Outline

學習目標

  • 對 『系統思考』有初步理解
  • 將問題畫成 Causal Loop Diagram (CLD)

簡介與動機

System Think 系統思考

MIT Sloan School of Management 的教授 Peter Senge 在 第五項修煉 一書中提及過 system thinking，影片由作者闡述其意義。在解釋任何名詞之前，他先以每個人都能理解的例子 —『家庭』，你是否是家庭中一位成員？家族成員有誰？彼此之間的關係與互動？做了哪些事情會造成什麼結果？每一個人都有經驗也能簡單回答出一些描述，這是非常貼近你我生活經驗的系統。

如果看完後你更有興趣，想激發更多學習動機（？)，可以再觀看另一個課程 MIT 15.871 Introduction to System Dynamics (只有第一集免費，其他資料沒有公開)

課程內容從 2:43 開始有介紹系統思考的概念

系統

生活中我們試圖解決不同的問題，達成期望的目標，但面對複雜龐大的問題，不一定能完全釐清問題、抓到重點，這時候應該想想問題的整理輪廓，是否像座冰山…

(keyword: iceberg system thinking)

圖片的冰山圖訴說著個人、組織(只要有人的地方，就有江湖)背後發生的故事，有些看一目了然，但有些隱藏底下無法直接觀察。

發生過的事件是 Event，例如：一次拖延工作的事件；經由長期觀察或歷史統計過可以描繪 Behavior 和 Pattern ，例如：是否時常出現拖延的徵狀； 而後試圖找出產生 pattern 的眾多原因（變數），用解釋的方式嘗試將其建立關係，最終以間單化形式呈現，能夠獲得 Structure of System 也就我們稱呼的『系統』，藏在系統背後有一種我們如何思考問題脈絡、秉持的價值與核心動機 - Mental Model。

深入閱讀 : Mental Model

Causal Loop Diagram (CLD), 圖像化 Structure of System

工作坊講者介紹的是Causal Loop Diagram (CLD)：Causal 表達因果關係，我們想要解釋其原因，找出影響的因素(變數) Loop 表達因果關係(link)的連鎖循環。為什麼 Loop 重要？Loop 直接影響系統的動態 Dynamic (即變化量與趨勢)，通常企圖調整動態是解決問題的一個種手段。

以下圖為例，先讓我們看看CLD的廬山真面目：

https://upload.wikimedia.org/wikipedia/commons/e/ea/Adoption_CLD.svg

圖中有幾個元素：

  • 變數(Variable)：黑色文字的 Adoption Rate, Potential Adopters, Adopters
  • 正負符號：代表變數的影響是正相關/負相關，例如上圖： Adoption Rate 上升會造成 Adopters 增加，就代表正相關，反之亦然。
  • 迴圈(Loop)： 藍色文字與圓圈箭頭，比表示一段封閉完整的循環，例如上圖：Adoption Rate => Adopters => Adoption Rate 即是一個迴圈。迴圈分為兩種：
    • 增強迴圈(Reinforcing Loop)：標記為R，代表迴圈會一其中的變數增加而產生正向循環，不斷上升，如上圖：右邊藍色 Word of mouth 。
    • 平衡迴圈(Balancing Loop)：標記為B，代表迴圈會自我牽制，達到平衡。如上圖：左邊邊藍色 Market saturation。

深入閱讀：

其他表達系統的方式如：

當我們大概知道 CLD 的長相，但要如何建構呢？

如何建構CLD？ (Workshop小組操作過程)

1.描述問題與定義主軸

Workshop 範例中直接給我寫好的問題，如下圖所視

但已經明確得寫下這樣的文字，代表對問題已經非常明確，但實際使用時『精確描述出問題的輪廓』是不可缺少的一環，是困難但非常重要的，一旦在這個階段缺少資訊，會影響到後續建構系統的品質。

Workshop 中就有另一項活動是要我麼自己出題目，但發現好難寫清楚

主軸考量

  • 目標：要解決的問題必須明確
  • 問題範圍(Scope)：避免過度發散
  • 對象(人) ：有可能是 stakeholder 或 User，明確要服務的對象
    • 利害關係(對人、事情)
  • 環境(Environment)：環境對人的影響或互動

如上面的案例 角色是__學生taco__, 老師 目標是__改善英文成績__ 利害關係可能有：父母對成績的要求、taco被全班嘲笑、taco的心情…等等 環境可能有：上課教室、補習班、家(父母,睡眠)

2.尋找變數

什麼是變數？

  • 通常和時間有關
  • 會改變的量值
  • 通常可能是名詞或名詞片語
    • 和等級/程度/量化的名詞有關
  • 以正面或中性描述(避免負負得正那種容易搞錯的名詞)
  • 避免增量或減量，但差值是OK
  • 初始不要太多，3~5個即可，之後再慢慢增加

團隊操作

團隊成員先各思考問題系統的變數(Variables)，以便利貼寫下，設定時間限制，等時間到大家各自貼出 討論並統整變數，下圖就是延續前面範例中，我們這組找出最一開始的10個變數。

建立關聯性 link (我自己發明的詞彙)，將變數之間互相的關係畫出來，其中包含：

  • 箭頭方向(誰影響誰，或誰受誰影響)
  • 正負符號(正相關/負相關)

目的是理解變數之間關係性和影響的方式。如下圖：1.『睡眠Time』正相關影響『上課專注程度』、2.『目前成績』負相關影響『成績差距』

觀察變數的的link，可以發現一些有趣的現象：

  • 關聯最多的變數有可能是問題主軸
    • 或者是__來自過度簡化的兩個變數之間的關係，需而外新增變數__
  • 關聯很少的變數，出現這種孤兒變數，必須考慮其必要性
  • 藉由此關聯可以重新思考，變數定義的是否恰當

4.完成系統的 CLD

4.1 先建立一條簡單迴圈(Loop)

將變數放到平面上，先建立其中一條，然後重新檢視 link 的關聯是否合理，是否缺少變數或存在不必要變數

在 workshop 中觀察我們在組的過程，發現容易建立一口氣太複雜的迴圈，導致系統太過複雜需要在簡化。
反映出『先建立一條簡單且最重要的迴圈』這個步驟不能省

4.2 完成所有迴圈

刪減和除錯修正才是關鍵

  • 檢查是否存在無限上升的迴圈
  • 檢查變數與迴圈是否對__要解決的目標有幫助__

以下為我們這組結果(taco英文成績的例子)：

  • 藍色虛線圓圈是事後檢查，發現可以簡化的變數，太過詳細對整體尋找問題用處不大
  • 紅色虛線圓圈是無線上升迴圈

隔壁組的結果(另外一道題目)

使用注意事項

  • 使用 system thinking 最好的方式是團隊一同解決問題，個人使用system thinking 容易找不到盲點
  • 非常燒腦，需要食物支援才能進行XD
  • 大家對於意見有點含蓄，放開才能流暢的修改系統

深入了解

Reference

(以下尚未整理)