Наш канал в Телеграм: AnarchyPlus
Два подхода
Для победы, нам нужен рецепт — как создать успешное движение, проект, жизнеспособное свободное общество. И кажется, правильный рецепт — неочевидный.
Изучая, как создавались успешные системы, мы можем использовать два подхода. Один — микро, другой — макро.
В рамках микро-подхода, создание систем — это работа инженера, исследователя, пророка, ремесленника. Одни сделали качественные системы, другие нет. Задним числом можно обнаружить конкретные причины, почему системы победителей успешны. Некоторые приемы можно копировать, чтобы поступить аналогичным образом. Проблема в том, что этот подход не позволяет надёжно воспроизводить успех. Хорошие приемы работают не сами по себе, а в контексте среды. Значимых параметров среды слишком много, они быстро меняются. Некоторые приемы будут успешны, потому что условия, при которых они успешны, не изменились. Другие окажутся чувствительны к времени и месту. Нельзя прочитать Евангелие и повторить успех Иисуса, или выделить ключевые моменты карьеры и повторить успех Наполеона.
Если мы используем макро-подход, то увидим, что любая успешная система возникает в очаге из множества подобных и конкурирующих систем. Иисус, Кромвель, Ньютон не были одинокими героями. Они были одними из множества. Иудея на момент появления Иисуса была котлом заговоров, сект и новых учений. То же самое — в Аравии времен появления ислама.
В известной степени, происходит механический перебор вариантов, и некоторые случайно совпадают с условиями среды именно таким образом, что становятся успешными. При этом чем больше вариантов, тем больше шанс на успех.
Практически это означает, что попытка идеально спланировать единый правильный план успеха будет скорее провальной, когда речь идет об обществе. Удачные протоколы могут быть продуктом централизованного производства, но при этом возникают лишь на плато множества соревнующихся подходов.
Суперкомпьютер, который годится даже анпримам
Но почему нельзя просто рассчитать успех? Ответ прост — сложность. В каждом реальном предмете содержится практически бесконечное число переменных, которые мы можем учитывать, с практически бесконечно детализируемым числом состояний. Чтобы сделать модель, мы произвольно берём у реального объекта ограниченный набор переменных с ограниченным числом состояний. Мы надеемся, что выбранные переменные будут включать в себя все значимые для наших задач параметры, а выбранная точность измерений состояний переменных будет достаточна. Но мы делаем выбор, исходя из прошлого опыта и приблизительной оценки рисков, а не из точного знания всех параметров объекта (это невозможно). Поэтому всегда есть шанс, что часть значимых параметров мы упустим. И чем дальше моделирование идет без опоры на практическую проверку, тем в целом больше риски ошибок.
Есть системы, о которых мы точно знаем, что при моделировании не сможем учесть все значимые переменные. Такие системы называются «сложными» или «очень большими» (в разных контекстах). Общество — это сложная система.
С другой стороны, реальность — это как суперкомпьютер, который просчитывает вообще все существующие параметры. Он не упускает значимых параметров, потому что не упускает никаких. Реальность всегда имеет преимущество над моделью в точности вычислений. Преимущество моделей над отработкой в реальности - в дешевизне. Мы используем модели там, где допустимо удешевление рассчетов без значительного роста рисков.
Вот почему использовать реальные эксперименты для пересчёта эффективности сложных систем — это модно, технологично и суперкачественно.
Акселерация
Выходит, что подражание успешным системам лишь слегка повышает шансы на выигрыш, а реальное конструирование успешных систем — это создание очагов, где разные похожие друг на друга системы пробуют свои силы, брутфорсом перебирая разные методы.
Эволюции нельзя механически подражать, создавая конкурирующие варианты по центральному плану. Но ее можно стимулировать. Мы можем вручную создать условия, при которых перебор вариантов происходит быстрее, а шанс каждого из вариантов попасть в выигрышные — оказывается выше.
Разнообразие. Создание инкубаторов стартапов. Вот что нам нужно для победы.
Нам необходимы инкубаторы стартапов для акционизма, политических форм, теорий — для всех систем, которые существуют в рамках либертарного тренда.
#swarm_info