Yıl: 2001/ Cilt: 3 Sayı: 1 Sıra: 1 / No: 110 /     DOI:

Yeni Bilim
Prof.Dr. Necmi GÜRSAKAL
Uludağ Üniversitesi - İ.İ.B.F. - Ekonometri Bölümü

Giriş 

Bilgi Çağı adı verilen bir çağda yaşıyoruz. Veri ve bilginin üstel bir şekilde artması karşımıza yeni sorunlar çıkarıyor. Bilimsel araştırmalara gelişmiş ülkelerde büyük fonların ayrılmasına, bilgisayarların gelişmesine, iletişim ve yayın olanaklarının çoğalmasına karşın; sanki bilimsel çalışmalarda yine de yolunda gitmeyen bir şey var. Bilgi arttıkça, bilgi ile araştırmacı ve bilgi ile sıradan insan arasında daha büyük uzaklıkların ortaya çıkıp çıkmadığı tartışılıyor.

Yeni bilgi değerlendirilmeden, yorumlanmadan, sentezi yapılmadan, iletilmeden bir çok araştırmacının erişemeyeceği bir uzaklıkta kalmak zorunda. Bilgisayarlarda toplanan veriler derlenmeyi, standartlaştırılmayı, değerlendirilmeyi, çözümlenmeyi;elde edilen bulgular ve oluşturulan teoriler ise yayınlanmayı bekliyor (Henderson, s.3).

Bilgi konusunda üç fark veya üç açık söz konusu: Bulgularla yayınlananlar arasındaki fark; yayınlananlarla kütüphanelerin bunları satın alma, toplama güçleri arasındaki fark ve raporlanan, yayınlanan araştırmalarla gelişmeleri izleyip anlayabilecek insan kapasitesi arasındaki fark (Henderson, s.6). Şüphesiz, bilginin gittikçe daha küçük noktalara ve uzmanlık alanlarına ilişkin bir hale gelmesinin sözünü ettiğimiz bu açıklara önemli katkıları var. Bilim adamlarının ve toplumun karşı karşıya olduğu bu sorunlara paralel olarak, akla bilimsel gelişmenin doğru yönde ve tutarlı olup olmadığı sorusu geliyor. Bilimin dar bir kapsamdaki uzmanlık alanlarına çekilmesi olgusunun sonucunu Mandelbrot şöyle öngörüyor:

“Bilimin tıpkı spor gibi rekabeti her şeyin üstünde gören bir havaya sokulması, bu rekabetin koşullarına ağırlık kazandırmak için de, tümüyle, dar bir kapsamda tanımlanan uzmanlık alanlarına çekilmesi durumunda, bilimden hayır beklememek gerekir. Kendi seçimleri gereği göçebe olan pek az sayıdaki bilimci, yerleşik bilim dallarının fikir düzeyindeki mutluluğu bakımından önemlidir”(Gleick, 1995, s. 83.)

Klasik bilimin olguları anlama ve açıklama ile tahmin ve kontrol gibi iki temel amacı olduğunu biliyoruz. Bilginin gittikçe daha dar uzmanlık alanlarında sınırlı kalması, bilimin anlama ve açıklama amacına uygun olarak bilim-toplum arasında olması gereken iletişimi neredeyse olanaksız kılıyor. Diğer yandan hem akademik çevrelerde, hem de toplumların genelinde, bilimin tahmin ve kontrol amacına ne ölçüde ulaşabildiği konusunda eleştiriler gözleniyor. Örneğin bir yazar, “Sadece şeyleri olduktan sonra kestirebilirsiniz” diyor (Paulos 1995). Krizleri önceden kestiremeyen ekonomik kuramlar çerçevesinde seçilebilecek üç yol var. Kuramları gözden geçirmek,bilimin amaçlarını yeniden düşünmek veya bunların her ikisini de yapmak “Yeni bilim” başlığını taşıyan bu çalışmamızda, yeni bilim kavramını açıklayabilmek için önce kaos kuramı, daha sonra ise karmaşıklık kuramı üzerinde duracağız. Günümüzde karmaşık uyarlanabilir (adaptive) sistemler, karmaşıklık kuramı, karmaşık doğrusal olmayan sistemler gibi konular “yeni bilim” başlığı altında düşünülmektedir. Çalışmamız, henüz gelişmekte olan bir yaklaşımın derinliğine incelenmesi yerine, temelde söz konusu bu yeni gelişmeye dikkat çekme amacını taşıyor. Ayrıca, klasik bilim-yeni bilim arasındaki yaklaşım farklarını kaba bir şekilde ortaya koymayı hedefleyen çalışma, yeni bilimin neden ve nasıl geliştiği, temel kavramlarının neler olduğu gibi konulara değinerek, iktisat ile yeni bilim ilişkilerine yer veriyor ve genel bir değerlendirme ile son buluyor.

Sistem, Doğrusallık, Hata ve Zaman

Yeni bilimin Newtoncu bilime en temel eleştirileri sistem, doğrusallık, hata ve zaman gibi dört kavram çerçevesinde toplanır. O halde, öncelikle bu dört kavramın geleneksel anlamları konusunda bazı açıklamalar yapmamız uygun olacaktır. Sistem kavramını, karşılıklı etkileşim içinde olan şeyler (bireyler veya nesneler) ve bunların arasındaki ilişkilerin anlaşılması olarak tanımlayabiliriz. Sistemler modellenebilir ve bu modeller orijinal sistemin davranışını deneysel olarak tekrarlayarak incelemekte kullanılırlar. Örneğin, bir kum yığınındaki kum tanecikleri arasında bir etkileşim söz konusudur. Kum tanecikleri arasındaki karşılıklı etkileşimi bilgisayarda modellemekle bir sistem oluşturulur. Böyle bir kum yığınındaki kaymaların küçük, küçük parçalar halinde mi yoksa,büyük bir parça halinde mi kayacağı gibi bir soruyu araştırabiliriz ( Cohen, 1997). Bu tür bir soru yeni bilimin ilgi alanı içindedir. Yeni bilim açısından kum tepeciği örneği, çeşitli borsalardaki fiyatların gelişimine benzetilerek incelenebilir. “Borsalarda neden bazen fiyatlar azar azar düşer de, bazen bir anda büyük bir çöküş olur?” türünden bir soru ile kum tepeciğindeki kaymalar arasında benzerlikler kurulabilir.

Dinamik sistem, zaman içinde değişen bir sistem olarak tanımlanır. Bu oldukça geniş tanım, kum tepeciği sisteminden Güneş sistemine, bilardo masasındaki toplar sisteminden sosyal sistemlere ve biyolojik sistemlere kadar çok geniş bir yelpazeyi içine alır. Bilindiği gibi “Doğrusal” kavramı, basit bir şekilde matematiksel modellerin grafik üzerinde doğru biçiminde gösterilebilmelerini belirtir. İstatistikte değişkenler arasındaki ilişkiler genelde doğrusal regresyon modelleri ile incelenir. Aksine eğrisel ilişkilerle karşılaşılsa bile bunlar, doğrusal biçime dönüştürülerek ifade yoluna gidilir. Doğrusal sistemler klasik bilimde, gerçeği iyi bir şekilde açıklamaktan çok, basit olmaları nedeniyle çok ilgi görmüş ve yaygın olarak kullanılmışlardır. Biri bağımsız, diğeri ise bağımlı değişken olan x ve y gibi iki değişkenli doğrusal model, basit olmakla birlikte çoğu zaman gerçekçi değildir. Örneğin, bir fabrikada tek bir girdi ve buna bağımlı tek bir çıktı yoktur. Ayrıca sırf basitleştirme adına, x ve y’yi diğer değişkenlerden soyutlayarak çözümlemeye çalışsak, bilgi kümemizde sadece iki değişke olduğunu varsaysak ve modelimizde x’i sürekli artırdığımızda y de aynı oranda artsa bile; gerçek hayatta bunlar geçerli olmayacaktır. Örneğin,bir fabrikada emek miktarını ancak bir noktaya kadar artırabiliriz. Diğer yandan, emek miktarını artırmamız mümkün olsa bile, aldığımız ürün bir noktadan sonra aynı oranda artmayacaktır. Kabul etmeliyiz ki iki değişkenli ve diğer etkilerden arındırılmış dünyalar, belki eğitim amacı açısından yararlı olabilir ama konu bilimin anlama ve açıklama işlevi olduğunda bunların yetersiz kalacağı açıktır. Sistemleri açıklamak için çok sayıda değişken ve çok sayıda doğrusal olmayan ilişkinin geçerli olması, basitleştirmeleri neredeyse tümüyle anlamsız kılar.

Dinamik bir sistem doğrusal veya doğrusal olmayan bir şekilde değişebilir. Doğrusal değişim, grafiklerde bir doğru şeklinde gösterilir ve basit doğrusal neden-sonuç ilişkisini, “A’daki değişim B’de orantılı bir değişime neden olur” şeklinde kolaylıkla anlatılabilir. Diğer yandan bir sistemin doğrusal olmayan bir şekilde tanımlanması zordur. Sosyal bilimcilerin çoğu doğrusal olmayan değişimin farkındadırlar ama bu terimlerin doğrusal olmayan dinamiklerde kullanılan matematiksel tanımlarında zorlanırlar. İlişkili değişkenler birlikte toplanıp, çıkarıldığında veya katları alındığında girdi ve çıktı arasında orantılı bir gelişme oluyorsa, bu ilişkiler doğrusal ilişkiler diye adlandırılırlar. Bu tür doğrusal sistemlerde girdi ve çıktı arasında bir orantı vardır. İlişkili değişkenler birlikte toplanmak veya çıkarılmak yerine bunların karesi alınıyor veya bunlar birbirleriyle çarpılıyorsa, doğrusal olmayan ilişkiler diye adlandırılırlar.

Bu tür doğrusal olmayan sistemlerde girdi ve çıktı arasında bir orantı yoktur. Doğrusal ve doğrusal olmayan ilişkiyi bir örnekle( Warren, Franklin,1998) açıklayabiliriz. Bir genç ebeveynine bağırırsa, bunun karşılığında baba veya anne de ona bağırabilir. Varsayalım ki, gencin sesindeki bir desibellik bir artış babanın sesinde de bir desibellik bir artışa neden oluyor. Bu ilişki doğrusal bir ilişkidir ve bu ilişki çerçevesinde genç ne kadar bağırırsa bağırsın, babasının da ona aynı ölçüde bağıracağı varsayılır. Söz konusu ilişkiyi,eğimi 1 olan bir doğru ile gösterebiliriz. Diğer yandan bu ilişkinin gerçekçi olmayan yanı, hem gencin hem de babanın seslerinin sonsuza kadar orantılı bir şekilde artabileceğini akla getirmesidir. Oysa gerçek hayatta bu döngü bir noktada duracak ve taraflardan biri veya ikisi tartışmanın bir anında susacaktır. Doğrusal olmayan ilişkiler bir doğru şeklinde gösterilemezler. Örneğin, gencin sesindeki 1 desibellik bir değişim, babanın sesinde hiç bir değişime yol açmayabileceği gibi; 10 desibellik bir değişime de yol açabilir. Hangisinin olacağı biraz da gencin sürecin başındaki sesinin yüksekliğine bağlıdır. Şüphesiz, basit neden-sonuç ilişkisi bu ilişkiye uygun değildir. Aile ilişkilerinin çoğunda bir geribildirim söz konusudur ve bu gibi durumlarda neden ve sonuç karşılıklı olarak birbirlerini çok hızlı değişimlere yol açabilecek şekilde geri beslerler. Örnekte, gencin sesinde dikkat bile etmeyebileceği çok küçük bir artış, babanın sesinde beklenmeyen bir artışa neden olabilir. Türkçe’de “bardağı taşıtan son damla” olarak nitelendirdiğimiz olgu işte budur. Babanın gözünde, genç çizgiyi aşmış ve baba çılgına dönmüştür. Çünkü genç, aşılmaması gereken çizginin nerede olduğunu bilmemektedir ve babasının davranışına o da şaşırmıştır. Doğrusal ve doğrusal olamayan ilişkiler arasındaki farkı açıklamak için bir hesap makinesi ile şöyle bir uygulama yapabiliriz:

Bir dizi sayı seçelim, 1,2,3,4. Bunların her birini 2 ile çarpalım. Bu durumda, 2,4,6,8 değerlerini bulmuş oluruz. Yaptığımız 2 ile çarpma işlemi matematiksel bir fonksiyondur ve y = 2x olarak gösterilir. İlk dizimizdeki sayılar fonksiyonun girdileri ve ikinci dizi ise çıktılarıdır. Eğer 1,2,3,4 yatay eksende x ve 2,4,6,8 ise dikey eksende y olarak alınarak değerlerin grafiğini çizersek, bir doğru elde ederiz. Bu doğrusal bir süreçtir ve fonksiyonun çıktıları girdileri ile orantılı bir şekilde artmaktadır. Ayrıca, artış oranı da sabittir. Şimdi yine 1,2,3,4 sayılarını alarak bunların her birini kendileri ile çarpalım. Bu kez kullandığımız fonksiyon kare alma fonksiyonudur ve sayıların karelerini aldığımızda: 1, 4,9, 16 sayıları elde edilir. Bu sayılar ise sabit bir oranda sabit artmazlar. Bunun yerine, girdiler arttıkça daha hızlı bir şekilde artarlar. x’in karesi alınarak çizilen eğri,iki katı alınarak çizilen doğruya göre önce daha yavaş bir şekilde büyür. 0-2 arasındaki bütün sayılar için kare değeri iki kat değerinden daha azdır. Eğri ve çizgi x=2 noktasında kesişir. Bu noktadan sonra eğri doğrudan çok daha hızlı bir şekilde artmaya başlar ve artış hız kazanır. Grafik örneğimizde de görüldüğü gibi doğrusal olmayan ilişkilerin varlığı, genç ile babası arasındaki uyuşmazlığa benzer bir şekilde, bir noktadan sonra çok hızlı değişime yol açar ( Warren, Franklin, 1998). Bundan daha öteye, doğrusal olmayan bir sürecin çıktısını alarak bunu aynı sürece girdi olarak kullanırsak, değişim daha da hızlanır. Örneğin2 gibi bir sayı alarak işe başlayalım. Sonra bunun karesini alalım ve 4’ü elde edelim. Daha sonra çıktı olarak bulduğumuz 4’ü alarak yeniden bunun karesini alalım ve 16’yı bulalım. 16’nın karesi 256 ve 256’nın karesi ise 65536 edecektir. Her yeni bulduğumuz sayının karesini almaya devam edersek,hesap makinesinin bile almayacağı çok büyük sayılara ulaşırız. Bir fonksiyonun çıktısını alarak bunu aynı fonksiyona yeni girdi olarak geri bildirmek “iterasyon” adını alır. Böyle bir süreçte, ilk başladığımız sayı ne kadar küçük olursa olsun, zaman içinde hızla büyüyecektir. (Warren, Franklin,1998).

Bir doğrusal modelden sapmalar klasik bilimde deneysel “hata”lar veya gürültü (noise) olarak ele alınır. Yeni bilim,bize deneysel hataların önemli bilgiler verebileceğini anlatıyor. Örneğin iki değişken arasındaki ilişki doğrusal olmadığı halde,bu ilişkiye doğrusal bir model uygulanırsa ve hataların dağılımının belirli bir yapı içinde olduğunu belirlersek, bu durumun ilişkinin doğrusal olmadığı anlamına geldiğini biliyoruz. Bu noktada konuya yakın olan bir ekonometrisyen, “Bu çok yeni bir şey değil. Yoksa sadece bir ad değişikliği yaparak eski bilime yeni bilim adını mı veriyorsunuz?” sorusunu sorabilir. Verilen örnek çok yeni bir yaklaşım olmamakla birlikte; modele olduğu kadar en azından hatalara da önem verilmesi, hatalara odaklanılması, hataların irdelenmesi yeni bilimin önem verdiği bir yaklaşım. İki yaklaşım arasında aslında çok temel bir farkın olduğunu biliyoruz. Modele önem vermemiz bizi ağırlıklı olarak gözlemlerimizin bu modeli doğrulamasına götürürken; modelin hatalarına önem vermemiz, modelin eksikliklerinin ortaya çıkmasına yol açacaktır. Birinci yaklaşım sürekli olarak eldeki bilginin doğrulanmasına, ikincisi ise yanlışlanmasına yol açar ki,bilimsel gelişme için ikinci yaklaşımın yararlı olacağı açıktır.

Hataların bilimsel olarak başımıza dert açan noktalar olarak değerlendirilmelerinden çok, en az geleneksel görüşlerimizi doğrulayan noktalar kadar önemli olduklarını bilerek çözümlemelerin yapılması; bakış açılarımızda önemli değişimler gerektirir. Hipotezlerin doğrulanması için bu noktaların görülmemesi veya hatalı gözlemler olarak değerlendirilmesi gerekirken; hipotezlerin yanlışlanması için, hata olarak değerlendirilen bu tür noktaların, bilimin potansiyel sıçrama noktaları olduğu asla unutulmamalıdır. Yeni bilimin önemli eleştirilerinden bir diğeri ise, zaman konusunda gözlenmektedir.

Yeni bilim, klasik bilimin zaman kavramını hiç düşünmeden, göz önüne almadan ilişkileri incelediği eleştirisini ona yöneltiyor. Zamanı bir film şeridi gibi ileri veya geri sarmak mümkün olsa, klasik bilim açısından zamanın her iki yönünde de ilişkiler değişmez ve aynı şekilde kalırdı. Oysa yeni bilim açısından zaman, gerçek dünyada olduğu gibi son derece önemli bir kavram olarak karşımıza çıkıyor. Alvin Toffler zaman konusunda Newtoncu bilimi şöyle eleştiriyor: “Newton ve onu izleyenler tarafından bina edilen dünya modelinde zaman sonradan akla gelen bir unsurdur. O modelde geçmişte ya da gelecekteki bir an herhangi başka bir anla aynı kabul ediliyordu. Gezegenlerin sonsuz devinimleri bir saatin ya da basit bir makinenin fonksiyonları prensipte, sistemin temellerini değiştirmeden zamanda ileri veya geri gidebilir. Bu sebepten dolayı bilim adamları Newtoncu sistemde zamanı ‘geri dönüşlü’ olarak kabul ederler. Diğer yandan, Eddington’un adlandırdığı gibi kainatın bir zaman oku vardır. Zaman tek yönlü bir yoldur, ‘geri dönüşlü’ değil ‘geri dönüşsüz’dür” (Toffler, s. 18-19). Zamanın tek yönlü bir yol olması, bu yolda hiç bir şey sabit kalmadığı için iktisatın son derece sık bir şekilde kullandığı “ceteris paribus” (diğer koşullar sabit kalmak kaydıyla) varsayımının kullanımını da imkansızlaştırmaktadır ( Le Moigne Jean Louis, 1995).

Kaos Kuramı

Son 20 yılda fizikçiler, sosyal bilimciler, biyologlar ve bilgisayarcılar dikkatlerini sık sık doğrusal olmayan dinamikler olarak adlandırılan kaos ve karmaşıklık kuramlarına yönelttiler. Çünkü bunlar, sosyal bilimcilerin yakın oldukları doğrusal neden-sonuç modellerinden farklı bir şekilde sistemlerin ne şekilde değiştiklerini araştıran kuramlardı Ayrıca, bu kuramsal bakış açılarının farklı disiplinlerde uygulamaları olabileceği öngörüldü. Kaos denildiğinde, ilk bakışta akla rassallık (randomness), anarşi, özgürlük gibi özcükler gelebilir. Oysa bilimsel anlamda kaos kuramının bunlarla bir ilgisi yoktur. Kaos kuramı daha çok, düzensizliğin içindeki düzenin (order of disorder) araştırılması ile ilgilenmektedir. Kuhn’un Selye (1959) dan aktardığına göre, “ Halis bir bilim adamı, önyargıdan o denli uzak olmalıdır ki, en apaçık olgulara ya da görüşlere, kabul etme zorunluluğu duymaksızın dikkatle bakabilmelidir ve buna karşılık, hiç olasılığı bulunmayan olanaklarla, imgeleminin oyalanmasına da izin verebilmelidir” ( Kuhn, s.273). Kuhn’un istediği, “Değişik doğrultuda düşünme...değişik doğrultuda çekip gitme...eski çözümü reddetme ve yeni bir doğrultuyu kararlı bir izleme” olarak ifade edilebilir. Klasik bilimin doğrusallık kavramını gerektiğinden çok kullandığını ve gerçekçi olmayan varsayımlara dayandığını gözleyen bazı bilim adamları zaman içinde, değişik doğrultuda düşünmenin yollarını aramaya başladılar. Dünyadaki doğal olaylara baktığımız zaman çatlayan topraktan kırılan cama, ağaç dallarından köklerine kadar hep çatallanmalar, kırıklı, kesikli düzgün olmayan şekiller görürüz. Oysa, çevremizde bunca doğrusallığa aykırı durum varken, eğitimde ve bilimsel araştırmalarda sürekli doğrusal geometriyi ve doğrusallık varsayımını kullanırız.

Kaos kuramının kurucularından olan Mandelbrot, geometride kullandığımız düzenli biçimlerin gerçek dünya ile çelişkisini şöyle vurgular: “Siz hiç küre şeklinde bulut, koni şeklinde dağ gördünüz mü?” Gerçekten etrafımızda koni şeklinde dağlar ve küre şeklinde bulutlar olmadığı halde, okullarda neden sürekli olarak bu düzgün şekillerle uğraşılmasının basitlik ve kolaylıktan öte bir açıklaması olması gerekir. Bu noktada belki de daha doğru olan bir yaklaşım bizim, “Geleceği kabullenmek için geçmişin büyük bir kısmından vazgeçmemizi gerektirecektir” (Gleick, Kaos, Evrim Yayınevi s.53). Nitekim, doğrusal modeller, düzgün ve simetrik şekiller, kaos kuramının temel çözümleme araçlarından olan fraktal geometride bir kenara bırakılır. Mandelbrot, bu noktadan hareket ederek, 1960’lardan başlayarak fraktal geometrinin temellerini atmıştır. 1977 yılında Mandelbrot tarafından yazılan, “Fractals: Form, Chance and Dimensions” kitabı bilim tarihine ilk kez “fraktal” kelimesini kullanan kitap olarak geçmiştir ( Gündüz Deniz, 1998, s.40).

Seksenlerin ortalarına gelindiğinde ise , kaos uzmanları üniversite bürokrasisi içinde önemli ve etkin görevlere gelmiş, “doğrusal olmayan dinamik” ve “karmaşık sistemler” konularında ayrıntılı çalışmalar yapmak üzere merkezler ve enstitüler kurulmuştur (Gleick, Evrim Yayınevi s.52) Kaos kuramının ilgilendiği temel sorulardan bir diğeri, küçük nedenlerin kendilerinden çok daha önemli sonuçlara yol açıp açmayacakları sorusudur. Sözünü ettiğimiz teoride “kelebek kanadı etkisi” adı verilen bu etki, teknik olarak “başlangıç koşullarına hassas bağımlılık” olarak adlandırılır. “Çin’de bir kelebek kanadını çırpsa,Meksika Körfezi’nde fırtına çıkabilir” şeklinde ifade edilen bu etki ile çok küçük bir nedenin çok önemli sonuçlara yol açabileceği anlatılır. Küçük nedenlerin büyük sonuçlara yol açmasını eski bir deyişte şöyle görüyoruz:

“ Bir çivi kaybolduğu için bir nal kayboldu
Bir nal kaybolduğu için bir at kayboldu
Bir at kaybolduğu için bir atlı kayboldu
Bir atlı kaybolduğu için bir haber kayboldu
Bir haber kaybolduğu için bir savaş kaybedildi
Ve bir savaş kaybedildiği için bir krallık yok oldu.”

Biliyoruz ki Batı bilim dünyasının temel yaklaşımı, bir bilardo masası üzerindeki bir topun hareketini anlamaya çalışırken, başka bir yerde esen rüzgar ile ilgilenmez. Klasik veya Newtoncu bilim için çok küçük etkiler göz ardı edilebilir, küçük etkiler büyük sonuçlara yol açmazlar. Örneğin, uzak bir yerde esen rüzgar bilardo topunu etkilemez. Bildiğimiz gibi klasik bilim çerçevesinde istatistikte değişkenler arasındaki neden-sonuç ilişkileri regresyon denklemleri ile incelenir. Bu denklemler açısından, açıklayıcı değişkenler temel nedenlerdir. Diğer bir deyişle, eski bilimde bazı nedenler diğerlerine göre daha önemlidirler. Önemsiz, ihmal edilebilir nedenlerin oluşturduğu açıklanamayan değişkenlik, hata terimleri içinde toplanır. Yeni bilim için ise, bazı nedenlerin diğerlerinden daha önemli olduklarını söylemek anlamlı değildir. Doğanın işleyişine kısa ve üstünkörü bir biçimde bakan profesyonel bilim adamlarının aykırı bir durumla karşılaştıkları zaman yapacakları iki şey vardır: Şaşkınlığa uğrayarak, “Aklım karıştı” demek veya bu aykırılıkları farklı bir bakış açısıyla, olaylara bakışını değiştirerek açıklamaya çalışmak. İkinci yaklaşımın izlenmesinin bilimde en önemli ilerlemeleri mümkün kıldığını biliyoruz. Diğer yandan, yine bilim adamlarının karşılaştıkları aykırılıkları “aykırılık” olarak görme yerine, zorlama ile bilinen teorilere uydurmaya çalıştıkları da başka bir gerçek veya daha doğrusu başka bir hatadır.

Küçük nedenlerin nasıl çok önemli sonuçlara yol açtıklarını nüfus konusunda yapılan çalışmalarla örnekleyebiliriz. Gelecek yılın nüfusunu, bu yılın nüfusunun bir fonksiyonu olarak ele alalım. Örneğin, lojistik fonksiyon adı verilen fonksiyon şu şekildedir:

Gelecek yılın nüfus artış oranı = a. Bu yılın nüfus artış oranı ( Bu yılın nüfus artış oranı - 1) Bu fonksiyonda parametre değeri olan “a” 3’ü geçerken kaos ile karşılaşırız. Parametre değeri yatay ekseni, nüfus artış hızı ise dik ekseni oluşturduğunda, parametre küçükken tek bir çıktı değeri bulunmasına karşılık, parametre değeri ilk kritik noktayı geçtiğinde çizgi ikiye ayrılır ve nüfus ikişer yıllık döngülere geçer. Parametre daha da yükseldikçe noktaların sayısı tekrar tekrar ikiye katlanır. Önce2’ye, 4’e, 8’e, 16’ya , 32’ye ve 64’e çatallanan grafik, belirli bir noktadan sonra kaosa girer ve grafiğin izleyen bölümü kapkara bir hal alır. Kaosun ortasında da kararlı alanlar ortaya çıkarak kaosu düzen, düzeni ise kaos izleyebilir ( Gleick, s.99).

Doğrusal olmayan bir büyüme eğrisi varsayımı ve kaynak kısıtlamaları altında lojistik büyüme eğrisi karşımıza çıkar. Büyümeyi sürdürmek için gerekli olan kaynakları tükettiğinde süreç durur. Bu pozitif geribildirimi dengeleyen bir negatif geribildirimin ortaya çıktığı anlamına gelir. Eğer büyüme hızı yeter derecede büyükse, dengeleyici etki bir dengeye yol açmaz. Bu durumda bütün sistem dengeye gelmeyecek ve kestirilemez bir şekilde, büyüme hızının ve sınırlı kaynakların belirlediği bir bölgede salınır. Bu dengesiz ve kestirilemez durum, “deterministik kaos” olarak bilinir (Warren, Franklin, 1998). Deterministik kaotik davranışın özellikleri şunlardır: Geribildirim sistemlerinde ortaya çıkarlar, kendilerini aynı şekilde tekrar etmezler, fakat belirli bir değişim aralığında kalırlar.

Son olarak, başlangıç koşullarına duyarlıdırlar ve küçük nedenler bu sistemlerde büyük sonuçlara yol açarlar. Varsayalım kilojistik fonksiyonda a’yi 3.9 olarak aldık ve x = 0.5başlangıç değeri ile ilişkiyi başlatıp, elde ettiğimiz noktaları bir grafikte gösterdik. Bu durumda grafikteki noktalar rassal olarak serpilecektir. İşte bu noktada deterministik bir süreçten veya kaynaktan,rassal sonuçların elde edilmesi gibi son derece ilginç bir olgu ile karşılaşmış oluruz (Warren, Franklin, 1998). Deterministik ve stokastik süreçlerin aslında birbirlerini tamamlar nitelikte olduklarını, “olasılık” ve “zorunluluk” kavramlarının birlikte işlediklerini Toffler şöyle belirtiyor: “Onlar (İlya Progogine-İsabelle Stengers) bize, olasılığa dayanan stokastik süreçlerle, deterministik süreçlerin birbirlerini tamamlar şekilde geliştiklerini anlatırlar. Düzensiz değişimler mevcut bir sistemi dengeden uzak bir duruma doğru zorladığında ve yapısını tehdit ettiğinde, sistem kritik bir ‘an’a veya çatallanma noktasına ulaşır. Bu noktada, yazarlara göre, sistemin bir sonraki durumunu belirlemek doğal olarak imkansızdır. Olasılık sistemde mevcut olan her şeyi yeni bir gelişim mecraına doğru dürter. Ve bir kere bir çokları arasından bir yol seçildiğinde determinizm tekrar devreye girer ve gelecek çatallanma noktasına kadar işlevini sürdürür. İşte burada kısaca ‘olasılık’ ve ‘zorunluluk’un uzlaşmaz karşıtlar değil de bir kader doğrultusunda rollerini icra edenortaklar olduğunu görüyoruz” (Toffler, s.23).

Deterministik bilim üç temel varsayıma dayanır: Gerçeklik kesikli kategorilerden oluşur (her şeyin ve her olayın kesin sınırları vardır); nesneler ve olaylar arasında doğrusal ilişkiler vardır (neden ve sonuçlar birbirleriyle orantılıdır); uygun araçları kullanarak (kantitatif olanları) bilim, nesnelerin doğasını ve ilişkileri kavrayıp, anlayabilir ( Morcol Göktuğ, 1996). Bulanık mantık ( Fuzzy logic) birinci varsayıma, kaos teorisi ise ikinci varsayıma karşı çıkar ve yine ikisi birlikte üçüncü varsayımın geçersizliğini göstermeye çalışırlar ( Morcol Göktuğ, 1996). Kaynak olarak deterministik bir süreci alıp, rassal bir çıktı üretmek matematiksel olarak mümkün olduğuna göre, yeni bilimde determinizm ile rassallık arasındaki çizgi kesin değildir. Sonuçta kesin dikotomilere karşı olan ve bilimde siyah-beyaz’lardan çok grilere, evet-hayır’lardan çok belkilere yer olduğunu savunan bulanık mantık ile kaos teorisi, bir uçta bulunan deterministik ilişkiler ile diğer uçta bulunan rassallık arasındaki dikotomiyi çözerler. Hem determinizmin hem de rassallığın bir arada olabileceğini bize gösterirler( Morcol Göktuğ, 1996).“Evren rassal değil...Deterministik fakat gridir” ( Bart Kosko’dan aktaran Morcol Göktuğ, 1996). “ Deterministik fakat gri”, diğer bir deyişle ne siyah ne beyaz.

Deterministik bilim, sistemleri soyutlayarak ele almanın, parçaların toplamı olarak düşünebilmenin ve anlayabilmenin mümkün olduğu temeline dayandığı için kesin kestirimlerin mümkün olduğunu düşünür. Buna karşılık kaos teorisi karmaşık bir matematik kullanmakla birlikte, olgulara nitel yaklaşır çünkü, doğrusal olmayan olgular ancak belirli bir değişim aralığı ve biçim içinde kestirilebilirler ( Stephen H. Kelllert’ten aktaran Morcol Göktuğ,1996). Kellert’e göre kaos teorisi kuantum fiziği ve relativite kadar farklı bir yaklaşım değildir. Kaos teorisinde de yine Newton mekaniğinin temel ilkeleri kullanılır ve temel amaç yine kontroldür. Diğer yandan, kaos teorisi, kontrol düşüncesini temelde bir yana bırakmamakla birlikte, bilim çevrelerinde anlamlı bir kültürel değişikliğe neden olmuştur( Stephen H. Kellert’ten aktaran Morcol Göktuğ,1996). Bir anlamda kaos teorisi ile bilimin kontrol amacı konusunda endişeler gelişmiştir.

Pozitivizmin idealleri arasında bulunan doğal ve sosyal bilimlerin birleşmesi yolundaki çabalar, geçmişte sosyal bilimlerin matematiksel görünme yolundaki çabaları temelinde yoğunlaşmıştı. Ancak, şimdi kaos teorisi, bulanık mantık, kuantum teorisi gibi yaklaşımlarla bu kez doğal bilimlerin sert matematiksel yöntemlerinin yapısı bir ölçüde eski katılığından sıyrılarak, sanki sosyal bilimlere doğru bir adım atılıyor(Morcol Göktuğ, 1996).

Ekonominin ve diğer sosyal bilimlerin fiziğin temel kavramlarını ödünç alması gibi davranışlar da sanırız bu çerçevede değerlendirilebilir. Herhalde şimdi doğal ve sosyal bilimler arasında “ödünç alınan” kavramları konuşmaktan çok, “köprü” işlevi görecek veya daha ileri giderek “ortak” kavramları, “ortak bakış açılarını” konuşmanın zamanı gelmektedir. “İstatistiksel fiziğin en heyecan verici konularından biri ‘hal değişimleri’ yani, erime, donma, buharlaşma diye bildiğimiz süreçler. Bunların dışında da bir sürü hal değişimi var. Örneğin, demirin yeterince yüksek sıcaklıkta mıknatıslığını kaybetmesi veya da örneğin bazı alaşımların, belli bir sıcaklığın altında bileşenlerine ayrılmaları gibi. Bunların ortak yanı, sıcaklık gibi ‘makroskopik’ bir parametrenin sürekli bir biçimde değiştirilmesi sonucu, birden bire sistemde niteliksel bir değişikliğin ortaya çıkışı” (Erzan Ayşe, 1998, s.35). Okuduğumuz bu paragrafı ekonomik açıdan ele alırsak: Genel ekonomide veya borsada da böyle hal değişimleri yaşandığını ve bunların yerine göre ani sıçramalar olarak, yerine göre ise daha yavaş bir hızla geliştiklerini, bir parametrenin sürekli olarak değiştirilmesi sonucu niteliksel bir değişikliğin ortaya çıktığını biliyoruz. “İstatistiksel fizik, atom ve moleküllerin davranışları hakkında bildiklerimizden yola çıkarak, basınç, sıcaklık, mıknatıslanma gibi büyüklükleri ve bunların birbirleri ile ilişkilerini hesaplamaya çalışıyoruz.” (Erzan Ayşe, 1998, s.34). Son cümleyi değiştirerek, ekonomideki mikro- makro ilişkisine benzer bir cümleyi“ İstatistiksel açıdan tüketici ve firmaların davranışları hakkında bildiklerimizden yola çıkarak, enflasyon, para arzı gibi büyüklükleri ve bunların birbirleriyle olan ilişkilerini hesaplamaya çalışıyoruz” şeklinde yazabiliriz. Şüphesiz su moleküllerinin bilgi işleme ve bellek gibi açılardan, tüketicilerden ve firmalardan farklılık gösterdikleri açıktır. Su moleküllerinin davranışları ile tüketici ve firma davranışları arasındaki benzerlik veya farklılıklar bir yana, mikro ve makro büyüklükler arasındaki ilişkilerin ne kadar kritik ve önemli olduğu açısından fizik ile ekonomi arasında son derece çarpıcı bir benzerlik olduğu ortadadır.

Yeni Bilim ve Karmaşıklık

Bilim tarihinde onca çaba ile geçen yıllar her ne olursa olsun, kabul etmeliyiz ki aslında bilim, uygarlık tarihi için bile çok yeni bir girişimdir. Bu nedenle ilk anda klasik ve yeni bilim ayırımı çok anlamlı gelmeyebilir. Diğer yandan, bilimde temel bir yaklaşım, bir paradigma değişikliği kabul edildiğinde ancak o zaman bu yaklaşıma bir ad gerekeceği için belki bu anlamda yeni bilim uygun bir kavram olacaktır. “Klasik bilimin artık kendi sınırlarına dayandığı görüşünün altına biz de imza koyuyoruz” ( Prigogine- Stengers, s.88) diyen bilim adamları yeni bir bilime duyulan ihtiyacı ortaya koydukça, bilimdeki yenilenme hızla gerçekleşecektir. Diğer yandan, şüphesiz klasik bilimden yeni bilime geçiş bir süreç içinde olacağından, içinde bulunduğumuz dönem her iki bilimin iç içe yaşadığı bir dönem olarak anılacaktır. Kanımızca zaman içinde yeni bilim ve onun yöntemleri daha netleşecek ve yeninin eski ile bağları daha açık bir şekilde birbirinden ayrılabilecektir. Bildiğimiz gibi, Bohr maddeyi elektron ve protonların dairesel hareketlerine indirgemiştir. Einstein ise tüm fizik kanunlarını tek bir ‘Birleşik AlanTeorisi’nde toplama yolunda bir çabaya girişmişti ( Prigogine- Stengers, s.34). Benzer şekilde yeni bilim de dağılmış ve her biri ayrı ayrı yönlere gitmiş olan bilim dallarını yeniden bir araya toplama projesi olarak düşünülebilir. M. Mitchell Waldrop bunu şöyle anlatıyor: “Bilimciler genelde nadiren bunun farkındaymış gibi görünüyorlardı. Ama üç yüz yıl her şeyi moleküllere ve atomlara, çekirdeklere ve kuvarklara ayırdıktan sonra, şimdi nihayet süreci tersyüz etmeye başlamış gibiydiler. Mümkün olan en basit parçaları aramak yerine,şimdi bu parçaların karmaşık bölümler halinde nasıl birleştiğine bakmaya başlıyorlardı.” (Waldrop, s.16). Bu açıdan yeni bilimin yakın geçmiş köklerini yöneylem araştırmasının “disiplinler arası yaklaşım” ilkesinde aramak doğru olacaktır. Sözünü ettiğimiz çerçevede, yeni bilimin köklerinin İkinci Dünya Savaşı’na dayandığını söyleyebiliriz. Şimdi benzer şekilde, bilim dalları arasındaki farklardan çok benzerlikleri vurgulamak, ortak iletişim noktaları saptamak yeni bilimin en önemli hedeflerinden birisi olarak karşımıza çıkıyor.

Bildiğimiz gibi, biYoloji,sosyoloji, psikoloji veya herhangi diğer bir alanda kendi kendini sürdüren açık sistemlerin kuralları için geliştirilen Genel SistemlerKuramı Ludwig Von Bertlanffyve diğerleri tarafından 1968 yılında geliştirilmişti. Şimdi bu fikir George Cowan tarafından “Birleştirilmiş bilim” olarak adlandırılıyor. Aynı zamanda Cowan, 1984 yılında kurulan ve karmaşıklık konusundaki temel sorunları inceleyecek olan Santa Fe Enstitüsü’nün kurucularından. Ona göre yeni bilim çeşitli alanları içine alıyordu ve bunlar içinde fizik, kimya, biyoloji, insan bilimleri gibi çeşitli alanlar vardı. Cowan bu yaklaşıma “21. Asrın bilimi” adını veriyordu. Bir tür “birleştirilmiş bilim” veya “ 21 asrın bilimi” olarak da değerlendirilebilecek olan yeni bilim, temelde kestirilemeyen karmaşık sonuçları üreten doğrusal olmama durumu ve zamanın tersine çevrilememesi özellikleri açısından, klasik bilimden önemli farklılıklar gösterir.

Karmaşık bir sistemin bütün diğer özelliklerini özetleyebilecek özelliği “kestirilemezlik” özelliğidir ( Le Moigne Jean Louis, 1995).

Tablo 1. Klasik Bilim (Newtoncu bilim) ile Yeni Bilimin Özelliklerinin Karşılaştırılması

Newtoncu Bilim Yeni Bilim
Düzen Düzensizlik
Kestirilebilir sonuçlar Kestirilemez sonuçlar
Bu yüzden deterministik Bu yüzden olasılıksal
Bilimsel yasalar geçerli Olasılık ve basit kurallar geçerli
Mekanik bir evren Düzensizliğin düzeni hakim
Gelecek kesinlikle geçmiş Gelecek, geçmiş
Tarafından belirlenebilir Tarafından belirlenemez
Basit , doğrusal sistemler Karmaşık, doğrusal olmayan sistemler
Hesaplaması çok basit Orantılı olmadığı için hesaplaması güç
Güneş sistemindeki kuralları Nüfus 300 yıl önce bulundu Konusunda 30 yıl önce bulundu
Düzenli hareket: Denizlerin Ay’ın günlük etkileri türbülanstaki akışkanlık Düzensiz hareket: Hava durumu, altındaki dalga ve akıntıları Sayısız nicelleştirilemeyen,kestirilemeyen etki.
İndirgemeci yaklaşım Bütünsel, küresel yaklaşım

Kaynak: Cohen Bernice, Edge of Chaos, s.80.

Yeni karmaşıklık bilimi, önceki sistemlerin ani dönüşümlerinden, yeni özelliklerle ortaya çıkan yapıları inceleyen bir bilimdir. Bu bilim, sürekli dalgalanan bir bölge olan kaosun kıyısındayer alır ve bütün doğrusal olmayan karmaşık dinamik sistemlerin ayrıntılı davranışlarını açıklamayaçabalayan kaos ile karmaşıklık kuramı bu çabaların merkezinde bulunur (Cohen, s.69).

Karmaşık sistemler çevreye uyum sağlayabilen, problem çözen, öğrenen ve gelişen sistemlerdir ( LeMoigne Jean Louis, 1995). Bu tür istemler için organizasyon, bilgi, geribildirim ve karar verme gibi kavramlar önem taşır. Termodinamiğin İkinci Yasası, kapalı sistemlerin düzeninin sonunda artan entropi ile dağılacağını anlatır. Oysa entropi sadece kapalı sistemler için tanımlanır( Tucker William, 1996).

Buna karşılık açık sistemlerde durum farklıdır. Karmaşıklık kuramı, enerji kaynaklarına açık olan sistemlerin kendilerini nasıl daha yüksek düzeyde organize edebildiklerini araştırır (Tucker William, 1996). Kimyasal veya diğer bir reaksiyonun bir enzimi ürettiği bir durumu düşünelim, ki bu enzimin varlığı ayrıca aynı enzimin ilave üretimini teşvik etsin. Bu, bilgisayar bilimiyle ilgilenen bilim adamlarının, ‘olumlu geri besleme halkası’ dedikleri bir örnektir. Kimyada buna oto-kataliz denir (Toffler, s.16.). Progogine ve Stengers, dengesiz şartlar altında entropinin düzeni, organizasyonu ve dolayısıyla hayatı azaltmayacağını tam tersine üreteceğini göstermekle geleneksel termodinamik görüşlerin ayağını kaydırmışlardır ( Toffler Alvin, s.21).

“Yapı davranışı etkiler” ilkesini Peter M. Senge şöyle açıklıyor,“ Ne kadar farklı olurlarsa olsunlar, insanlar aynı sistemde yer aldıklarında aynı sonuçları üretmeye yatkın olurlar” (Senge, s.53). Karmaşıklık kuramının deneyleri arasında,ellerinde renkli kartonlar bulunan ve bir tribünde oturan insanlardan örneğin bir “A” harfi veya bir “8” sayısı oluşturmaları istenmesi gibi deneyler yer alıyor. Böyle bir durumda sadece “Başla!” komutu verildiğinde, ilk anda oluşan karmaşıklığın ardından, yavaş yavaş istenilen harfin veya sayının nasıl oluşmaya başladığı gibi konular araştırılıyor. Bir başka benzer deney ise, çok sayıdaki kişinin joystick ile komutasında olan büyük ekranda izlenen bir uçak ile yapılıyor. Böyle bir deneyde yine uçağın ilk anlarda yalpalamasının ardından, henüz nasıl olduğu bilinmeyen sözsüz ve hareketsiz bir iletişim kurularak, uçak grubun ortak hareketleriyle uçurulmaya başlanıyormuş.

Karmaşıklığın hemen hemen herkes için farklı tanımları olmakla birlikte, “algoritmik bilgi içeriği” ( algorithmic information content) adlı karmaşıklık kavramında bir uzlaşma vardır. Algoritmik bilgi içeriği, bir problemin çözümü için gerekli komutların uzunluğu ile ilgilidir. Örneğin, “ 1’den sonra bir trilyon sıfır yazdır” komutu gibi çok kısa bir cümle ile komuttan çok daha uzun bir sonuç yazdırılırken, “1985673....(gibi bir trilyon rassal sayı) yazdır” komutunda algoritmik bilgi içeriği (ABİ) sonuçtan daha uzundur.”Derinlik” de yine bir başka karmaşıklık ölçüsüdür. Charles Bennett derinliği, bir bilgisayarın çıktıyı verene kadar harcadığı süre olarak tanımlıyor. Sistemlere bellek ve zaman eklenince sistemler daha “derin” ve “karmaşık” hale geliyorlar ( Tucker William, 1996).

Yeni bilim uygulamalarında dikkati çekecek ölçüde karşımıza mecaz olgusu çıkıyor. Mecazı, görüntü, dil ve düşünme biçimi olarak anlatabiliriz. Örneğin organizasyonları, makine, beyin veya organizma olarak görmek; onlara o şekilde bakmak mecaz kullanmaktır (Overman E. Sam, 1996). Kaos için verilen nehir örneği de bir mecazdır. Sakin akan nehir tersine akmadığı için bir anlamda tek yönlü zamanı anlatır, sakin akan nehirde bile bulunan girdaplar ve nehrin dönemsel olarak taşıp, dönemsel olarak seviyesinin düşmesi de gerçek hayatta determinizm ile rassallığın iç içe olduğunu gösteren bir örnek olarak karşımıza çıkar.

Ekonomide mecaz kullanımı açısından ilginç örnekler veren ve ekonominin edebiyatın araçlarından yararlandığını anlatan The Rhetorics of Economics (McCloskey Donald, 1986) bu açıdan son derce ilginç bir kitaptır.

Yeni Bilim ve İktisat

Bilindiği gibi Newtonian sistem, Batı Avrupa’da feodalizmin çökmeye başladığı ve sosyal sistemin dengeden çok uzak olduğu bir zamanda yükseldi. Belki de sözünü ettiğimiz ve bir anlamda eski bilime karşı gelen bu sistem, bu nedenle denge kavramına çok önem verdi. Ekonominin klasik mekanikten 19. Yüzyıl’da aldığı denge kavramı neoklasik iktisatçılar tarafından fizikteki ağırlık merkezi kavramına benzer bir şekilde kullanıldı. Newton fiziğinden etkilenen ekonomi benzer şekilde hemen hemen denge kavramı üzerine kuruldu diyebiliriz (Ekonominin fizikten etkilenmesi konusunda bkz: Çakır,1998). Fiziğe özenmenin sadece ekonomi ile ilgili olmadığı, hemen hemen bütün sosyal bilimlerde yaygın bir davranış biçimi olduğu ve bilimsel olmak için sosyal bilimcilerin yöntemlerini fizik ve matematikle ilişkilendirdiklerini biliyoruz ( Morcol Göktuğ, 1996). 19. Asırın bilimsel hiyerarşisinde fizik en üstte, sosyoloji ise en altta bulunuyordu. Diğer yandan, ekonomik evren ile astronomik evren arasında benzerlikler kurularak, “ekonominin deastronomi ve mekanik gibi hem amprik, hem de rasyonel bir bilim olduğu” belirtildi ( Walras’tan aktaran Çakır, 1998). İktisatçılar yıllardan beri piyasaların istikrarı, arz-talep ve denge gibi kavramlarla çalışarak bu kavramların matematiksel modeller yoluyla açıklanmasına ve test edilmesine çalışıyorlardı. Onlar için önemli olanistikrar ve dengeydi, düzensizliklere, krizlere modellerde fazla yer yoktu ve onlar arızi durumlardı.

Brian Arthur adında bir iktisatçı, yıllarca hemen hemen aynı konu ile ilgilendi. İktisatın ünlü azalan verimler kanununun tersine, artan verimlerle ilgili örnekler derlemeye, “Saatin dönme yönü neden bugün olduğu gibidir de, tersine değildir?” gibilerdenbir çok kişiye anlamsız gelen soruları cevaplamaya çalıştı. Sonraları “teknolojik kilitlenme” (mode- locking) veya "patika bağımlılığı” (path dependency) adını verdiği kavramları geliştirdi. M. Mitchell Waldrop Brian Arthur’un azalan getirilerle ilgili düşüncelerini şöyle özetliyor:

“ Ama Arthur şunu fark etmişti; pozitif geri iletim tam da geleneksel iktisatta eksik olan şeydi. Tam tersine, Neoklasik teori ekonomide bütünüyle negatif geri iletimin, küçük etkilerin ölüp gitme eğiliminin ağır bastığını var sayıyordu. Aslında, hatırladığı kadarıyla Berkeley’deki iktisat profesörleri bu noktayı konu dışında tutmada ısrar ettiklerinde kafası biraz karışmıştı. Elbette bunu negatif geri iletim olarak adlandırmamışlardı. Ölüp gitme eğilimi iktisattaki ‘azalan getiriler’ doktrininin içindeydi. Doktrin, ikinci şekerlemenin birincisi kadar tatlı olmadığını, gübreyi iki misli koyduğumuzda hasatın iki misli artmadığını, bir şeyden ne kadar çok yaparsanız yaptığınız son parçanın öncekilerden daha az yararlı, daha az karlı ve daha az hoş olacağını söylüyordu...Aslında neoklasik iktisadın ekonomide uyum, istikrar ve denge vizyonunun bütün temeli negatif geri iletim / azalan getiriler fikrinden oluşuyordu.” ( Waldrop, s. 36-37) Azalan getiriler böyleydi ama artan getiri örnekleri olamaz mıydı? Brian Arthur artan getiri örnekleri araştırmaya başladı. Ona göre ekonomiler ve toplumlar bir kez teknolojik olarak bir patikaya girdiklerinde, o teknolojiye kilitlendiklerinde, bu teknoloji verimsiz olsa bile kolay kolay yön değiştiremiyor ve o patikadan çıkamıyorlardı. Konu ile ilgili örneklerden birisi video teknolojisi ile ilgiliydi. Videoların yaygınlaşmaya başladığı dönemde, beta ve VHS arasında bir rekabet savaşı yaşandığını ve beta’nın daha iyi bir teknoloji olmasına karşılık, sonuçta piyasayı VHS’ye kaptırdığını biliyoruz. Beta daha iyi olduğu halde neden piyasa VHS’yi tercih etmişti?

Betamax filmler olmadığı için insanlar beta teknolojisine sahip video almıyor veya beta video daha fazla satılmadığı için betamax kasetler yapılmıyordu. Bu kısır döngü içinde, daha üstün bir teknoloji olmasına karşılık beta piyasayı VHS’ye kaptırdı. Belki de daha rekabetin başında, VHS’nin anlamlı bir nedeni bile olmayan küçük bir farkla öne geçmesi (kelebek kanadı etkisi ) bu tür bir teknolojik kilitlenmeye yol açtı. Brian Arthur’un bir başka örneği ise şuydu: “ Neden daktilo ve bilgisayarlarda Q klavye kullanılıyor?” Daktilo ve bilgisayar klavyelerini QWERTY sırasıyla düzenlemenin mantığı nedir? Bu sıra, bir daktilo klavyesini en iyi şekilde düzenlemenin olabilir mi? QWERTY dizilişi aslında 1873 yılında bir mühendis tarafından belirlenmişti amacı ise daktilo yazan kızları yavaşlatmaktı. Böyle bir amaç söz konusu çünkü, o tarihte daktilolarda hızlı yazılırsa, o teknoloji düzeyinde daktilolar dağılıyormuş. Hızlı yazmayı, diğer bir deyişle daktiloların dağılmasını önlemek için QWERTY dizilişi ortaya atılmış. Daha sonra Remington, bu tür klavyeli daktiloları standart olarak üretmeye başlamış.

Şüphesiz belki Remington da bu işi, QWERTY dizilişinde yazmaya alışkın daktilocular olduğu için yapmış ama sonuçta teknolojik kilitlenme gerçekleşmiş ve şimdi günümüzde de bu tür klavyeler kullanılıyor. Brian Arthur saatlerde de bir tür teknolojik kilitlenme olduğunu saptamış. Saatler ilk kez üretilirken çok az sayıda da olsa, yönü bugün kullandığımızın tersine olan saatler üretiliyormuş. Ancak teknolojik kilitlenme, belki de küçük bir farkla bugün kullandığımız yöne olduğu için, teknoloji bu patikada ilerlemiş. Bir diğer örnek ise otomotiv endüstrisinden. Otomotiv endüstrisi daha emekleme çağındayken, benzin en az gelecek vaat eden enerji kaynağı olarak görülüyordu. Buhar çok daha iyi ve güvenilir bir kaynaktı. Benzin pahalıydı, patlayıcıydı, gürültülüydü, yakıt verimliliği azdı. Olay başka türlü gelişse, teknolojik kilitlenme benzin yönünde olmasa, belki bugün buharlı motorları otomobillerde kullanıyor ve daha az hava kirlenmesine, daha ucuz bir yakıta sahip olmuş olacaktık.

Tablo 2.Eski veYeni İktisat Arasındaki Farklar

Eski İktisat Yeni İktisat
Azalan getiriler Artan getiriler
19. yüzyıl fiziğine dayalı Biyolojiye dayalı
İnsanlar özdeştir İnsanlar ayrı ve farklıdır
Her şey istikrar içinde Ekonomi hep zamanın eşiğindedir.
Konuyu yapısal bakımdan Basit görür Konuyu karmaşık görür.
İktisat fiziğe benzer bilimidir. İktisat yüksek bir karmaşıklık

Kaynak: Waldrop M. Mitchell, Karmaşıklık: Düzen ve Kaosun Eşiğinde Beliren Bilim , Henkel Yayınları, İstanbul -1998, s.40.

Küçük rassal dengesizlikler artarak mı gelişir, yoksa ortaya çıkar çıkmaz ölür giderler mi? Eski iktisada göre küçük, rassal dengesizlikler ortaya çıkar çıkmaz sönüp gitmek zorundaydılar. Oysa yeni bilim anlayışındaki iktisada göre, gerçek ekonomi, bir makine değil bir tür canlı sistemdi. Germaine ve Gitterman 1981 yılında,sosyal bilimlerde çevrebilime dayanan kavramları kullandılar ( Warren, Franklin, 1998). Ekonomi aslında biyolojik dünyaya benziyordu ve bu nedenle ilerde biyoloji ile iktisatın bir “ bionomics” oluşturmaları şaşırtıcı olmazdı.

Kuantum teorisinden başlayarak ortaya atılan gözleyen özne ile gözlenen nesne arasında klasik bilimin yaptığı ayırımın doğru olmadığı tezi, günümüzde yeni bilimin en önemli sorunlarından biri haline gelmiştir. Borsadaki yatırımcıların kendi aralarında ve borsanın trendi ile karşılıklı etkileşimlerinin incelenmesi yine yeni bilimin konuları arasındadır. Hem trendi oluşturan, hem de oluşan trend tarafından etkilenen bireylerin, gözlemciden bağımsız gözlemler yapabilmesinin zorluğu ortadadır. Piaget, gözleyen özne ile nesne arasında etkileşimin olduğu durumları “karmaşık proje” diye adlandırıyor (Le Moigne Jean Louis, 1995).

Uluslararası bir borsa spekülatörü olan Soros ise aynı olguyu “refleksivite” diye adlandırarak şöyle açıklıyor, “Ben bu sözcüğü düşünen kişilerin katıldığı olayların yapısını anlatmak için kullandım. Aynı zamanda çift yönlü geribildirim mekanizmasının hem olayların akışını, hem de katılanların algılamalarını bozarak dengesizlik yarattığı durumları tanımladım” ( Soros, 1995).

Sonuç

Bilgi konusunda üç fark veya üç açık söz konusu: Bulgularla yayınlananlar arasındaki fark; yayınlananlarla kütüphanelerin bunları satın alma, toplama güçleri arasındaki fark ve raporlanan, yayınlanan araştırmalarla gelişmeleri izleyip anlayabilecek insan kapasitesi arasındaki fark. Bilginin gittikçe daha küçük noktalara ve uzmanlık alanlarına ilişkin bir hale gelmesi, sürekli olarak bu açıkları etkiliyor. Bilim adamlarının ve toplumun karşı karşıya olduğu bu sorunlara paralel olarak, bilimsel gelişmenin doğru yönde ve tutarlı olup olmadığı sorusu gündeme geliyor. M. Mitchell Waldrop’un sözleriyle: “Bilimciler genelde nadiren bunun farkındaymış gibi görünüyorlardı. Ama üç yüz yıl her şeyi moleküllere ve atomlara, çekirdeklere ve kuvarklara ayırdıktan sonra, şimdi nihayet süreci tersyüz etmeye başlamış gibiydiler. Mümkün olan en basit parçaları aramak yerine,şimdi bu parçaların karmaşık bölümler halinde nasıl birleştiğine bakmaya başlıyorlardı.”

Klasik bilimin olguları anlama ve açıklama ile tahmin ve kontrol gibi iki temel amacı söz konusu.zaman içinde Newtoncu bilime sistem, doğrusallık, hata ve zaman gibi dört kavram çerçevesinde yöneltilen eleştiriler bir noktadan sonra, “Ortada bir yanlış varsa, doğrusu ne?” sorusunu getirmiştir.

Deterministik bilim üç temel varsayıma dayanır: Gerçeklik kesikli kategorilerden oluşur; nesneler ve olaylar arasında doğrusal ilişkiler vardır; uygun araçları kullanarak bilim, nesnelerin doğasını ve ilişkileri kavrayıp, anlayabilir. Klasik bilimin doğrusallık kavramını gerektiğinden çok kullandığını ve gerçekçi olmayan varsayımlara dayandığını gözleyen bazı bilim adamları zaman içinde, değişik doğrultuda düşünmenin yollarını aramaya başlamışlardır. Bulanık mantık, kaos teorisi ve karmaşıklık teorisi, klasik bilimin temel varsayımlarına karşı çıkarak, yeni bilimin gelişmesi yolunda önemli katkılar yapmışlardır.

Kaos kuramı çerçevesinde yapılan araştırmalar, deterministik ve stokastik süreçlerin aslında birbirlerini tamamlar nitelikte olduklarını, “olasılık” ve “zorunluluk” kavramlarının birlikte işlediklerini bize göstermiştir. İşte bu çerçevede yeni karmaşıklık bilimi, önceki sistemlerin ani dönüşümlerinden, yeni özelliklerle ortaya çıkan yapıları inceleyen bir bilim olarak karşımıza çıkıyor. Bu bilim, sürekli dalgalanan bir bölge olan kaosun kıyısında, düzen ile düzensizliğin sınırında yer alarak; kaos ve karmaşıklık kuramı ile bütün doğrusal olmayan karmaşık dinamik sistemlerin ayrıntılı davranışlarını açıklamaya çabalıyor. Karmaşıklık kuramı, dengesiz şartlar altında entropinin düzeni, organizasyonu ve dolayısıyla hayatı azaltmayacağını tam tersine üreteceğini gösteren; enerji kaynaklarına açık olan sistemlerin kendilerini nasıl daha yüksek düzeyde organize edebildiklerini araştıran bir kuramdır. Karmaşık sistemler çevreye uyum sağlayabilen, problem çözen, öğrenen ve gelişen sistemlerdir. Bu tür sistemler için organizasyon, bilgi, entropi, geribildirim ve karar verme, olumlu geri besleme halkası gibi kavramlar önem taşır.

Sistemlere bellek ve zaman eklenince sistemler daha karmaşık bir hale gelirler.“Karmaşıklık” henüz açık ve genel kabul gören bir tanımlamaya sahip olmasa da kavramın, “algoritmik bilgi içeriği” ve “ derinlik” gibi bazı tanımları yapılmıştır. Kabul gören görüşün aksine ekonomide artan getiriler olabileceğini savunan Brian Arthur’a göre ekonomiler ve toplumlar bir kez teknolojik olarak bir patikaya girdiklerinde, o teknolojiye kilitlendiklerinde, bu teknoloji verimsiz olsa bile kolay kolay yön değiştiremiyor ve o patikadan çıkamıyorlardı.

Kuantum teorisinden başlayarak ortaya atılan gözleyen özne ile gözlenen nesne arasında klasik bilimin yaptığı ayırımın doğru olmadığı tezi, yeni bilimin en önemli sorunlarından biri haline gelmiştir. Borsadaki yatırımcıların kendi aralarında ve borsanın trendi ile karşılıklı etkileşimlerinin incelenmesi yine yeni bilimin konuları arasındadır. Hem trendi oluşturan, hem de oluşan trend tarafından etkilenen bireylerin, gözlemciden bağımsız gözlemler yapabilmesinin zorluğu ortadadır ve gözleyen özne ile nesne arasında etkileşimin olduğu durumlar “karmaşık proje”olarak adlandırılmaktadır.

Doğrusal modeller çok kesin oldukları için değil fakat matematiksel olarak kolay kullanabildikleri için rağbet görürler. Ekonominin matematiksel modelleri, genelde doğrusal bir çerçeveye sıkışmış modeller olarak nitelendirilebilir. Oysa, gerçek hayatı incelersek, modellerdeki değişkenlerin karşılıklı olarak kuvvetli ve doğrusal olmayan bir şekilde etkileştiklerini görürüz.

Yeni bilim ve bu çerçevede iktisat, doğrusallık ve rasyonaliteden ceteris paribus’a kadar çok sayıda varsayımı gözden geçirmekte, irdelemektedir. Krizleri önceden kestiremeyen ekonomik kuramlar çerçevesinde, seçilebilecek üç yol var:Kuramları gözden geçirmek, bilimin amaçlarını yeniden düşünmek veya bunların her ikisini de yapmak. Yeni bilim sözünü ettiklerimizden her ikisini de yapmak üzere yola çıkmıştır. Kuantum teorisi belki yapısının çok farklı olması nedeniyle henüz iktisatta fazla ilgi görmüş değildir. Buna karşılık kaos teorisi daha fazla ilgi görmektedir ve türbülansın iktisatçılar için uygun bir mecaz olduğunu söylemek, oldukça yaygındır. Ancak, yeni bilimin varsayımlara yönelik eleştirileri ve getirdiği çözüm yaklaşımları her ne olursa olsun; çift yönlü nedensellik veya geribildirimin bir çok ekonomik olgunun karmaşık davranışını açıklamak için yararlı ama yeterli olmadığını ve kaos kuramının ekonominin yönetimi için henüz bulanık fikirler ortaya koyduğunu görmek için fazla zorlanmak gerekmiyor. Yeni bilim, daha yeni bir paradigmanın oluşum aşamasında ve ders kitaplarına girebilmesi için bir hayli vakit var gibi görülüyor.

YARARLANILAN KAYNAKLAR

  • Cohen Bernice, The Edge of Chaos, John Wiley and Sons, New York-1997
  • Çakır Necip, Physics and Economics, Capital Markets Board of Turkey, 1998.
  • Erzan Ayşe, “ Doğada Fraktaller”, Bilim ve Teknik, No.365, Nisan -1998.
  • Henderson Albert, “The Incoherence of the New Science Policy”, Society, Sept / Oct 1998, Vol 35, Issue 6.
  • Gleick James, Kaos,TÜBİTAK yayını, 1995-Ankara.
  • Gleick James, Kaos, Evrim Yayınevi, İstanbul.
  • Gündüz Deniz, “ Fraktaller Dünyasında Küçük Bir Gezinti”, Bilim ve Teknik, No.365, Nisan 1998.
  • Le Moigne Jean Louis, “ On Theorising the Complexity of Economic Systems”, Journal of
  • Socio- Economics, Fall 1995, Vol. 24, Issue 3, EBSCO.
  • Louca Francisco, Turbulence in Economics: An Evolutionary Appraisal of Cycles and Complexity in HistoricalProcesses, Elgar, 1997.
  • McCloskey Donald, The Rhetoric of Economics, Harvester Press, London- 1986.
  • Morcol Göktuğ, “ Fuzz andChaos: Implications for Public Administration Theory and Research”, Journal of Public Administration Research and Theory, April 1996, Vol.6, Issue 2, EBSCO.
  • Overman E Sam, “The New Science of Management : Chaos and Quantum Theory and Method “, Journal of Public Administration Research and Theory, January 1996, Vol.6, Issue 1, EBSCO.
  • Paulos, John Allen, “ Chaos Theory, Budget Practice”, Nation, 12/11/95; Vol.261. Issue 20, EBSCO.
  • Prigogine İlya - Stengers İsabelle, Kaostan Düzene, İzYayınevi.
  • Kellert Stephen H., In the Wake of Chaos: Unpredictable Order in Dynamical Systems, The University of Chicago Press, Chicago- 1993.
  • Kosko Bart, Fuzzy Thinking: The New Science of Fuzzy Logic, Hyperion, New York-1993.
  • Kuhn S. Thomas, Asal Gerilim, Kabalcı Yayınevi, İstanbul-1994.
  • Senge M. Peter, Beşinci Disiplin, Yapı Kredi Yayınları, İstanbul-1993.
  • Soros George, SorosSoros’u Anlatıyor, Sabah Yayınları, İstanbul-1995.
  • Toffler Alvin, Kaostan Düzene adlı kitapta Önsöz, İlya Prigogine- İsabelle Stengers, İz Yayınevi.
  • Tucker William, “ Complex Questions”, Reason, January 1996, Vol 27. Issue 8, (EBSCO).
  • Waldrop M. Mitchell, Karmaşıklık: Düzen ve Kaosun Eşiğinde Beliren Bilim, Henkel Yayınları, İstanbul -1998.
  • Warren, Keith; Franklin Cynthia, “ New Directions in Systems Theory: Chaos and Complexity”, Social Work, July 1998, Vol. 43, Issue 4, EBSCO

* Bu makale BT Bilgi Toplum Dergisinin 2.sayısında yayınlanmıştır. Yazarın izni alınarak iş-güç dergisinde yayınlanmıştır.

62654 kez görüldü, 7 kez indirildi.

<< --
 
EBSCO
PROQUEST
CABELLS DIRECTORY
INDEX COPERNICUS
SOCIOLOGICAL ABSTRACTS
ASOS Akademia Sosyal Bilimler Index
Üye Girişi
DUYURULAR/HABERLER
Dergide yayınlanan yazılardaki görüşler ve bu konudaki sorumluluk yazarlarına aittir.
Ampirik veriler, değerlendirme sürecinde hakem veya hakemler tarafından talep edilirse, yazar veya yazarlar ilgili verileri paylaşırlar.
Bu verilerin bir başka çalışmada kullanılmaması esastır.
© 2000 - 2024 İş,Güç Endüstri İlişkileri ve İnsan Kaynakları Dergisi