Гарольд «Бад» Лоусон
Путешествие по системному ландшафту

Полная версия

Модели и моделирование

В связи с системным мышлением был разработан ряд методологий, инструментов, моделей, языков и методик, способных помочь в фундаментальных аспектах видения целого, а также взаимозависимостей и картины изменений. Результатом работы профессора Джея Форрестера в Массачусетском технологическом институте (МТИ) в 1950-е – 1960-е годы стала разработка языка моделирования DYNAMO, одного из самых первых языков компьютерного моделирования, который предоставил методологию и инструментарий для изучения сложных взаимосвязей в динамических системах [Forrester, 1975]. Форрестер также одним из первых указал на универсальность системного мышления в различных дисциплинах и работал в области как жестких, так и мягких систем. В 1960-е годы появились и другие языки программирования для моделирования сложных систем, в частности, SIMSCRIPT [Markowitz, 1979] и SIMULA [Dahl, et al., 1970].

Проникновение в сущность сложных систем обычно влечет за собой разработку одной или нескольких моделей, в которых стараются зафиксировать некоторые особенности структуры и/или возможного поведения системы. Например, применительно к природным системам модели метеорологических систем создаются на основе измерений и известных схем и образцов гидрологического поведения. Для составления прогнозов погоды эти модели постоянно динамически анализируются. При моделировании природных явлений для того, чтобы зафиксировать взаимосвязи между физическими элементами математические модели структур и поведений создаются на основе законов физики, биологии или химии. Модели могут быть описаны вручную с помощью карандаша и бумаги или же на каком-то языке, предоставляющим основу для моделирования с помощью ЭВМ.

Модели систем, создаваемых людьми, полезны для системного мышления, связанного с жесткими или мягкими системами. Модели систем определенного физического разнообразия базируются на использовании математических формул, определяющих элементы и связи между ними. Продукты Mathematica и MATLAB стали важными инструментами для построения и анализа моделей природных систем, а также при разработке физических систем. П. Фритцсон [Fritzson, 2004] написал исчерпывающую книгу, касающуюся моделирования физических систем с использованием объектно-ориентированного языка Modelica-2.

В качестве примера модели физической системы рассмотрим автоматизированную производственную систему для производства какого-то вида физической продукции. Модель, например, может, зафиксировать наличие физического производственного оборудования в виде рабочих ячеек и буферов. Обработка сырья и полуфабрикатов в процессе производства может быть описана при помощи функций распределения случайной величины, например Гаусса или Пуассона. Подобные модели, с одной стороны, применяются для того, чтобы лучше разобраться с сутью происходящих процессов, а с другой, чтобы убедиться в том, что модель производства отражает реальность производственного процесса.

Модели абстрактных систем могут предусматривать аналогичный анализ, когда гипотеза, касающаяся способности к обработке, может быть использована для понимания ряда функций и/или возможностей и связей между ними. В том, что касается скорости обработки, математические соотношения так же могут быть использованы для описания взаимосвязей; в результате абстрактная система может быть в конце концов преобразована в физическую систему.

Модели систем человеческой деятельности могут быть построены для понимания реальных или типовых ситуаций и/или реагирующих систем, связанных с какой-то проблемой или благоприятной возможностью. Модели человеческой деятельности, состоящие из функций и/или возможностей и связей между ними, также могут быть использованы для того, чтобы зафиксировать совокупность процессов и/или процедур, которые должны быть выполнены людьми.

Поскольку модели не являются точной копией оригинала и представляют собой абстрактную реальность, можно сделать вывод о том, что все модели являются неверными; однако некоторые из них являются полезными [Box and Draper, 1987]. Боардмэн и Сосер [Boardman and Sauser, 2008] указывают на следующие полезные выводы, касающиеся моделей. Не следует создавать модель, если мы не знаем:

• на что мы смотрим;

• почему мы на это смотрим;

• откуда (с какой точки зрения) мы на это смотрим, и

• что, по нашему мнению, мы сможем увидеть лучше, если у нас будет модель.

Последний важный момент в создании модели, по нашему мнению, это как.

Независимо от того, какая модель – количественная или качественная – создается, самым важным с точки зрения системного мышления является хорошо продуманный и конкретный процесс моделирования. Как уже упоминалось, по утверждению Питера Сенге процесс моделирования включает скорее формирование полного, целостного представления и возможности определить характер изменений, чем установление мгновенного, статического видения ситуации. С другой стороны, как отмечает Питер Чекланд, модели предоставляют основу для изучения системных ситуаций.

Парадокс

Системные ситуации часто являются парадоксальными и содержат противоречия (явления, которые можно рассматривать и как истинные, и как ложные). Классический пример: это утверждение – ложь. Если это утверждение является истинным, тогда это ложь; если оно ложное, как оно может быть истинным. Рассматривая системные ситуации, системный мыслитель должен осознавать возможность парадоксальных ситуаций. Касаясь системного мышления и парадоксов, Боардмэн и Сосер утверждают следующее.

«Парадокс – это очевидное противоречие. Тем не менее, предметы не всегда таковы, какими они кажутся. Парадокс можно объяснить, но только пытаясь обрести мудрость свыше; для системного человека это означает взгляд вверх и наружу, а не только вниз и внутрь. Парадоксальное мышление является системным мышлением в его лучшем проявлении».

Парадоксы, содержащие утверждения, претендующие на то, чтобы быть истинными, и в то же время противоречащие друг другу, приводят к возникновению напряжения, принять которое заинтересованным сторонам порой бывает трудно. В то же время рассмотрение этих конфликтов при помощи моделей, стимулирующих новое осмысление, может способствовать изменению представлений, что приводит к более глубокому пониманию. Давайте рассмотрим несколько примеров.

Парадокс управления. Командование и управление используются для обеспечения порядка и поддержания соответствия какой-то форме стратегического руководства (цель, задача или результат). Однако, для того, чтобы способствовать развитию инноваций, творческих способностей и чувства самосознания, у вас не должно быть командования и управления.

Парадокс клиента. Для продуктивной работы и получения прибыли необходимо прислушиваться к вашим клиентам. Однако, для того, чтобы воспользоваться преимуществами передовой технологии, которая может дать новые возможности для продуктивной работы и извлечения прибыли, вы не должны прислушиваться к вашим клиентам.

Парадокс разнообразия. Для того, чтобы команда (в том числе проект, миссия, целевая рабочая группа и т. д.) достигла успеха, необходимы как единообразие, так и дифференциация. Единообразие необходимо для того, чтобы обеспечить наличие одновременно боевого духа и чувства сопричастности общей цели. Однако дифференциация с учетом способностей и навыков членов команды необходима для достижения командного успеха.

Парадокс программного обеспечения. Из-за фундаментальной природы программного обеспечения ЭВМ возникает парадоксальная ситуация, когда программные системы нужно планировать, при этом в то же самое время творческие способности вездесущего программиста требуют, чтобы их не планировали. Это является центральным вопросом в спорах между сторонниками планового и гибкого программирования.

При изучении различных системных перспектив системный мыслитель должен смотреть вверх и наружу, а также вниз и вовнутрь и должен рассматривать целевую систему в узком смысле, целевую систему в широком смысле, окружение, а также окружение в широком смысле, как это показано на рис. 1.5. Таким образом, когда мы рассматриваем какие-либо подходы к моделированию (описанию) системных ситуаций, следует не упускать из виду понимание парадоксальных ситуаций и создаваемых ими напряжений, а также стремиться рассматривать различные аспекты проблемы или возможности в целом. Некоторые из подходов к моделированию могут использоваться и для жестких и для мягких систем, в то же время имеются подходы, которые лучше подходят для моделирования жестких или мягких систем. Тем не менее, давайте сначала рассмотрим системы и взаимосвязи, которые нужно охарактеризовать.

Описание системных ситуаций

Существуют различные подходы к количественному и качественному моделированию системных ситуаций. Эти подходы задают различные проекции, которые помогают вникнуть в широкий круг системных особенностей. Качественные модели могут включать прозаический текст на естественном языке, структурированный текст, наглядное изображение и/или графическое представление существенных свойств проблемы или возможности, связанной с системой. Все формы качественных моделей предназначены для того, чтобы рассказать историю системы, которая и дает полезное понимание. Ниже будут рассмотрены различные способы рассказа историй посредством использования моделей, но сначала давайте еще раз обратим внимание на важность парадигмы диаграммы системной связности.

Система, как доминанта

Выявление проблем или новых возможностей чаще всего обусловлено связями между элементами нескольких систем. Поэтому, давайте в данном контексте еще раз рассмотрим мысленную модель диаграммы системной связности, изображенную на рис. 2.1.

Рис. 2.1. Где проблема, а где возможность?

 

Проблема или возможность может возникнуть из-за элементов и связей, которые были вовлечены в ситуацию и ограничены связанной с ситуацией целевой системой, понимаемой в узком смысле. Однако, если посмотреть вверх и наружу, границы проблемы или возможности меняются, поскольку существуют целевая система в широком смысле, окружение в узком смысле и даже окружение в широком смысле. Естественно, что ситуации, связанные с проблемой или возможностью, возникают в реагирующих системах, а также во взаимосвязях с системными активами, которые нужно описывать. В этих случаях также следует учитывать целевую систему в широком смысле и, более того, окружение в узком и широком смысле.

Поскольку реагирующая система создается для того, чтобы следить за ситуационной системой, связывание этих двух систем представляет собой готовую область для описания. Элементы этих двух систем взаимодействуют, что приводит к разрешению проблем или использованию возможностей, но также может привести и к возникновению новых ситуаций. Самое важное – сосредоточившись на проблеме, рассматривать более широкий контекст, охватывающий свойства постоянно применяемых системных активов, из которых создается реагирующая система. Поэтому важно определить связи между элементами в целевых системах в узком смысле и в широком смысле, а также в окружении и в окружении в широком смысле.

Нахождение первопричин

Нахождение источников проблем, разумеется, является необходимой предпосылкой моделирования. Часто проблемы неочевидны и могут быть результатом какой-либо парадоксальной ситуации.

Сенге и др. [1994] описывают метод, основанный на текстовом представлении, который оказался полезным и для отдельных лиц и для групп, работающих вместе над выявлением первопричин, вызывающих проблемы. Этот метод, называемый «Пять почему», представляет собой полезную отправную точку в процессе размышления о первопричинах (что, на что и почему влияет). По существу, данный метод рекомендует смотреть все дальше и дальше за пределы проблемы, считающейся источником возникновения затруднения.

Указанный метод удобнее всего применять, используя флипчарт, бумагу и маркеры и назначив кого-нибудь, чтобы все записывать. Выбрав первое «Почему» (обычно являющееся результатом трех-четырех исходных предпосылок), задаются вопросом: «Почему происходит то-то и то-то?»

Для иллюстрации метода «Пять почему» мы разберем некоторые выводы, сделанные Маргаретой Эрикссон [2006]. В проекте, который она разрабатывала как слушатель данного курса, изучались первопричины того, почему клиентская информация о продукте (ИПК) для некоторого вида программного обеспечения является неадекватной, несвоевременной и дорогой в разработке. Следующие два примера представляют собой результат изучения связанных с документацией проблем хорошо известной телекоммуникационной компании.

1. Почему ИПК опаздывает?

Те, кто пишет ИПК, ждут спецификацию функций (СФ) от разработчика.

2. Почему те, кто пишет ИПК, ждут спецификацию функций?

Разработчик, который должен написать СФ, задерживается.

3. Почему разработчик, который должен написать СФ, задерживается?

Разработчик занят написанием программного кода для системных функций СФ.

4. Почему разработчик пишет код для системных функций?

Разработчик отвечает за программный код.

5. Тогда почему разработчик не пишет СФ?

Разработчик описывает системные функции в СФ после кодирования и тестирования.

Разумеется, в данном примере можно заметить парадокс программного обеспечения, когда планирование и нужно и не нужно для того, чтобы способствовать творческим способностям. Теперь, давайте рассмотрим смежную проблему, которая в значительной степени является следствием предыдущей ситуации.

1. Почему работа по составлению ИПК требует много времени (и становится дорогой)?

ИПК содержит много документов и страниц.

2. Почему она содержит много документов и страниц?

ИПК не имеет заранее определенной структуры, и ее объем увеличивается по мере увеличения системы.

3. Почему объем ИПК увеличивается по мере увеличения системы?

Ни у кого в проекте не было ни времени, ни полномочий для структурирования информации.

4. Почему информация не структурирована?

Ни один человек не владеет полной картиной потребностей пользователя (клиента) и целевой системы.

5. Почему отсутствует понимание потребностей пользователя (клиента)?

Нет обратной связи от пользователей (клиентов).

Этот метод, основанный на структурированном тексте, предоставляет полезную отправную точку для анализа различных сложных ситуаций. Теперь рассмотрим различные формы графических и наглядных представлений системных ситуаций.

Диаграммы влияния

Описание того, что такое влияние, является основой всех подходов к описанию. В этом отношении одним из наиболее понятных методов является диаграмма влияния. Свой вклад в развитие диаграмм влияния внесли несколько человек, однако в общедоступной форме диаграммы влияния были описаны профессором Стэнфордского университета Рональдом Ховардом в рамках его работы в области теории принятия решений [Howard, 1960] и [Howard and Matheson, 1984].

Диаграмма влияния является простым визуальным представлением проблемы принятия решения. Диаграммы влияния предлагают интуитивный способ определения и отображения существенных элементов, в том числе решений, неопределенностей и целей, и того, как они влияют друг на друга. Они задают графическое представление ситуаций, отображающее взаимные влияния, временные связи событий и другие отношения, и представляют собой подход, дополняющий дерево решений (описанное в главе 5). Диаграммы влияния состоят из узлов различной формы и стрелок, которым присвоены значения, указанные в табл. 2.1.

Таблица 2.1. Символы диаграмм влияния

Для иллюстрации использования диаграмм влияния, рассмотрим пример, приведенный на рис. 2.2. Эта простая диаграмма влияния показывает, как решения о бюджете, выделяемом на маркетинг, и цена продукта влияют на ожидания относительно возможных размера рынка и доли рынка этого продукта, а также расходов и доходов. Размер рынка и доля рынка в свою очередь влияют на показатели продаж в штуках, которые воздействуют на расходы и доходы, которые также влияют на валовой доход.

Рис. 2.2. Диаграмма влияния

Существуют инструменты для поддержки разработки и практического использования диаграмм влияния. Например, см. www.lumina.com.

Причинно-следственные связи, петли обратных связей и запаздывание реакции

Питер Сенге, в бытность студентом Джея Форрестера в МТИ, в 1980-е годы разработал «язык системного мышления», основанный на элементарных понятиях причинно-следственных связей, обратных связей и запаздывания реакции. Этот язык дает возможность создавать модели, которые характеризуют точку зрения с помощью представлений о многочисленных причинно-следственных связях во взаимодействующих системах, результатом которых являются те или иные модели поведения. В этом смысле упомянутый язык аналогичен диаграммам влияния, но, как мы увидим, модели поведения используют в качестве основы два основополагающих понятия рост и пределы. В качестве примера на рис. 2.3 показаны причинно-следственные связи, петли обратных связей и запаздывание реакции применительно к проблеме, с которой столкнулся поставщик услуг.

Рис. 2.3. Причинно-следственные связи, петли обратных связей и запаздывание реакции на примере поставщика услуг

Здесь можно указать на четыре ситуации или действия, которые могут быть отнесены к различным системам, функционирующим на предприятии. Эти действия и ситуации собираются в модель поведения, которая может быть использована для объяснения явления, которое имеет место на этом предприятии.

В рассматриваемой системной ситуации, стремясь привлечь новых клиентов, поставщик услуг решил ввести новую системную услугу. В результате ее введения увеличилась нагрузка на обслуживающий персонал. Увеличение нагрузки вызвало рост недовольства клиентов общим уровнем обслуживания. В конце концов, после задержек с обслуживанием, через некоторое время клиенты отказались от услуг данного поставщика, что привело к сокращению использования услуг. Не вызывает сомнения, что поставщик услуг ожидал от введения новой услуги совсем другого. В этой точке, в условиях сокращения клиентской базы неразумно вводить новые системные услуги, стремясь увеличить клиентскую базу, поскольку такой шаг, скорее всего, приведет к дальнейшему сокращению этой базы. Однако важно отметить, что из-за того, что некоторые клиенты покинули данного поставщика услуг, нагрузка на обслуживающий персонал уменьшилась и, если предположить, что людские ресурсы сохранились, через некоторое время удовлетворенность клиентов может вновь вырасти.

Рассказ об истории системы

Рисунок 2.3 и только что приведенное объяснение указывают на центральный аспект описания сценариев в виде причинно-следственных связей, обратных связей и запаздывания реакции. Представления языка системного мышления, такие, как, например, рассмотренные выше диаграммы влияния, используются для того, чтобы описать важный сценарий множественных зависимостей. Общая модель создания сценария в форме языка системного мышления показана на рис. 2.4.

Рис. 2.4. Общая структура сценария системного мышления

Сценарий может содержать больше или меньше элементов, но хотя бы два элемента должны быть описаны. Сенге и его коллеги рекомендуют следующие шаги, когда вы выстраиваете системные сценарии:

1. Начните откуда угодно. Выберите, например, элемент, являющийся в данный момент наиболее безотлагательной проблемой. Не объясняйте пока, почему это происходит.

2. Любой элемент может подниматься или опускаться в различные моменты времени. Что делает данный элемент в этот момент? Попытайтесь словами описать движение: снижается… улучшается… ухудшается… увеличивается… уменьшается… возрастает… падает… резко возрастает… резко падает…

3. Опишите воздействие, которое это движение окажет на следующий элемент. Например, по мере того, как один элемент снижается, усилия, направленные на улучшение другого элемента, возрастают.

4. Продолжайте сценарий до тех пор, пока не вернетесь к отправной точке. Используйте фразы, показывающие причинно-следственные взаимозависимости: «Это, в свою очередь, вызывает…» или «… что влияет…» или «затем негативно сказывается…».

5. Старайтесь не описывать сценарий в скучной, механистической манере. Оживите рассказ, добавив иллюстрации и короткие забавные истории, помогающие людям точно понять, что вы имеете в виду.

Естественный язык, такой, как английский, будучи линейным, дает нам возможность говорить об одном шаге за один раз. В сложных системах множество событий происходят одновременно, поэтому их сложно зафиксировать. Рассказ истории о множестве элементов и их взаимосвязях на языке причинно-следственных связей, обратных связей и запаздывания реакции помогает распознать поведение систем и развить чувство времени.