Komplicerade och komplexa system

En vanlig indelning av problem från komplexitetsteorin är enkla, komplicerade, komplexa och kaotiska problem. Ett ramverk som beskriver detta är Cynefin av Dave Snowden.

Cynefin på svenska | Kunskapsivriga experiment

Enkla system

En enkel problemlösning kännetecknas ofta av linjärt tänkande där man ser problemet, karakteriserar det och hittar en befintlig lösning som man genomför. Problemet kan behandlas som isolerat från omgivningen.

 

Komplicerade system

Komplicerade system och problem sätts ibland i kontrast till enkla problem, sådana som har en enkel och för de flesta uppenbar lösning. Komplicerade system är svåra att förstå sig på, men ändå lösbara och förutsägbara om man har kunskap om de ingående komponenterna och deras inbördes relationer. Komplicerade system är ofta mekaniska sådana genom att foga ihop ett stort antal strukturelement. Ofta är dessa system designade av människan, men även planetbanor kring en stjärna kan förstås som komplicerade system då de i princip är förutsägbara givet att man har kännedom om alla ingående variabler. De är alltså deterministiska. Andra typiska exempel är maskiner, som urverk, datorer eller rymdfärjor.

Ur ett vetenskapligt perspektiv kan man göra modeller av komplicerade system, där flera olika faktorer samverkar på ett visst sätt, och i princip bevisa modellens giltighet empiriskt genom att man varierar en variabel i taget och mäter resultatet. Det förutsätter dock att man kan avgränsa problemet och isolera det från omgivningen, något som är möjligt och giltigt för solsystemet. Detta sätt att skapa en komplicerad modell kan vara ett svårt och omfattande arbete eftersom man behöver kunna kontrollera alla variabler, men det är i princip möjligt i ett komplicerat system.

Komplexa system

Komplexa system kännetecknas av att de består av många delar där kännedom om deras egenskaper inte räcker till för att förklara det hela systemets egenskaper, något man kallar emergens. Systemets egenskaper är kvalitativt skilda från de ingående komponenterna, precis som vattnets egenskaper, smältpunkt, kokpunkt, densitet osv, inte kan att förutsägas utifrån syreatomens och väteatomens respektive egenskaper.

Komplexa system kan modelleras till viss del men inte fullt ut förutsägas, de är alltså inte deterministiska. De är som regel adaptiva och förändrar sig när omgivningen förändras och kan innehålla feedback-mekanismer så att de förändras av sig själva. Exempel på komplexa system som brukar anges är biologiska system som ett träd, en grupp eller samhälle med myror, bin, fiskar eller människor. Komplexa system kan förstås i det tillstånd där de för närvarande befinner sig, men ses ofta som resultat av en process, till exempel en evolutionär sådan. Processerna är som regel olinjära och kan transformeras, som när ett klimatsystem passerar gränsen för sin stabilitet.

 

Kaosartade system

Kaosartade problem brukar karaktäriseras främst av att små ändringar i indata skapar stora ändringar i resultat, t ex hur vädret förändras. De är alltså möjliga att någorlunda noggrant förutsäga den närmsta tiden (några dagar för vädret) men omöjliga att förutsäga på längre sikt då vi alltid har en begränsad mängd och viss osäkerhet i indata.

 

Hur hanterar man komplexa problem?

Jämfört med de komplicerade problemen får man angripa de komplexa med en annan approach och attityd. Exempel på komplexa problem är hur man uppfostrar ett barn, hur man leder ett företag, ett politiskt parti eller ett fotbollslag, hur man beter sig i en relation, hur man arbetar med hållbarhetsfrågor eller skapar annan förändring i samhället. Komplexa problem har inte slutgiltigt korrekta lösningar, man måste ofta kombinera olika förhållningssätt och strategier. Ofta kan många aktörer med olika perspektiv vara inblandade så att man inte har full makt att välja lösning själv.

Att hantera ett komplext problem kan beskrivas som en process snarare än en begränsad resa med en start och ett mål. Komplexa system kan inte kontrolleras, man kan på sin höjd påverka dem och lära sig dansa med dem. Istället för att lägga tid på att räkna ut den slutgiltiga lösningen använder man kortare interventioner, drar lärdom av dessa och förbättrar sig till nästa intervention ungefär som när man cyklar. Ordet agilt används ofta för att beskriva ett sådant tillvägagångssätt.

Vad innebär då att “dansa” med ett komplext problem? En liknelse vi kan använda är att odla en växt. Det går inte att strikt kontrollera en växt, tvinga den att växa och dra ut bladen ur kvisten som Piaget uttryckte det. Växten är inte ett problem att lösa. Det man kan göra är att ge den förutsättningar i form av en grogrund, vatten och ljus. Sedan får naturen ha sin gång. Även om komplexa system inte helt går att förutsäga så finns en hel del kunskap och karakteristik kring hur de typiskt beter sig.

 

 

(baserat på www.komplexitet.se Links to an external site.)