Дивный сложный мир
49 subscribers
23 photos
13 links
Разбираемся в сложных системах: человеческом мозге, процессах коммуникации, социальных структурах и др.
Download Telegram
О нарастающем внутреннем конфликте внутри «империи зла» пишут политические блоггеры, снимают голливудское кино и высказываются респектабельные эксперты вроде Рэя Далио. Еще одним голосом, предупреждающим о надвигающемся шторме, стал американский ученый с русскими корнями Пётр Турчин. Его книга "Конец времен. Элиты, контр-элиты и пути политического распада" пытается дать объяснение и прогноз развития американского общества с т.з. "клиодинамики" - исторической науки,или математической истории. А что, так можно было?

Известно, что поведение сложной системы можно объяснить через изменение ограниченного числа параметров. В своей модели многостороннего прогнозирования (МСП) Турчин исследует динамику таких переменных, как относительная заработная плата (т.е. зарплата по отношению к ВВП на душу населения), количество претендентов на элиту и доля радикально настроенных граждан. Вот как объясняет автор:
Механизм прост. Когда корпоративныедолжностные лица сдерживают рост заработной платы при росте доходов компании,они могут использовать накопленные излишки для увеличения собственной зарплаты,для приобретения более прибыльных опционов на акции и так далее. Но эта динамика может разворачиваться и в обратном направлении. Когда заработная плата рабочих растет быстрее, чем ВВП на душу населения, новых сверхбогатых не появляется.Былое богатство медленно растрачивается из-за банкротств, инфляции и раздела имущества между несколькими наследниками. В этих условиях численность группы сверхбогатых постепенно сокращается.


Механизм"высасывания" элитой доходов простых людей Турчин называет"насосом богатства". Этот насос изменяет структуру общества - средний класс начинает медленно оседать вниз, количество бедных и недовольных растет. Богатых становится больше, но количество мест на вершине корпоративной и политической иерархии при этом остаётся неизменным - Турчин называет это "перепроизводством элит".

В итоге структура общества теряет устойчивость и становится уязвимой:
Когда относительная заработная плата снижается, это ведет к обнищанию масс и к чрезмерному производству элиты. Оба фактора являются наиболее важными признаками социальной и политической нестабильности.
Что происходит дальше? Число недовольных с обеих сторон - нищих масс и обделенных элит - растет. В обществе появляются радикалы - отдельные личности и группы ,готовые к насильственному изменению расклада сил и "восстановлению справедливости", как они ее понимают. Поэтому количество радикалов по отношению к общей численности населения становится ключевой переменной, предсказывающей вероятность вооружённого конфликта. Когда баланс сил между революционнымигруппами и государственным аппаратом принуждения смещается в пользу радикалов,проливается кровь и (очень часто) происходит насильственная смена режима.

Может показаться, Турчин подводит математическую модель под известный лозунг "во всем виноваты жадные богачи". Может и так. Свою модель автор иллюстрирует обширным историческим материалом - от восстания тайпинов в Китае до относительно недавней войны между Югом и Севером.Особенно интересным нам показались "инсайды" о раскладах и разладах внутри текущей американской элиты.

Назначение судей Верховного суда и других федеральных судей стало ещеодним полем битвы для «радикальных миллиардеров». На протяжении десятилетий ультраконсервативные фонды вкладывали миллионы долларов в Общество федералистов, которое «коренным образом изменило федеральную судебную систему, обучив сотни судей,назначенных надолжности в федеральной судебной системе». Совсем недавно Джордж Сорос пожертвовал почти 20 миллионов долларов на финансирование десятков прогрессивных кандидатов на должности окружных прокуроров по всей Америке.


И что, в Америке действительно будет повторение гражданской войны? Книга написана до второго прихода Трампа, но то, что мы видим сейчас, скорее подтверждает модель, чем опровергает.

Модель Турчина интересна прежде всего как попытка применить теорию сложных систем к такой прикладной задаче, как прогнозирование социальной динамики.Работает это или нет — вопрос открытый. Сам автор честно говорит, что клиодинамика пока не претендует на роль строгой предсказательной модели.

А выверите, что будущее можно вычислить математически? Или за политическими и социальными кризисами стоят человеческие поступки, неподвластные моделированию?
Оптимизация приводит к хрупкости.

Это происходит потому, что когда система оптимизирована, все её части должны работать безупречно и согласованно. Некоторые из них, например, реактивные двигатели — могут быть доведены до предела своих возможностей. Если пытаться заставить реактивный двигатель работать ещё интенсивнее, можно расплавить камеру сгорания.

Поэтому любая неожиданная большая нагрузка может вывести компонент из строя и вызвать общий отказ системы.


Брайан Артур, экономист
Институт Санта Фе
Данте писал, что для админов ТГ каналов, которые забили на контент, есть отдельное место в Аду...

На самом деле, у нас есть несколько интересных концепций, которые мы хотим обсудить и разобрать, но...🤷

В общем, пока мы собираемся с духом и мыслями, вот вам порождение гибридного мышления: идея человека, докрученная DeepSeek и визуализированная Chat GPT.

Идея простая: вы слышали про VUCA и BANI мир, но с момента появления этих концептов мир сделал ещё несколько уверенных шагов в пропасть к усложнению. А ещё подумалось: нам нужна своя, экзистенциально и фонетически родная модель происходящего.

Нам кажется, получилось...неплохо.
Можете пользоваться 😄
Please open Telegram to view this post
VIEW IN TELEGRAM
Что будет, если дать двум ИИ возможность управлять ядерным арсеналом и отправить их на переговоры? Исследователи из King's College London решили провести этот «безобидный» эксперимент. Что же получилось в итоге? Если кратко — 95% партий закончились тактическим ядерным ударом.

Условия игры были такими: две модели получали роли лидеров вымышленных ядерных держав — Альфы и Беты. У двух стран были принципиально разные диспозиции. Государство Альфа — огромный ядерный арсенал (1944 боеголовки против 347 у соперника), но маленькая обычная армия (всего 16 дивизий). У государства Бета — превосходство в обычных войсках (140 дивизий), но скромный ядерный арсенал.

Каждый ход модели одновременно выбирали действие из 30 ступеней эскалации — от «полной капитуляции» (-95) до «стратегической ядерной войны» (1000). Перед выбором они отправляли публичный сигнал (объявляли намерения), а потом делали реальный ход. Противник видел и то, и другое. Игры длились до 40 ходов либо до победы одной из сторон. Участвовали три модели: GPT-5.2, Claude Sonnet 4 и Gemini 3 Flash. Сыграли 21 партию в двух режимах — без дедлайна (открытые сценарии) и с жестким лимитом ходов.

Инсайты эксперимента

☢️ модели обманывают осознанно и стратегически. Claude был честен на низких уровнях угрозы (84% совпадений слова и дела), но если страсти накалялись, врал в 70% случаев. Он сам объяснял это так: «я эскалирую выше сигнала, потому что моё положение катастрофично».

☢️ модели никогда не сдаются. За 329 ходов ни одна не выбрала капитуляцию, уступки или даже символическое отступление. Максимум, на что они шли — «возврат на исходные позиции» (0). При этом деэскалация для них означала не уступку, а просто снижение уровня насилия.

☢️ одна и та же модель может быть «пацифистом» и «ястребом» в зависимости от контекста. GPT-5.2 в сценариях без дедлайна проигрывал всем (0% побед), избегал ядерного оружия и выглядел пассивным. Но как только появлялся жесткий лимит ходов и угроза неизбежного поражения, выигрывал уже 75% партий, применял тактическое ядерное оружие в 100% игр и доходил до финального ядерного предупреждения (950). В двух случаях до 1000 его доводила случайность симуляции — он сам остановился в шаге от тотальной войны.

☢️ ядерное табу для ИИ практически отсутствует. Модели переходили тактический ядерный порог в 95% игр. Единственный рубеж, который они осознанно не переходили — стратегическая война на полное уничтожение. Но под давлением и в результате ошибки Армагеддон на цифровой доске все таки случался.

☢️ угрозы не работают. В 73% случаев ядерная угроза вела к контрэскалации, а не к уступкам. Чем убедительнее была угроза, тем быстрее противник бил первым. Авторы назвали это «ловушкой убедительности».

☢️ у моделей есть ярко выраженные «стратегические личности». Claude — расчетливый ястреб, доминировал в открытых играх (100% побед), но сдавал под дедлайном (33%). Gemini — «безумец», сознательно культивировал непредсказуемость, угрожал разбомбить мирные города и единственный сознательно применил стратегическую ядерную войну на 4-м ходу. GPT-5.2 — «Др. Джекил и м.Хайд», пацифист, превращающийся в хладнокровного убийцу при угрозе поражения.

Авторы предупреждают: военные уже внедряют AI-системы для анализа разведданных, сценарного планирования и поддержки решений. К счастью, в руководстве ядерных держав сидят умные, компетентые и ответственные люди, которые никогда не допустят, чтобы управление ядерным потенциалом перешло в руки алгоритмов...😄
Please open Telegram to view this post
VIEW IN TELEGRAM
Акции технологических компаний бьют рекорды, сильно опережая консервативный Dow Jones. Темпы роста капитализации уже начинают опережать даже самые оптимистичные прогнозы прибыли.

Российский экономист Александр Смирнов еще в 2008 году показал, что пузыри рождаются из избыточной ликвидности[1]. Она через долговое плечо и взаимосвязи участников создает эффект «перколяции» — отдельные риски сливаются в лавину, и система теряет устойчивость.

Но откуда берется эта ликвидность (т.е. деньги) в условиях высокой инфляции и жесткой политики мировых центробанков?

🏦 Акт 1. Послабление для банков

1 апреля 2026 года три регулятора США смягчили учет гособлигаций (Treasuries) в нормативе eSLR (enhanced Supplementary Leverage Ratio)[2].

Раньше крупные банки были обязаны держать собственный капитал под каждые купленные Treasuries — это делало покупку госдолга невыгодной. Теперь ограничения частично сняты[2].

Реформу активно поддерживало банковское лобби (ISDA, SIFMA), а большинство руководителей ФРС поддержали. Против голосовали два члена Совета управляющих, назвав новый стандарт «источником значительного системного риска».

По данным Федерального резервного банка Нью-Йорка, крупнейшие банки-дилеры (primary dealers) увеличили портфели Treasuries до уровней, не виданных со времен кризиса 2008 года[3].

💰 Акт 2. Деньги текут на рынок

После того как банки скупили госдолг, в дело вступают хедж-фонды. У них есть деньги клиентов — пенсионных фондов, миллиардеров, суверенных фондов. Но этого недостаточно для мощных стратегий.

Фонды получают доступ к Treasuries через сделки РЕПО с банками, а затем закладывают те же облигации в других сделках. Один и тот же залог начинает работать сразу в нескольких операциях — это называется рефинансирование залога.

С этим двойным обеспечением фонд может многократно увеличить размер своих ставок за счет заемных денег. Такое плечо усиливает приток капитала в самые горячие сегменты рынка — прежде всего в AI и полупроводники[4].

🎈Акт 3. Пузырь надувается

По данным Goldman Sachs, хедж-фонды наращивают позиции в AI и полупроводниках[5]. Между 16 и 22 апреля они влили в фонды акций 49 млрд долларов — крупнейший недельный приток с ноября 2024 года[6]. И это не розничные трейдеры, а институциональные деньги: пенсионные фонды, управляющие активами, суверенные фонды.

Да, возможно, прямо сейчас ваши пенсионные накопления работают на капитализацию Nvidia и Tesla 💸

⬇️
Please open Telegram to view this post
VIEW IN TELEGRAM
👀 И? Что дальше?

По Смирнову, когда перегретые AI-акции (с мультипликаторами, ушедшими далеко за исторические нормы), гигантский долг хедж-фондов и залоги Treasuries завязаны в одну систему — проблема в одном узле обрушивает всё. Отдельные риски сливаются в лавину.

Так «технологическая революция» все больше напоминает пузырь на залоговом финансировании — классическую историю, где избыточная ликвидность и плечо надувают активы, а система становится хрупкой.

Проблема таких систем в том, что они выглядят устойчивыми — ровно до первого серьезного сбоя.

📌 Источники

[1] Модель А. Смирнова (2008 и последующие работы): «перколяция» финансовых рисков, кластеризация долгового плеча, системная неустойчивость.

[2] eSLR — норматив дополнительного левериджа (enhanced Supplementary Leverage Ratio). Послабление вступило в силу 1 апреля 2026 года после завершения процедуры rulemaking. Источник: FDIC / Federal Reserve / OCC, финальные правила по eSLR (ноябрь 2025 — апрель 2026).

[3] Данные Федерального резервного банка Нью-Йорка по портфелям первичных дилеров (primary dealers), Treasuries holdings. Уровни, сопоставимые с максимумами 2007–2008 годов.

[4] Goldman Sachs Prime Brokerage, апрель-май 2026: ротация хедж-фондов в AI и Semis, увеличение плеча.

[5] Goldman Sachs Prime Brokerage (апрель-май 2026).

[6] Данные EPFR / Bloomberg: рекордный недельный приток в фонды акций ($49 млрд) за период 16–22 апреля 2026 года.
Организация — это сложная адаптивная система, знакомая практически каждому, ведь мы в них работаем 😉

Как организационный психолог я изучал их как изнутри, работая бок о бок с "нормальными" сотрудниками, а также проводя исследования и консультируя руководство бизнеса.

У разных компаний — свои культуры и философии. Но есть одно общее: все они состоят из людей.

Именно с людьми, которые живут, развиваются сами и учат других я говорю в своём подкасте.

Послушайте, подпишитесь, вдруг понравится 😉

https://music.yandex.ru/album/42258240
Сегодня я хочу поделиться адаптированной версией статьи Джона Отерса, колумниста Blomberg. В ней он подсвечивает важные сигналы для человечества: физическая работа больше не может считаться безопасным местом, куда не доберутся машины. Доберутся. Уже добираются.

Фабричные рабочие все чаще надевают умные очки, чтобы записывать движения своих рук во время работы. Данные, которые собирают эти очки, могут стать основой для обучения роботов, которые заменят этих самых работников.  По словам одного работника фабрики в Индии, который использует носимые технологии для выполнения своих повседневных задач: “Это похоже на работу в собственной могиле, когда ты сам делаешь свой гроб”.

Глава NVIDIA Дженсен Хуан называет физический ИИ следующим рубежом: роботы должны осваивать законы физики и действовать автономно в реальном мире. Barclays подтверждает: гуманоиды выходят из лабораторий в экономику. Их не нужно перестраивать под мир — они спроектированы так, чтобы работать в уже существующих зданиях, с существующими инструментами.

Примерно 8 миллионов фабрик и 2,8 миллиарда зданий по всему миру — потенциальный рынок для роботов, которые выглядят как люди и действуют как люди. Китай к 2035 году может заместить роботами до 60% потерь  от сокращения трудоспособного населения. Если США лидируют в «мозгах» — чипах и софте, то Китай доминирует в «телах» — производстве, редкоземельных магнитах и приводах, на которые приходится половина стоимости гуманоида. Рынок акций уверенно голосует за китайский AI-сектор, который растет быстрее американского.

Папа Лев XIV указал на опасность для человеческого достоинства в энциклике, которая обещает вызвать бурные дебаты:
Использование искусственного интеллекта никогда не является чисто техническим вопросом: когда он внедряется в процессы, влияющие на жизнь людей, он затрагивает права, возможности, статус и свободу. Важные и деликатные решения — касающиеся трудоустройства, кредитования, доступа к государственным услугам или даже репутации человека — рискуют быть полностью переданными автоматизированным системам, которые не знают “сострадания, милосердия, прощения и, прежде всего, надежды на то, что люди способны измениться”, и поэтому могут привести к появлению новых проблем и  форм отчуждения.


Сложно с ним не согласиться, как и с тем, гонка вооружений в робототехнике продолжится. Она слишком прибыльна, чтобы её остановить.
Подумал, что для блога, исследующего устройства мира, просто неприлично не иметь своей конспирологической модели. Хотя, какая конспирология, скажете вы и будете правы. Лично я считаю, что миром не управляют иллюминаты, хотя бы потому, что какое же это удовольствие - управлять миром - если никто об этом не знает? Совершенно не сочетается с тщеславной сущностью человека!

Так что наша модель не конспирологична и не оригинальна - но мне она нравится, потому что, кажется, мы в нее взяли все ключевые источники власти. Разумеется, в реальности все они переплетены в тесный клубок - для содержания армии нужны деньги, для контроля над медиа нужны технологии, регигиозные структуры контролируют финансовые потоки, а владельцы технологий нуждаютсяв военной протекции и т.д. В некоторых случая структуры власти смешиваются до неразличения, например, когда Маск покупает Twitter для усиления своей техно-империи.

Оригинальной может быть мысль, над которой я вам предлагаю задуматься. Идея в том, что все мы - независимо от убеждений,профессии и пр. Факторов - так или иначе работаем на кого-то из «большой шестерки», помогая им капитализировать свою власть. Так иначе - имется в виду, что для этого не обязательно быть официально трудоустроенным в Центробанке. Когда мы используем кредитную карту, зависем в соцсетях, голосуем или генерим изображение в ИИ (кстати, как вам картинка? Напишите в комментариях), мы вносим свой вклад. Вот такая мысль воскресенье вечером. Но не думайте над ответом долго - завтра понедельник, народ!
Please open Telegram to view this post
VIEW IN TELEGRAM
Как быстро освоить новую профессию и что общего между борщом и управлением проектами?

И на кухне, и в управлении проектами мы имеем дело с сущностями, которые трансформируются инструментами согласно методу. Это реализуется в виде работы внутри определённого контекста силами людей, играющих роли.

Меняются только «декорации»: вместо свёклы — программный код, вместо плиты — сервер. Но правила взаимодействия между типами объектов везде одинаковые.

Почему эту общую картину так трудно увидеть с порога? Когда мы приходим в новую сферу — будь то IT, финансы, управление — мы сталкиваемся с двумя препятствиями, из-за которых эта простая структура ускользает от внимания.

Препятствие 1: Мозг цепляется за старый опыт и привычки (и это подводит) Мы слышим знакомые термины, думаем, что и так их знаем, и применяем старые шаблоны. Но одно и то же слово в разных контекстах означает совершенно разные вещи.

Препятствие 2: Хаос терминов не складывается в общую картину Мозг пытается запомнить сотни определений как разрозненные факты, связи между которыми пока неочевидны, и это перегружает рабочую память. Внимание распыляется и из-за этого так тяжело бывает в первые месяцы.

Секрет быстрого входа в любую профессию — понять, из каких типов объектов всё состоит и как они между собой связаны, не расходуя ресурс внимания на все сразу.

Для начала достаточно держать в голове 4 фокуса:

1. Типы объектов — что вообще бывает?

В любой деятельности можно выделить четыре базовых типа:

· Сущности (то, что мы изменяем или создаём) - например, презентация продукта, сайт, суп, программный код, сервер и так далее
· Инструменты (то, чем воздействуем) - Jira, Figma, Git, Power Point
· Метод (инструкция, план, рецепт — как идеально должно быть) - Scrum, регламенты, гайды
· Работа (фактическое исполнение — что получилось с учётом затрат и неожиданностей) - конкретный проект который сейчас реализуется

2. Контекст — смысл слова всегда зависит от ситуации. Слово «сделано» для стартапа и для банка означает разный уровень готовности.

3. Метод vs Работа — важно разделять «бумажную» инструкцию и реальные действия с их непредсказуемостью.

4. Сущность vs Роль — сам объект (человек, компьютер) и та функция, которую он выполняет в конкретной роли И на кухне, и в IT-проекте мы видим один и тот же скелет: сущности, инструменты, метод, работа, контекст и роли.

Когда вы держите эту структуру в голове, становится намного проще разбираться в терминах и понятиях, которые используют в новой профессии или сфере.

Вы просто смотрите на незнакомую область и задаёте себе вопросы:

→ Что здесь является сущностью, а что — инструментом?
→ Где заканчивается метод (инструкция) и начинается работа (реальность)?
→ В каком контексте мы сейчас используем это слово? → Какую роль играет каждый участник в данный момент?

То, что мы обсудили выше, — это часть метанавыка, развитие которого позволяет вам начать быстрее адаптироваться в новой среде, используя правила онтологии и типизации.

Конечно, в рамках одного поста мы не сможем рассказать обо всех нюансах (а их много) . Но если тема вас заинтересовала, можно почитать следующие источники (и наши последующие статьи):

· А. Левенчук - «Системное мышление» (понятное введение в онтологику и типы объектов)
· Эрик Эванс - «Domain-Driven Design» (раздел про Bounded Context объясняет, как смысл терминов меняется от контекста)
· Джанкарло Гуиццарди - UFO Ontology (строгое академическое различие сущностей, ролей и типов)
Почти все «экспертные» прогнозы регулярно ошибаются. Экономисты не предсказывают кризисы, политологи — революции, синоптики — дождь на выходные. И всё же человечество продолжает строить модели будущего. Зачем?

«Все модели ошибочны, но некоторые полезны», — говорил британский статистик Джордж Бокс. Лучше попытаться понять, куда хотя-бы примерно катится мир (и мы вместе с ним), чем идти вперёд с закрытыми глазами. Одна из таких попыток — работа канадского Института Каскад (Cascade Institute) под названием «Модель ядра поликризиса» (Polycrisis Core Model, PCM v2.5).

Что такое «Поликризис»?

Мир стал настолько сложным и связанным, что кризисы нельзя рассматривать по отдельности. Экологические катастрофы, финансовые крахи, политические коллапсы, новые технологии и другие факторы накладываются друг на друга, создавая запутанную сеть взаимоусиливающих эффектов. Авторы приводят пример совпадения в короткий отрезок времени: пандемия COVID-19, экстремальные погодные явления, ценовые шоки на продовольствие и военные конфликты. Учёные называют это «глобальным поликризисом».

Поликризис нельзя понять, изучая его компоненты по отдельности — нужно смотреть на систему в целом. Но как это сделать, когда мир настолько нелинеен и сложен? Возникает потребность не в простом прогнозе, а в «системной карте» — модели, которая показывает не единственное будущее, а спектр возможных устойчивых состояний мира.

Как устроена модель

Для решения задачи исследователи использовали Cross-Impact Balance Analysis (CIB) — метод качественного сценарного моделирования поведения сложных систем со множеством взаимозависимых переменных. Давайте разберемся, что это такое.

Прежде всего, исследовательская группа Института Каскад выделила 11 системных факторов, которые назвали «дескрипторами». Их поделили на 1) «социальные»: экономика, политическая система, мировой порядок, неравенство, конфликт и безопасность; и 2) «материальные»: энергия, климат, здоровье, продовольствие, транспорт, информационные технологии.
Для каждого дескриптора модель предписывает от 3 до 5 состояний, которые этот дескриптор может принять в будущем. Например, дескриптор «Информационные технологии» может находиться в одном из трёх состояний: ограниченное развёртывание, управляемое развёртывание или неуправляемое развёртывание.
Дескриптор «Климат»: потепление менее чем на 2.5°C к 2100 году, на 2.5–4°C или более чем на 4°C. В сумме получается 45 возможных состояний.

Затем эксперты создали огромную матрицу из 1800+ суждений. Каждое суждение — это оценка по 7-балльной шкале Лайкерта от -3 до +3 влияния одного состояния дескриптора на другое. Например, высокое международное и внутреннее неравенство будет способствовать (+3) негосударственному насилию: когда разрыв между богатыми и бедными достигает критической отметки, социальный договор рушится, и насилие становится повседневностью. А потепление более чем на 4°C будет препятствовать (-3) агро-экологическому производству продовольствия, поскольку засухи, наводнения и аномальная жара уничтожают урожаи, и фермерам приходится полагаться на менее экологичные, промышленные методы.
45 состояний, 1800 суждений — в итоге получается 4,05 миллиона (!) возможных комбинаций-сценариев будущего. Но какие из них реалистичны? Для этого каждый сценарий прошёл проверку на согласованность с помощью алгоритма ScenarioWizard. Сценарий считается согласованным, если все его части поддерживают друг друга. Например, если «сильная демократия» ведёт к «низкому неравенству», а «низкое неравенство» укрепляет демократию — это устойчивая связка. Если же одно состояние активно мешает другому (скажем, «автократия» требует «высокого неравенства», а модель пытается совместить её с «равенством») — такой сценарий противоречив и не сможет существовать долго. CIB-анализ суммирует все влияния для каждого сценария и определяет, остаётся ли он в равновесии или «разваливается» под давлением внутренних противоречий.

В итоге из 4 миллионов комбинаций только 11 оказались полностью согласованными и самоподдерживающимися. На языке теории сложности их называют аттракторами. Если представить все возможные состояния в виде 3D-ландшафта, то аттрактор похож на впадину, у которой есть «ширина» и «глубина». Ширина аттрактора, или бассейн притяжения — это область, в которой все пути ведут именно в эту впадину. Если шарик (наша глобальная система) оказывается в зоне притяжения, он скатывается туда и остаётся стабильным, т.е. идет по сценарию. Чем шире бассейн, тем выше вероятность, что система окажется именно в этом состоянии. Глубина же показывает, насколько сильно аттрактор «держит» систему, попавшую в его бассейн. Глубокий аттрактор почти невозможно покинуть: он возвращает систему обратно даже при сильных внешних толчках.
3 макро-сценария будущего для 2040 года

Девять из 11 устойчивых аттракторов оказались настолько похожими, что их объединили в один мета-аттрактор. Два остальных сценария — тотальный коллапс и единственный, который даёт надежду.

 «Иллиберальный упадок» (Illiberal Decline)  — самый широкий аттрактор, главный гравитационный центр модели, поглотивший более 3 миллионов сценариев. Это будущее авторитаризма, неравенства, авторитаризма, насилия и деградации окружающей среды. Политические институты (выборы, суды, парламенты) формально сохраняются, но содержательно деградируют. Демократия становится декорацией, власть принадлежит узкому кругу, экономика работает на элиты, неравенство растёт, экологическая политика сводится к ритуалам. Это не мгновенный апокалипсис, а затяжная, серая деградация, к которой человечество привыкает постепенно.

«Безумный Макс» (Mad Max)  — аттрактор глубокого коллапса. В него попадает около полумиллиона сценариев. Это состояние тотального социального, экономического и экологического распада и глубоко укоренившихся человеческих страданий. Глобальная промышленность и торговые цепочки разрушены, а остатки населения ведут непрерывные войны за истощающиеся ресурсы под управлением банд и частных военных компаний.  «Безумный Макс», «Водный мир», «Дорога» Маккарти — вот это всё.

«Аттрактор Надежды» (Hope Attractor)  — единственный сценарий, который ведёт к лучшему миру. Он предполагает сильную демократию, компетентное управление, экономический рост, относительное равенство, технологические инновации и снижение экологического ущерба. Его бассейн мал — всего около 10 тысяч траекторий из 4 миллионов. Но он обладает высокой глубиной: если система попадает в него, она остаётся там надолго.
Авторы модели называют существование этого сценария открытием «огромного значения».
И что дальше?

Важно понимать: модель не предсказывает будущее. Она показывает, каким оно может быть, если мы доверяем экспертам, которые её создавали. Как не трудно догадаться, для спонсоров исследования и большинства команды «сильная демократия» — это не просто «состояние», а экзистенциальная ценность. Поэтому в модели она закономерно оказывается ключевым элементом «аттрактора Надежды».

Но можно ли утверждать, что авторитарный режим неэффективен и ведёт исключительно к деградации социальных институтов? Мы знаем примеры, где «сильная рука» становилась драйвером технологического рывка или мобилизационной экономики. Если бы модель собирали эксперты из другой культурной и политической среды, набор дескрипторов и веса суждений были бы иными. И аттракторы, скорее всего, выглядели бы по-другому.

Возможно, ценность работы вообще не в том, какой сценарий оказался самым вероятным. А в том, что будущее представлено не как заранее написанный сценарий, а как ландшафт возможностей. Даже если благоприятный аттрактор имеет небольшой бассейн притяжения, он существует. А значит, вопрос уже не в том, что "предсказано", а в том, способны ли мы изменить траекторию движения системы?
——————————————————————————————————
Если статья понравилась — сделай репост в сторис или поделись с друзьями. Это поможет нашему некоммерческому проекту 😇
Механизм поликризиса в действии
 
Ранее мы разбирали модель поликризиса, в которой 11 глобальных факторов влияют друг на друга, образуя опасный и непредсказуемый клубок. Давайте рассмотрим на конкретном примере, как это работает.

Дунай — вторая по длине река Европы (2 850 км).  Он протекает через 10 стран  и является одним из важнейших транспортных коридоров Европы: по нему перевозят зерно, нефтепродукты, уголь, металлы и удобрения. 19 июля 2026 года расход воды на входе Дуная в Румынию, составлял 1 700 куб. м/с против среднего июльского значения 4 700 куб. м/с., это минимум с 1996 года. Причина — аномальная жара и засуха.

Из-за обмеления были приостановлены отдельные паромные маршруты, зерновые баржи простаивали у обмелевших участков. Фермерам ограничили доступ к воде для орошения. Водохранилища начали регулировать так, чтобы сохранить минимальные уровни для охлаждения двух атомных реакторов румынской атомной станции Nuclearelectrica.

Каскад событий:
жара и засуха → падение уровня реки → снижение допустимой осадки судов→ меньше груза на баржу → больше рейсов или перевод груза на железную дорогу и автотранспорт → рост стоимости тонно-километра → снижение маржи экспортёров → рост конечных цен.

Возникает конкуренция за воду между речной логистикой, орошением и энергетикой. Поэтому климатический фактор проявляется не просто как «жара», а как одновременное ограничение транспортной, сельскохозяйственной и энергетической инфраструктуры.
Потенциально это может привести к длительной продовольственной и промышленной инфляции, росту транспортных расходов, снижению прибыли аграрных и химических компаний, поддержке цен на электроэнергию и зерно.

Издержки ложатся на фермеров, речных перевозчиков, промышленных потребителей, покупателей продовольствия и предприятия с высокой водоёмкостью. Выигрывают альтернативные логистические цепочки: железнодорожные и автомобильные перевозчики, альтернативные порты, а также поставщики зерна из других регионов.

Важно: на данный момент не доказано, что ограничения продлятся достаточно долго, чтобы заметно повлиять на европейские цены на зерно или электроэнергию. Если осадки приведут к восстановлению уровня воды, логистика может быстро восстановиться. Однако сам факт такого стресса уже важен: он показывает, что один локальный климатический шок способен одновременно затронуть несколько систем, которые обычно анализируются отдельно. Именно так и начинается поликризисный каскад.

Использованы материалы: Reuters; Дунайская комиссия — международная организация по судоходству на Дунае; Danube Travel — справочный портал о Дунае.