Путешествие по системному ландшафту. Глава 2. Мышление на языке систем (Гарольд Лоусон)

Эффективно работающее предприятие обучается в процессе развертывания своих институциональных системных активов (эксплуатации своих систем), в ходе изучения реальных или типовых ситуаций и реагирующих систем, связанных с проблемными ситуациями или ситуациями, связанными с новыми возможностями, а также в ходе управления жизненным циклом своих систем. Полученные знания, как показано на модели изменений, приведенной на рис. 1.13, являются для предприятия прямой и обратной связью и представляют собой крайне важные объекты интеллектуальной собственности для управления изменениями в будущем. Для того, чтобы достигнуть такого уровня культуры обучающейся организации, при котором имеется возможность разрешать вопросы, связанные с системными сложностями, важно, чтобы отдельные лица и группы (проекты и команды) научились мыслить и действовать на языке систем. Поэтому в этой и следующих главах мы подробно разберем, что же это значит.

Системное мышление

«Системное мышление представляет собой процесс открытия и установления причин – проникновения в существо важнейших процессов, лежащих в основе проблем, с которыми мы сталкиваемся и возможностей, которые мы имеем».

[Senge, et al., 1994]

Как отмечалось во вступительной главе, современное системное мышление развивалось в течение 20-го века благодаря ряду работ в этой области и в результате превратилось в несколько более понятную дисциплину. Основываясь на новаторских работах Людвига фон Берталанфи, выполненных в 1920-х годах, Джей Форрестер, Рассел Акофф, Росс Эшби, Стаффорд Бир, Уэст Черчмэн, Питер Чекланд, Питер Сенге и другие внесли существенный вклад в развитие системного мышления во второй половине 20-го века.

Как было показано на рис. 1.1, где проиллюстрирована консолидация научных и инженерных дисциплин, системное мышление может считаться неотъемлемой частью науки о системах. Таким образом, подобно иной научной деятельности, системное мышление связано с наблюдением, обнаружением важных свойств и описанием. В отличие от более специализированных научных дисциплин, стремящихся выявить принципы и создать теорию, наука о системах развивалась благодаря вкладу различных дисциплин. Такие дисциплины, как исследование операций, системный анализ и принятие решений, которые также широко применяются в различных областях и в междисциплинарной сфере, могут считаться составными элементами науки о системах.

В 1955 г. биолог фон Берталанфи вместе с экономистом (К. И. Болтоном), психологом (Р. У. Джерардом) и математиком (А. Рапопортом) с целью продвижения науки о системах основали организацию в форме форума по общей теории систем, при этом были определены следующие цели:

1. Исследование изоморфизма концепций, законов и моделей в различных научных областях и оказание помощи в успешном переносе результатов из одной области в другую.

2. Содействие развитию адекватных теоретических моделей в тех научных областях, где их недостает.

3. Исключение дублирования теоретической деятельности в различных научных областях.

4. Содействие единению науки посредством улучшения связей между специалистами.

Этой междисциплинарной команде удалось создать общество, которое предоставило исследователям важную площадку для публичной дискуссии; тем не менее, фактическое развитие в конкретных областях знаний не соответствовало установленным целям. По-прежнему существует разнообразие концепций, моделей и т. д., поскольку единой, общепризнанной совокупности концепций, принципов и теорий выработать так и не удалось. Таким образом, дублирование теоретической и практической деятельности продолжается и заставляет вести поиск, чтобы узнать больше о природе системного мышления и его применении. Ссылка на единство науки, безусловно, является слишком сильной, поскольку и научные и ненаучные дисциплины внесли вклад и воспользовались с выгодой для себя концепциями системного мышления, которые возникли из различных источников. Таким образом, именно установление применительно к различным дисциплинам общей, единой, унифицированной основы в отношении к структурам и поведениям, как указывалось в предыдущей главе, является характерным для формирования как теории, так и практики в области системного мышления.

Системное мышление, которое иногда называют систематическим мышлением (systemic thinking), получило дополнительное развитие в 1990-е годы благодаря работам Питера Чекланда [Checkland, 1993] и Питера Сенге [Senge, 1990], [Senge, et al., 1994]. Эти две основополагающие работы наряду с другими были охарактеризованы, сопоставлены и подвергнуты критике Робертом Фладом [Flood, 1999].

В этой книге представлены существенные аспекты системного мышления, отражающие различные подходы к данной теме. Тем не менее, в ней не содержится подробного обсуждения всех работ в области системного мышления. Читателю даются ссылки на цитируемые книги, он также может провести поиск в Интернете по теме «системы и системное мышление» в качестве отправной точки для своего собственного более глубокого изучения данной дисциплины. В конце концов, системное мышление – это процесс исследования.

Основная идея системного мышления состоит в выявлении, наблюдении и понимании сложных эмерджентных поведений, возникающих в результате динамических взаимодействий нескольких систем в процессе работы. В результате принимаются решения об изменении, исключении или добавлении одной или нескольких систем. Способность действовать на языке систем (т. е. эффективно осуществлять структурные изменения) не описана в литературе по системному мышлению, но, как показано во вводной главе, именно в этой области системная инженерия обычно дополняет системное мышление. В частности, посредством использования связанных с системной инженерией процессов для управления жизненным циклом системы, можно эффективно выполнять управляемые изменения в описаниях системы и в показателях функционирования (как показано в модели изменений на рис. 1.13), а также осуществлять их верификацию и валидацию на протяжении жизненного цикла целевой системы. Эти связанные с действиями аспекты описаны в главе 3.

Питер Сенге описывает системное мышление, как:

• дисциплину, помогающую увидеть целое;

• рамочную структуру, помогающую увидеть взаимосвязи и характер изменений, а не моментальную фотографию, на которой зафиксировано статическое представление;

• набор общих принципов, отточенный на протяжении 20-го века, принципов, охватывающих столь разные области, как физические и социальные науки, инженерия и управление;

• а также конкретный набор инструментов и методик.

Согласно Сенге и его коллегам, хороший системный мыслитель, особенно в условиях организации – это тот, кто может видеть четыре уровня, действующих одновременно: события, картины поведения, системы и мысленные модели.

Видя целое, взаимосвязи и характер изменений в системах, важно осознавать опасности использования упрощающих контрпродуктивных подходов. Проблемы, связанные с научным редукционизмом, были указаны ранее. Еще одной опасностью на пути видения целого, взаимосвязей и характера изменений является ограничение, которое накладывается на осуществление обобщений (заключений) на основе знания отдельных взаимосвязей; например, A вызывает B. Весьма важно распространить представление причинно-следственных связей на множество взаимосвязей, существующих в динамическом взаимодействии нетривиальных систем, т. е. A вызывает B, что в свою очередь вызывает C и D, что в свою очередь вызывает… и т. д. Кроме того, взаимосвязи могут не иметь столь явного причинно-следственного характера, и в этом случае для описания взаимосвязи термин влияние является более подходящим.

В соответствии с еще одной точкой зрения, Чекланд утверждает, что системное мышление основано на двух парах идей; а именно: эмерджентность и иерархия, а также передача информации и управление. В главе 1 были описаны эмерджентное поведение и иерархическая декомпозиция, как основополагающие системные концепции. Передача информации обобщается при описании связей между элементами в системе, а также между системой и ее окружением. Таким образом, она может включать в себя обмен материалами, энергией или информацией. Управление внутри системы основано на наличии информации, содержащей результаты измерения соответствующих параметров и характеризующей протекающие процессы. Управление в природных системах и в системах, созданных людьми, было описано при помощи системной теории, т. е. кибернетики – науки об общих закономерностях процессов управления и передачи информации в различных системах, будь то машины, живые организмы или общество, в которых для управления и регулирования используются механизмы обратных связей. В этом отношении модель изменений, представленная на рис. 1.13, является примером управления, осуществляемого людьми при принятии решений. Подобные аспекты управления будут исследованы в последующих главах.

Итак, принципы системного мышления формировались как результат наблюдения за общими, глобальными особенностями систем в целом в различных областях деятельности. Системное мышление основано на понимании того, что существуют общие взаимосвязи между системами в природе, в системах, созданных людьми и между ними, взаимосвязи которые полезно понимать и использовать. Фактически системное мышление, как неотъемлемая часть науки о системах, и системная инженерия совместно вносят применительно к системам весомый вклад в формирование единого, междисциплинарного подхода.

Жесткие и мягкие системы

Для многих людей слово система ассоциируется с чем-то, что существует в мире и состоит из множества взаимодействующих элементов. Данная точка зрения наряду с противоположной точкой зрения, заключающейся в том, что системы, созданные людьми, существуют в виде описаний, были представлены в главе 1. В любом случае преобладающая точка зрения на системы, построенные человеком, заключается в том, что они создаются для достижения цели, решения задачи или получения результата, представляющего интерес. Для решения сложных инженерных задач во второй половине 20-го века возникла системная инженерия, в значительной степени параллельная разработкам в области системного мышления. Вначале системная инженерия была сосредоточена на крупномасштабных физических системах, однако со временем она претерпела некоторые изменения и стала охватывать вопросы, связанные с организацией, управлением и человеческим фактором, с позиции полного жизненного цикла [Arnold and Lawson, 2004]. В прошлом были попытки применить методологию системной инженерии к менее структурированным социальным и политическим системам, что зачастую приводило к тому, что не удавалось проникнуть в сущность системы настолько, насколько это необходимо для ее улучшения.

Чекланд [Checkland, 1993], сам начинавший с позиций системной инженерии, успешно рассмотрел проблемы применения системной инженерии к менее четким, некорректно поставленным задачам, имеющим место на социальной и политической аренах. Так он ввел различие между жесткими и мягкими системами.

Мир жестких систем характеризуется тем, что для подобных систем при попытке к какой-то мере «оптимизировать» решение инженерные методологии дают возможность определить результаты, цели и задачи, которые могут быть получены (достигнуты, решены).

Мир мягких систем характеризуется как в высшей степени сложный, неясный и часто непостижимый феномен, применительно к которому не могут быть установлены конкретные цели и который требует изучения с целью осуществить улучшение. Существование подобных систем не ограничивается социальной и политической областями. На предприятиях, где наблюдаются сложные, часто плохо определенные модели поведения, сдерживающие способность к улучшениям, подобные системы могут использоваться для описания отношений как внутри предприятия, так и между предприятиями.

Признавая это важное различие, Чекланд указывает на тот факт, что процесс исследования, который сам по себе может быть организован в обучающуюся систему, является наиболее подходящим способом анализа и изучения мягких систем, элементами которых являются различные виды человеческой деятельности.

Системное мышление полезно при анализе и проникновении в сущность проблем и возможностей, связанных с жесткими и мягкими системами, а так же системами, содержащими элементы обоих типов.

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