Amaliy tadqiqotlar — texnik va ijtimoiy muammolarni amaliy hal etishga yo‘naltirilgan ilmiy izlanishlar.
Fan — bu inson faoliyatining sohasi bo‘lib, uning funksiyasi voqelik haqidagi obyektiv bilimlarni ishlab chiqish va nazariy jihatdan tizimlashtirishdir. Fanning bevosita maqsadlari — o‘rganilayotgan sohaning jarayon va hodisalarini ta’riflash, tushuntirish va bashorat qilish bo‘lib, bular fanning o‘zi kashf etadigan qonunlarga tayanadi; keng ma’noda aytganda, bu — voqelikning nazariy aks ettirilishidir.
Amaliyotga yo‘naltirilganligi nuqtayi nazaridan, ayrim fanlar odatda fundamental fanlar (fundamental science) va amaliy fanlar (applied science)ga ajratiladi. Fundamental fanlarning vazifasi — tabiat, jamiyat va tafakkurning “bazaviy tuzilmalar”i xatti-harakatini va o‘zaro ta’sirini boshqaradigan qonunlarni bilishdir. Bu qonun va tuzilmalar ularning foydalanish imkoniyatlariga bog‘lamasdan, “sof holatda” o‘rganiladi. Amaliy fanlarning bevosita maqsadi esa nafaqat bilish (gnoseologik), balki ijtimoiy-amaliy muammolarni ham hal etishda fundamental fanlar natijalarini qo‘llashdir.
Tadqiqotlarni “fundamental” va “amaliy”ga bo‘lish anchayin shartli: fundamental izlanishlarning ayrim natijalari bevosita amaliy qiymatga ega bo‘lishi mumkin, xuddi amaliy izlanishlar natijasida ham ilmiy kashfiyotlar yuzaga kelishi ehtimoldan xoli emas.
Xo‘jalik faoliyatini ilmiy ta’minlash
Ilmiy tadqiqotlar boshqaruv qarori qabul qilish jarayonining majburiy qismiga aylanmoqda. Ish hajmi va murakkabligi muayyan muammo bilan belgilanadi, biroq u har doim kognitiv tuzilmaga ega bo‘ladi va natija ilmiy metodlarni qo‘llashga tayanadi.
Boshqaruv qarorlarida tadqiqotning ontologik modeli quyidagi ketma-ketlikda tasvirlanadi: vazifani qo‘yish, model qurish, dastlabki axborotni yig‘ish va qayta ishlash, modelni tahlil qilish va tuzatish, yechim olish, tadqiqot natijalarini joriy etish. Shu bilan birga, alohida bosqichlar orasidagi chegaralar aniq emasligini ta’kidlash lozim.
Tashkiliy tizimlarni tadqiq etishda an’anaviy analitik usullar har doim ham samarali bo‘lavermaydi. Bunday holatdagi asosiy kamchiliklardan biri — bu usullar tizim elementlari o‘zaro ta’siri natijasida yuzaga keladigan emergens xususiyatlarni (paydo bo‘luvchi xossalar) hisobga olishga imkon bermasligi. Shunday ekan, tizimni “bo‘lib” tahlil qilishda u o‘zining qator asosiy xususiyatlarini yo‘qotadi. Tashkiliy tizimlarning yana bir belgisi — ularni tashkil etuvchi subsistemalarning o‘z maqsadlari bo‘lib, ular ko‘pincha butun tizim maqsadi bilan mos kelmaydi. Shu sababli subsistemalarni mahalliy optimallashtirish butun tizimning maksimal samaradorligini kafolatlamaydi: “... aynan masalalarni mahalliy hal qilishga xos yondashuv — sex, boshqarma yoki bo‘lim rahbarlariga xos bo‘lgan uslub — tegishli bo‘linmalarni xususiy optimallashtirishga olib keladi va, amaliy tadqiqotlar ko‘rsatganidek, bu ko‘pincha butun “organizmdagi” hayot faoliyati uchun zararli bo‘ladi”. Tashkiliy tizimlardagi inson omili turli ta’sirlarga noaniq munosabat bildiradi; ushbu omil, boshqa qator omillar bilan birga, bunday tizimlarni tahlil qilishda faqat sabab–oqibat bog‘lanishlariga tayangan yondashuvni cheklaydi. Tashkiliy tizimlar elementlararo bog‘lanishlarning miqdori va kuchi o‘zgarishi hisobiga murakkablashadi; bu jihatdan ular boshlang‘ich tuzilmalari deyarli o‘zgarmas bo‘lgan fizik tizimlardan farq qiladi.
Amaliy tadqiqotlarning uch bosqichi
Ishlab chiqarish muammolarini hal etishda amaliy tadqiqotlar odatda uch bosqichdan iborat bo‘ladi.
Birinchi bosqich — muammoni ilmiy qo‘yish
U faktlarni aniqlash va tavsiflash, muammoni bayon etish, maqsad va gipotezalarni shakllantirishni o‘z ichiga oladi.
Vazifani qo‘yish — qaror qabul qilishning eng mas’uliyatli bosqichlaridan biri. “Korxonani boshqarishda eng keng tarqalgan xato manbai — bu to‘g‘ri javobni izlashga ortiqcha e’tibor qaratish, o‘rniga to‘g‘ri savolni izlash lozim bo‘lganida”. Noto‘g‘ri qo‘yilgan muammo uchun olingan aniq yechim yangi muammolarga olib keladi. Bir qarashda oshkora ko‘ringan sabab, aslida, murakkabroq va ko‘zga kamroq tashlanadigan jarayonlarning oqibati bo‘lishi mumkin. Aslida, vazifani qo‘yish — bu vujudga kelgan vaziyatni o‘rganish, menejerni aynan nima va nega qoniqtirmayotganini aniqlash va erishilishi kerak bo‘lgan holatni tasvirlashdir. Tashkilot maqsadi nuqtayi nazaridan vaziyatni o‘rganish, uni keltirib chiqargan omillarni aniqlash, turli xarajat va natijalarni solishtirish menejerga muhimni kamroq muhimdan ajratishga va yechimning qabul qilinishi va sifatini belgilovchi shartlarni shakllantirishga yordam beradi.
Muammoni ifodalashning samaradorligi tadqiqot obyektiga bog‘liq. Tabiiy va texnik fanlarda obyektning moddiy tabiati sabab faktlarning realligini obyektiv aniqlash osonroq; tasvir aniqligi esa asosan o‘lchov asboblariga bog‘liq. Operatsiyalar tadqiqida muammo ideal xarakterga ega bo‘lib, mavjud holat bilan maqsad — istalgan holat — o‘rtasidagi zidlik sifatida namoyon bo‘ladi. Mavjud vaziyatni tasvirlashda faktlar muammoning tashqi namoyonlari sifatida chiqadi, ammo ularning muammo bilan mosligi tabiiy va texnik fanlardagidan ancha noaniq. Natijada xarajatlar natijalar bilan adashtiriladi, matematik metodning aniqligi esa uning yordamida olingan yechimning muammo bilan adeqvatligi bilan chalkashadi. Bu borada F. Engels shunday yozgan: “Absolyut ahamiyatli, inkor etib bo‘lmaydigan dalillar holatining bokiraligi abadiy o‘tmishda qolib ketdi; kelishmovchiliklar davri boshlandi va shunday bo‘ldiki, ko‘pchilik odamlar differensial va integral hisobni ular nimani bajarayotganini tushunganidan emas, balki bunga ishonganlari uchun qo‘llaydilar; chunki hozirgacha natija har doim to‘g‘ri chiqqanday ko‘rinadi”. Iqtisod fanining holatini tahlil qilib, zamondoshimiz M. Blaug shunday yozadi: “Iqtisodchilar asta-sekin o‘z fanini ijtimoiy matematikaga aylantirdilar: matematik fakultetlaridagi talqinga ko‘ra analitik qat’iylik hamma narsa bo‘lib qoldi, fizika fakultetlari tushunchasidagi empirik adekvatlik esa hech narsa emas”.
Muammoning ikkinchi tarkibiy qismi — istalgan vaziyatni, demakki, undan kelib chiqadigan maqsad va gipotezalarni obyektiv tasvirlash bundan ham qiyinroq. Bularning barchasi mavjud vaziyat tasvirining obyektivligiga va qaror qabul qiluvchi shaxsning, tadqiqot obyekti kiradigan tizimlar maqsadlarini qay darajada ochib bera olishiga bog‘liq. Bu yerda metodik xatolar bir muammoni hal etish urinishidan yangi muammolar yuzaga kelishiga olib kelishi mumkin. Og‘ir texnika bilan tuproqni zichlab yuborish, xodimlar soni va bog‘lanishlar ortishi natijasida boshqaruv apparatining inertligi, chorvachilik majmualari oqava suvlarini utilizatsiya qilish va boshqalar kabi ko‘plab yangi muammolar — insonning boshqa muammolarni hal etishga qaratilgan faoliyati natijasida yuzaga kelgan.
Ushbu bosqich tahlili shuni ko‘rsatadiki, tabiiy va texnik fanlarda subyektiv buzilishlarning asosiy manbai — real fakt tasvirining to‘liqligi (asosan ishlatiladigan asboblarga bog‘liq) bo‘lsa, ishlab chiqarish muammolarini tadqiq etishda bunga tadqiqot obyekti olimlar yoki menejerlar tomonidan qabul qilinishining adekvatligi (ular qo‘llaydigan metodologiyaga bog‘liq) ham qo‘shiladi. Birinchi bosqichda soxta muammolar — “muammoyidlar” va psevdovazifalarni shakllantirish ehtimoli yuqori; ularni hal etish amaliy qiymatga ega bo‘lmaydi, joriy etish esa nojo‘ya oqibatlarga olib kelishi mumkin. Bunday holda boshqaruv qarorining samaradorligi nol yoki hatto manfiy bo‘ladi.
Ikkinchi bosqich — matematik modelni ishlab chiqish
Bu bosqichda obyektivlik vaziyatlarni baholashning ilmiy prinsiplari, shuningdek qaror qabul qilish usullari va modellarini qo‘llash orqali ta’minlanadi. Kompyuterlar yordamidagi modellashtirish murakkab tizimlarni boshqarishda amaliy yo‘naltirilgan tizimli tadqiqotlarning asosiy nazariy instrumenti hisoblanadi. Modellashtirishning mazmuniy qismi (ko‘rsatkichlar, omillar, bog‘lanishlarni tanlash) — iqtisodiy nazariyaga, texnik qismi (ko‘pincha turli statistik modellarning qurilishi tushuniladi) esa — ekonometriyaga kiradi. Natijada iqtisodiy-matematik modellashtirish bir tomondan uzilib qoladi, boshqa tomondan qirqib tashlanadi. Shu bois modellashtirish bosqichlarining o‘zaro bog‘liqligi, natijalarni to‘g‘ri talqin qilish, demakki, modellar asosidagi tavsiyalarning qiymati ko‘pincha “havoda osilib qoladi”.
Modellashtirish va tizimli yondashuvning chuqur ichki bog‘liqligi allaqachon obyektdan tizim sifatida foydalanish usulida ko‘rinadi: qaror qabul qilinayotgan obyektni tasvirlovchi tizimni uning modeli sifatida ko‘rish mumkin. Aksincha, murakkab obyekt modelini tizim ko‘rinishida tasvirlash ko‘plab holatlarda samarali usuldir. Tizimli modellashtirish — tadqiqot obyektini tizim shaklida tasvirlash, ko‘pmodellik, iterativ model qurish, interaktivlik bilan xarakterlanadigan modellashtirish shaklidir. Aynan tizimli yondashuv va modellashtirishning mevalilik (samaradorlik) bilan uyg‘unlashuvi ularning o‘zaro ta’siri va singishiga muhim zamin yaratadi.
Alohida ta’kidlash joizki, Staford Bir (Stafford Beer)ning tashqi to‘ldirish prinsipiga muvofiq tizimli modelga noformal elementlarni kiritish mutlaqo zarur. Ularning mavjudligi modelga subyektni kiritishni talab qiladi; u formal va noformal elementlar o‘rtasidagi o‘zaro ta’sirni amalga oshiradi. Aynan iterativlik va dialoglilik tizimli modellashtirishda butun modellashtirish tuzilmasidagi formal va noformal elementlar orasida yuzaga keladigan zidiyatlarni bartaraf etish imkonini beradi.
Modellashtirishda, xuddi birinchi bosqichdagidek (uni muammoning kontseptual modelini qurish deb hisoblash mumkin), keyingi tadqiqot uchun qulay bo‘lgan shaklda axborotni siqish (cheklash) yuz beradi. Bu zarur chegaralash obyektga kelib tushadigan axborot miqdorini tartibga solish imkonini beradi. Matematik modellashtirishda bunday cheklash uchta xos to‘siq sababli yuz beradi: matematik tilning cheklanganligi, metodning cheklanganligi va modelning o‘ziga xos chegaralari.
Matematik tilning birma’noliligi — ham “plus”, ham “minus”. Afzalligi — xatolarga yo‘l qo‘ymaydi; shu bilan birga, obyektni yetarlicha to‘liq tasvirlash imkonini cheklaydi. Modeldagi axborot ortishi bilan modellashtirishning evristik funksiyasi to‘g‘ri proporsional emas, balki ekstremal qonun bo‘yicha o‘sadi: samaradorlik ma’lum bir chegaragacha oshadi, so‘ng pasayadi. Demak, matematika aniqlikni kafolatlaydi, ammo to‘g‘rilikni emas. Sabab–oqibat zanjiri juda ravshan bo‘lgan fizik obyektlar tadqiqida (axborot murakkabligi pastroq) yo‘qotish va buzilish darajasi, ijtimoiy-iqtisodiy obyektlardagiga qaraganda ancha past bo‘ladi. Matematik tilning cheklanganligi K. Gyodelning formal tizimlar to‘liqsizlik nazariyasi va Staford Birning tashqi to‘ldirish prinsipi asosida ham yotadi; bu cheklanish darajasi ko‘p jihatdan tarixiy, mutlaq emas. Matematika rivoji bilan uning imkoniyatlari kengayadi. Biroq hozircha ko‘plab olimlar — matematiklar, faylasuflar, iqtisodchilar va boshqalar — ijtimoiy-iqtisodiy hodisalarni adekvat matematik tasvirlash imkoniyatlari cheklanganligini ta’kidlashadi.
Matematik metodlar deyarli cheksiz doirada qo‘llanishi mumkinligi ularning “hamma narsani o‘z ichiga olishi”, universalligi haqidagi tasavvurni tug‘diradi. Ko‘pincha buni tasdiqlash sifatida o‘zaro isbot ishlaydi, amaliy samaradorlik emas. Bunga shuningdek shunday holat ta’sir ko‘rsatadiki, metodologik tavsiflarda ko‘rsatiladigan ko‘plab ideallashgan xususiyatlar o‘sha metod va modellarning go‘yoki immanent xususiyati sifatida taqdim etiladi. Har qanday maxsus vosita kabi, aniq metod ishlanayotgan axborotga o‘z cheklovlarini yuklaydi: ba’zi jihatlarni ajratadi, boshqalarni yo‘q qiladi yoki buzadi — natijada real vaziyatning ixtiyoriy darajada soddalashtirilgan, buzilgan obrazi hosil bo‘ladi. Model metodologiyasi bo‘yicha yozilgan ayrim ishlar “real ishlab chiqarish” jarayonlarini tasvirlashda matematik modellashtirishning prinsipial cheklanganligini ko‘rsatadigan dalillar keltiradi. Optimallashtirish yondashuvi doirasida ishlab chiqilgan metodologiya chegaralarida eng yaxshi yechimni izlashni real modelning prinsipial cheklangan aks ettirilishini e’tirof etish bilan moslashtirish mumkin emas. Hatto juda mohirona qo‘yilgan masalalar ham bu zidiyatni go‘yoki hal etayotgandek ko‘rinsa-da, amalda yangidan-yangi zidiyatlarni tug‘diradi. Bunga dasturlash usullaridan foydalanganda tizim va subsistemalarni ajratish–birlash xatolari ham qo‘shiladi. Predmetli konsepsiyalarga suyanish ko‘pincha bir xil formulalar bilan turlicha obyektlar — masalan, kvartira va temir yo‘l stansiyasi uchun yoritish quvvatini asoslash — ni keltirib chiqaradi. Xuddi shuningdek, korxona yoki butun tarmoq faoliyatini optimallashtirishga oid masalani zagotovkani optimal qirqish masalasidan, asosan, o‘zgaruvchilar va tenglamalar soni farqlaydi xolos. Ammo bunday “qirqish” natijasida real tizimdagi ulkan miqdordagi bog‘lanishlar “mexanik” tarzda uziladi; ularning murakkabligi va noaniqligi ko‘pincha hozirgi matematika tili bilan aniq ifodalanishi qiyin. Model tuzilmasini an’anaviy asoslash yondashuvining noto‘g‘riligini yemlar tarkibini va chorva bosh sonini asoslash masalalarini solishtirish orqali ko‘rsatish mumkin: metod jihatdan ular “bitta sinf”ga kiritilishi va bir xil metod bilan hal qilinishi mumkin. Biroq birinchisi asosan mahsulot tannarxiga ta’sir qilsa, ikkinchisi ijtimoiy manfaatlar, atrof-muhit muhofazasi va boshqalarni hisobga olishni talab qiladi; demak, ikkinchisida boyroq tasvir imkonini beruvchi metod kerak bo‘ladi, aks holda adekvat model va amaliy qiymatga ega qarorni olish mumkin bo‘lmaydi.
Optimallashtirish metodlari (matematik dasturlash yoki regression tahlil) oxir-oqibat noyob bo‘lmagan, ammo bilimlarimiz bilan chegaralangan natijani izlashga olib keladi. Texnik yoki soddaroq ijtimoiy-iqtisodiy obyektlar uchun muhandislik, operativ yoki taktik vazifalarni qo‘yishda, ularni to‘liq formal tasvirlash va real alternativalar diapazonini asoslash imkoniyati mavjud bo‘lsa, optimallashtirish metodlaridan foydalanishning yetarliligi va samaradorligi shubha tug‘dirmaydi. Obyektlar murakkablashib borgani sari strategik masalalarda optimallashtirish metodlari faqat yordamchi funksiyalarni bajarishi mumkin.
“Tipik” modellar tuzilmasi obyektni tasvirlashda zarur bo‘lgan turfa xillikni ifodalash imkoniyatlarini yanada qattiq cheklaydi. Shu bois ayrim manbalarda modellashtirishni avval model turini tanlashdan, keyin esa vazifani tanlangan modelga “mos tushadigan” tarzda qo‘yishdan boshlash tavsiya qilinadi. Bunday yondashuv model qurishni yengillashtiradi va agar maqsad aynan matematik modelni qurish bo‘lsa, samarali; biroq muammoni hal qilish maqsadida u to‘g‘ri yo‘l emas. Keyingi algoritmlar, dasturlash tillari va EHM imkoniyatlari bilan bog‘liq cheklovlar ham ma’lumotlar buzilishi va yo‘qotilishiga olib keladi.
Strukturaviy-funksional tahlil shuni ko‘rsatadiki, matematik modelni qurish va EHMda yakuniy natijalarni olishga oid barcha protseduralar mantiqan asoslangan bo‘lsa-da, ular natijaning adekvatligini va tegishli boshqaruv qarorining real muammoga mosligini kafolatlaydigan metodologik xususiyatlarga ega emas. Samaradorlik (optimallashtirish) kriteriylarini shakllantirish ko‘pincha obyektiv ijtimoiy qonunlardan mustaqil amalga oshiriladi; modelni ishlab chiqishda asosiy kriteriy esa “tipik” algoritmga asoslangan algoritmni tezroq qurish shartlariga aylanadi. Tadqiqotchi/menejer real muammoni o‘zi egallagan matematik metod yoki shaxsiy EHM dasturiy ta’minotining strukturasi ostiga “moslab” qo‘yishi mumkin. Bir metod doirasida albatta matematik model qurishga qaratilgan yo‘nalish miqdoriy baholanmaydigan omillarni tadqiqotdan chiqarib tashlaydi. Sabab–oqibat bog‘lanishlarini tasvirlash asossiz ravishda additivlik prinsipini qo‘llashga olib keladi. Yakuniy natija bir necha “transformatsiya”dan o‘tgan, ancha soddalashtirilgan va buzilgan model uchun optimal bo‘lishi mumkin, xolos; bu esa real obyektga adekvat emas.
Uchinchi bosqich — boshlang‘ich axborot sifatiga bog‘liqlik
Model turi va tuzilmasi asoslab olingach, matematik model yordamida olingan boshqaruv qarorining adekvatligi va samaradorligi boshlang‘ich axborot sifatiga bog‘liq bo‘ladi. Masalan, matematik dasturlashda shartlar matritsasi elementlari, regressionda — koeffitsientlar shu ma’lumotlarga ko‘ra hisoblanadi. Xatoliklar tabiati ko‘p jihatdan tanlangan modellashtirish metodiga bog‘liq. Chiziqli dasturlashda xatolar odatda obyektning o‘zidan kamroq, ko‘proq ishlab chiquvchining e’tiborsizligi bilan bog‘liq bo‘ladi (ishlab chiqarish quvvati, sarf me’yorlari noto‘g‘ri olinishi va h.k.) — bunday xatolar model bilan ishlashda aniqlanadi va oson tuzatiladi. Regression tahlilda vaziyat murakkabroq: bu yerda koeffitsientlar kirish ma’lumotlariga bog‘liq bo‘lib, obyekt ko‘pincha “qora quti” sifatida ko‘riladi — unda “kirish”ning “chiqishga” aylanish mexanizmi noma’lum bo‘ladi. Dastlabki ma’lumotlar hajmi ortgani sari ularning turfa xilligi real obyektnikiga yaqinlashadi; regressiya modelining adekvatligini oshirish mumkin, bu esa chiziqli dasturlashda erishib bo‘lmaydigan afzallik. Tabiiy fanlarda omillar soni kamroq va ularni boshqarish imkoniyati yuqoriroq bo‘lgani sabab bu afzallik samarali ishlaydi. Ijtimoiy-iqtisodiy tadqiqotlarda esa regressiya samaradorligi pasayadi: omillar soni keskin ko‘payadi, ko‘plari noma’lum va/yoki boshqarilmaydi. Demak, yagona tanlama bilan cheklanmaslik, balki bosh to‘plamga yaqin hajmda ma’lumotlardan foydalanish zarur bo‘ladi. Tabiiy va texnik fanlarda ko‘pchilik jarayonlarni takrorlash asosan eksperiment qiymati bilan belgilanar ekan, ijtimoiy-iqtisodiy obyekt regressive modelini tekshirish ancha qiyin — bu yerda jarayonlar tarixiy tabiatga ega va yagonaligi bilan farqlanadi.
Shu bois ijtimoiy-iqtisodiy obyektlarni tadqiq etishda asosiy manba — kuzatish, ya’ni tajribalarni takrorlashni istisno qiladigan “passiv” eksperiment bo‘ladi; demak, regressiya modelining adekvatligini statistik kriteriylar bilan tekshirish imkoniyati cheklangan. Shuning uchun bu obyektlarda adekvatlikning asosiy ko‘rsatkichlari — ko‘p martalik korrelyatsiya koeffitsienti va yaqinlashtirish xatosi. Biroq birinchining yuqori, ikkinchisining past bo‘lishi model sifati haqida birma’noli xulosa berishga yetarli emas. Sababi — model polinomidagi hadlar soni ortishi bilan (tashqi tomondan u faqat tajribalar soni bilan cheklangandek ko‘rinadi) turfa xillik ko‘payadi va natijada moslama aniqligi ham o‘sadi.
V. Leontyev (Wassily Leontief) iqtisodda statistik metodlardan foydalanish past natijador bo‘lishini shunday izohlaydi: “Zamonaviy iqtisodga xos murakkab miqdoriy o‘zaro bog‘lanishlarni o‘rganish uchun, hatto metodologik ravishda aniqlashtirilgan bilvosita statistik tahlil ham mos kelmaydi”. Natijalarni talqin qilish bilan bog‘liq, matematik metodlar va ularga asoslangan boshqaruv qarorlari samaradorligini pasaytiruvchi omillardan yana biri — miqdoriy natijalarni ortiqcha ideallashtirish. Aniq hisob — to‘g‘ri yechim kafolati emas; yechim kirish ma’lumotlari va ularni qayta ishlash metodologiyasi bilan belgilanadi. Masalan, chiziqli dasturlash masalalarini hal qilishga kirishayotgan menejerlar bilishi kerakki, masalada arzimas noliniylik bo‘lishi ham chiziqli dasturlash bilan olingan yechimni shubha ostiga qo‘yishi, hattoki xavfli qilishi mumkin. Afsuski, yuqori bo‘g‘in menejerlarini texnik fanlar va iqtisodiy-matematik metodlar asoslari bilan tanishtiruvchi ko‘plab kirish kurslari bu fanlarning amaliy muammolar bilan qanday bog‘lanishini tushuntirib bermaydi — ko‘pincha o‘qituvchi o‘z metodikasining universal qo‘llanilishiga ishonadi va qo‘llanish chegaralarini yaxshi tasavvur qilmaydi.
Xulosa qilib aytganda, ishlab chiqarish muammosini matematik modelga “transformatsiya” qilishning barcha uch bosqichida ideal modellar sifatini real obyektga mosligi nuqtayi nazaridan baholashga xizmat qiladigan yetarlicha qat’iy, ilmiy asoslangan kriteriylar yo‘q. Shu bilan birga, an’anaviy yo‘nalish ko‘proq hisoblash qiyinchiliklari va model o‘lchamining kattaligini yengishga qaratilgan bo‘lib, matematik apparatning cheklanishlarini e’tibordan chetda qoldiradi.
Modellashtirish amaliy tadqiqotlarning eng amaliy jihati hisoblanadi, biroq bu pragmatizm individual ishlab chiqarish masalalarini hal etishda gnoseologik va ontologik yondashuvga tayangan protsessual bilimlar metodologiyasida qurilgan bo‘lishi kerak. Shu bilan birga, boshqaruv qarorlarida modellarni qo‘llashda ularning kongruentligi (mosligi) va, demakki, yechim adekvatligi real jarayonlarga mos kelishi zarur. Bu shartlar modellar tasvirlayotgan jarayonlarning tabiati bilan belgilanadi. Iqtisod fanida “narx–talab” tipidagi aksariyat deskriptiv modellar inson xulqiga bog‘liq institutsional jarayonlarni tasvirlaydi; bunday modellar faqat kontseptual xususiyatga ega bo‘lib, miqdoriy bashorat uchun xizmat qila olmaydi. Statistik modellarning ichki interpolatsion baholash imkoniyatlari ishonchlilik ko‘rsatkichlari bilan aniqlanadi, ammo bashorat uchun ekstrapolyatsiya darajasi dastlabki ma’lumotlar diapazonining 20–30 %idan oshmasligi kerak. Bir necha takrorlar bilan boshqariladigan eksperimentlar asosida olingan regressiya modellari ishonchliligi sezilarli darajada oshadi. Resurs sarfini optimallashtirish, zararsizlik shartlari, kamayuvchi daromadlar qonuni (Law of Diminishing Returns) bilan bog‘liq normativ modellarni mutlaq deb hisoblash mumkin; ular bo‘yicha olingan baholarning ishonchliligi faqat boshlang‘ich ma’lumotlardagi xatolarga bog‘liq.
