Cynefin
很多人似乎都喜欢Cynefin框架。 Jess Dart和Patricia Rogers是我的一些朋友和同事,他们表达了对此的喜爱。这是5月乌特勒支最近评估再访会议讨论的主题之一。我为什么不喜欢它?有三个原因......
通常,可能状态的矩阵分类基于两个维度的交集。它们可以提供良好的价值,因为组合两个维度以生成四种(或更多)可能的状态是一种紧凑而有效的描述事物的方式。矩阵分类具有简约性。
但每当我看到Cynefin框架的描述时,我都看不到或者发现,这两个维度给框架提供了2 x 2结构,并从中生成了四个状态。如果它们更明显,我可以用它们来确定四种状态中的哪一种最能描述我在特定时间所面临的特定条件。但到目前为止,我只需根据每个状态的描述做出最佳猜测。 PS:最近有人告诉我Dave Snowden说这不是2x2矩阵,但如果是这样,为什么会出现这样的情况呢?
我的第二个问题是这种四重分类与其他复杂性研究之间的联系的本质,超出了管理研究和咨询工作领域。恕我直言,我认为没有太多的理论或经验基础,特别是当戴夫的第五个“无序”状态被置于中心时。这可能是为什么没有指定上面提到的矩阵的两个轴的原因,...因为它们还没有找到。
我的第三个担忧是,我不认为四重分类具有很大的歧视力。作为评估者,我面临的大多数情况可能被描述为复杂的。我没有看到很多真正混乱的东西,比如回转股市或变化的天气模式,也没有看到很多可以被描述为简单或复杂的东西。除了可能在处理单个人的任务时,不涉及与他人的互动。鉴于复杂情况的普遍存在,我宁愿看到一个矩阵,它帮助我区分不同形式的复杂性及其可能的后果。
斯泰西
这让我看到Stacey的矩阵,它具有上面显示的两个可识别的维度:确定性(即事件的可预测性)以及对这些事件的一致程度。多年前,我听说过“Stacey矩阵”“我发现了同样的2 x 2矩阵,这是描述四种不同可能的发展结果的有用方法,这些结果对哪种M&E工具最相关具有不同的含义。例如,根据定义,您无法使用预定义的指标来监控不可预测的结果(无论我们是否同意其意义)。但MSC等方法可用于监控这些变化。并且可以提供更好的关注使用历史学家的技能,尤其是回应具有争议意义的突发事件。最近我认为加权检查表可能最适合追踪可预测的结果,但没有必要就其重要性达成任何一致意见。来自Patton的引用可能被劫持并在此处使用“这些区别有助于情境识别,因此可以选择评估方法,适用于特定情况和干预,从而增加评估的可能效用和实际使用“(第85页,发展评估)
发布脚本:以下是我在MandE NEWS上关于加权核对清单的帖子中如何将其用于此类目的的示例
根据我的阅读,我认为Ralph Stacey还制作了以下更详细的矩阵版本:
然后Brenda Zimmerman对此进行了简化,如下所述
在这个版本中,简单,复杂的复杂和无政府状态(混乱)实际上是连续统一体的一部分,涉及协议和确定性的不同组合。有趣的是,从我的观点来看,占据矩阵中最大空间的类别是复杂性,与上面表达的我的直觉水平相呼应。当我阅读巴顿基于齐默尔曼的三个简单,复杂和复杂的例子(第92页,同上)时,这种感觉得到了支持。简单而复杂的例子都是关于让材料做你想要的(蛋糕混合物和火箭组件),而复杂的例子是关于育儿,即让人们做你想做的事。更有意思的是,复杂的例子是在家庭养育几个孩子,换句话说就是一小群人。所以涉及更多人的事情可能会变得更加复杂。 PS:有趣的是,沿着同样的路线,简单和复杂之间的区别是涉及一个人(遵循食谱)和一个涉及大量人(将火箭发送到太空)的物理任务
克里斯罗杰斯对斯泰西的观点的评论给出了另一个看法:
虽然Stacey在20世纪90年代中期开发的框架经常出现在博客,网站和演示文稿中,但他不再认为它有效且有用。他的评论解释了为什么会出现这种情况,以及这对他目前对复杂性和组织动态的看法产生的影响。从本质上讲,他认为这一点
- 生活一直很复杂,不仅仅是那些可以被描述为“远离确定性”和“远非同意”的场合......
- 这是因为变革和稳定在组织的日常会话生活中不可避免地交织在一起......
- 这意味着,即使在最普通的情况下,也会出现意想不到的事情,从而产生影响深远且意想不到的结果......
- 所以,从这个角度来看,没有“复杂程度”......
- 人类行为中的水平也可能被认为是一种“系统”。
好吧,也许吧......但是这开始听起来有点像禅师对我的话语:-)和罗杰斯一样,我希望我们仍然可以做出某种有用的区别而非复杂性。
回到斯诺登
这让我回到戴夫斯诺登最近的一个声明,对我来说这似乎比他之前的Cynefin框架更有用。根据Conrad Taylor的报告,在2009年初的Gurteen知识咖啡馆的演讲中,“Dave提出了三种系统模型:有序,混乱和复杂。通过'系统',他指的是具有连贯性的网络,尽管这并不意味着明显的界限“代理人”被定义为在系统中行事的任何东西。代理人可以是个人或分组;一个想法也可以是一个代理人,例如神话结构在很大程度上决定了我们如何在社区内做出决定和我们生活的社会。“
- “有序系统是代理人的行为受制度约束的系统,使得代理人的行为可以预测。大多数管理理论都是以组织的这种观点为基础的。”
- 混沌系统是代理不受约束且彼此独立的系统。这是统计分析和概率的领域。我们倾向于认为市场混乱;但这是一种过于简单化的观点。“
- “复杂系统是代理受系统轻微约束的系统,通过它们彼此之间以及与系统环境的相互作用,代理也会修改系统。因此,系统及其代理共同演化。事实上,这是了解市场和组织的更好模式。“
这种概念化更简单(即具有更多的经济性),并且似乎与先前的复杂性研究更加相关。我最喜欢的相关引用是Stuart Kauffman的书:在宇宙中的家:寻找复杂定律(p86-92),他描述了演员网络的电子模型的行为(每个演员的开/关行为状态) )从简单到复杂到混乱模式,取决于它们之间的连接数。在我阅读它时,很少有连接产生有序(稳定)网络行为,许多连接产生混乱(显然是不重复)行为,而中等数字(其中N个actor = N个连接)产生复杂的循环行为。 (有关布尔网络的更多信息)。
这与我在2009年与Dave Snowden谈论复杂性的网络观点的价值有关,他说(我记得)网络中的关系可以看作是约束。因此,正如我所看到的,为了区分复杂形式,我们应该关注参与者所涉及的特定网络的性质:他们的数量,关系的结构,以及参与者拥有个体的程度。自治,即不特定于特定关系的响应(未授予所描述的电子模型中的“演员”的属性)。
我的感觉是,通过这种方法,甚至可以将这种分析与Stacey的2x2矩阵联系起来。可预测性可能主要是连通性的函数,因此在可能连接数量更高的大型网络中更具问题。斯泰西的第二个维度达成一致的可能性可能进一步取决于行动者在特定网络结构中具有某种个人自主权的程度。
PS1:Michael Quinn Patton关于发展评估的书有一整章关于“区分简单,复杂和复杂”。然而,我惊讶地发现,尽管该书关注的是复杂性,但索引中没有一个参考“网络”。有一个网络模型的例子(图表5.3),与线性程序逻辑模型形成对比......“(图表5.2)在系统思考和复杂性概念的章节中。[我将在这里进一步阐述]
关于简单,复杂和复杂,在第95页,迈克尔将这些描述为“敏感概念,而不是操作测量”。这让我有点担心,但这是一个有历史的想法(请看这里关于这个想法的其他观点)。但他随后说“做出这种区分的目的是由情境识别和反应性的效用驱动。对于评估,这意味着将评估与情况的性质相匹配”这对我来说是有道理的,我是如何尝试使用的Stacey Matrix的简单版本(仅使用尺寸)。然而,迈克尔继续提供,或许无意中证明这些区别在这方面是多么无用,至少在他们目前的形式。他描述了与20名经验丰富的教师合作,设计了一项创新阅读计划的评估。 “他们强烈关注儿童如何学习阅读的知识状况。不同的评价偏好来自不同的情况定义。我们最终同意采用混合方法设计,并结合两组偏好的各个方面”。在同一章中,引用Bob Williams在与卫生部门工作人员的讨论中报告了同样的结果(即相互矛盾的解释)。 PS 25/8/2010 - 也许我需要在此澄清 - 在这两种情况下,参与者无法就所讨论的情况是否简单,复杂或复杂达成一致,因此这些区别无法告知他们选择做什么。当我读到它时,在第一种情况下,混合方法的选择是妥协,而不是一个明智的选择。
PS2:我还刚刚将Melanie Mitchell的“复杂性:导游”拉下来,并重新扫描了她的第7章“定义和测量复杂性”。她指出,不同的人提出了大约40种不同的复杂度量。 17页之后,她的结论是“已经提出的措施的多样性表明我们试图获得的复杂性概念具有许多不同的相互作用维度,并且可能无法通过单个测量尺度捕获”这是不是一个非常有用的结论。但是我注意到她早先引用的似乎是三类措施涵盖了40多个措施中的许多措施:它们:1。对象或过程的描述有多难?,2。如何创建?,和3.它的组织程度如何?
PS3:我跟随John Caddell的建议,阅读了Cynthia Kurtz(IBM Systems Journal关于Cynefin的论文的合着者)的博客文章,回顾了该框架的一些早期工作。在该帖子中,以下版本的Cynefin框架包含在经常提到的“战略的新动态:复杂而复杂的世界中的感知制造”中,该系统发表于IBM SYSTEMS JOURNAL,VOL 42,NO 3,2003。
在她对这个版本起源的解释中,她说它有两个轴:“强加秩序的程度”和“自组织的程度”。我觉得这很有趣,因为这些维度有可能被测量。如果它们是可测量的,那么可以比较四个已识别系统的实际行为。然后我们可以问“他们的行为是否会对管理者或评估者产生影响?”我之前曾猜测可能有网络措施可以描述这两个措施:网络密度和网络中心性。网络中心可以是x轴,左边低,右边高,网络密度可以是y轴,底部低,顶部高。这四种类型的网络结构的差异如何能够捕捉到我们日常的复杂概念还不清楚。如上所述,密度似乎与简单,复杂和混乱行为之间的差异有关。也许中心性的差异会缓和/放大不同网络密度水平的后果?
PS4(2015年4月:有关此主题的更多阅读可能会引起关注,请参阅Scott E Page,Diversityton,2011年的多样性和复杂性
最新内容
- 1 day 6 hours ago
- 1 day 6 hours ago
- 1 day 6 hours ago
- 1 day 6 hours ago
- 1 day 13 hours ago
- 2 days 11 hours ago
- 1 week 4 days ago
- 1 week 4 days ago
- 1 week 4 days ago
- 1 week 4 days ago