MODELE MENTALNE, RODZAJOWE I ARCHETYPOWE W AGREGACJI I UPRASZCZANIU MODELI SYMULACYJNYCH

Prace Szkoły Symulacji Systemów Gospodarczych - Duszniki 2002 Wyd. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2002 pp 89-102 Roman PIETROŃ * MODELE MENTALNE, RODZAJOWE I ARCHETYPOWE W AGREGACJI I UPRASZCZANIU MODELI SYMULACYJNYCH W artykule przedstawiono koncepcje atomizacji struktur modelowania w postaci modeli mentalnych, rodzajowych i archetypowych w zastosowaniu do modelowania i symulacji systemów gospodarczych. Dokonano analizy krytycznej niektórych koncepcji upraszczania i agregacji modeli stosowanych w paradygmatach modelowania "miękkiego" (soft simulation) i metody uczenia organizacyjnego (learning organization). 1. WPROWADZENIE Od wieków człowiek usiłował poznać tajemnice wszechświata poszukując swoistego "kamienia filozoficznego". Przyjmując założenie istnienia pewnego naturalnego porządku istnienia starał się poznać prawa i reguły, według których wszechświat powstaje, istnieje i zmienia się. Miewając wprawdzie chwile zwątpienia w możliwość poznania takich praw, jeśli one w ogóle istnieją w często chaotycznie zmieniających się systemach, człowiek starał się poznać swoiste, uniwersalne "prawa ogólne". Sukcesy w formułowaniu takich praw naczelnych w naukach przyrodniczych, np. praw Newtona, Ohma, które przyczyniły się do rozwoju nauk szczegółowych, nie są obserwowane w naukach społecznych. W szczególności istnieje potrzeba formułowania praw ogólnych dla nauk o gospodarowaniu, w ekonomii i zarządzaniu. Takie prawa mogą być formułowane i weryfikowane przy użyciu metody symulacji, która pozwala budować modele systemów i przy ich pomocy rozpoznawać archetypy systemów i ich struktury elementarne. Pomysł poszukiwania składników elementarnych dla struktur modelowania - swoistych atomów, wyrażanych poprzez pewną klasę modeli, za pomocą których można * Politechnika Wrocławska, Instytut Organizacji i Zarządzania; pietron@ioz.pwr.wroc.pl

90 Roman Pietroń opisywać i wyjaśniać przyczyny zjawisk, nie jest nowy. Posiada on już swoją historię w naukach przyrodniczych. Można nawet dopatrywać się w nim realizacji starożytnej wizji atomistycznego opisu świata. Jednakże czy możliwa jest także adaptacja tej koncepcji w naukach ekonomicznych i zarządzania - ogólnie: w nauce o gospodarowaniu? Istnieje wiele przesłanek potwierdzających zasadność poszukiwania struktur elementarnych w systemach gospodarczych oraz modelach tych systemów. Przesłanki te dotyczą podobieństwa elementów struktur systemów i podobieństwa zachowań systemów. Koncepcja struktur elementarnych wiąże się ściśle z koncepcją struktur rodzajowych (ang. generic structure), która została wprowadzona na gruncie symulacji ciągłej - metody dynamiki systemów (stosowanej jako wehikuł). Pojęcie struktur rodzajowych ma wiele interpretacji. Po pierwsze, są one określane jako "systemy dynamiczne ze sprzężeniem zwrotnym, wykazujące szczególnie szeroko rozpowszechnione zachowanie" (zob. [Paich 1985, s.127]). Po drugie, są one traktowane jako "względnie proste modele procesów dynamicznych, powielane w różnych systemach i stosowane w istotnych zasadach zarządzania" (zob. [Senge 1985, s.791]). Istnieją także pojęcia i koncepcje pokrewne, jak np. "modele rodzajowe", "proste systemy ze sprzężeniem zwrotnym", czy też "archetypy systemów". Poszukiwanie "mikroświatów" dla złożonych systemów odbywa się także poprzez różnorodne nurty mikro-, nano- technologii modelowania (zob. np. [Balcerak i Pełech 1997, 1998, 2000a, 2000b]). Wszystkie te koncepcje wyrażają zamiar modelowego opisu rzeczywistości i poszukiwania w badaniach naukowych pewnego rodzaju struktur podstawowych - "atomizacji" systemu. Postrzeganie struktur systemów i ich elementów jest rezultatem dokonywania operacji rozumowania (wnioskowania) redukcjonistycznego. Jednakże niejasny sposób definiowania takiego elementarnego obiektu (atomu) systemu dynamicznego prowadzi do częstych nieporozumień. Podstawą modelowania struktur i ich elementów jest bowiem tworzenie modeli mentalnych - swego rodzaju "bagażu" doświadczenia kulturowego wnoszonego do procesu modelowania. Kierunkiem przeciwnym atomizacji struktur modelowania symulacyjnego jest "systemizm", w sposób naturalny wynikający z istoty modelowania (zob. np. [Richmond 1993, 1994], [Espejo 1994], [Forrester 1994], [Peterson i inn. 1994], [Pietroń 1998a, 1998b]). Celem artykułu jest dyskusja terminologii atomizacyjnej, w tym w szczególności podobieństw, redundancji, niespójności, oraz przydatności atomizacji w modelowaniu symulacyjnym systemów gospodarczych. Powstają dwa podstawowe pytania: 1) czy zasadne jest poszukiwanie struktur elementarnych w systemach gospodarczych oraz ich modelach?, 2) czy możliwa jest adaptacja koncepcji atomistycznych w naukach ekonomicznych i zarządzania? Przesłanki wskazujące na zasadność poszukiwań modeli struktur elementarnych to: istnienie podobieństwa elementów struktur systemów i podobieństwa zachowań systemów - poziomów morfizmu umożliwiających stosowanie analogii;

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 91 w procesie modelowania w naukach społecznych posługujemy się abstrakcją i idealizacją - wprowadzamy zatem redukcje i struktury "idealne" - struktury kanoniczne; sukcesy metod myślenia systemowego (V dyscyplina), uczenia się organizacyjnego, grupowego budowania modeli z użyciem uproszczeń mentalnych, rodzajowych i archetypowych; zastosowanie podwójnych i otwartych pętli sprzężenia zwrotnego w procesie uczenia - możliwości wprowadzania nowej wiedzy za pomocą struktur atomistycznych; wykorzystywanie "atomów" gospodarczych w egzemplifikacji mitów gospodarczych. Przesłanki wskazujące na utrudnienia i ograniczenia poszukiwań struktur elementarnych to: zbyt duże uogólnienie budowanych modeli nieadekwatność; brak własności dynamicznych atomów; poszukiwania "nie-wiadomo czego" (brak jednolitej terminologii, różnice w definiowaniu); paradygmat systemizmu w modelowania systemów złożonych (całości nie atomy); możliwości rozpoznawania granic atomów; negatywny wpływ narzędzi modelowania (atomy konstrukcyjne czy atomy systemowe?); wpływ "bagażu" kulturowego - różnice geograficzne w pojmowaniu mentalnym systemów. 2. MODELE MENTALNE W MODELOWANIU SYMULACYJNYM Cechą charakterystyczną procesu konceptualizacji modeli symulacyjnych jest świadome bądź nieświadome posługiwanie się przez modelującego strukturami aksjomatycznymi w postaci tzw. modeli mentalnych. Trudności w konceptualizacji modeli symulacyjnych opisujących systemy gospodarcze oraz stopień wiarygodności tych modeli są efektem przyjmowania przez modelujących (symulogów) różnych struktur wyobrażeniowych o odwzorowywanym oryginale. Być może wiarygodność budowanych modeli, w sensie istnienia morfizmów struktur, funkcji i trajektorii zachowań oryginałów i ich modeli wzrośnie, jeżeli wzrośnie wiarygodność modeli mentalnych. Jednakże istnieje wiele sposobów rozumienia, określania i definiowania modeli mentalnych. Bezpośrednio wyrażane definicje tej klasy modeli mają zazwyczaj charakter definicji ogólnych. Koncepcja modeli mentalnych znalazła swoje szczególne miejsce w modelowaniu symulacyjnym dynamiki systemów oraz metodzie

92 Roman Pietroń myślenia systemowego, adaptującego tę klasyczną metodę symulacji (zob. [Eden 1994]). Definicja pojęcia "modelu mentalnego" ma charakter ogólny - istnieje dla niego wiele znaczeń oraz powiązań definicyjnych. Samo pojęcie modelu mentalnego zostało wprowadzone stosunkowo wcześnie (jeszcze przed początkami symulacji komputerowej) na gruncie psychologii. Pojęcie modelu mentalnego na gruncie modelowania symulacyjnego wprowadził J.W. Forrester [Forrester 1961, 1972], traktując tę kategorię modeli jako pomocniczą w myśleniu o systemach rzeczywistych. Modele te, obok modeli werbalnych wyrażanych w językach naturalnych, zastępują systemy rzeczywiste w myśleniu o nich. Nie muszą one być poprawne - są jedynie obrazem rzeczywistości w umyśle istoty poznającej system. Często są jedynie obrazem składającym się z elementów wyselekcjonowanych. Zestawienie tej klasy modeli obok modeli werbalnych zakłada, że modele te są odwzorowaniem systemów rzeczywistych wyrażanym w języku niewerbalnym. Są to bardziej nieokreślone ("rozmyte") abstrakcje (czasem także kompozycje szczegółowych cech systemu), intuicje poddawane weryfikacji w trakcie działania. Jakkolwiek istnieją sprzeczne poglądy na temat poziomu szczegółowości tych modeli - np. wg niektórych autorów modele mentalne nie są modelami prostymi (zob. np. [Vazquez et al 1996]), najczęściej uważa się, że modele te są zmiennym obrazem (mapą) świata zewnętrznego, który tworzony jest w umyśle człowieka w celu rozumienia złożoności. Obraz ten, jako konstrukcja psychiczna, jest silnie uzależniony od założeń kulturowych oraz doświadczeń indywidualnych człowieka. Być może nie jest też wolny od wpływów genetycznych, jako uwarunkowań biologicznych i psychologicznych człowieka. Dowód istnienia w modelowaniu symulacyjnym struktur mentalnych (modeli mentalnych) pochodzi wprost z psychologii kognitywnej, nauki zajmującej się teoriami na temat sposobów reprezentacji wiedzy o świecie zewnętrznym w umyśle człowieka i przechowywaniu tej wiedzy w pamięci długotrwałej. Dostrzeżono, że ludzie tworzą wewnętrzną reprezentację symboliczną, swego rodzaju modele, zdarzeń i procesów zewnętrznego świata. Modele te nie zawsze są zgodne z aktualnym stanem wiedzy dziedzinowej - mogą być także fałszywą reprezentacją świata. Na przykład badania nad modelami mentalnymi w dziedzinie fizyki wykazały, że ludzie mają często fałszywe wyobrażenie o ruchu i budują "pre-newtonowskie" modele mentalne dotyczące praw ruchu i termodynamiki (zob. np. [Doyle i Ford 1998], [Lane 1996, 1999]). Pojęcie modelu mentalnego jest stosowane najczęściej w rozwijającej się części nauk przyrodniczych, określanej jako teorie intuicyjne, naiwne. Są to teorie dziedzinowe opracowywane w celu formułowania prostego opisu jakościowego dla systemów złożonych. Modele mentalne dla pewnej sytuacji problemowej są wtedy kolekcją sądów i przekonań ludzi na dany temat. Jakkolwiek modele są traktowane jako swego rodzaju teorie, wymóg istnienia spójności i kompletności opisu świata zewnętrznego reprezentowanego w modelu mentalnym, jaki zazwyczaj stawia się teoriom, nie jest spełniony. Zatem wydaje się zasadnym zastępowanie pojęcia modelu mentalnego pojęciem "reprezentacji mentalnej". Dyle-

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 93 maty i wątpliwości powstające przy określaniu modeli mentalnych dotyczą m.in.: wymaganej precyzji określenia (głęboko zakorzenione przekonania czy efemerydy?), zmienności modeli (relatywnie stabilne czy niestabilne?), zakresu odwzorowania (maksymalnie proste, nie proste czy o zmiennym zakresie?), orientacji modelowania (obrazy, fakty i koncepcje czy przekonania o relacjach p-s?), powstawania wiedzy (pojedyncze przekonanie czy zbiór interakcyjny przekonań?), poziomu abstrakcji (abstrakcja wszystkich obserwacji i doświadczeń ze świata czy wybrany ich podzbiór odnoszący się do konkretnego problemu?), charakteru myślenia i wnioskowania (odniesienie do szczególnego typu struktury rozumowej czy do zbioru różnych typów struktur rozumowych?), poziomu niewiedzy (modele jasne czy niejasne lub rozmyte?). Poniżej przedstawiono wybrane definicje oraz poglądy nt. cech modeli mentalnych. Obraz mentalny lub słowny opis (w języku naturalnym) jako forma modelu organizacji i jej procesów. Menedżer operuje w sposób ciągły z modelami mentalnymi i opisowymi. Nie są one koniecznie dokładne - są modelami zastępującymi realne systemy w naszym myśleniu (J.W. Forrester). Obraz mentalny świata zewnętrznego (wokół nas) przenoszony w naszych umysłach i tworzący pewien model. Zawiera tylko wybrane aspekty (concepts) i relacje używane przez nas w reprezentacji systemu rzeczywistego (J.W. Forrester). Model mentalny jest rozmyty i niekompletny - podlega zmianom w czasie, nawet w czasie zwykłej konwersacji (J.W. Forrester). Modele mentalne są rozmyte i domyślne oraz zawierają bogaty, intuicyjny szczegół bez możliwości rozważania złożoności (G.P. Richardson i A. Pugh). Modele mentalne nie są ustalone, nie są proste, zawierają bogatą informację (M. Vazquez, M. Liz, J. Aracil). Modele mentalne systemów są znacznymi uproszczeniami złożonych systemów i są dynamicznie wadliwe (orientacja na zdarzenia, brak sprzężeń, brak rozumienia opóźnień, podejście linearne (J.D. Sterman). Każdy człowiek posługuje się modelami mentalnymi jako abstrakcją budowaną na podstawie doznań zmysłowych i doświadczeń w kontakcie z systemem rzeczywistym - stosowane są w celu podejmowania decyzji (intuicyjne generalizacje) (J.D. Sterman). Modele mentalne zawierają idee, opinie, założenia w odniesieniu do pewnego problemu wraz z powiązanymi z nim aspektami (J.A.M. Vennix). Modele mentalne są głęboko zakorzenionymi założeniami, uogólnieniami, lub nawet obrazami, mającymi wpływ na to w jaki sposób rozumiemy świat i w jaki sposób działamy (P. Senge). Model mentalny systemu dynamicznego jest względnie trwałą, dostępną lecz ograniczoną wewnętrzną reprezentacją konceptualną o strukturze odpowiadającej postrzeganej strukturze systemu zewnętrznego (J.K. Doyle, D.N. Ford).

94 Roman Pietroń 3. KONCEPCJA STRUKTUR I MODELI RODZAJOWYCH Redukcja złożoności systemów poprzez wyodrębnianie ich struktur podstawowych oraz poszukiwanie uniwersalnych praw opisujących zależności pomiędzy strukturą systemu a jego zachowaniami doprowadziła badaczy do zainteresowania się tzw. strukturami rodzajowymi (ang. generic structures). Koncepcja struktur rodzajowych wiąże się ściśle z modelowaniem systemów dynamicznych. Struktury rodzajowe są bowiem modelami odwzorowującymi stan teorii zachowania się systemów dynamicznych w odniesieniu do danej dziedziny przedmiotowej. Oznacza to zatem powiązanie struktur dynamicznych z dziedziną przedmiotową (powstają wtedy tzw. modele sytuacji kanonicznych), z własnościami matematycznymi modeli, czy też charakterystykami systemów złożonych (dysfunkcjonalnością, antyintuicyjnością, itp.). Zatem pojęcie struktur rodzajowych należy definiować w przestrzeni wyznaczonej dziedziną przedmiotową systemu, postacią modelu matematycznego i jego własnościami dynamicznymi. Koncepcja struktur rodzajowych powstała jako rozwinięcie idei "modeli ogólnych" (zob. [Forrester 1961, s. 208]), tworzonych w celu uogólnienia i/lub uproszczenia modeli budowanych dla konkretnych sytuacji, z zamiarem opisu szerszej klasy sytuacji. Założenie konstrukcji ogólnie akceptowalnych modeli i "przenoszenia" wyników zachowania się tych modeli (ich własności dynamicznych) w danej sytuacji (tzn. środowisku eksperymentu) na inne sytuacje jest także jednym z typowych kierunków zastosowania zwłaszcza metody dynamiki systemów. Ambicją wielu pionierów tej metody modelowania symulacyjnego było stworzenie podstaw uogólnionej teorii zachowań dynamicznych. Teoria taka, traktowana jako wehikuł, w powiązaniu z analizą konkretnych przypadków mogłaby być użyteczna w sytuacjach problemowych. Jednakże ambitny postulat pionierów metody dynamiki systemów, jak dotąd, nie został w pełni zrealizowany. Katalog sytuacji kanonicznych (fundamentalnych) proponowany przez twórcę metody SD ograniczał się do sytuacji kanonicznych dynamiki funkcjonowania rynku i cyklu życia wyrobu (zob. [Forrester 1961, ss. 311-343]). Przykłady sytuacji kanonicznych wprowadzanych do katalogu koncentrowały się wokół zbioru najmniejszych struktur systemowych będących przyczyną istnienia szczególnych sposobów zachowania się systemów. Dyskusje powstające wokół koncepcji modeli uogólnionych doprowadziły także do spostrzeżenia, że modele uogólnione mogą być zaliczane do tej samej klasy, jeżeli zawierają te same struktury. Postulat tworzenia swoistej "biblioteki" fundamentalnych struktur dynamicznych, będących przyczyną problemów zarządzania w systemach gospodarczych był także podnoszony w latach 80. Struktury te, nazywane "modelami rodzajowymi" definiowano jako "studia przypadków sprowadzane do bezpośrednich form dynamicznych" (zob. [Forrester 1980, s. 18]) lub jako "próba modelowego tworzenia uogólnionej teorii zachowania się pewnej klasy systemów" (zob. [Bell i Senge 1980, s. 66]). Poszukiwania struktur rodzajowych stały się też swego rodzaju obsesją symulogów, zwłaszcza z kręgu me-

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 95 tody dynamiki systemów. Intensywność tych poszukiwań wzmocniona została także przez przyjęcie założenia, że identyfikacja zbioru struktur rodzajowych pozwoli na wyjaśnienie większości obserwowanych sposobów zachowania się systemów dynamicznych w różnych dziedzinach przedmiotowych: ekonomii, zarządzania, techniki, medycyny, psychologii, socjologii, itd. Konsekwencją wprowadzenia pojęcia modelu rodzajowego był powrót do podstaw tworzenia modelu - teorii systemu odwzorowywanego w modelu. Model jest bowiem pewnego rodzaju teorią, zatem poszukiwać należy ogólniejszych teorii zachowania się systemów. Teorie te, nazywane także "abstrakcyjnymi mikrostrukturami" opisują podstawowe typy (klasy) zachowań się systemów generowane przez proste struktury dynamiczne i ich komponenty. Zainteresowanie tym kierunkiem badań wiąże się także z wielokrotnie doświadczanymi w symulacji dynamiki systemów przypadkami powstawania swego rodzaju anomalii zachowań. Zachowania te, nazywane "dysfunkcjonalnością systemu" bądź też "zachowaniami anty-intuicyjnymi" zwróciły uwagę symulogów na potrzebę identyfikacji tych elementów (archetypów) struktur systemów prowadzących do takich zachowań. Praktyczna wartość tych badań jest następnie zazwyczaj wzmacniana prezentacją reguł decyzyjnych, będących swego rodzaju antidotum na anomalie systemowe. Prekursorami tego kierunku poszukiwań są D. Meadows [Meadows 1982] i P. Senge [Senge 1997]. Struktury rodzajowe stały się także w latach 80. centralnym pojęciem koncepcji a także metody "uczącej się organizacji" opracowanej przez P. Senge z MIT. Jednakże twórca tej metody posługuje się pojęciami struktur rodzajowych i struktur archetypowych. Według tego rozumienia struktury rodzajowe są względnie prostymi modelami procesów dynamicznych, powielanych w różnych dziedzinach i zawierających podstawowe istotne reguły decyzyjne zarządzania/sterowania. Zatem takie struktury rodzajowe są częścią lub częściami modelu rodzajowego, jako końcowej formy zbioru struktur rodzajowych o rosnącej złożoności. Z kolei struktury archetypowe, obserwowane i opisywane na niższym poziomie analizy systemu, są zbiorem reguł decyzyjnych zarządzania/sterowania stosowanych w konkretnej dziedzinie przedmiotowej. Historia rozwoju koncepcji struktur rodzajowych, rozumienie i definiowanie pojęć z nią związanych sprowadza się do trzech kierunków: modeli sytuacji kanonicznych, modeli abstrakcyjnych mikrostruktur oraz modeli archetypów systemów anty-intuicyjnych. Modele sytuacji kanonicznych odwzorowują różne sposoby zachowań dynamicznych systemów w poszczególnych dziedzinach przedmiotowych. Są zatem formułowane w kontekście zastosowań symulacji, jak np. w modelowaniu procesów wprowadzania nowego wyrobu, rozwoju urbanistycznego miast, cyklu życia wyrobów. W istocie są to także modele uogólnione struktur, bądź też modele rodzajowe tych struktur wypreparowane poprzez analizę konkretnych przypadków modelowania i ich redukcję do najprostszej postaci pozwalającej wyjaśniać złożone zazwyczaj związki przyczynowo-skutkowe. Z kolei abstrakcyjne mikrostruktury są elementami struktur systemów dynamicznych, które generują typowe sposoby zachowania się

96 Roman Pietroń systemów. Natomiast archetypy systemów anty-intuicyjnych są wzorcami struktur opisujących sprzeczne z intuicją relacje pomiędzy regułami decyzyjnymi a zachowaniem się systemów. Koncepcja struktur rodzajowych w modelowaniu symulacyjnym systemów ma swoje zastosowanie na różnych poziomach procesu modelowania i symulacji. Oznacza adaptację struktur elementarnych w różnych fazach powstawania modelu symulacyjnego i jego zastosowań praktycznych. Przede wszystkim użyteczność tej koncepcji sprowadza się do budowy biblioteki przypadków i postaci zachowań różnych systemów oraz elementów konstrukcyjnych (swego rodzaju tworzywa konstrukcyjnego) użytecznych w procesach konceptualizacji i formalizacji modeli symulacyjnych. Na użyteczność struktur rodzajowych w formie biblioteki modeli mentalnych tworzonych na podstawie analiz systemowych zwracał już uwagę J.W. Forrester. Efektem analiz funkcjonowania konkretnych systemów są bowiem wstępne hipotezy na temat sposobów zachowania się tych systemów - swego rodzaju teorie do weryfikowania w dalszej procedurze badań. Hipotezy te są wtedy traktowane jako tworzywo konstrukcyjne do zastosowania w konceptualizacji nowobudowanych modeli symulacyjnych. Przydatność struktur rodzajowych w znaczeniu archetypowym w konceptualizacji modeli wynika z odwzorowywania częstych przypadków dysfunkcjonalności złożonych systemów i ich nieprzewidywalności zachowań. Opracowana biblioteka modeli archetypowych może przyczynić się do konceptualizacji właściwych reguł decyzyjnych zarządzania/sterowania. Narzędziem konceptualizacji modeli systemów są także modele rodzajowe w postaci abstrakcyjnych mikrostruktur. Struktury takie używane na etapie poznawania własności systemów są łącznikiem struktur systemów i ich sposobów zachowania się w uniwersalnym otoczeniu eksperymentu. Wyrażają uniwersalne prawa dynamiki zachowania się elementów struktur niezależne od dziedziny zastosowania. Z natury rzeczy struktury te, traktowane jako elementarne, mają zwykle proste formy - są elementami niższych rzędów w zapisie formalnym. Jednakże podstawową zaletą koncepcji struktur rodzajowych w konceptualizacji modeli jest możliwość formułowania hipotez o strukturze lub zachowaniu się systemu. Na podstawie znajomości postaci strukturalnej systemu można bowiem formułować hipotezy o dominującym sposobie zachowania się tego systemu, bądź też, chociaż w znacznie ograniczonym zakresie, na podstawie znajomości zachowania się systemu - hipotezy o postaci strukturalnej systemu. Faza formalizacji modeli symulacyjnych, następująca po konceptualizacji, polega na tworzeniu w modelu reprezentacji logiczno-matematycznej opisu struktury systemu. Klasycznym przykładem adaptacji struktur rodzajowych, jako elementarnych form budowy modelu formalnego, jest użycie elementów i mikrostruktur ikonograficznych oprogramowania ikonicznego typu np. IThink, Vensim, Powersim. Struktury te zawierają podstawowe elementy konstrukcyjne budowanych modeli wraz z bogatą biblioteką funkcji i elementów dziedzinowych oraz struktury zagregowane w postaci rodzajowych procesów przepływu, infrastruktur i podsystemów.

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 97 Koncepcja struktur rodzajowych w modelowaniu symulacyjnych wprowadza nowe możliwości rozumienia zachowania się systemów w różnych dziedzinach przedmiotowych. Wiele teorii w naukach o gospodarowaniu jest teoriami zachowania się systemów dynamicznych - mogą zatem być prezentowane i weryfikowane poprzez badania struktur rodzajowych, najczęściej w znaczeniu modeli kanonicznych bądź też modeli archetypowych. Można też doszukać się podobieństwa tych struktur wyjaśniających do elementów metaforycznych, wprowadzanych często jako ramy dla rozumienia czy też konceptualizacji modeli systemów. Możliwości eksplanacyjne struktur rodzajowych mają szczególne znaczenie w edukacji, treningu kadr bądź też w procesie uczenia się organizacji gospodarczych (ang. learning organization). Dydaktyczna adaptacja struktur elementarnych może także istnieć w powiązaniu z tworzeniem analogii lub metafor struktur i zachowania się systemów. Podstawowym celem zastosowania takich struktur elementarnych jest nauka identyfikacji systemów, rozpoznawania relacji struktura - zachowanie systemu oraz dostrzegania analogii struktur systemów i ich sposobów zachowania się w różnych dziedzinach przedmiotowych. Ucząc się budowania modeli można odwoływać się do odpowiedniej biblioteki struktur rodzajowych stosując metodę analityczną lub syntetyczną. Modele złożone mogą być wtedy tworzone jako złożenie i kompozycja odpowiednich modeli rodzajowych lub też jako dekompozycja modeli złożonych do postaci prostej - zawartej w strukturze rodzajowej i łatwej w procesie analizy sposobów zachowania się systemu. Katalog modeli rodzajowych stosowanych w nauczaniu dynamiki zachowania się systemów zawiera najczęściej 17-20 modeli struktur i ich sposobów zachowania się. Użyteczność modeli rodzajowych w nauczaniu funkcjonowania systemów gospodarczych jest jednakże często ograniczona możliwościami przechodzenia od struktur abstrakcyjnych do konkretnych sytuacji gospodarczych - zwykle złożonych i trudnych w opisie. Modele rodzajowe w nauczaniu ekonomii i zarządzania są także, choć w znacznie ograniczonym zakresie, stosowane w formie archetypów struktur anty-intuicyjnych. Służą one wtedy do wyjaśnienia i negacji wielu mitów o zachowaniu się systemów ze sprzężeniami zwrotnymi. Z punktu widzenia rozwoju metodologii modelowania symulacyjnego koncepcja struktur rodzajowych może przyczynić się do powstania nowych metod weryfikacji budowanych modeli symulacyjnych. Według J.W. Forrestera znajomość jedynie 20 typowych struktur (modeli rodzajowych) pozwala na wyjaśnienie 90% przypadków zachowania się systemów. Zatem modele rodzajowe mogą posłużyć jako zweryfikowane wzorce modeli struktur prowadzące do określonych trajektorii zachowań systemów dynamicznych. Weryfikacja nowobudowanych modeli symulacyjnych jest wtedy znacznie prostsza - wystarczy odpowiednio "dopasować" analogie struktur/zachowań lub ich morfizm. Jednakże weryfikacja poprzez analogie i morfizm struktur rodzajowych jest rozumiana najczęściej jako użycie modeli sytuacji kanonicznych i abstrakcyjnych mikrostruktur. Wynika to ze sposobu definiowania tych modeli - są one zazwyczaj bardziej precyzyjnie definiowane. Testy strukturalnej i

98 Roman Pietroń behawioralnej weryfikacji za pomocą modeli struktur rodzajowych mogą być realizowane w ujęciu ilościowym, gdy istotne jest poszukiwanie podobieństw numerycznych lub też bardziej ogólnie - w ujęciu jakościowym, prowadzącym do weryfikacji hipotez o przynależności modeli do pewnych klas modeli akceptowalnych. Morfizm modeli i ich oryginałów, najczęściej postrzeganych jako obiekty realnie istniejące, formułowany jest wtedy bardziej jako relacja homomorfizmu niż izomorfizmu. 4. ARCHETYPY SYSTEMÓW W MODELOWANIU SYMULACYJNYM Czynnikami determinującymi sposób funkcjonowania systemów są: struktura systemów, charakterystyka opóźnień procesów zachodzących w tych systemach oraz wzmocnień występujących w procesach regulacyjnych (decyzyjnych, sterowania). Rozpoznanie sposobów zachowania się systemów dynamicznych nie należy do problemów łatwych. Złożona struktura systemu, jako złożenie elementarnych związków i pętli sprzężeń zwrotnych, poza trywialnymi przypadkami, nie poddaje się wprost dedukcyjnemu prognozowaniu zachowania się systemu. Na podstawie reguły sumowania znaków pojedynczych związków przyczynowo-skutkowych tworzących zamknięty łańcuch powiązań (sprzężeń) można określać znak pętli sprzężenia zwrotnego. Jednakże przy połączeniu wielu pętli sprzężeń zwrotnych w ramach systemu dynamicznego nie można jednoznacznie określić sposobu funkcjonowania systemu (zasada dominującego sprzężenia zwrotnego). W strukturze i sposobie funkcjonowania wielu systemów gospodarczych można wyróżnić pewne elementy podstawowe, których rozpoznanie (struktury, zachowania się) można definiować poprzez analizę symulacyjną. Badania takie są określane często jako poszukiwanie struktur archetypowych - wzorców struktur i ich często antyintuicyjnych zachowań. W literaturze modelowania symulacyjnego (zwłaszcza metody dynamiki systemów) istnieje już wiele rozpoznanych i opisywanych archetypów (zob. np. [Senge 1997], [Senge i in. 1997]). Często jednakże brak jest w tych badaniach opisu eksperymentów szerokiego spektrum zachowań, a zatem i prezentowanych analiz. Struktury archetypowe mają swoje interpretacje gospodarcze (ekonomiczne, zarządzania). Często dotyczą one sfery zarządzania przedsiębiorstwem - mogą zatem być wykorzystywane jako swego rodzaju tworzywo i wehikuł analiz i myślenia systemowego o zarządzaniu. Katalog znanych struktur archetypowych nie jest zbiorem zamkniętym. Do katalogu tego można z pewnością włączyć podstawowe elementy samych metod modelowania symulacyjnego, swego rodzaju "cegiełek" strukturalnych o znanych strukturach i sposobach funkcjonowania. Również do archetypów zaliczyć można niektóre z modeli ekosystemów, np. modelu rozwoju populacji, modelu fluktuacyjnego "drapieżnik-ofiara".

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 99 Analiza funkcjonowania systemów dynamicznych różnych dziedzin, np. systemów gospodarczych, technicznych, społecznych, wskazuje na występowanie wielu struktur podstawowych, lub ich elementów powtarzalnych. Wiele systemów o złożonej strukturze zawiera podstruktury, których funkcjonowanie można opisać za pomocą struktur archetypowych. Równocześnie wiele z tych struktur archetypowych odwzorowuje oddziaływanie pętli sprzężeń zwrotnych, powodujące zaskakujące i niespodziewane zachowania się tych systemów. Można również traktować takie struktury jako egzemplifikację mitów gospodarczych (ekonomicznych, organizacyjnych i zarządzania). W organizacjach gospodarczych można zauważyć powstawanie rozwiązań równoważących wiele działań przeciwstawnych. W systemach gospodarczych dokonuje się bowiem proces poszukiwania rozwiązań dla krańcowo różnych celów działania. Na przykład typowymi dylematami organizacyjnymi są: skuteczność organizacyjna czy rozwój indywidualny? centralizacja czy decentralizacja? niski koszt czy wysoka jakość? ekonomia skali czy elastyczność produkcji? działanie krótkoterminowe czy długoterminowe? konsumpcja czy inwestowanie? wzrost czy stabilność gospodarowania? itp. Poszukiwanie rozwiązań dla dylematów gospodarowania może być łatwiejsze poprzez budowę modelu symulacyjnego i wykorzystanie rozpoznanych archetypów i struktur rodzajowych dla tych modeli. Jednakże zachowania się systemów o strukturze (lub dominującej strukturze) typowych "jednostek archetypowych" (zob. [Senge 1997]) mają charakter elementarny i nie odzwierciedlają natury behawioralnej systemów złożonych. Jak potwierdzają wyniki symulacji struktur archetypowych, problem znalezienia reprezentatywnego zbioru atomów dla modeli systemów gospodarczych wymaga rewizji poglądów "wyznawców" metody uczenia się organizacyjnego (zob. np. [Pietroń, 2000]). 5. WNIOSKI KOŃCOWE Koncepcja struktur rodzajowych P.Senge'a (wiązanych także z archetypami systemów), które występować mogą w wielu systemach dynamicznych znajduje swoje eksplanacyjne miejsce w poznawaniu i uczeniu się złożonej i dynamicznej natury systemów gospodarczych. Struktury rodzajowe stają się równocześnie pewnego rodzaju wehikułem dla współczesnego dociekliwego menadżera - jest to bowiem również wygodny wzorzec (kanon) dla stosowania uogólnień i analogii. Jednakże mikroświaty dla modeli systemów gospodarczych budowane przy użyciu struktur rodzajowych wydają się być ograniczonym narzędziem dla poznania tych systemów (zob. [Sterman 1994]). Modele mentalne, modele rodzajowe, modele elementarne, modele naiwne, mikro-, nanomodele, itp. stanowią jedynie wewnętrzną i konceptualną reprezentację poznawanego systemu, o strukturze analogicznej do struktur już rozpoznawanych. Upraszczanie i agregacja złożoności systemów gospodarczych w

100 Roman Pietroń ich uproszczonych modelach symulacyjnych jest przedsięwzięciem szczególnie użytecznym w nauczaniu zarządzania i samego modelowania symulacyjnego (modele uproszczone jako "skrzynka narzędziowa" modelującego). Może także stanowić pomocnicze narzędzie weryfikacji nowobudowanych modeli poprzez stosowanie procedur redukcyjnych oraz metamodeli dla innych, bardziej złożonych modeli symulacyjnych (zob. [Friedman 1996], [Pietroń 1998c]). W stworzeniu pewnej teorii atomizacji w modelowaniu systemów, w tym systemów gospodarczych, lub co najmniej stworzeniu podstaw metodologicznych (warsztatowych), niezbędnym wydaje się odwołanie do źródeł modelowania oraz do teorii językowych. Wciąż aktualne są problemy modelowania jako odwzorowania struktur i zachowania hierarchii morficznych (relacji, funkcji, systemów, opisów, struktur słabych, struktur mocnych). Wydaje się, że w modelowaniu symulacyjnym można rozważyć również istnienie swego rodzaju semiotyki modelowania, składającej się z: syntaktyki modelowania (relacje pomiędzy znakami, symbolami, elementami modeli), semantyki modelowania (relacje pomiędzy znakami, symbolami, elementami modeli a obiektami do których się odnoszą - ich oryginałami, tożsamości metamorficzne), pragmatyki modelowania (relacje pomiędzy znakami, symbolami, elementami modeli a ich nadawcami i odbiorcami). LITERATURA BALCERAK, A.; PEŁECH, A. 1997. Nanomodele symulacyjne - zarys pomysłu; [w:] Symulacja Systemów Gospodarczych, Prace Szkoły Antałówka'97, WSPiZ IOiZ PWr, Warszawa; ss. 31-40. BALCERAK, A.; PEŁECH, A. 1998. Nanogra kierownicza. Idea, przeznaczenie, przykłady zastosowań w dydaktyce; [w:] Modelowanie symulacyjne w dydaktyce ekonomii, E.Radosiński (red.), Seria Monografie Polskiego Towarzystwa Symulogicznego, nr 3, Wrocław, ss 149-186. BALCERAK, A.; PEŁECH, A. 2000a. Pojęcia i definicje do nanomodelowania symulacyjnego; [w:] Symulacja Systemów Gospodarczych, Prace Szkoły Antałówka'2000, WSPiZ IOiZ PWr, Warszawa, ss. 9-23. BALCERAK, A.; PEŁECH, A.. 2000b. Wybrane przykłady użycia nanomodeli symulacyjnych; [w:] Symulacja Systemów Gospodarczych, Prace Szkoły Antałówka'2000, WSPiZ IOiZ PWr., Warszawa, ss. 25-53. BELL, J.A.; SENGE, P.M. 1980. Methods for Enhancing Refutability in System Dynamics Modeling; [w:] System Dynamics: TIMS Studies in Management Science, Legasto A.A., Forrester J.W., Lyneis J.M. (eds), Vol. 14, Amsterdam North-Holland. ss. 61-73. DOYLE, J.K.; FORD, D.N. 1998. Mental Models Concepts for System Dynamics Research; [w:] System Dynamics Review, Vol. 14, No. 1, John Wiley & Sons, Ltd., ss. 3-29.

Modele mentalne, rodzajowe i archetypowe w agregacji i upraszczaniu modeli... 101 EDEN, C. 1994. Cognitive mapping and problem structuring for system dynamics model building; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 257-276. ESPEJO, R. 1994. What is systemic thinking; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 199-212. FORRESTER, J.W. 1961. Industrial Dynamics, MIT Press. FORRESTER, J.W. 1972. Principles of Systems, Wright-Allen Press, Cambridge, Mass. FORRESTER, J.W. 1980. System Dynamics - Future Opportunities; [w:] System Dynamics: TIMS Studies in Management Science, Legasto A.A., Forrester J.W., Lyneis J.M. (eds), Vol. 14, Amsterdam North-Holland. ss. 7-21. FORRESTER, J.W. 1994. System dynamics, systems thinking, and soft OR; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 245-256. FRIEDMAN, L.W. 1996. The Simulation Metamodel, Kluver Academic Publ. LANE, D.C. 1999. Friendly amendment: A commentary on Doyle and Ford's proposed re-definition of 'mental model'; [w:] System Dynamics Review, Vol. 15, No. 2, John Wiley & Sons, Ltd., ss. 185-194. LANE, D.C.; SMART, Ch. 1996. Reinterpreting 'Generic Structure': Evolution, Application and Limitations of a Concept; [w:] System Dynamics Review, Vol. 12, No. 2, John Wiley & Sons, Ltd., ss. 87-120. MEADOWS, D.H. 1982. Whole Earth Models and Systems; [w:] CoEvolution Quarterly, Summer 1982, ss. 98-108. PAICH, M. 1985. Generic Structures; [w:] System Dynamics Review, vol. 1, no. 1, ss. 126-132. PETERSON, D.W.; EBERLEIN, R.L. 1994. Reality Check: a bridge between systems thinking and system dynamics; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 159-174. PIETROŃ, R. 1998a. Symulacja a nauczanie myślenia systemowego - mity i punkty widzenia; [w:] Modelowanie symulacyjne w dydaktyce ekonomii, E.Radosiński (red.), Seria Monografie Polskiego Towarzystwa Symulogicznego, nr 3, Wrocław, ss. 197-213. PIETROŃ, R. 1998b. Myth of Systems Thinking in Simulation; [w:] Simulation in Industry. Proceedings of the 1998 European Simulation Symposium & Exhibition. Nottingham, UK, [San Diego, CA: Society for Computer Simulation]. PIETROŃ, R. 2000. Atomizacja w modelowaniu symulacyjnym systemów gospodarczych, Raport S. PRE nr 85, Inst. Org. i Zarz. PWr., Wrocław. RICHMOND, B. 1993. Systems thinking: critical thinking skills for the 1990s and beyond; [w:] System Dynamics Review, Vol. 9, No. 2, John Wiley & Sons, Ltd., ss. 113-134. RICHMOND, B. 1994. Systems thinking/system dynamics: let's just get on with it; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 135-158. SENGE, P.M. 1985. System Dynamics, Mental Models, and the Development of Management Intuition; [w:] Proc. of the International Conference of the System Dynamics Society, vol. II, Andersen D.F., Forrester N.B., Warkentin M.E. (eds), Boston, MA, SDS; ss. 718-798. SENGE, P.M.; KLEINER, A.; ROBERTS, C.; ROSS, R.B., SMITH, B.J. 1997. The Fifth Discipline Fieldbook. Strategies and Tools for Building a Learning Organization, 4th ed., Nicholas Brealey Publ. London.

102 Roman Pietroń SENGE, P.M. 1997. The Fifth Discipline. The Art & Practice of the Learning Organization, 7th ed., Century Business London. STERMAN, J.D. 1994. Learning in and about complex systems; [w:] System Dynamics Review, Vol. 10, No. 2-3, John Wiley & Sons, Ltd., ss. 291-330. VAZQUEZ, M.M.; LIZ, M; ARACIL, J. 1996. Knowledge and Reality: Some Conceptual Issues in System Dynamics Modeling; [w:] System Dynamics Review, Vol. 12, No. 1, John Wiley & Sons, Ltd., ss. 21-37.