Problem formalizacji. Instytucjonalne podstawy działalności lobbingowej w Rosji

Dziś bardzo często można spotkać się z niezrozumiałym terminem „formalizacja” i to w różnych dziedzinach nauki i techniki. Tym, którzy chcą zdobyć wiedzę, wskazane jest zrozumienie, czym jest formalizacja. W artykule omówiona zostanie istota tego terminu oraz praktyczne zastosowanie procesu.

Czym jest formalizacja z naukowego punktu widzenia w sensie ogólnym?

Poruszmy trochę aspekt naukowy. Zaczniemy od tego, że słowo formalizacja pochodzi od słowa „formalność”, czyli jest to pojęcie warunkowe, a czasem nawet abstrakcyjne, które pozwala nam wyjaśnić naturę nieistniejącego przedmiotu lub zjawiska oraz przewidzieć jego właściwości w w określonym środowisku w danych warunkach początkowych.

Językoznawstwo każdego współczesnego języka jest całkowicie sprzeczne z ekspresją lub naturą myśli. Zatem sama logika zmuszona jest używać pewnych abstrakcyjnych pojęć, aby opisać to czy tamto zjawisko. Tak pojawia się względne pojęcie formalności tego, co się dzieje.

Jak nietrudno się domyślić, istota formalizacji sprowadza się do opisania lub ustalenia z góry pewnych właściwości obiektu lub procesu (nawet takiego, który w danej chwili nie istnieje) i przewidzenia jego wykorzystania, jeśli pojawi się w świecie rzeczywistym. Ale to jest ogólny pomysł. Samo pojęcie formalizacji jest znacznie szersze. Na początek skupmy się na technologii komputerowej i zastanówmy się, w jaki sposób koncepcja ta jest wykorzystywana w świecie elektroniki.

Formalizacja komputerowa

Jeśli poruszamy temat komputerów, tego typu metodą formalizacji jest raczej przetwarzanie wstępnie określonych warunków, które pozwalają określić dalsze zachowanie obiektu lub procesu z dość dużą dokładnością.

Prawie wszystkie usługi pogodowe działają na tej zasadzie. Mając komputerowy model cyklonu, można przewidzieć jego cykl i siłę nad lądem lub nad wodą.

Pamiętacie film „Pojutrze”, w którym naukowiec przewidział globalne ocieplenie w oparciu o dokładnie tę technikę. Opracował model komputerowy, który umożliwiał przewidywanie przyszłych zdarzeń z pewnym stopniem prawdopodobieństwa.

Te przykłady jasno wyjaśniają, czym jest formalizacja.

Zasady modelowania obiektów i procesów

Głównymi metodami formalizacji są prognozowanie i modelowanie. Technologie takie służą wyłącznie do uzyskania ostatecznych danych o nieznanych obiektach lub procesach, ale można je założyć i obliczyć z dużą dokładnością.

Jeśli spojrzeć na rodzaje formalizacji, prawie wszystkie sprowadzają się jedynie do logicznych wniosków i obliczeń. Czytelnikowi nie będzie trudno dokonać porównania między modelowaniem komputerowym, dowodami twierdzeń itp. w oparciu o aksjomaty i postulaty.

Słuchaj, to samo można też zinterpretować jako metodę formalizacji, bo w praktyce nie da się zweryfikować dowodu. W szczególności dotyczy to stałej propagacji światła, spowolnienia czasu na progu jego osiągnięcia, wzrostu masy grawitacyjnej obiektu i krzywizny przestrzeni. Jak to mówią, nie poczujesz tego rękami i nie zobaczysz tego oczami.

Kiedyś były to jedynie odważne wnioski naukowca oparte na prostych eksperymentach. Dziś wszystko to potwierdza oficjalna nauka oparta na tym samym modelowaniu komputerowym.

Etapy formalizacji

Jeśli weźmiemy pod uwagę systemy komputerowe, pierwszym etapem formalizacji jest opis procesu. Ale narzędzia zwykłego języka (litery, słowa, frazy, zdania) nie są tutaj używane. Konkretny możesz utworzyć tylko przy użyciu określonego algorytmu na podstawie wybranego języka programowania, ale dopiero po ustaleniu ogólnego problemu.

Innymi słowy, modelując zachowanie obiektu lub procesu, istotę tego, co się dzieje, należy opisać symbolami czysto matematycznymi, stosując algorytm matematyczny.

Wynikiem formalizacji jest otrzymanie analizy rzeczywistego, przewidywalnego zdarzenia, które nastąpi po zastosowaniu badanej technologii w praktyce lub wejściu pewnego naturalnego procesu w fazę rzeczywistej manifestacji.

Poniżej znajduje się konceptualizacja stojącego przed tobą zadania. Opcje są tu dwie: w pierwszym przypadku jest to definicja podejścia w postaci wykorzystania atrybutów i cech; druga opcja polega na wykorzystaniu analizy poznawczej, nie mówiąc już o ustaleniu problemu, zebraniu wykorzystanych danych wyjściowych, uwarunkowaniach itp.

Badane są warunki końcowe i początkowe, badane są istniejące relacje między obiektami i procesami, a także tzw. relacje semantyczne, które implikują zastosowanie technik reprezentacji lokalnej.

Następnie następuje obróbka danych początkowych w oparciu o wybrany algorytm, po czym wyświetlany jest wynik wskazujący procent błędu. Z reguły nie przekracza 5%, a w większości przypadków wynik prawdopodobieństwa sięga 99%. Każda osoba lub maszyna nadal pozostawia „margines bezpieczeństwa”, ponieważ nie da się uwzględnić absolutnie wszystkiego.

Dlaczego to wszystko jest potrzebne?

Jeśli się temu przyjrzeć, takie zasady pozwalają analizować zachowanie obiektów i procesów. Innymi słowy, można przewidzieć, jak rozwinie się dany proces.

Teraz jest jasne, czym jest formalizacja. Spójrzmy na prosty przykład.

Zastosowanie formalizacji w praktyce, proste przykłady

Załóżmy, że jakiś specjalista opracował nowy projekt samolotu. Biorąc pod uwagę wysoki koszt projektu, zbudowanie modelu o oryginalnych rozmiarach bez wstępnej prognozy jego zachowania w powietrzu jest zadaniem całkowicie niepraktycznym. Co więcej, prowadzenie testów w tym samym tunelu aerodynamicznym na samolocie wielkości Boeinga jest całkowicie nierealne.

Formalizacja pozwala, biorąc pod uwagę z góry określone cechy przyszłego samolotu (opór powietrza, wiatr boczny, wysokość i parametry samego tunelu aerodynamicznego oraz inne cechy), symulować lot bez budowania modelu samolotu.

Innym przykładem są testy nowych samochodów prowadzone przez koncerny samochodowe. Główną metodą formalizacji w tym przypadku jest to, że najpierw wszystkie poddawane są wirtualnemu testowi, a po uzyskaniu pozytywnych wyników prototypy wprowadzane są do produkcji w celu przetestowania w warunkach rzeczywistych.

Wyniki główne

Wynik modelowania matematycznego pod wieloma względami (jeśli nie w stu procentach, to z prawdopodobieństwem do 95%) może stać się potężnym argumentem na rzecz produkcji nowoczesnych technologii, pomóc przewidzieć pogodę, a nawet przewidzieć zachowania społeczne, jak reakcja na wydarzenia na świecie.

Tak tak! na świecie również przestrzega swoich własnych praw. Wystarczy wpłynąć na to we właściwym kierunku. Dziś powstało już wiele programów, które pozwalają przewidzieć reakcję społeczeństwa na określone wydarzenie. A to nie wszystkie przykłady formalizacji. Jeśli kopiesz głębiej, spotykamy się z tym każdego dnia.

Jeden z najbardziej uderzających przykładów formalizacji można nazwać wykrywaniem cząstek elementarnych podczas zderzeń w Wielkim Zderzaczu Hadronów. Jednak wcześniej uważano, że istnienie tej cząstki jest czystą teorią i absolutnie nie można jej udowodnić na podstawie prawdziwych eksperymentów.

Wniosek

Jak widać, pojęcie formalizacji, pomimo naukowej złożoności istoty procesu, jest łatwe do zrozumienia na przykładach. W większości przypadków sprowadza się to do zastosowania pewnych łańcuchów logicznych, które z góry przesądzają o efekcie końcowym.

Formalizacja koncepcji problemu

Formalizacja koncepcji problemu z punktu widzenia analizy systemowej i koncepcji systemu.

Problem nazywa się
a) sytuacja charakteryzująca różnicę między produkcją niezbędną (pożądaną) a produkcją istniejącą;
b) różnicę pomiędzy istniejącym a pożądanym systemem, wyrażoną albo w zapobieganiu (zmniejszaniu) produkcji, albo w zwiększaniu produkcji.

Istniejące wyjście stworzonych przez istniejący system.
Wymagane wyjście Jest to wyjście, którego brak stwarza zagrożenie dla istnienia lub rozwoju systemu.
Pożądane wyjście utworzone przez żądany system.

Istniejący system- jest to stan problemu, który determinuje jedną stronę istnienia problemu.
Pożądany system- wymaganie rozwiązujące problem.

Rozwiązanie, system wypełniający lukę pomiędzy istniejącym a pożądanym obiektem projektowym. Rozwiązywanie problemów to działanie, które utrzymuje lub poprawia wydajność systemu. Proces rozwiązania to iteracja operacji mających na celu identyfikację warunków, celów i możliwości rozwiązania problemu.

Identyfikacja składa się z:
- identyfikacja jakości- definicja obiektów systemu (wejście, wyjście, proces, sprzężenie zwrotne, ograniczenie), właściwości, połączenia.
- identyfikacja ilościowa- określenie zależności ilościowych znanych konstrukcji, elementów, celów, możliwości.

Nie ma sensu posiadanie wydajnych metod generowania rozwiązań, jeśli funkcja identyfikacji problemu nie jest spełniona.

Wyboru alternatyw dokonuje się na podstawie porównania ceny, czasu, efektywności, ryzyka, biorąc pod uwagę zależności pomiędzy maksymalnymi wartościami przyrostów tych wielkości (relacje krańcowe).

Schemat rozwiązywania problemów

Przyczyną niezadowalającego stanu rzeczy i koniecznością rozwiązania są:
- pojawienie się nowego problemu,
- pojawienie się nowej możliwości.

Nowy problem

Rozwiązywanie problemu w danej sytuacji nowy problem składa się z:
w identyfikacji problemu,
w ocenie pilności problemu,
w definiowaniu celów i powiązań przymusowych,
w definiowaniu kryteriów,
w odsłonięciu struktury istniejącego systemu,
w identyfikacji wadliwych elementów istniejącego systemu, które ograniczają osiągnięcie danego wyjścia,
przy ocenie wagi wpływu elementów na wyjścia systemu określonej kryteriami,
przy definiowaniu struktury służącej do konstruowania zbioru alternatyw,
w konstruowaniu zestawu alternatyw,
w ocenie alternatyw,
w wyborze wariantów wdrożenia,
zgodnie ze znalezionym rozwiązaniem,
we wdrażaniu rozwiązania,
przy ocenie skutków wykonania decyzji.

Nowa okazja

Realizacja Nowa okazja– to bardziej złożony przypadek.
Wykorzystanie szansy (aktualizacja szansy) zależy od istnienia rzeczywistego problemu, który wymaga rozwiązania takiej okazji.
Wykorzystanie szansy poza problemem pociąga za sobą co najmniej utratę zasobów, staje się celem samym w sobie i prowadzi do pogłębienia problemów.
Aby określić, czy problem wymaga nowych możliwości do rozwiązania, należy ocenić:
a) czy istnieje alternatywa obejmująca nową możliwość,
b) czy alternatywa z nową funkcją jest najlepsza.
Jednym z podejść do aktualizacji szansy poza administracyjnym (lub zdaniem naukowca problemowym) jest realizacja szansy na zasadach samofinansowania lub samowystarczalności.

-----
Teraz zastanów się, jak w tym duchu wygląda analiza SWOT.
Należy pamiętać, że zagrożenia odpowiadają rozwiązaniu nowego problemu, ale możliwości są już jasne.
Mocne i słabe strony generalnie odpowiadają na kwestię wyboru i selekcji alternatyw.
Analiza systemowa wyraźnie wskazuje na słabe strony analizy SWOT, jej brak skupienia, brak zabezpieczeń i procedur weryfikacyjnych eliminujących lub ograniczających subiektywizm i nieprofesjonalizm.
Ale największą „zabawą” w analizie SWOT jest to, że udaje jej się połączyć nie tylko jeden, ale całą masę problemów, a nawet tych, które są heterogeniczne pod względem podejścia i procedur rozwiązywania.
Nic dziwnego, że analiza SWOT ma tak imponującą liczbę awarii i przebić...

Decyzja o udoskonaleniu organizacji musi wynikać z jej problemów i dopasowywać się do nich pod względem skali i złożoności.
Istniejące i pożądane systemy organizacyjne wymagają delikatniejszej oceny, ponieważ zawierają samoregulujące się ogniwa, które mają wolę, zasoby i interesy wynikające z ich miejsca i roli w projektowaniu systemu.

Dlatego pierwszym krokiem jest ocena projektu systemu organizacyjnego.
Ocena projektu systemów organizacyjnych opiera się na następujących kryteriach:

Wymierność. Zdolność systemu do pomiaru jego charakterystyk.

Niezawodność. Dane wyjściowe systemu pojawiają się dość systematycznie.

Efektywność. Zdolność systemu do rozwiązania problemu, stopień faktycznego osiągnięcia wyniku.
Jeśli system nie jest mierzalny, nie da się określić jego efektywności.

Optymalność. Problem rozwiązuje się „najkrótiej” w sensie wydatkowania zasobów, a jednym z zasobów jest czas. Należy pamiętać, że jeśli system jest niemierzalny i nieefektywny (to znaczy nie jest w stanie rozwiązać problemu), to ocena optymalności nie ma sensu.

Stabilność. Wzmocniona właściwość niezawodności w zastosowaniu do stałości efektów efektywności i optymalności, odporności na czynniki niszczące i zagrożenia.
W odniesieniu do systemów organizacyjnych zadaniem najwyższego kierownictwa organizacji nie jest opracowywanie decyzji, ale zaprojektowanie procesu wypracowywania decyzji i monitorowania jej działania. Jeśli menedżer jest w stanie zaproponować dobre rozwiązania na poziomie procesów organizacyjnych, nie jest faktem, że może równie skutecznie odnosić sukcesy w zarządzaniu ( w przeciwnym razie konstrukcję żurawia należało powierzyć sztangiście - podnosi on sztangę stromo).

W ciągu ostatniej dekady polityka klastrowa stała się jednym ze strategicznych kierunków polityki rządu mającym na celu zwiększanie konkurencyjności zarówno krajowej, jak i regionalnej w rozwiniętych i rozwijających się krajach świata. Jednak rządy wielu państw, opracowując programy tworzenia i rozwoju klastrów, często nie mają pojęcia o istocie pojęcia „klaster”, nie mówiąc już o jego strukturze i funkcjonowaniu. Pomieszanie definicji i późniejsze „brandingowanie” klastra prowadzi do nieuzasadnionych wydatków rządowych, a także może wprowadzić w błąd potencjalnych inwestorów prywatnych. Stopniowo termin „klaster” traci swoje prawdziwe znaczenie, a wiele samorządów regionalnych zaczyna go używać do przyciągania inwestycji zagranicznych, zmiany wizerunku regionu i innych, zrozumiałych tylko dla nich celów. Przykładowo w 1994 roku grupa M. Portera (twórcy podejścia klastrowego) zidentyfikowała w Portugalii 33 klastry, ale później okazało się, że początkowo zidentyfikowane obiekty, zwane klastrami, były całkowicie niekonkurencyjne, gdyż reprezentowały klaster niepowiązanych przedsiębiorstw . W rezultacie większość środków finansowych i inwestycji zagranicznych mających na celu rozwój portugalskich klastrów została zmarnowana. Dlatego naszym zdaniem konieczne jest jasne zdefiniowanie tego przedmiotu badań, określenie jego istotnych cech i elementów konstrukcyjnych.

Przed ekonomią termin „klaster” był powszechnie używany w większości nauk przyrodniczych, np. w biologii klaster rozumiany jest jako nagromadzenie zmutowanych genów. Z angielskiego „cluster” można przetłumaczyć jako (1) pędzel, pęczek; (2) akumulacja, koncentracja; (3) grupa. Jeszcze w latach 70. termin „klaster” był aktywnie używany w pracach krajowych geografów ekonomicznych A. Gorkina, L. Smirnyagina, a także zagranicznych naukowców K. Fredrikssona i L. Lindmarka przy oznaczaniu koncentracji przedsiębiorstw w przestrzeni. Znaczący wkład w zdefiniowanie tego obiektu miał także autor podejścia klastrowego, M. Porter. Należy zaznaczyć, że ekonomiści zajmowali się problematyką koncentracji przemysłu na przełomie XIX i XX wieku. Do wczesnych prac zaliczają się opracowania A. Marshalla, A. Loescha, W. Isarda.

Generalnie termin „klaster”, który pozwala na kilka tłumaczeń z języka angielskiego, uważany jest za niezbyt skuteczny w określaniu formy organizacji produkcji, ale jest też bardzo opłacalny i popularny w środowisku marketingowym ze względu na zwrócenie uwagi na to pojęcie ( co jest konieczne przede wszystkim dla jego twórców). W ostatniej dekadzie XX w. Pojawiły się także nowe kierunki w obszarze konsultingu – doradztwo klastrowe i zarządzanie klastrami w celu organizowania inicjatyw klastrowych.

Dziś „klaster” jest interpretowany przez naukowców dwupłaszczyznowo. Z jednej strony ekonomiści definiując to pojęcie skupiają się na bliskości geograficznej jego elementów strukturalnych. Inna grupa badaczy podkreśla inne cechy klastra, nadając komponentowi geograficznemu drugorzędne znaczenie.

Jednak brak jasnej definicji i trudność w wyznaczeniu granic w dalszym ciągu stanowią istotną wadę klastra, co jednak nie powstrzymuje twórców koncepcji polityki klastrowej. Przeciwnie, zachęcają do szerszego upowszechnienia tego terminu, przyjmując za klaster coś, co faktycznie klastrem nie jest w jego pierwotnym znaczeniu. Obiekty o zupełnie odmiennej genezie, które wcześniej miały swoje własne oznaczenia, zaczęto nazywać klastrami w hołdzie modzie (np. włoskie dzielnice przemysłowe). W tabeli W tabeli 1 przedstawiono najczęściej stosowane definicje klastra we współczesnym gospodarczym obiegu naukowym.

Tabela 1 – Podstawowe definicje klastra