Но все они поражены недугом неполноты охвата собственно биологической
проблематики – об этом уже много и обстоятельно написано: [Simberloff, 1980], [Винберг,
1981], [Brown, 1981], [MacIntosh, 1980], [Rigler, 1982]. В них отмечаются механистичность
моделей, редукционистское погружение биологического сценария в физическое
пространство и время, иногда и редукция к антропоморфным представлениям. Нельзя же
надеяться на то, что экологические проблемы могут целиком замкнуться на энергетику
ресурсов (по принципу «ешь сам или съедят тебя»).
Макинтош в конце своей работы пишет [MacIntosh, 1980]:
Трудности разработки корпуса теории в биологии или экологии сопоставимы
с трудностями разработки философии биологии (с. 244).И действительно, если мы хотим освободиться от сковывающего влияния позитивизма,
то нужно в теорию ввести философски звучащее представление о нетривиальной
спонтанности , которое сразу же выведет рассмотрение сформулированных выше задач из
сферы физикалистского редукционизма. Если не бояться метафизически звучащих понятий,
то, наверное, лучше было бы ввести представление о биологическом предсознании и таким
образом преодолеть редукцию к механистическим представлениям. В этом отношении
хочется обратить внимание на статью Эфрона [Efron, 1977], подчеркивающего, что именно
из-за редукционизма «создается впечатление, что многие биологи утратили контакт с
реальностью».
И, сколь бы странным это ни казалось, возможно, что философское обновление придет
через математику. Математика в своих практических применениях многолика. Несколько
схематизируя, мы рассмотрим три, как нам представляется, главных направления в
математизации знаний.
Первое из них – это эмпирико-математическое направление. Математик-модельер
строит модель, опираясь, с одной стороны, на представленные ему эмпирические данные, с
другой стороны – на расплывчатые пояснения исследователя-экспериментатора. Иногда
задача выбора модели переходит в руки экспериментатора – за математиком остается только
консультационное обеспечение. Математика здесь выступает скорее всего просто как некий
новый язык, позволяющий компактно и вразумительно представить экспериментальные
данные. Напомним, что Р. Фишер, один из создателей математической статистики, считал,
что ее задача – редукция данных. Компактное представление данных делает их
легкообозримыми, и в силу этого модель, с помощью которой достигнута эта редукция,
может обрести эвристическую силу. Но в этом подходе сама математика не привносит каких-
либо принципиально новых идей, она остается только инструментом, раскрывающим то, что
заложено в экспериментальных данных. Это путь аналитический, а не синтетический. Вряд
ли можно думать, что такое обращение к математике приведет к построению теоретической
биологии.
Второе направление – это параматематическое моделирование. Математик или, даже
чаще, инженер развивает новую, порождаемую математикой, но лежащую уже вне ее (но
около нее) дисциплину, ориентированную на решение целого семейства задач, близких по
своей формальной постановке, но относящихся к областям, предметно далеко отстоящим
друг от друга. Обращение к эксперименту здесь носит преимущественно поверхностный
характер: он интерпретируется в рамках заранее разработанной модели слишком общего
характера, не позволяющей провести тот скрупулезный анализ данных, который имеет место
в первом подходе. Приведем несколько примеров второго направления математизации
заканчивают ее словами:
Мы еще очень ограничены грузом идей и концепций классической теории устойчивости, и поэтому
появление любых новых мыслей, концепций, методов можно только приветствовать (с. 352).