Критические вопросы теории и практики систем - К. Эллис

возрастающей отдачи. В качестве примера можно привести феноменальный успех видеосистемы VHS по сравнению с ее технически более совершенным конкурентом Betamax. Чем больше покупателей приобретали видеосистемы VHS, тем больше магазинов отдавали предпочтение этой модели перед Betamax, и, соответственно, тем больше покупали систем VHS.

Когда такой процесс запущен, его трудно остановить. Этим можно объяснить внезапное падение, казалось бы, неприступных мировых империй, крах фондовых рынков, уничтожение популяций животных и растений и т.д. Процесс приходит в движение, приобретая собственный импульс, который невозможно остановить ни тщательным подбором участников, ни определением средств и целей, ни оценкой необходимых ресурсов и т.д.

Можно утверждать, что успешное решение проблемы в ситуации возрастающей отдачи в меньшей степени зависит от используемой модели решения проблемы, а в большей - от динамики самого процесса. И наоборот, можно утверждать, что если импульс направлен в сторону все большего хаоса и конечного коллапса, то никакое перепроектирование системы или попытки решить проблему не смогут предотвратить ее разрушение.

Как утверждает Уолдроп (1993): "Увеличение отдачи [подразумевает, что].... если малые случайные события могут закрепить за вами любой из нескольких возможных исходов, то тот исход, который будет выбран, может оказаться не самым лучшим."

 

КУЛЬТУРНО-СПЕЦИФИЧЕСКАЯ МОДЕЛЬ АККОФФА Моделирование реальности

Работы по созданию искусственной жизни, проводимые в Институте Санта-Фе (США), включают в себя попытки моделирования реальности (с помощью компьютерных симуляторов) для понимания поведения человеческих и животных популяций, экономики, политических систем, целых экосистем и т.д. Например, модель "сахарного пейзажа" Джошуа Эпштейна и Роберта Экстелла включает компьютерные агенты, живущие в среде, где изначально доминирует единственный питательный элемент - сахар4 . Агенты запрограммированы на секс, размножение, борьбу друг с другом, различия в способности присваивать питательные вещества из окружающей среды и т.д. Культура" здесь предполагает конфликт и неравенство. В результате поведение агентов очень близко отражает реальные системы с точки зрения успеха и неудачи различных агентов.

В отличие от подобных моделей, ИС не учитывает плюралистическую природу многих рабочих организаций с их встроенными системами неравенства, интриг и конфликтов. Возможно, некоторые западные организационные культуры и отражают консенсусное взаимодействие. Однако в некоторых мировых культурах существуют строгие табу, касающиеся того, кто с кем может сидеть в дискуссии, какие касты могут взаимодействовать или не взаимодействовать с другими кастами. Строгое разделение по половому, этническому или возрастному признаку может препятствовать приглашению представителей определенных групп к участию в процессе решения проблем вместе с представителями других классов или каст. Конечно, это сделает ИС практически бессильной?

 

Моделирование нереальности

Не все компьютерные модели искусственных живых существ столь реалистичны, как модель Джошуа Эпштейна и Роберта Экстелла. В некоторых случаях в модель закладываются экономические и другие предположения, скажем, о совершенном знании или полном равенстве агентов. Например, модели птиц запрограммированы (нереалистично) на то, чтобы иметь абсолютно одинаковые характеристики, с одними и теми же несколькими инструкциями, управляющими их случайными движениями.

В результате оказалось, что с течением времени даже такие "нереальные" модели демонстрируют удивительное сходство со своими реальными аналогами. Птицы слетались вместе и массово преодолевали препятствия, экономики бурно развивались и разрушались, и так далее. Казалось бы, даже на компьютере, даже при нереальных исходных характеристиках агентов, реальная жизнь проявляется.

Отражает ли это явление причину успеха интерактивного планирования? Включает ли IP все элементы, присущие "сложным" системам? Является ли она еще одним примером модели, которая дает успешные результаты, несмотря на присущие ей недостатки? Обеспечивает ли она адаптацию таким образом, что "реальная жизнь", определяемая как успешное решение проблем, всегда проявляется?

Но, конечно же, ни одна система в реальной жизни не делает все правильно каждый раз, как это утверждает ИС? Модели искусственной жизни показывают (и результаты были проверены в реальной жизни) не то, что любая система или агент всегда ведут себя правильно; скорее, такие системы будут вести себя определенным типичным, часто предсказуемым образом, независимо от того, классифицируется ли это как успешное поведение или нет. Делает ли "Интерактивное планирование" подобные заявления?

 

ЗАКЛЮЧЕНИЕ

Вклад Аккоффа в развитие системного движения ни в коем случае нельзя отрицать. В данной статье я попытался рассмотреть его модель интерактивного планирования в сравнении с аспектами "эмерджентной" науки "Сложность". Многие из приведенных выше пунктов критики уже были направлены против IpIS. Здесь я пытаюсь сфокусировать эти аргументы, используя некоторые основные положения и следствия "комплексности".

Вопросы, над которыми бьется автор статьи, таковы: Принимать ли модель динамических систем "Complex- ity"? Если да, то куда отнести организационный "бардак"? Поместить ли их прямо в пределы хаоса или на его периферию, в область, которая описывается как проявление "эмерджентного" поведения, в зону "сложности"? Что касается интерактивного планирования: обеспечивает ли оно условия для постоянного успешного решения проблем на границе хаоса и в других местах?

Поскольку многие из этих вопросов уже поднимались в других статьях, на них уже были даны ответы 16. Целью данной работы является теоретическая критика модели. То, что некоторые аспекты модели могли быть непреднамеренно искажены, отражает неизбежные последствия попыток интерпретации чужого смысла. То, что аспекты "Сложности" также могли быть представлены неверно, еще более вероятно, поскольку это явление представляет собой постоянно действующий очаг активности, направленной на определение его как самостоятельной науки и понимание некоторых интригующих вопросов, поднимаемых в ней.

Надеюсь, что эта статья вновь откроет дискуссию и интерес к одному из аспектов творчества человека, к которому я по-прежнему отношусь с большим уважением.

 

СИСТЕМА АНАЛИЗА ИССЛЕДОВАНИЙ НА ОСНОВЕ ССМ

 

A. Барнден,l Р. Смит,2 и Р.Б. Уотсон2

Факультет информационных систем Monash University, Caulfield Australia

 

ВВЕДЕНИЕ

Многие специалисты-практики проводят исследования, основанные на методологии мягких систем (ММС), описанной Чеклендом (Checkland, 1981) и другими авторами. В соответствии со своими методологическими корнями в исследовании действия, SSM поощряет вовлечение аналитика в размышления о проведении исследования по мере его осуществления. Характерной особенностью и сильной стороной SSM является то, что эта рефлексия над развивающимся исследованием должна приводить к выводам, которые могут повлиять как на конкретное исследование, так и на совершенствование будущей практики. В настоящей работе представлен прототип структуры, которая подходит для анализа методологической практики исследовательских групп, в состав которых не обязательно входил один из участников, но которые проводили исследования, претендующие на основу SSM. Эта система призвана обеспечить структуру и некоторые эвристики для критического осмысления способов проведения исследования. Система призвана облегчить выявление существенных отклонений от существующей практики SSM, что позволит поддержать дискуссию о том, насколько такие отклонения были полезны и могут быть учтены в будущей практике. В общих чертах представлено первоначальное применение системы анализа к некоторым исследованиям,