Кратко: каждую из перечисленных парадигм формировали практические потребности эпохи (удобство выражения алгоритмов, структурирование кода, моделирование предметной области, работа с логикой и поиском), научные идеи (λ‑исчисление, предикатная логика, алгебраические структуры) и конкретные языки/инструменты, которые эти идеи популяризовали. Ниже — эволюция, какие проблемы пыталась решить каждая парадигма и как это отразилось на современной разработке.

1) Процедурное / императивное (structured/procedural)

История: ранние языки — Fortran (1950‑е), Algol (1958), далее Pascal (Вирт, 1970‑е), C (1972). Критическая веха — движение структурного программирования (Dijkstra, 1960‑е), отказ от хаотичных goto.Какие проблемы решали:
описать последовательность операций над состоянием машины (подход «компьютер как машина состояний»);сделать код понятным и предсказуемым (модули, подпрограммы, контроль потока);упростить разработку системного/встроенного ПО и научные расчёты.Влияние на практики:
принципы структурирования кода (функции/процедуры, локальные переменные, блоки);явное управление состоянием и побочными эффектами (важно для оптимизации и отладки);до сих пор основа для низкоуровневого программирования (C, системное ПО), а также императивные части в большинстве языков.

2) Объектно‑ориентированное (OOP)

История: первые идеи — Simula (Dahl & Nygaard, 1960‑е) для моделирования систем; затем Smalltalk (Alan Kay и команда, 1970‑е) как «полностью» объектный язык; массовое распространение — C++ (Stroustrup), Java (Gosling) в 80–90‑х.Какие проблемы решали:
моделирование сложных предметных областей через «объекты» с состоянием и поведением;инкапсуляция данных, информация‑абстракция и управление сложностью;повторное использование кода (наследование), полиморфизм — для расширяемости.Влияние на практики:
проектирование через типы/классы, паттерны проектирования (GoF), принципы SOLID;широчайшее распространение проектных шаблонов, тестирования (моки, юнит‑тесты), компонентного подхода;GUI, клиент‑серверные фреймворки и многие корпоративные архитектуры были построены вокруг OOP‑моделей;негатив: чрезмерное использование наследования, большие иерархии классов — уроки привели к композиции над наследованием и к более гибким архитектурам (компоненты, микросервисы).

3) Функциональное (FP)

История: математические корни — λ‑исчисление (Alonzo Church, 1930‑е); языки — Lisp (McCarthy, 1958), ML (Milner, 1970‑е), Haskell (1990‑е), Erlang (для параллелизма, 1980‑е). В 1977 году Джон Бэкус пропагандировал функциональный подход.Какие проблемы решали:
формальная модель вычислений без побочных эффектов (рефакторинг, доказуемость корректности);управление сложностью через композицию функций, высшие функции, чистоту и неизменяемость;проблематика параллелизма/конкуренции (иммутабельность упрощает безопасное параллельное выполнение).Влияние на практики:
функциональные конструкции (map/filter/reduce, лямбды) теперь везде: JS, Python, Java, C#;иммутабельность и чистые функции стали ключевыми в реактивном программировании, в системах, где важна детерминированность;идеи типов и алгебраических типов (Option/Result, pattern matching) влияют на надёжность кода;концепции (категории/монады) помогают формализовать работу с эффектами — практическое влияние видно в API для обработки ошибок/асинхронности;языки вроде F#, Scala, Rust соединяют императивное и функциональное.

4) Логическое / декларативное (Prolog, logic programming)

История: Prolog (Colmerauer & Kowalski, 1972) как практическая реализация парадигмы на основе предикатной логики и механизма резолюции/поиска с откатом.Какие проблемы решали:
удобное выражение логических отношений и правил (экспертные системы, обработка естественного языка, символическое ИИ);автоматизация поиска решений, ограничений и вывода (backtracking, unification);декларативное описание «что» нужно получить, а не «как» это вычислить.Влияние на практики:
логическое программирование применялось в ИИ, в системах правил, в анализаторах и в верификации;идеи декларативности и правил повлияли на Datalog, SQL (запросы в терминах желаемых свойств), системы ограничений (constraint solvers), SAT/SMT;современные системы правил/движков (Drools, бизнес‑правила), а также DSL и конфигурации используют декларативные подходы.

Слияние идей и современная картинка

Мультипарадигменность: современные языки и платформы — преимущественно мультипарадигменные (Python, JavaScript, Scala, Kotlin, Rust, C#), заимствуют сильные стороны разных подходов.Архитектурное влияние:
OOP дал шаблоны проектирования и компонентность; FP — композицию, иммутабельность и подходы к конкурентности; логика/декларатив привнесли идею описания желаемого состояния/правил.React и подобные UI‑фреймворки используют декларативный стиль + функциональные идеи (чистые компоненты, однонаправленный поток данных).Микросервисы, контейнеризация и domain‑driven design — практические архитектурные следствия стремления управлять сложностью (наследие OOP/модульности).Инфраструктура для надёжности:
статические типы, продвинутые системы типов (влияние ML/Haskell) для раннего обнаружения ошибок;тестирование, CI/CD и практики обеспечения качества — общие вне зависимости от парадигмы, но разные парадигмы дают разные инструменты для тестируемости (например, иммутабельность упрощает тесты).Практические уроки и ограничения:
ни одна парадигма не решает всех проблем: OOP может приводить к избыточным иерархиям, FP требует иной ментальности и иногда сложнее встроиться в экосистему, логическое программирование плохо масштабируется для многих прикладных задач;важен выбор абстракций и комбинирование: композиция вместо наследования, неизменяемые структуры для конкуренции, декларативные описания бизнес‑правил там, где они естественны.

Вывод
Парадигмы формировались как ответы на реальные инженерные и теоретические проблемы: управление сложностью, повторное использование, параллелизм, верификация, описание знаний. Современная разработка — это гибкое комбинирование этих подходов: используют процедурные конструкции для эффективности, OOP для моделирования и компонентности, FP для ясности, детерминированности и параллелизма, а декларативные/логические идеи для описания правил и запросов. Понимание происхождения и сильных/слабых сторон каждой парадигмы помогает выбирать правильные абстракции и инструменты для конкретных задач.