Услышать шум волны: что мешает предвидеть инновации?

Обложка

Цитировать

Полный текст

Аннотация

В статье предложен широкий взгляд на проблему предвидения инноваций, не ограниченный задачами их раннего выявления на микроуровне. Под инновациями автор понимает процесс постоянных изменений в различных областях общественного устройства в результате активных созидательных усилий индивидов. Неопределенность, относительная хаотичность, неупорядоченность и рискованность инновационных преобразований рассматриваются в качестве наиболее общих барьеров, препятствующих распознаванию грядущих инноваций и предвидению их последствий. На примере подрывных инноваций в технологической, социально-политической и экономической сферах демонстрируется, что большинство из них сформированы собственными условиями и не являются случайными. Их причинами зачастую оказываются скрытые, малозаметные события и явления, едва различимые сигналы, невосприимчивость к которым может быть обусловлена большим потоком данных, обрушивающихся на современного индивида. Ситуацию усугубляют неупорядоченный характер работы с информацией, отсутствие необходимых навыков и инструментария, а также когнитивные искажения, связанные с тенденциозностью в оценке происходящих событий. Перед лицом информационного шума человеку свойственно испытывать заблуждения и совершать ошибки. Для того чтобы минимизировать эти негативные факторы, необходимо избегать ситуаций симметрии заблуждений, агрессивного пренебрежения и проклятия знаний, рассматриваемых автором в качестве основных препятствий для предвидения инновационных изменений в обществе.

Об авторах

Владимир Миловидов

Российский институт стратегических исследований; Университет МГИМО

Email: vladimir.milovidov@riss.ru
125413, Москва, Флотская ул., 15Б; 119454, Москва, проспект Вернадского, 76

Список литературы

  1. Bazerman M. (2014) The Power of Noticing: What the Best Leaders See. New York: Simon & Schuster.
  2. Bower J.L., Christensen C.M. (1995) Disruptive technologies: Catching the wave // Harvard Business Review. № 1. Р. 43-53. doi: 10.1225/3510.
  3. Bradbury R. (1975) Short story collection. London: Harrap.
  4. CIPA (n.d.) CIPA Report. Tokyo: Camera and Imaging Products Association. Режим доступа:http://www.cipa.jp/stats/report_e.html, дата обращения 22.12.2016.
  5. Camerer C., Loewenstein G., Weber M. (1989) The curse of knowledge in economic settings: An experimental analysis // The Journal of Political Economy. Vol. 97. № 5. Р. 1232-1254. DOI:https://doi.org/10.1086/261651
  6. Carvalho D.R., Freitas A.A., Ebecken F.F. (2003) A critical review of rule surprisingness measures // Transactions on Information and Communications Technologies. Vol. 29. P. 545-555.
  7. Castellacci F. (2008) Innovation and the competitiveness of industries: Comparing the mainstream and the evolutionary approaches // Technological Forecasting and Social Change. Vol. 75. № 7. P. 984-1006.
  8. Christensen C.M. (2003) The Innovator’s Dilemma. New York: Harper Business.
  9. Chunka M. (2012) How Kodak Failed // Forbes. 18.01.2012. Режим доступа:http://www.forbes.com/sites/chunkamui/2012/01/18/how-kodak-failed/2/#7f5029321a42, дата обращения 17.02.2017.
  10. Cleveland H. (1982) Information as a resource // The Futurist. Vol. 16. № 6. P. 34-39.
  11. Collins J., Hansen M. (2011) Great by Choice. Uncertainty, Chaos, and Luck - Why Some Thrive Despite Them All. New York: Harper Collins.
  12. Damanpour F., Schneider M. (2006) Phases of the adoption of innovation in organizations: Effects of environment, organization, and top managers // British Journal of Management. Vol. 17. P. 215-236.
  13. Deutsch C. (2008) At Kodak, Some Old Things are New Again // The New York Times. 02.05.2008. Режим доступа:http://www.nytimes.com/2008/05/02/technology/02kodak.html, дата обращения 14.03.2017.
  14. Druсker P. (1985) Innovation and Entrepreneurship. Practice and Principles. New York: HarperCollins.
  15. D’Souza S., Renner D. (2014) Not Knowing: The Art of Turning Uncertainty into Opportunity. London: LID Publishing.
  16. Erickson S., Rothberg H. (2014) Big Data and Knowledge Management: Establishing a Conceptual Foundation // The Electronic Journal of Knowledge Management. Vol. 12. № 2. Р. 108-116. Режим доступа:http://www.ejkm.com/volume12/issue2/p108, дата обращения 25.10.2016.
  17. Foucault M. (1994) Ethics: Subjectivity and Truth. New York: New York Press.
  18. Frank A., Goud Collins M., Clegg M., Dieckmann U., Kremenyuk V., Kryazhimskiy A., Linnerooth-Bayer J., Levin S., Lo A., Ramalingam B., Ramo J., Roy S., Saari D., Shtauber Z., Sigmund K., Tepperman J., Thurner S., Yiwei W., von Winterfeldt D. (2012) Security in the Age of Systemic Risk: Strategies, Tactics and Options for Dealing with Femtorisks and Beyond. Internal Report, IR-12-010. Laxenbourg: International Institute for Applied Systems Analysis.
  19. Gopalakrishnan S., Damanpour F. (1997) A review of innovation research in economics, sociology and technology management // Omega: The International Journal of Management Science. Vol. 25. № 1. Р. 15-28.
  20. Hutchinson G.E., MacArthur R.H. (1959) Appendix. On the theoretical significance of aggressive neglect in interspecific competition // The American Naturalist. № 93 (869). Р. 133-134.
  21. Kharpal A. (2016) Trump will win election and is more popular then Obama in 2008, AI system finds // CNBC. 28.10.2016. Режим доступа:http://www.cnbc.com/2016/10/28/donald-trump-will-win-the-election-and-is-more-popular-than-obama-in-2008-ai-system-finds.html, дата обращения 14.03.2017.
  22. Kindleberger C. (1993) A Financial History of Western Europe. New York, Oxford: Oxford University Press.
  23. Kohl M. (1969) Bertran Russell on Vagueness // Australian Journal of Philosophy. Vol. 47. № 1. Р. 1-11.
  24. Kuhn T. (1962) The Structure of Scientific Revolutions. Chicago: University of Chicago Press.
  25. Liu B., Hsu W., Chen S., Ma Y. (2000) Analyzing the subjective interestingness of association rules // IEEE Intelligent Systems and Their Applications. Vol. 15. № 5. P. 47-55. DOI:https://doi.org/10.1109/5254.889106
  26. Lorenz E. (1972) Predictability: Does the Flap of a Butterfly’s Wings in Brazil Set Off a Tornado in Texas? Paper presented at the 139th AAAS Meeting, 29.12.1972, Section on Environmental Sciences New Approaches to Global Weather: GARP (The Global Atmospheric Research Program). Washington, D.C.: American Association for the Advancement of Science. Режим доступа:http://eaps4.mit.edu/research/Lorenz/Butterfly_1972.pdf, дата обращения 01.12.2017.
  27. Murnane K. (2016) "Trump Wins!" Or AI May Have Just Had It's Dewey Moment // Forbes. 29.10.2016. Режим доступа:http://www.forbes.com/sites/kevinmurnane/2016/10/29/trump-wins-or-ai-may-have-just-had-its-dewey-moment/print/, дата обращения 23.12.2016.
  28. Popper K. (2002) The Logic of Science Discovery. London: Routledge.
  29. Ripley S.D. (1959) Competition between sunbird and honeyeater species in the Moluccan islands // The American Naturalist. № 93 (869). P. 127-132.
  30. Ruiz M.D., Martin-Bautista M.J., Sanchez D., Vila V.-A., Delgado M. (2014) Anomaly detection using fuzzy association rules // International Journal of Electronic Security and Digital Forensics. Vol. 6. № 1. Р. 25-37.
  31. Russell B. (1923) Vagueness // The Australasian Journal of Psychology and Philosophy. № 1. Р. 84-92.
  32. Schumpeter J.A. (1942) Capitalism, Socialism and Democracy. New York: Harper & Row.
  33. Segvic H. (2000) No one errs willingly: The meaning of Socratic intellectualism // Oxford Studies in Ancient Philosophy / Ed. D. Sedley. Vol. XIX (Winter 2000). Oxford: Oxford University Press. P. 1-45. Режим доступа:http://ancphil.lsa.umich.edu/-/downloads/osap/19-Segvic.pdf, дата обращения 19.06.2017.
  34. Taleb N.N. (2007) The Black Swan: The Impact of the Highly Improbable. New York: Random House.
  35. The Economist (2001) Innovation at the edge // The Economist. Technology Quarterly. Q1. 22.03.2001. Режим доступа:http://www.economist.com/node/539606/print, дата обращения 01.12.2017.
  36. Zadeh L.A. (1965) Fuzzy Sets // Information and Control. № 8. Р. 338-353.
  37. Zong N. (2003) Peculiarity Oriented Multidatabase Mining // IEEE Transactions on Knowledge and Data Engineering. Vol. 15. № 4. Р. 952-960.
  38. Кьеркегор С. (2016) Дневник обольстителя. Афоризмы эстетика. М.: «Книга по требованию».
  39. Миловидов В.Д. (2013) Асимметрия информации или «симметрия заблуждений»? // Мировая экономика и международные отношения. № 3. С. 45-53.
  40. Миловидов В.Д. (2015b) Управление рисками в условиях асимметрии информации: отличай отличимое // Мировая экономика и международные отношения. № 8. C. 14-24.
  41. Миловидов В.Д. (2015а) Проактивное управление инновациями: составление карты знаний // Нефтяное хозяйство. № 8. С. 16-21.
  42. Платон (1994) Собрание сочинений: В 4 т. Т. 4. М.: Мысль.
  43. Плутарх (2008) Сочинения. СПб.: Издательство Санкт-Петербургского ун-та.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».