ασθενείς που περιμένουν να πάρουν τα αποτελέσματα των εξετάσεων τους: πάμε καλά; Θα χρειαστεί να κάνουμε κάτι; Αξίζει αυτό που ερευνώ; 6 Άρα η απάντηση δεν είναι ότι τα μαθηματικά ή οι υπολογιστές απλά δεν ανήκουν στο χώρο των κοινωνικών επιστημών Οι περισσότεροι επιστήμονες 7 που ασχολούνται με την κοινωνική πολυπλοκότητα αυτή τη στιγμή είναι μαθηματικοί, φυσικοί, μηχανικοί και, κυρίως, πληροφορικοί. Αρκετές φορές, ίσως από έπαρση, ίσως από «άμυνα» στο (ίσως) επιθετικό στυλ των κοινωνικών επιστημόνων έναντι τους, χρησιμοποιούν ιδέες που στις κοινωνικές επιστήμες φαίνονται απλά ως «τυχαίες» ή, ακόμα, α-νόητες Αυτό το βιβλίο λοιπόν, είναι κατ αρχάς λοιπόν μια πρόσκληση προς τους κοινωνικούς επιστήμονες: ο ρόλος του κοινωνικού επιστήμονα δεν μπορεί να περιοριστεί σε «αφ υψηλού» κριτική σε αυτό που κάνουν ήδη επιστήμονες από άλλες ειδικότητες που έχουν βρει ένα προνομιακό πεδίο έρευνας (=το κοινωνικό πεδίο). Πρέπει να «λερώσουμε» τα χέρια μας και να συνεργαστούμε κατ αρχάς, για να τους δώσουμε τα φώτα μας, κατά δεύτερον για να συμμετέχουμε σε μια νέα προσέγγιση πολλά υποσχόμενη Η δυναμική των κοινωνικών συστημάτων Ήδη από τα τέλη του 19 ου αιώνα, ο James (1890/1950) ορίζει την σκέψη σαν ένα συνεχές και αενάως μεταλλασσόμενο ρεύμα. Αργότερα, ο Mead (1934) σημειώνει τις συνεχείς προσπάθειες του ανθρώπου να αποδώσει νόημα στα γεγονότα, ακόμα και στα μέλλοντα γεγονότα, ενώ ο Lewin (1936b) επιχειρηματολογεί ως προς το ότι η συμπεριφορά και η σκέψη του ανθρώπου είναι ένας συνεχιζόμενος αγώνας επίλυσης συγκρουσιακών και αντιφατικών κινήτρων που συνυπάρχουν στο ίδιο πεδίο. Οι σκέψεις, τα συναισθήματα και η συμπεριφορά του ανθρώπου παρουσιάζουν μια ιδιαίτερα δυναμική όψη: τα συναισθήματα φαίνονται να μεταβάλλονται συνεχώς 8, οι σκέψεις περνούν μέσα από ένα «ποτάμι» συνείδησης και τόσο η ατομική όσο και η κοινωνική συμπεριφορά καθορίζονται από συντονισμένες μορφές αλλαγής 9. Μια εξήγηση για αυτήν την αφάνταστη πολυπλοκότητα που απεικονίζεται τόσο στα ευρήματα των κοινωνικών επιστημών όσο και στις εξηγήσεις που τους αποδίδονται, είναι ότι η συμπεριφορά των ανθρώπων και των ομάδων είναι τελικά, και σε μεγάλο βαθμό, τυχαία. Η τυχαιότητα αποφασίζει σε καθοριστικό βαθμό τι θα συμβεί σήμερα και το τι θα συμβεί αύριο αποφασίζεται από την τυχαιότητα του χθες: μόνον στοχαστικές 10 προσεγγίσεις μπορούν να 6 Πολλοί συνάδελφοι θα διαφωνήσουν και, πιθανώς, θα επιχειρηματολογήσουν υπέρ μιας απόμαθηματικοποιημένης, κοινωνικής επιστήμης. Εντούτοις, χωρίς τον λογικό φορμαλισμό (ακόμη και της ψυχο-λογικής σκέψης), τα ευρήματα μοιάζουν περισσότερο με μια πρόταση προς διαπραγμάτευση παρά με μια καταφατική διατύπωση. 7 Είτε από μόνοι τους είτε ενταγμένοι σε ανάλογης σύνθεσης ομάδες. 8 Πολλές φορές καταλαμβάνουν δε ακραίες θέσεις 9 Μοιάζουν να συγχρονίζονται σε αναδυόμενα κοινωνικά μορφώματα. 10 Στοχαστικές προσεγγίσεις είναι οι προσεγγίσεις που επικαλούνται σε κάποιο βαθμό την τυχαιότητα και αναπόφευκτα, περιορίζουν την εμπλοκή της ελεύθερης βούλησης ή της σκόπιμης δράσης.

4 δώσουν αποδεκτές εξηγήσεις. Μια πιο αισιόδοξη προοπτική είναι ότι αυτή η πολυπλοκότητα που αναδύεται στις εξηγήσεις των κοινωνικών επιστημών δεν είναι παρά μια αντανάκλαση της πραγματικής πολυπλοκότητας που επικρατεί στα κοινωνικά φαινόμενα (βλέπε για παράδειγμα, Bandura 1982 και Meehl 1978). Σε μια τέτοια οπτική, ένα κοινωνικό φαινόμενο επηρεάζεται από μια πληθώρα παραγόντων, ο καθένας από τους οποίους είναι υπεύθυνος για κάποιο (μικρό ή μεγάλο) ποσοστό από τη συνολική διακύμανση που παρουσιάζει το συγκεκριμένο φαινόμενο. Πρακτικά όμως, τις περισσότερες φορές αδυνατούμε ακόμα και να παρουσιάσουμε ένα τελικό κατάλογο 11 από επιδρώντες παράγοντες: πολύ περισσότερο, αδυνατούμε να παρουσιάσουμε και έναν κατάλογο με τις αλληλεπιδράσεις τους. Τόσο τα άτομα όσο και οι κοινωνίες φαίνονται να είναι συστήματα εγγενώς δυναμικά: δηλαδή η κατάσταση σε χρόνο Α καθορίζει, σε κάποιο βαθμό, την κατάσταση του συστήματος στη μετέπειτα χρονική στιγμή Β πάντοτε σε σχέση με κάποιο κανόνα μετάβασης. Αυτό σημαίνει ότι αυτά τα συστήματα μπορούν να εξελίσσονται ακόμα και με την απουσία εξωτερικών παρεμβάσεων: πρόκειται για συστήματα όπου επικρατούν κάποιοι μηχανισμοί ανατροφοδότησης (feedback). Με λίγα λόγια, μια μεταβλητή μπορεί να εναλλάσσει τον ρόλο της από αίτιο σε αποτέλεσμα και πάλι από την αρχή. Για παράδειγμα, εάν δεν ψηφίζω ένα κόμμα και δεν μου αρέσει το πρόγραμμα του, όσο πιο πολύ έρχομαι σε επαφή με το πρόγραμμα του μπορεί να με κάνει να το αντιπαθώ περισσότερο και να έχω ακόμα λιγότερη διάθεση να το ψηφίσω (το πρόγραμμα και η ψήφος ανακυκλώνονται συνεχώς μια σαν αίτιο και μια σαν αποτέλεσμα). Αυτή η ανατροφοδότηση μπορεί να προκαλέσει τελικά ακραία συμπεριφορά όταν ο συντελεστής πολλαπλασιασμού είναι αρκετά μεγάλος: αν, για παράδειγμα, κάθε φορά που βλέπω το πρόγραμμα του συγκεκριμένου κόμματος, το αντιπαθώ όλο και περισσότερο, τότε γρήγορα μπορώ να φθάσω σε οριακές συμπεριφορές έναντι των οπαδών του Εφόσον όμως αυτή η διαδικασία εμπεριέχει μια «ανατροφοδοτούμενη» αιτιότητα και εφόσον δεν απαιτείται πλέον μια αναλογία μεταξύ αιτίου και αποτελέσματος, τότε μπορούμε να πούμε ότι το σύστημα αυτό έχει μια μη-γραμμική δυναμική 12 : τα κοινωνικά φαινόμενα όπως και τα φυσικά φαινόμενα, δεν παρουσιάζουν αναγκαστικά μια «ομαλή», «ομοιόμορφη» ή «προοδευτική» τροχιά στην πορεία τους. Αντίθετα, μπορούν να περνάνε από διαφορετικές - απότομα διαχωρισμένες- φάσεις ηρεμίας, αναπάντεχου στροβιλισμού και διάλυσης. Με τέτοιους όρους μπορούμε να αρχίσουμε να αναγνωρίζουμε την κίνηση των εθνικών οικονομιών και των χρηματαγορών, των πολιτικών συστημάτων, της συμπεριφοράς του πλήθους και πολλών άλλων ακόμα κοινωνικών φαινομένων ειδικότερα όταν αναπτύσσονται σε ρευστά και ευμετάβλητα κοινωνικά περιβάλλοντα. Οι ιδέες που προέρχονταν από τη θεωρία των δυναμικών συστημάτων ή την (μαθηματική) μελέτη των μη-γραμμικών συστημάτων, φαίνονταν να ανταποκρίνονται άμεσα σε αυτές τις περιπτώσεις, τουλάχιστον εκ πρώτης όψεως: στα κοινωνικά 11 Αν και θεωρούμε ότι είναι ένας πεπερασμένος κατάλογος 12 Ένα γραμμικό σύστημα είναι το σύστημα το οποίο μπορούμε να κατανοήσουμε εφόσον κατανοήσουμε ατομικά τα μέρη του και μετά το συναρμολογήσουμε: το όλο είναι το άθροισμα των μερών. Αυτή είναι και η απλή ιδέα της κλασσικής μηχανικής (η μηχανική είναι ο κλάδος της φυσικής που ασχολείται με την κίνηση των σωμάτων- για όσους δεν θυμόμαστε από το Γυμνάσιο).

5 συστήματα όπου παρατηρούνται φαινόμενα που σχετίζονται με συμπεριφορές αυτό-οργάνωσης (άρα, ανάδυσης) ή/και με συμπεριφορές όπου συνυπάρχουν αρμονικά τόσο αιτιοκρατία όσο και τυχαιότητα (Puddifoot 2000, Helbing 2009). Αν και δεν υπάρχει κάποια πρόσφατη θεωρητική κατάκτηση η οποία θα συσχετιζόταν άμεσα με την θεμελιώδη φύση της κοινωνικής δυναμικής, η έλευση της θεωρίας των δυναμικών συστημάτων (πολλές φορές χρησιμοποιείται ο όρος «Θεωρία του χάους» ή «Θεωρία πολυπλοκότητας») οριοθέτησε ένα νέο και ενθουσιώδες ρεύμα αποκαλυπτικών υποθέσεων σχετικά με την κοινωνική δυναμική (για παράδειγμα Vallacher & Nowak 1994, 1997, επίσης βλέπε, Eiser ). Ωστόσο, θα πρέπει να επισημάνουμε ότι αυτές οι διατυπώσεις αναλογιών και ομοιοτήτων παρέμεναν, σε σημαντικό βαθμό, διακηρυκτικού τύπου Η θεωρία των δυναμικών συστημάτων (η, απλά, δυναμική) αναφέρεται στην περιγραφή και πρόβλεψη των συστημάτων που παρουσιάζουν πολύπλοκη μεταλλασσόμενη συμπεριφορά σε μάκρο-επίπεδο η οποία αναδύεται από την συλλογική δράση πολλών αλληλεπιδρώντων στοιχείων (Mitchell 2009). Ουσιαστικά, μεταφερόμαστε (ίσως κάπως απότομα) σε μια ολιστική προοπτική: μάκρο-συμπεριφορές που προκύπτουν από μίκρο-αλληλεπιδράσεις. Μας λείπει όμως ο «χαμένος κρίκος» της αλυσίδας: η έννοια της ανάδυσης 14. Η ανάδυση είναι το φαινόμενο κατά το οποίο περνάμε από το μίκρο στο μάκρο: προϋποθέτει κάτωθεν αιτιότητα (Bottom-Up) αλλά «προσθέτει» αυτό το «κάτι» της άνωθεν αποτίμησης (Top-Down). Έτσι, το όλον δεν είναι το άθροισμα των μερών: η μελέτη τόσο των ίδιων των ατόμων που απαρτίζουν μια κοινωνία όσο και της αλληλεπίδρασης τους, κανονικά θα μας έδιναν μια πιστή εικόνα του παραγόμενου αποτελέσματος δηλαδή της κοινωνίας 15. Όμως, από νωρίς 16, παρατήρησαν ότι αυτό δεν ισχύει: άνθρωποι οι οποίοι αφήνονται ελεύθεροι έχουν την τάση ή, φαίνονται να έχουν την τάση, περισσότερο να αυτό-οργανωθούν παρά να κυλήσουν στο χάος (Miller 2010). Με την αυτό-οργάνωση, ίσως μια άλλη λέξη για την ανάδυση, σχηματίζονται πολύπλοκα κοινωνικά μορφώματα όπως οι ομάδες (ή υποσυστήματα) και αυτές συνεχίζουν να αλληλεπιδρούν μεταξύ τους πιθανώς σε μορφώματα ανώτερου επιπέδου. Η αυτόοργάνωση είναι μια τάση των συστημάτων που χαρακτηρίζονται από αστάθεια («μακράν ισορροπίας») και αναδεικνύει την τάση τους να δημιουργούν νέες και σταθερές δομές. Οι νέες δομές κτίζονται με βάση την ανατροφοδότηση ή τη ροή πληροφορίας ανάμεσα στα υποσυστήματα. Για παράδειγμα, την εξειδικευμένη περίπτωση της ανάδυσης ηγεσίας, η ροή της πληροφορίας προκύπτει στην επικοινωνία και την αλληλεπίδραση μεταξύ των μελών μιας ομάδας. Ασύμμετρες αλληλεπιδράσεις μπορούν να προκύψουν ενδεχομένως όταν μερικά μέλη 13 Στα Ελληνικά, βλέπε επίσης Katerelos Emergence. 15 O Laplace ( ) Γάλλος μαθηματικός, το είχε θέσει ως εξής: «μια διάνοια η οποία σε κάποια δεδομένη στιγμή θα γνώριζε όλες τις δυνάμεις οι οποίες κινούν το σύμπαν, και όλες τις θέσεις όλων των αντικειμένων από τα οποία συντίθεται η φύση, εάν επίσης αυτή η διάνοια ήταν τόσο απέραντη που να θέσει αυτά τα δεδομένα σε ανάλυση, θα μπορούσε να εντάξει σε μια μοναδική διατύπωση τις κινήσεις τόσο των μεγαλύτερων σωμάτων του σύμπαντος όσο και αυτών των μικροσκοπικών ατόμων. Για μια τέτοια διάνοια τίποτα δεν θα ήταν αβέβαιο και το μέλλον, σαν το παρελθόν, θα ήταν παρόν μπροστά στα μάτια του.» 16 Ο όρος «ανάδυση» αποδίδεται στον πρωτοπόρο ψυχολόγο G.H. Lewes ( ) o οποίος στο έργο του Problems of Life and Mind (1875, p. 412, από Blitz 1992) αναφέρει: «Το αναδυόμενο δεν είναι ίδιο με τους συνθέτες του εφόσον αυτά είναι ασύμμετρα και δεν μπορεί να αναλυθεί στο άθροισμα τους ή την διαφορά τους».

6 της ομάδας αλληλεπιδρούν με άλλα, είτε σε μεγαλύτερη έκταση, είτε με διαφορετικούς τρόπους (Guastello 2008 p.240). Η πρόβλεψη Όπως και να έχει, τα κοινωνικά συστήματα εννοούνται 17, τουλάχιστον τις περισσότερες φορές, σαν συστήματα που τείνουν στην ισορροπία. Ακολουθώντας τον Sorokin (1927), ο Buckley (1967) ορίζει την απαρχή της κοινωνιο-φυσικής (τον 17 ο αιώνα) σαν την κεντρική αντίληψη ότι ο άνθρωπος ή η κοινωνία είναι μια πολύπλοκη μηχανή. Ο Vilfredo Pareto (1916/1935) συμπλήρωσε αυτό το μηχανικό μοντέλο με την ιδέα της ισορροπίας. Σύμφωνα με την άποψη του σχετικά με την ισορροπία, «η οποιεσδήποτε μέτριες αλλαγές σε στοιχεία ή τις σχέσεις τους (ενός συστήματος) μακριά από την θέση ισορροπίας, αντισταθμίζονται από αλλαγές που τείνουν να το επαναφέρουν» (p.9). Αυτή η σύλληψη μιας συστημικής ισορροπίας υιοθετήθηκε σχεδόν αναλλοίωτη από πολλούς κοινωνιολόγους που ακολούθησαν τον Pareto, ιδίως δε τον Talcott Parsons (Buckley 1967, Parsons 1977). Χωρίς καμία αμφιβολία, οι κοινωνικές επιστήμες μεταφέρουν μέσα τους τον σπόρο της ισορροπίας και της πρόβλεψης και αυτό από την αρχή της ίδρυσης τους 18. Πολύ περισσότερο αυτός ο σπόρος ήταν ένας παράγοντας εξαιρετικής σημασίας στην ίδια την αναγκαία διαφοροποίηση τους από την μυθολογία και την μεταφυσική: έτσι ώστε να αποκτήσουν τον (τιμητικό) τίτλο της επιστήμης (Aldridge 1999). Σύμφωνα με τον Wright Mills (1970), η πρόβλεψη είχε μια προεξέχουσα θέση στις κοινωνικές επιστήμες ακόμα και κατά την δεκαετία του 50. Δεν διστάζει να δηλώσει ότι «ο σκοπός της κοινωνικής επιστήμης είναι η πρόβλεψη και ο έλεγχος της ανθρώπινης συμπεριφοράς» (Mills 1970). Η θετικιστική άποψη 19,20 για τις κοινωνικές επιστήμες, στις μέρες μας, χαρακτηρίζεται ως ένα μάλλον «αφελές» υπόδειγμα: όλοι ξέρουμε ότι υπάρχουν βαθειά προβλήματα που αφορούν την προβλεψιμότητα (για παράδειγμα, βλέπε Fiske & Sweder 1986 και Gilbert 1996). Παρ όλο που η πρόβλεψη δεν έπρεπε να γίνεται αντιληπτή σαν κάτι περιορισμένο σε μια συγκεκριμένη κάστα ανθρώπων (επιστημόνων) 21, σύμφωνα με τον Giddens (1984, p.248), οι «ορθόδοξοι» κοινωνικοί επιστήμονες είχαν ένα «υπέρ-απλουστευμένο μοντέλο της κοινωνικής επιστήμης» όπου, η παραγωγή καταπληκτικών ιδεών και αποκαλύψεων υποτίθεται ότι θα άφηναν τους αδαείς άναυδους. Εντούτοις, η συζήτηση περί πρόβλεψης στις κοινωνικές επιστήμες βασίζεται ίσως πολύ περισσότερο σε μια συγκεκριμένη αντίληψη ως προς την «χρησιμότητα» τους στην κοινωνία 22 : εάν αδυνατούν να προβλέψουν, τότε, σε τι μας είναι χρήσιμες; 17 Από τους κοινωνικούς επιστήμονες τουλάχιστον μέχρι πρόσφατα 18 Ο Comte δεν έκρυβε την φιλοδοξία του να δημιουργήσει μια επιστήμη εφάμιλλη της Φυσικής: την κοινωνιοφυσική! 19 Για το μέγεθος της επιρροής του θετικισμού στις κοινωνικές επιστήμες βλέπε Halfpenny 1982, Για μια ανάλυση των προβλημάτων που προκύπτουν ως προς την συσσώρευση γνώσης εδικά στις κοινωνικές επιστήμες βλέπε Gergen (1972, 1983) 21 Σε κάποιες περιπτώσεις, οι αδαείς μπορούν να προβλέψουν χαοτικές σειρές αριθμών καλύτερα απ ότι το κάνουν τα γραμμικά στατιστικά μοντέλα (Heath 2002). 22 Έτσι, η έννοια της «κοινής γνώμης» η οποία λόγω της αστάθειας της και την αδυναμία πρόβλεψης της, χαρακτηρίστηκε από πολλούς κοινωνικούς επιστήμονες ως μη-διαχειρίσμη δηλαδή ως «άχρηστη»: όπως το έθεσε ο Secord (1975, p.77) η κοινή γνώμη είναι «άμορφη», «αψηλάφητη» και «υδραργυρική»

7 Από την άλλη πλευρά, εάν θεωρήσουμε ότι οι κοινωνικές επιστήμες μπορούν να κάνουν αξιόλογες προβλέψεις τότε οι κοινωνικοί επιστήμονες θα «μετατρέπονταν» σε κάποιο είδος κοινού «μάντη» χρήσιμου τόσο σε ατομικό επίπεδο όσο και σε κοινωνικό επίπεδο. Ας μην ξεχνάμε ότι κατά την διάρκεια των δεκαετιών του 50 αλλά και του 60, η Ψυχολογία εθεωρείτο κάτι σαν «επίφοβη μαγεία». Επί της εποχής, υπήρχε η πίστη ότι η Ψυχολογία μπορούσε να προσφέρει μια εξήγηση της ανθρώπινης συμπεριφοράς με όρους πρόβλεψης και ελέγχου και μάλιστα με «υποσυνείδητο» τρόπο 23. Αυτό όμως που απαιτείται ευρέως είναι, σίγουρα, μια «ανανεωμένη» θετικιστική αντίληψη των κοινωνικών επιστημών: χωρίς να αμφισβητηθεί η κοινή αντίληψη κατά την οποία πρυτανεύει η θεώρηση ότι η «επιστημονική» γνώση μπορεί να συνεισφέρει θετικά με παρεμβάσεις που υποβοηθούν το ανθρώπινο είδος στο να προοδεύσει και να αναπτυχθεί 24 Ζητείται έτσι μια αντίληψη για την κοινωνική επιστήμη η οποία θα συνεπάγεται μια ιδιαίτερη σχέση ανάμεσα στην απόκτηση της γνώσης και την εν δυνάμει χρήση της. Έτσι, η διάσημη φράση του Comte ότι «από την επιστήμη προκύπτει πρόβλεψη και από την πρόβλεψη προκύπτει έλεγχος» θα μπορούσε να διατυπωθεί εκ νέου αλλά μόνον υπό την προϋπόθεση ότι τα ευρήματα των κοινωνικών επιστημών θα πρέπει να εννοηθούν, στην καλύτερη περίπτωση, ως πολιτικά επιχειρήματα. Άρα, το κυρίως έργο των κοινωνικών επιστημών είναι να «ανακαλύψει» την γνώση που ζητούν οι πολιτικοί έτσι ώστε να ενορχηστρώσουν τις «αναγκαίες» και «ορθολογικές» παρεμβάσεις. Ωστόσο, το γεγονός ότι οι κοινωνικές επιστήμες και η εφαρμοσμένη πολιτική είτε δεν μπορούν να συνδυαστούν έτσι απλά είτε δεν συνδυάζονται ομαλά, μπορεί να δειχθεί από την φύση της σχέσης μεταξύ αιτιακής εξήγησης και πρόβλεψης. Σύμφωνα με τον Fay (1975), η αιτιακή εξήγηση εξ ανάγκης συνεπάγεται πρόβλεψη και, στη συνέχεια, την επιθυμία ελέγχου: μοιράζονται την ίδια «δομική ταυτότητα». Για τον Mills (1970), η αποδοχή της πρόβλεψης ως κεντρικό στοιχείο των κοινωνικών επιστημών συμπίπτει με ένα αντί-δημοκρατικό («γραφειοκρατικό») ήθος. Στις περισσότερες περιπτώσεις, η επιστημονική καινοτομία θα ακρωτηριαζόταν σε μια μοντέρνα «κλίνη του Προκρούστη» όπου «μια μεγάλη θεωρία ισχυρής πρόβλεψης» θα παραχωρούσε ιδεολογική νομιμοποίηση σε πολιτικές επιλογές ενώ ένας αφαιρετικός εμπειρισμός θα τις προμήθευε με την αναγκαία τεχνολογία κοινωνικού ελέγχου (Hodgkinson 2000). Ακόμα και έτσι όμως, η αναγνώριση των ορίων της ζητούμενης πρόβλεψης και η εγκατάλειψή της ως το «μέγιστο πρόσταγμα» των κοινωνικών επιστημών δεν σημαίνει ότι πρέπει να σταματήσουμε να επιχειρούμε να κάνουμε προβλέψεις (Aldridge 1999). Οι προσομοιώσεις μέσω υπολογιστή Η ιδέα των προσομοιώσεων (προσωπικότητας) προέρχεται από την ανάπτυξη της Τεχνητής Νοημοσύνης κατά τις αρχές της δεκαετίας του 60. Επί της εποχής, το κύριο δόγμα ήταν να εξηγήσουμε τις διαδικασίες της ανθρώπινης σκέψης και - γιατί όχι - να τις μιμηθούμε: ο Tomkins (1963 p.7) δηλώνει 25 : (οι προσομοιώσεις) «Σαν οποιαδήποτε καλή μέθοδος είναι εννοιολογικά 23 Αυτό κι αν είναι τρομακτικό: κάποιος με επηρεάζει και δεν έχω καν συνείδηση γι αυτό! Πολλές κινηματογραφικές ταινίες τρόμου γυρίστηκαν με αυτό το θέμα επί της εποχής. Κάπως έτσι ξεκίνησαν επίσης κάποιες «μέθοδοι» mind control κοκ. 24 Βλέπε επίσης Tsekeris et al Θα πρέπει να φανταστεί ο αναγνώστης ότι το βιβλίο αυτό είναι τα πρακτικά ενός συνεδρίου που πραγματοποιήθηκε το 1962 στο Princeton και αφορούσε την Προσομοίωση Υπολογιστή της προσωπικότητας. Θα πρέπει να αναλογιστεί ποιες δυνατότητες είχαν τότε οι υπολογιστές και ποιες ήταν οι προσδοκίες των επιστημόνων

8 ουδέτερη. Δεν έχει κρυφά, ενσωματωμένα σφάλματα ούτε περιορισμούς. Δεν ευνοεί ένα τύπο θεωρίας απέναντι σε έναν άλλο, ούτε μια όψη της προσωπικότητας αντί για μια άλλη και έτσι, αφήνεται στην διατήρηση του ανταγωνισμού των ιδεών που είναι το αίμα που κυλάει στο σώμα της επιστήμης». Συνεχίζει: «Δίνει τα πρωτεία στην δημιουργική, εποικοδομητική σκέψη. Ο υπολογιστής δεν είναι μόνον ουδέτερος, είναι επίσης κουφός, βλάκας και αδρανής, ένα tabula rasa του οποίου η παθητικότητα φωνάζει και ζητεί την δράση του προγραμματιστή. Απέναντι σε μεθόδους όπως οι προβολικές τεχνικές και η παραγοντική ανάλυση, αυτή η αδράνεια του υπολογιστή χρησιμεύει στην αναστολή της κακόβουλης αύξησης των δεδομένων που ομοιομορφοποιείται από τον πρότερο ιδεασμό». Όπου καταλήγει: «Τελικά, είναι η κατ εξοχήν μέθοδος της δοκιμής ιδεών μια ψυχική αεροδυναμική σήραγγα όπου οι υπερβολικά ξιπασμένες, οι αδύνατες, οι ανισσόροπες, οι αδέξιες, οι ευάερες αφαιρέσεις (abstractions) του θεωρητικού της προσωπικότητας θα υποστούν πιέσεις οποιουδήποτε επιθυμητού βαθμού σοβαρότητας. Αυτός ο συνδυασμός χαρακτηριστικών κάνει τον υπολογιστή μια μέθοδο που δίνει ασυνήθιστες υποσχέσεις. Όχι μόνον θα επιτρέψει την εξερεύνηση της οργανωμένης πολυπλοκότητας, της εσωτερικής δομής της προσωπικότητας, σε ένα επίσης πολύπλοκης δομής κοινωνικό πεδίο, τα οποία και τα δύο θα μπορούσαν να προσομοιωθούν έτσι ώστε να αλλάζουν και να συνεξελίσσονται αλλά (κάτι τέτοιο) απαιτεί συνάμα δημιουργικότητα, καθαρότητα, και επαλήθευση μέσω δοκιμών». Άρα «Αυτή είναι η υπόσχεση της προσομοίωσης μέσω υπολογιστή». Όταν γεννήθηκαν οι προσομοιώσεις μέσω υπολογιστή, σαν μια νέα μέθοδος, αφορούσε και θεωρούσε προνομιακό της πεδίο την σκέψη, την προσωπικότητα και την συμπεριφορά (βλέπε Εικόνα 2). Εντούτοις, και παρά την ενθουσιώδη διάθεση των πρωτοπόρων, γρήγορα τέθηκε το ζήτημα της αναλογίας των μοντέλων προσομοίωσης με τα πραγματικά αντικείμενα που προσομοιώνονται (που υπάρχουν με φυσικό ή τεχνητό τρόπο). Όταν προσομοιώνουμε για παράδειγμα τη συμπεριφορά ενός αεροπλάνου φτιάχνουμε ένα μικρότερο και απλοποιημένο ομοίωμα του (ένα «μοντέλο») και το εισάγουμε σε μια αεροδυναμική σήραγγα έτσι ώστε να παρατηρήσουμε την συμπεριφορά του. Εικόνα 2: Το διάγραμμα ροής προσομοίωσης της Γνωστικής Εξισορρόπησης (Abelson 1963: αναπαραγωγή από Tomkins & Messick 1963, p.289) Στην ανθρώπινη κοινωνική συμπεριφορά, όμως, αμέσως ερχόμαστε αντιμέτωποι με μια πληθώρα αλληλεπιδρώντων χαρακτηριστικών που θέτουν ζήτημα αναγκαίας πληρότητας της μοντελοποίησης: σε μια προσομοιωτική λογική, σε πιο βαθμό θα πρέπει να φτιάξουμε το

9 μοντέλο τόσο πλήρες ώστε να περιλαμβάνει τις αναγκαίες συνθήκες που θεωρούμε ότι επηρεάζουν την συγκεκριμένη συμπεριφορά διατηρώντας όμως ταυτόχρονα, κάποια κομψότητα/απλότητα ως προς την αιτιότητα που εισάγεται. Με λίγα λόγια, για να προσομοιώσουμε την κοινωνική συμπεριφορά, θα έπρεπε να φτιάξουμε ένα μοντέλο που μιλά, πεινάει, ιδρώνει, χρησιμοποιεί κινητό τηλέφωνο, αναψοκοκκινίζει, έχει άγχος, αγαπά, επικοινωνεί κοκ. Σε μια τέτοια προσπάθεια, γρήγορα θα καταλήγαμε σε αδιέξοδο: είναι αλήθεια ότι αυτή η αφάνταστη πολυπλοκότητα που αναδύεται ακόμη και στα ευρήματα των κοινωνικών επιστημών (βλέπε προηγούμενο κεφάλαιο) στηρίζεται και από την καθημερινή εμπειρία μας. Για μια «πλήρη» μοντελοποίηση της κοινωνικής συμπεριφοράς λοιπόν θα έπρεπε να εισάγουμε τόσες πολλές μεταβλητές που γρήγορα το μοντέλο μας θα μας οδηγούσε απλά σε μια ανάλογη (και αναμενόμενη) πολυπλοκότητα: δηλαδή, ακόμα και στην περίπτωση που κάτι τέτοιο θα ήταν εφικτό, δεν θα έλυνε κανένα πρόβλημα! Τα μοντέλα (είτε τα προσομοιώνουμε είτε όχι) είναι, εξ ορισμού, μια απλοποιημένη μορφή του αντικειμένου που μοντελοποιούν αλλά, ταυτόχρονα, είναι μια πιο συγκεκριμένη μορφή από μια αφαιρετική ιδέα του αντικειμένου (Apter 1970, p.22). Επειδή υποθέτουμε ότι αυτή η απλοποιημένη μορφή του αντικειμένου της μοντελοποίησης μοιράζεται τις βασικές αρχές λειτουργίας του με το αντικείμενο που μοντελοποιείται (πχ. κατηγοριοποίηση) και το μοντέλο είναι μια πιο συγκεκριμένη μορφή του αντικειμένου τότε το μοντέλο είναι μια πιο συγκεκριμένη μορφή αυτών των βασικών αρχών (αφού τις ενσωματώνει). Με άλλα λόγια, τα μοντέλα έχουν ένα ενδιάμεσο ρόλο ανάμεσα στις γενικές θεωρίες που διατυπώνονται για ολόκληρες οικογένειες συστημάτων και σε συγκεκριμένα συστήματα που οι θεωρίες αυτές φιλοδοξούν να εξηγήσουν. Κάποιες φορές το μοντέλο παράγεται από τη θεωρία και συγκρίνεται μετά με το σύστημα που εξετάζεται: κατ αυτόν τον τρόπο, τίθεται υπό δοκιμή η θεωρία και αξιολογείται μέσω του μοντέλου που παράχθηκε από αυτήν. Αυτή είναι η (πολύ γνωστή) περίπτωση της υποθετικόεπαγωγικής προσέγγισης όπου οι παράγωγες (από τη θεωρία) υποθέσεις αλληλεπιδρούν μεταξύ τους στη λειτουργία του μοντέλου 26. Κάποιες άλλες φορές, κατασκευάζεται ένα μοντέλο σε ευδιάκριτη αναλογία με το εξεταζόμενο σύστημα και τότε, μπορεί να συνάγουμε αφαιρεμένες ιδέες περί του εξεταζόμενου αντικειμένου: δηλαδή να κατασκευάσουμε θεωρία 27. Εάν βέβαια η λέξη «θεωρία» χρησιμοποιείται κάτω από την μάλλον γενική θεώρηση του «επεξηγηματικού σχήματος» τότε, και το μοντέλο είναι μια μορφή θεωρίας. Οι Simon & Newell (1956) επιχειρηματολογούν υπέρ της άποψης ότι όλες οι θεωρίες είναι αναλογίες διαφορετικών ειδών οι οποίες ποικίλουν μόνον στον τρόπο με τον οποίο εκφράζονται: μπορεί να εκφράζονται λεκτικά, μαθηματικά ή ακόμα και μεταφορικά. Με αυτή την έννοια, τα μοντέλα σε υπολογιστή δεν έχουν καμία διαφορά από τα μοντέλα εκφράζονται μέσω των συμβόλων της φυσικής γλώσσας 28 Εντούτοις, έχει διατυπωθεί και η άποψη (κυρίως ο B.F. Skinner έχει 26 Η γνωστή μας πειραματική διαδικασία. 27 Σύμφωνα με τον Cartwright (1983), τα μοντέλα δεν είναι τελικά άμεσα αναγώγιμα στην θεωρία που τα παρήγαγε: αντιφατικά μοντέλα μπορούν να συνυπάρχουν κάτω από την ίδια θεωρητική ομπρέλα. Επίσης, τα μοντέλα παρουσιάζουν σαφώς μεγαλύτερη αντοχή από τις ίδιες τις θεωρίες: αλλάζουμε τη θεωρία χωρίς να αμφισβητούμε το μοντέλο ή, ακόμα, τα μοντέλα επιβιώνουν ακόμα και όταν η θεωρία που το παρήγαγε, διαψευσθεί! 28 Κατά τον Ostrom (1988), για να κατασκευάσουμε θεωρίες ή μοντέλα πρέπει να έχουμε μια γλώσσα για να την εκφράσουμε. Υπάρχουν λοιπόν τρεις γλώσσες που προσφέρονται: η φυσική γλώσσα, η μαθηματική γλώσσα και η

10 επιχειρηματολογήσει υπέρ της, κατά το 1950) ότι οι θεωρίες, άρα και τα μοντέλα, είναι άχρηστα. Ο Skinner βασίζει αυτή τη θεώρηση του στην αντίληψη ότι εάν μπορείς να ασκείς έλεγχο 29 σε ένα σύστημα τότε το κατανοείς και δεν χρειάζονται επιπλέον αφαιρετικές κατασκευές επεξήγησης (όπως οι θεωρίες ή τα μοντέλα)! Όμως, αυτή η διατύπωση του Skinner είναι μάλλον αβάσιμη ακόμη και στην καθημερινή ζωή: (σχεδόν) όλοι μπορούμε να οδηγήσουμε αυτοκίνητο ή να χρησιμοποιούμε κινητό τηλέφωνο και μπορούμε να το ελέγχουμε στο επίπεδο της χρήσης του αλλά, η συντριπτική πλειοψηφία μας δεν έχει ιδέα για το πώς λειτουργεί Το αντίθετο είναι επίσης αλήθεια: μπορούμε να κατανοούμε κάτι πως λειτουργεί αλλά αυτό δεν συνεπάγεται αυτόματα ότι μπορούμε και να το ελέγξουμε! Για παράδειγμα ένας κοινωνικός επιστήμονας μπορεί να κατανοεί τους μηχανισμούς υψηλής διασποράς και γενίκευσης της βίας αλλά, προφανώς δεν μπορεί να ελέγξει το συγκεκριμένο φαινόμενο. Όταν όμως θελήσουμε να μοντελοποιήσουμε την ανθρώπινη κοινωνική συμπεριφορά, τότε πραγματικά, όπως αναφέρθηκε και παραπάνω, γρήγορα θα αντιμετωπίσουμε σοβαρές δυσκολίες: η ανθρώπινη συμπεριφορά χαρακτηρίζεται ως πολύπλοκη ακόμα και όταν την αντιμετωπίσουμε σαν ξεχωριστές αλληλεπιδρούσες διαστάσεις. Μια διάσταση για παράδειγμα θα μπορούσε να είναι η βιολογική διάσταση του ανθρώπου, μια άλλη η ψυχολογική διάσταση, μια άλλη η επικοινωνιακή διάσταση και μια άλλη η κοινωνική διάσταση του 30. Η κάθε μια από αυτές τις διαστάσεις, από μόνη της είναι εξαιρετικά πολύπλοκη: μοιάζει σαν να κατεβαίνουμε τα επίπεδα ανάλυσης χωρίς όμως να έχουμε σημαντικά κέρδη (σε απλότητα και κατανόηση) ενώ αυξάνεται σημαντικά το κόστος (σε ότι χάνεται η ολοκληρωμένη εικόνα του ανθρώπου). Αναμφισβήτητα, εδώ έχουμε μια βασική ιδιότητα της πολυπλοκότητας: η αναλυτική διαδικασία δεν μας βοηθά πολύ Βέβαια, με αυτή τη διαδικασία μπορούμε να απομονώσουμε σχέσεις μεταξύ μεταβλητών που θα μπορούσαν να μας οδηγήσουν σε χρήσιμα συμπεράσματα 31 αλλά στο, τέλος, θα πρέπει να υπάρξει κάποια σύνθεση που θα μας οδηγήσει πάλι στο φαινόμενο που μελετούμε. Οι Hilgard & Bower (1966), ήδη από τη δεκαετία του 70, επανέρχονται στο νέο πεδίο των προσομοιώσεων μέσω υπολογιστή: για αυτούς, ευτυχώς η προσομοίωση με υπολογιστή θα μπορούσε να είναι το μέσο για να αντιμετωπίσουμε την πολυπλοκότητα. Εντούτοις, η υποθετικο-επαγωγική μοντελοποίηση 32 είχε, ούτως ή άλλως, σημαντικά προβλήματα στις κοινωνικές επιστήμες: τι πάει να πει «νόμος» στα πραγματικά κοινωνικά συστήματα; Η ίδια η ύπαρξη τέτοιων κοινωνικών νόμων έχει αμφισβητηθεί έντονα από πολλούς ακαδημαϊκούς του τομέα (για παράδειγμα βλέπε Giddens 1984): η αμφισβήτηση βασίζεται κυρίως στο τι εννοούμε σαν κοινωνικό νόμο. Αν πρόκειται για κάτι από το οποίο κανένας και τίποτα δεν μπορεί να ξεφύγει (τηρώντας την αρχή της παγκοσμιότητας), τότε υπάρχει σαφές πρόβλημα με την υπολογιστική γλώσσα. Πάντα σύμφωνα με τον ίδιο συγγραφέα, η πρώτη ανταποκρίνεται καλά στην αβεβαιότητα και την ασάφεια αλλά είναι αμφίσημη, η δεύτερη προσφέρει σημαντικές αναλυτικές δυνατότητες αλλά παρουσιάζει εξίσου σημαντικές αδυναμίες ως προς την περιγραφή και εξήγηση των μη-γραμμικών συστημάτων. Τέλος η τρίτη, ως ενδιάμεση μεταξύ της φυσικής γλώσσας και της μαθηματικής γλώσσας, επιτρέπει την προσεκτική και μη-αμφίσημη τυποποίηση ενός φαινομένου. 29 Το ελέγχεις! Περίπου όπως το ποντίκι σε ένα κλουβί 30 Προφανώς ούτε είμαστε ούτε επιδιώκουμε να είμαστε εξαντλητικοί. 31 Και δεν τα έχουν καταφέρει και «άσχημα» ως τώρα (Sawyer 2004). 32 Και τα ευρήματα που προέκυπταν από νόμο-παραγωγικά μοντέλα.

11 αιτιότητα που συνεπάγεται ένας τέτοιος νόμος. Εκτός ελαχίστων εξαιρέσεων, η συντριπτική πλειοψηφία των επιστημολόγων δεν δέχεται ότι μπορεί να υπάρχει τέτοιος νόμος 33,34 στις κοινωνικές επιστήμες: οι κοινωνικοί νόμοι πρέπει να «χωράνε» εξαιρέσεις και τότε, σε αυτές τις περιπτώσεις, οι νόμοι δεν μπορούν να δώσουν εξηγήσεις. Τα τελευταία είκοσι χρόνια περίπου, οι επιστημολόγοι των κοινωνικών επιστημών άρχισαν να διαφοροποιούνται από την τυπική έννοια της νόμο-παραγωγικής μοντελοποίησης: άρχισαν να αναπτύσσουν μια διαφορετική άποψη για την εξήγηση η οποία βασίζεται σε αιτιώδεις μηχανισμούς παρά σε νόμους (βλέπε για παράδειγμα Little 1998). Ενάντια λοιπόν στην αντίληψη του Hume για την αιτιότητα όπου γεγονότα συνδέονται σαν μια αλυσίδα (αίτιο-αποτέλεσμα) και αυτό συμβαίνει συστηματικά, οι τελευταίοι θεωρούν ότι η εξήγηση προκύπτει από την αναγνώριση πιθανόν αόρατων αιτιωδών μηχανισμών και από την ταυτοποίηση των διαδικασιών στις οποίες οι μηχανισμοί αυτοί εντάσσονται. Με αυτή την προοπτική, εφόσον η επιτυχία (η εξήγηση) μπορεί να έρθει (και συχνά συμβαίνει) μέσω αόρατων (από την παρατήρηση) μηχανισμών, αυτή η μηχανιστική αντίληψη της αιτιότητας υπονοεί ότι υπάρχει μια πραγματικότητα (μια κατ εξοχήν ρεαλιστική προοπτική) αλλά ταυτόχρονα απορρίπτει τον εμπειρισμό (Aronson, Harre & Way 1995, Bhaskar 1997, Layder 1990). Ενώ δηλαδή δέχονται ότι υπάρχει αλήθεια (οι αληθινοί αιτιώδεις μηχανισμοί), δεν δέχονται ότι αυτοί θα πρέπει να αντανακλώνται αναγκαστικά σαν κανονικότητες σε παρατηρήσιμα δεδομένα. Όσον αφορά τα κοινωνικά φαινόμενα, αυτή η σχετικά νέα προοπτική έχει βρει πολλούς οπαδούς κυρίως από τους μικρό-κοινωνιολόγους: τα κοινωνικά μάκρο-φαινόμενα μπορούν να εξηγηθούν μόνον με όρους της μηχανικής των σχέσεων ανάμεσα σε άτομα (βλέπε για παράδειγμα Ritzer & Gindoff 1992). Σε μια πιο πρακτική άποψη, αυτή η εστίαση στις διαπροσωπικές σχέσεις οδήγησε σε ένα αυξημένο ενδιαφέρον για τους κοινωνικούς μηχανισμούς οι οποίοι αποτελούν το προνομιακό πεδίο έρευνας της κοινωνικής ψυχολογίας, δηλαδή τους ατομικούς αλληλεπιδραστικούς μηχανισμούς οι οποίοι καταλήγουν στην ανάδυση των συλλογικών (κοινωνικών) μορφωμάτων (Sawyer 2003). Οι κοινωνικές προσομοιώσεις ουσιαστικά βασίζονται σε μια τέτοια λογική: αντί να προσπαθούμε να βρούμε τους νόμους που διέπουν την κοινωνική δυναμική, θα πρέπει να βρούμε τους μηχανισμούς εκείνους και τις συνθήκες εκείνες που μέσα από την αλληλεπίδραση ατόμων (με μίκρο-κίνητρα) θα προκύπτει μια συγκεκριμένη κοινωνική διαμόρφωση. Μια τεχνητή κοινωνία έχει πολλούς αυτόνομους δράστες (με την έννοια της δράσης, του πράττει) οι οποίοι διαπραγματεύονται και συνεργάζονται μεταξύ τους έτσι ώστε να αυτό-οργανώνονται σε κάποια τελικά μοτίβα. Άρα, η μοντελοποίηση στις κοινωνικές προσομοιώσεις αφορά τους μηχανισμούς αλληλεπίδρασης μεταξύ δραστών και υποθέτει ότι αυτοί είναι οι μηχανισμοί (μηχανιστική αιτιότητα) απ όπου θα αναδυθούν οι ζητούμενες μάκρο-ιδιότητες του κοινωνικού συστήματος που υπάγονται οι δράστες. Οι προσεγγίσεις που αναφέρονται σε αυτό το πλαίσιο θεωρούνται ανάλογες με τις κοινωνιολογικές θέσεις των μεθοδολογικών ατομικιστών (Shumpeter 1908, Hedstrom & 33 Ένας «απόλυτος» νόμος. 34 Βλέπε επίσης McKim &Turner 1997

12 Swedberg 1998): σε πολύπλοκα συστήματα όπως οι ανθρώπινες κοινωνίες, μπορεί να αποδειχθεί αδύνατη η ανάπτυξη σε όρους ατομικής δράσης και αλληλεπίδρασης ακόμα κι αν συμφωνήσουμε ότι αυτές οι διαδικασίες είναι, πράγματι, οι «υποβόσκοντες» ζητούμενοι μηχανισμοί. Αυτό διότι αυτή η προοπτική απαιτεί μεγάλη ποσότητα πληροφορίας σε αυτό το ατομικό και διαπροσωπικό επίπεδο 35 : πληροφορία που πιθανόν δεν μπορεί να τους την προσφέρει η επιστήμη που αναφέρονται! Η ιδανική κοινωνική προσομοίωση θα ήταν λοιπόν αυτή που θα παρήγαγε την πιο πιστή μίμηση του υπό διερεύνηση φαινομένου, σε όλες τις πιθανές καταστάσεις του. Σε αυτή τη περίπτωση, εφόσον μια τέτοια προσομοίωση είναι δυνατή, τότε η δυσκολία της ερμηνείας των αποτελεσμάτων της θα ήταν άμεσα συγκρίσιμη με αυτή που θα συναντούσε ο οποιοσδήποτε ερευνητής με πραγματικά δεδομένα προερχόμενα από το ίδιο το πεδίο (Cilliers 1998) 36. Οι ερευνητές που αναφέρονται στο ρεύμα του μεθοδολογικού ατομικισμού, θεωρούν ότι θα πρέπει να ξεκινάμε από τα πιο βασικά στοιχεία των κοινωνιών που θέλουμε να μελετήσουμε (δηλαδή τις ατομικότητες, τους δράστες και τις αλληλεπιδράσεις τους) και στη συνέχεια, να ανεβαίνουμε επίπεδα ανάλυσης μέχρι να φθάσουμε στο επιθυμητό επίπεδο εξήγησης: το αναδυόμενο κοινωνικό επίπεδο. Εντούτοις, παρόμοιες τελικές καταστάσεις μπορούν να παραχθούν από πολλές διαφορετικές καταστάσεις χαμηλού (ή «υπέρ-χαμηλού 37») επιπέδου: έτσι, ευρήματα σε κοινωνικό επίπεδο μπορούν να αναφέρονται σε διαφορετικές -σε χαμηλά επίπεδα ανάλυσης- κοινωνίες όπου όμως αναδύονται κοινές μάκρο-συμπεριφορές. Άρα, μια μηχανιστική αιτιότητα θα είχε σημαντικές δυσκολίες να αποδώσει εξηγήσεις. Μια προσομοίωση με αυτούς τους όρους δηλαδή που φιλοδοξεί να ενσωματώσει τέτοιους αιτιώδεις μηχανισμούς ως προς την εξήγηση σφαιρικών κοινωνικών φαινομένων, θα αποτύγχανε: ίσως θα μπορούσε να δώσει εξηγήσεις σχετικά με μία τουλάχιστον τελική κατάσταση μιας κοινωνίας. Όμως, πολλές κοινωνίες θα μπορούσαν να παρουσιάζουν επίσης τα συγκεκριμένα αποτελέσματα και παρ όλη την αποδοχή της ύπαρξης κάτωθεν αιτιότητας, αυτή φαίνεται να είναι ανεξάρτητη από τους ίδιους τους μηχανισμούς: εφόσον είναι έτσι, μια προσομοίωση δεν 35 Για παράδειγμα, είναι πολύ πιο εύκολο να πούμε ότι οι Έλληνες είναι οι πρώτοι στην «αποφυγή της αβεβαιότητας» ενώ ένας άλλος λαός σε μια άλλη χώρα είναι τελευταίος (η περιβόητη διαπολιτισμική έρευνα του Hofstadter 1980). Τέτοιες «νόμο-ηδείς» διατυπώσεις αναφέρονται σε ιδιότητες κοινωνικών μορφωμάτων (πχ. κράτη) και είναι εύκολα κατανοητές ενώ είναι επίσης εύκολα διαπιστούμενες (συνήθως μέσω επισκοπικών μεθόδων) κανονικότητες. Εντούτοις, στην δεδομένη προσέγγιση, την μηχανιστική αιτιότητα, τέτοιου είδους διατυπώσεις δεν αποτελούν εξήγηση του δεδομένου κοινωνικού φαινομένου αλλά πολύ περισσότερο μια περιγραφή του. 36 Κατά την διάρκεια των ετών που ασχολούμαστε με την μοντελοποίηση της κοινωνικής δυναμικής και στα πλαίσια μιας τέτοιας αντίληψης, δοκιμάσαμε το εξής: δώσαμε σε ένα CD με όλα τα δεδομένα 100 δραστών με ακρίβεια 16 ου δεκαδικού ψηφίου (τέτοια ακρίβεια θεωρείται πρακτικά ανόητη) για χρονικές στιγμές (επαναλήψεις) για δύο μεταβλητές σε έναν συνάδελφο μεθοδολόγο-στατιστικό. Του είπαμε ότι «αυτά είναι όλα τα δεδομένα, δεν σε κοροϊδεύω, δεν είναι τυχαία» και μετά «πες μας τι συμβαίνει σε αυτή την μικρή κοινωνία!» Στην αρχή ο συνάδελφος έμεινε κατάπληκτος και φθάσαμε σε μια κοινή ονομασία για αυτό το CD: «Το CD του Θεού». Αυτή η ονομασία δόθηκε διότι για πρώτη φορά, κοινωνιοψυχολογικά δεδομένα είναι τόσο λεπτομερή: υπό κανονικές συνθήκες, αυτή είναι η Λυδία Λίθος των τεχνικών συλλογής δεδομένων! Μόνον ο «Θεός» των κοινωνικών επιστημόνων μπορεί να έχει τέτοια δεδομένα. Σε λίγες εβδομάδες ζήτησα από τον συνάδελφο να μου πει εάν είχε βρει κάτι: Το CD του «Θεού» είχε μετατραπεί σε CD του «Διαβόλου» εφόσον οι στατιστικές μέθοδοι που έχουμε στην διάθεση μας είναι ανίκανες να αδράξουν τέτοια λεπτομέρεια και, πολύ περισσότερο, τις «μπερδεύουν» και τις «καθιστούν» άχρηστες: η πρώτη κίνηση του συναδέλφου μετά από αυτή τη διαπίστωση ήταν να κόψει την ακρίβεια και να την φέρει στα δύο δεκαδικά ψηφία μετά την υποδιαστολή Άρα λοιπόν, τίθεται ένα σοβαρό ζήτημα: ακόμα κι αν ξέραμε τα «πάντα» αυτό δεν θα μας βοηθούσε και πολύ, τουλάχιστον πρακτικά! 37 Το πιο χαμηλού (Ultra-low Level).

13 μπορεί παρά να είναι μια μερική εξήγηση σε ένα γενικό κοινωνικό φαινόμενο. Δεν εξηγεί με ποιους άλλους τρόπους (αιτιώδεις μηχανισμούς) το συγκεκριμένο κοινωνικό φαινόμενο εμφανίζεται. Όμως, αυτό το μειονέκτημα προκύπτει όταν αναφερόμαστε σε αναδυόμενες μεν αλλά στατικές δε ιδιότητες του υπό έρευνα κοινωνικού συστήματος: αυτό σημαίνει ότι κοινωνικές προσομοιώσεις μεθοδολογικά ατομικιστικού χαρακτήρα, μπορούν να δώσουν μια πιστή εικόνα εκείνων των δυναμικών μηχανισμών που οδηγούν σε αυτές τις δυναμικές ιδιότητες του κοινωνικού συστήματος που μελετάται (Tsekeris et al. 2008). Με λίγα λόγια, δεν είναι η προσέγγιση των πολυδραστικών κοινωνικών προσομοιώσεων 38 που παρουσιάζει αυτό το μειονέκτημα αλλά πολύ περισσότερο η σύγχυση που προκαλείται μεταξύ οντοτήτων ή μορφωμάτων και ιδιοτήτων και μάλιστα, δυναμικών ιδιοτήτων του κοινωνικού φαινόμενου υπό διερεύνηση 39. Εάν θεωρήσουμε ότι μια στατική απογραφή του δεδομένου κοινωνικού συστήματος θα σήμαινε την αποτίμηση των οντοτήτων που εμπεριέχει σε σφαιρικό επίπεδο (πχ. κανόνες, θεσμούς, ομάδες κοκ.) τότε, πράγματι, οι δραστο-στραφείς κοινωνικές προσομοιώσεις εμφανίζονται ως μια ελλιπής προσέγγιση Εάν όμως επιθυμούμε μια δυναμική αποτίμηση του συστήματος που προκύπτει, τότε χρειαζόμαστε μια εντελώς νέα προοπτική τόσο στους αιτιώδεις μηχανισμούς που θα εγκαταστήσουμε όσο και στις μετρήσεις αποτίμησης του κοινωνικού συστήματος: αυτό ακριβώς είναι η φιλοδοξία μας με το μοντέλο HESIOD. 38 Multi-Agent Based Social Simulations (MABSS) 39 Κατά την Moretti (2002), το πιο δυνατό σημείο της προσέγγισης των κοινωνικών προσομοιώσεων είναι ακριβώς αυτή η ικανότητα τους να συμπεριλάβουν την δυναμική των κοινωνικών φαινομένων.