Ropohl G. Allgemeine Systemtheorie als transdisziplinäre Integrationsmethode // Technikfolgenabschätzung Theorie und Praxis. – Karlsruhe, 2005. – N 2. – S. 24–31.

Ropohl G. Jenseits der Disziplinen – Transdisziplinarität als neues Paradigma // LIFIS ONLINE. – [21.03.2010]. – Mode of access: http://www.leibniz-institut.de/archiv/ropohl_21_03_10.pdf (Дата обращения: 10.11.2013.)

Small H., Garfield E. The geography of science: Disciplinary and national mappings // Journal of information science. – Los Angeles, 1985. – Vol. 11. – P. 147–159.

Stichweh R. Wissenschaft, Universität, Profession. Soziologische Analysen. – Frankfurt a. Main: Suhrkamp, 1994. – 402 S.

Stichweh R. Zur Entstehung des modernen Systems wissenschaftlicher Disziplinen. Physik in Deutschland 1740–1890. – Frankfurt a. Main: Suhrkamp, 1984. – 559 S.

Störig H.J. Kleine Weltgeschichte der Wissenschaft. – Stuttgart: W. Kohlhammer Verlag, 1954. – 778 S.

Strukturwissenschaft. – Б. г. – Mode of access: http://de.wikipedia.org/wiki/Strukturwissenschaft (Дата обращения: 10.11.2013.)

The new production of knowledge. The dynamics of science and research in contemporary societies / Gibbons M., Limoges C., Nowotny H., Schwarzman S., Scott P., Trow M. (eds.). – L.: New Delhi: SAGE Pulications, 1995. – 170 p.

The Oxford handbook of interdisciplinarity / Frodeman R., Klein T., Mitcham J. (eds.). – Oxford: Oxford univ. press, 2010. – 624 p.

The science studies reader / Biagoli M. (ed.). – N.Y.; L.: Routledge, 1999. – 608 p.

Weizsäcker C.F.von Die Einheit der Natur. – München: Carl Hanser Verlag GmbH & Co. KG, 1971. – 492 S.

Enhancing transdisciplinary research: A synthesis in fifteen propositions / Wiesmann U., Hirsch Hadron G., Hoffmann-Riem S., Biber-Klemm W., Grossenbacher M., Joye D., Pohl C., Zemp E. // Handbook of transdisciplinary research / G. Hirsch Hadron et al (eds.). – Dordrecht: Springer, 2008. – P. 433–441.

Wissenschaftsphilosophie interdisziplinärer Umweltforchung / Baumgärtner S., Becker C. – Marburg: Metropolis Verlag 2005. – 176 S.

Михаил Васильевич Ильин (далее – М.И.). Нас интересует несколько очень важных вещей, связанных с тем, что происходит, когда в науках меняются предмет и изучение и способы изучения. Как они соединяются? Могут возникать очень парадоксальные эффекты, когда несколько разных предметов и способов изучения накладываются друг на друга. Появляются междисциплинарные и межпарадигмальные эффекты. Как тут быть?

В последнее время у нас возникла идея, что некоторые дисциплины могут играть роль интеграторов. Если они действительно способны играть эту роль, то может быть поставлена задача (не знаю, чтобы в литературе кто‐то ее ставил, хотя на практике, в жизни, проблема давно уже означена) по поводу того, чтобы соответствующие дисциплины, соответствующие подходы выработали свой органон-интегратор, т.е. некоторый аппарат, который создается в расчете на универсальное или почти универсальное использование в различных областях. В качестве претендентов мы назвали когнитивную науку, семиотику, математику, системный подход, морфологию. Идея ближайшего номера сборника «МЕТОД» – хотя бы подойти к этой проблематике, поставить соответствующие вопросы, а затем, в течение двух-трех последующих номеров, эту идею конкретизировать, развить, при этом связывая ее с другими интересующими нас вопросами, в частности с социальной воображаемостью, альтернативными представлениями, альтернативными мирами, способами изучения и тем, как они соединяются друг с другом.

Первый вопрос, который я хотел бы задать, связан с тем, как вы ухитряетесь в своем научном творчестве соединять амплуа ученого-востоковеда, теоретического социолога и специалиста в области клиодинамики. Возникают ли у вас внутренние конфликты, когда одна ваша ипостась начинает спорить с другой или же все это удается органично соединять?

Андрей Витальевич Коротаев (далее – А.К.). Наверное, то, что дало мне возможность работать в таких действительно очень разных областях, как историческая динамика восточных обществ, политология, фольклористика, экономика, это, наверное, использование прикладного статистического анализа, и – в последнее время – еще и математического моделирования. Эти методы приложимы к целому ряду областей. Мой опыт показывает, что такой базовый научный метод все-таки очень эффективен.

В 1998 г. я принял участие в летней школе по кросскультурным исследованиям, организованной Human Relations Area Files (HRAF)10 при Йельском университете (основателем этой организации был Джордж Питер Мёрдок [подробнее об этом см.: Коротаев, 2003]. Школа проводилась президентом и исполнительным директором HRAF Мелвином Эмбером и Кэрол Эмбер. Эта школа, пожалуй, очень мне помогла освоить математические методы работы с данными. Эта методика применима при исследованиях в области фольклористики, палеонтологии, экономики и других дисциплин.

Моя дальнейшая работа во многом определялась тем, есть ли для данной области исследования базы данных, которые можно обрабатывать при помощи соответствующих методик. Вначале идя вслепую и, начиная с древней Южной Аравии, я при помощи архаичных методов, которыми тогда владел, целиком создавал базу данных сам для последующего ее анализа.

Потом я понял, что с нуля создавать базу данных это не вполне мое, мне намного интереснее анализ. (На создание базы данных уходит около 99,9% всего времени, а анализ же – хорошо, если хотя бы 0,5%.) Например, наши палеонтологические статьи [Марков, Коротаев, 2006; 2008 а; 2008 б; Марков, Анисимов, Коротаев, 2010; Markov, Korotayev, 2007] появились благодаря моему знакомству с Александром Марковым, сотрудником Института палеонтологии, который стал теперь известен благодаря получению высшей премии в области популяризации науки за книгу об антропогенезе. После знакомства с ним я обнаружил, что есть совершенно прекрасные базы данных, поэтому наше взаимодействие оказалось очень плодотворным.

М.И. А что делать, если у нас в принципе нет баз данных или – еще хуже – существует какая‐то фактура, которую непонятно, как преобразовать в базу данных?

А.К. Мой опыт показывает, что очень продуктивен научный метод, предложенный Поппером, который предлагает прежде всего формализацию. Не все знают, но там на самом деле не требуется, чтобы это были какие‐то данные, измеряемые привычным нам путем – метрами, киловаттами, долларами и т.д. Достаточно только формализации, чтобы был набор каких‐то четких категорий. Эти так называемые номинальные данные тоже нормально анализируются и есть целый набор методов для их обработки. Принято обозначать это неглубоким измерением. Есть большая область дисциплин, где формализация осуществляется с большим трудом, но я не видел ни одного случая, когда бы хоть какая‐то формализация не была возможна, вопрос здесь в удачности или неудачности идеи. В принципе, иногда бывает очень сложно операционализировать гипотезу, но я все-таки не думаю, что это невозможно, хотя порой это и жуткое напряжение для мозгов.

М.И. Сошлюсь на свой собственный опыт совместной работы с коллегами в Высшей школе экономики. Все время возникает необходимость создать какую‐то очень простую классификацию. Но сразу же слышатся возражения: как это делать экспертным образом, если мы экспертам не верим. Нужны точные данные, hard data и т.д. Вот то, что вы делаете, производится экспертным образом.

А.К. Да, но на самом деле в прикладной математической статистике существует много процессов проверки того, насколько та или иная классификация вразумительна или невразумительна. Например, есть несколько общепринятых вариантов измерения одной и той же величины. Но самый простой способ – измерение уровня корреляции. Если по одной классификации вы провели какие‐то тесты и устойчиво появляется более высокая корреляция, то значит, эта классификация более жизнеспособна, т.е. она уже в чем‐то более полезна, чем альтернативная классификация, которая устойчиво дает более низкий уровень значения коэффициентов корреляции, – значит, она содержит больше информационных шумов. По крайней мере, если альтернативная классификация вносит меньше информативного шума, значит, она этим уже полезнее. Поэтому та же самая прикладная статистика – это возможность измерения полезности тех или иных классификаций того, насколько соответствующий инструмент хорошо работает.