Linköping Studies in Science and Technology
Thesis No. 931
Ett dynamiskt perspektiv på individuella skillnader av
heuristisk kompetens, intelligens, mentala modeller, mål
och konfidens i kontroll av mikrovärlden Moro
av
Fredrik Elg
Framlagd vid tekniska fakulteten vid Linköpings universitet
som del av fordringarna för filosofie licentiatexamen
Institutionen för datavetenskap
Linköpings universitet
Denna avhandling är även tillgänglig i elektroniskt format på: www.liu.se
ISBN 91-7373-271-0 ISSN 0280-7971
Abstract
Theories predicting performance of human control of complex dynamic systems must assess how decision makers capture and utilise knowledge for achieving and maintaining control. Traditional problem solving theories and corresponding measures such as Ravens matrices have been applied to predict performance in complex dynamic systems. While they assume stable properties of decision makers to predict control performance in decision-making tasks these tests have shown to provide only a limited degree of prediction in human control of complex dynamic systems. This paper reviews theoretical developments from recent empirical studies and tests the theoretical predictions of a model of dynamic decision-making using a complex dynamic microworld – Moro. The requirements for control of the microworld is analysed in study one. Theoretical predictions from the reviewed theory and results from study one are tested in study two. In study three additional hypotheses are derived by including meta cognitive dynamics to explain anomalies found in study two. A total of 21 Hypotheses are tested. Results indicate that for predicting human control of complex dynamic opaque systems a number of meta cognitive processes play an important role in determining outcome. Specifically, results show that we cannot expect a lower risk of failure in complex dynamic opaque systems from people with high problem solving capabilities when these also express higher goals. Further research should seek to explore the relative contribution of task characteristics to determine conditions under which these meta cognitive processes of decision makers take a dominant role over problem-solving capabilities – enabling improved decision-maker selection and support.
Ett inledande tack till alla som hjälpt mig
Denna avhandling sammanfattar 10 års forskning och tankar om individuella skillnader och prediktion i mikrovärden Moro. Jag skulle vilja börja med att berätta historien om den resa som kommit att bli denna avhandling. Samtidigt vill jag ta tillfället i akt och tacka alla de som hjälpt mig att göra den möjlig. Jag tar det i kronologisk ordning. Först på färden var Berndt Brehmer, då i Uppsala. Berndt har varit drivkraft för min förståelse för vad som karakteriserar god forskning och särskilt vikten av att vara metodisk. Det var där och då som verktygen skulle skapas för att hjälpa världen – snabbt och effektivt. Så blev det inte, men lärdomarna från tiden i Uppsala är många. Peter Juslin, Henrik Olsson och Anders Winman gav mig insikter om rigorösa experimentella metoder och att stora saker kan skapas ur det lilla med samarbete i en liten grupp. Av Leo Poom, som delade mitt forskarrum, fick jag lära att stor forskning kan ske i skymundan, i mörka och trånga vindsutrymmen och kräver tålmodiga och välvilliga vänner. Trent Victor, Staffan Magnusson och Greger Wikstrand underlättade genom att utveckla gränssnitt och analysverktyg till
mikrovärlden Moro. Anders Jansson och Georgios Rigas visade att det faktiskt är möjligt att slutföra arbeten baserade på komplexa dynamiska mikrovärldar utan en stab av medhjälpare - men det tar tid. SK Chakraborty och Debashis Chatterjee lärde mig tålamod och John Sterman lärde mig ett språk att förstå komplexa system. Yvonne Wærn med sin visdom har varit den person som skapat möjligheten att behålla insikten som mål och givit förtroendet att fortsätta färden. Med hennes klara blick kan de längsta av meningar nå klarhet i både tanke och uttryck. Pål Davidsen, Mike Spector, och David Ford har visat mig att dimma och regn, som i Bergen, kan vara en god miljö för ledning framåt i formulerandet av samarbete och verklighetstillämpningar. Per Linell och resten av Tema K med deras ständiga inspirerande och påträngande bevis på att världen inte kan fångas i en enkel modell eller teori har fördjupat insikterna om jag är på rätt väg och givit mig starkare argument. Tack Christer Garbis och Daniel Pargman för alla goda tankar och inspiration. Tack Peter Svenmarck, Rego Granlund, Henrik Artman, HMI-doktorander, HFA anhängare, min basgrupp och alla andra doktorander på Tema och IKP som delat med sig av sina erfarenheter. Sist men inte minst vill jag tacka Erik Hollnagel för förtroendet att lägga fram denna avhandling. Resan är inte slut ännu, men nu med en bättre karta av världen, vägen och målen. Jag hoppas att denna avhandling kan bli en källa till inspiration och insikter vilka kan leda till bättre kunskap, metoder och forskning om mänsklig kontroll av komplexa dynamiska system.
Innehållsförteckning
1Abstract... 1
Abstract... 3
Ett inledande tack till alla som hjälpt mig ... 5
Innehållsförteckning ... 6
Förståelse för mänskligt hanterande av komplexa dynamiska problem kräver ett synsätt som fångar komplexitet och dynamik ... 9
Vad är det då som krävs av en teori som kan förutsäga prestation? ... 11
Komplexa dynamiska problem utvecklas över tid och kräver dynamisk analys ... 14
Dynamiskt beslutsfattande betraktar beslutsfattande som kontroll av komplexa dynamiska system genom interaktion över tid... 15
Studier av dynamiskt beslutsfattande måste integrera analys av lärande och beslutsfattande.
...17
Introduktion till de tre delstudierna... 27
Del 1. Dynamiska system kräver systematisk dynamisk analys... 27
Del 2. Vad som krävs för god prestation är en bra process och bra kunskap ... 27
Del 3. En dynamisk syn på problematisering är nödvändig för prediktion av interaktion med dynamiska system ... 28
Del 1: En systematisk analys av problemdomänen Moro ... 29
Den grundläggande orsaken till de värsta katastroferna är överbetning ...29
Konsekvenserna av en dålig uppfattning om systemet i händelse av överbetning ...32
Vad som krävs för att skapa balans i systemet ...32
Överbetningsproblematiken och balansen mellan brunnar och grundvatten...33
Finansiering och hanterande av tillväxt i Moro-området ...35
Kriterier för prestation i Moro ... 38
Grundvattennivån ...38
Kapital...38
Dödsfall på grund av svält...39
Skörd ...39
Betesmark ...39
Boskap...39
Sammanfattning ... 39Del 2: Vad som krävs för god prestation är en bra process och bra kunskap ... 40
Hypoteser utvecklade ur Dörner och Wearing’s CPS teori... 40
Metod för den empiriska studien... 43
Deltagare ...43
Experimentledare ...43
Utrustning ...43
Mätvariabler ...43
Procedur...44
Diskussion med avseende på analysen av data från deltagares interaktion... 44
Resultat och diskussion för studie två... 45
Heuristisk kompetens, mentala modeller och prestation ...46
Heuristisk kompetens och beteendevariabler...47
Mental modell och prestation...47
Sammanfattningsvis visar resultaten att noll-hypotesen bör behållas för flertalet hypoteser53
Förvånande resultat ifrågasätter GRASCAM processen...53
Sammanfattning ... 54
Del 3: Vad som krävs för god prestation är inte bara en bra analytisk problemlösande process . 55 Modeller för prediktion av dynamiskt beslutsfattande måste inkorporera konfidens... 56
Tre komponenter bestämmer konfidens i en beslutssituation ... 57
Komponenterna för bestämning av aktuell konfidens är ömsesidigt beroende över tid... 59
Konsekvenser av överkonfidens i dynamiska problem... 59
Nya hypoteser i enlighet med en dynamisk syn på beslutsfattande ... 60
Resultat och diskussion för analysen av en dynamisk syn på hur beslutsfattare väljer att hantera komplexa dynamiska ogenomskinliga system... 64
Effekterna av en utvecklad dynamisk syn är svagare än väntat ... 86
Sammanfattning av resultat samt tankar om fortsatt forskning... 87
Vi kan finna starka stöd för ett flertal hypoteser om prediktion av prestation och nödvändigheten av en dynamisk syn på beslutsfattare: ... 87
Vad behöver vi tro för att dra slutsatser om dessa resultat i den ”riktiga” världen? ... 88
Noll-hypotesen kunde inte förkastas för ett flertal hypoteser:... 89
Resultaten i denna avhandling visar en stor andel intressanta resultat, vilka givit upphov till ett flertal frågeställningar som bör ges en vidare belysning... 91
En hypotes bör förkastas - Hög heuristisk kompetens är inte associerat med hög stabilitet i beslutsfattande... 91
Ett flertal teoretiska och praktiska utvecklingsområden kan identifieras som naturliga steg framåt ... 91
Om det nu är så svårt att testa teorier om mänsklig kontroll av komplexa dynamiska system i experimentella miljöer vad skall då göras?... 92
Referenser ... 95
Bilagor ...102
Kopia av innehållsförteckning...102
Standardiserade mätmetoder för beteende, prestation, stämning, epistemisk kompetens, problemlösningsförmåga, och heuristisk kompetens...105
Mätning av Beteende...105
Mätning av Prestation...105
Mätning av Sinnesstämning...105
Kontroll av Epistemisk kompetens...105
Mätning av Problemlösningsförmåga...105
Mätning av Heuristisk kompetens ...105
Mätning av Mentala modeller...106
Kvaliteten hos uppfattningen om centrala komponenter i systemet med avseende på
ekonomisk dynamik och ekologisk dynamik...107
Hur höga mål som försökspersonen sätter för sig själv och implicit hur svårt
försökspersonen gör problemet. ...111
Hur stort förtroende som försökspersonen har för sin förmåga att kunna påverka situationen
Mätning av Strukturkunskap...113
Mätning av GRASCAM ...114
GRASCAM/A Heuristisk kompetens (HC) ...114
GRASCAM/B Utveckling av mental modell som en kontinuerlig variabel...114
GRASCAM/C Som en konstruktion kombinerande Heuristisk kompetens och
utvecklingstakt och nivå hos beslutsfattares mentala modell...114
Startparametrar för Morosimuleringen ...115
Instruktion till Deltagare...116
Uppgiften...117
Instruktion till Tolkar...119
Formulär för enkel registrering...120
Stämningsformulär med andra frågor...120
Tolkning av Några frågor...121
Analys av de viktigaste komponenterna i Moro systemet ...124
Tolkning av MMQ och kvantifiering i enlighet med system analysen...131
Resultat med avseende på reliabilitet hos testsituation, deltagare, experimentledare, interbedömarreliabilitet, samt mätreliabilitet ...138
Resultatbilaga för Del 1 ...139
Resultatbilaga för Del 2 ...147
Kontroll av Epistemisk kompetens...147
Heuristisk kompetens och mental modell...147
Heuristisk kompetens och prestation enligt kriteriegrupp...153
Heuristisk kompetens och processvariabler...155
Prestation och mental modell ...161
Mental modell och antal beslut...228
Mental modell och stabilitet hos beslut ...237
Mental modell och antal frågor...246
Mental modell och stabilitet i informationsinsamling...256
Resultatbilaga för Del 3 ...268
Analys av interaktion mellan målnivå, APM och uppkomsten av katastrof...269
Analys av interaktion mellan målnivå, APM och tidpunkten för uppträdande av katastrof272
Analys av interaktion mellan tidig målnivå, APM och prestation över tid hos centrala
variabler...276
Förståelse för mänskligt hanterande av komplexa dynamiska problem
kräver
ett synsätt som fångar komplexitet och dynamik
Beslutsfattare i komplexa dynamiska system möter problem vilka är komplexa genom många ömsesidigt beroende komponenter, och dynamiska genom att förändras över tid. När
beslutsfattare försöker att styra situationer i dessa system, som exempelvis ekonomin i ett land, ett företag, en industriprocess, eller en flygplats, händer det tyvärr ofta att de misslyckas.
Befolkningar kastas i krig eller svält, företag stagnerar, industriprocesser stannar eller hundratals passagerare tvingas ställa in sina möten när flyg blir försenade. För att undvika dessa situationer i framtiden krävs att vi kan [1] förstå de komplexa system där de uppträder, [2] de betingelser under vilka kontroll skapas, upprätthålles, förloras eller riskerar att förloras, [3] vilken roll beslutsfattare spelar i att kontrollera situationens utvecklingen, och [4] hur vi kan förändra system och
beslutsfattande för att undvika kriser och katastrofer i framtiden. I denna avhandling fokuseras kunskap om och beskrivning av beslutsfattares förmåga att förstå och hantera komplexa dynamiska problem, en central del i de fyra problem som gör att vi kan undvika misslyckanden i framtiden. Se Figur 1. (1) Komplexa dynamiska system (4) System och policy design (2) Prestations betingelser (3) Människa system interaktion Mänsklig kontroll av komplexa dynamiska system
Figur 1. Forskning och förståelse för mänsklig kontroll av komplexa dynamiska system är en nyckel till att undvika kriser och katastrofer i framtiden
I relation till beslutsfattares förmåga att hantera komplexa dynamiska system, behandlas exempel från en specifik beslutsfattandesituation – Moro. Inom denna specifika beslutssituation, en mikrovärld, analyseras de betingelser under vilka kontroll upprätthålls respektive förloras, e.g. förlorad balans mellan drivande balanserande krafter. Vidare behandlas beslutsfattares roll, egenskaper och processer i kontrollen av denna situation, e.g. interaktion mellan konfidens, mål, beslutsfattande processer, systemegenskaper och prestation.
Denna studie motiveras av att forskning inom beslutsfattande har givit goda metoder och modeller att analysera statiska problem om än ingen fullgod teori för beslutsfattande inom komplexa dynamiska system. Forskning som söker att bygga förståelse för kontroll av problemområden med dynamiska egenskaper har i många stycken bara lyckats visa hur svårt det är att kontrollera eller förutsäga dem. Forskningen har dock burit frukt så till vida att man skapat teoretiska perspektiv och metoder för att angripa uppbyggnaden av förståelse om mänsklig styrning i komplexa dynamiska system. Sterman, 1994, beskriver utvecklingen av System dynamik metoden som ett framgångsrikt sätt att fånga utvecklingen av system där beslutsfattande ingår som en central del baserade på de framgångsrika modeller som utvecklats inom ingenjörsvetenskapen för kontroll av komplexa dynamiska mekaniska system. Denna avhandling är inspirerad av detta perspektiv och de framgångar som vunnits inom detta område för att förnya teoribildningen för mänsklig kontroll av komplexa dynamiska system [Elg, 1996a, 1996b].
Trots en uppsjö av teoretiska modeller, ett stort behov, och ett stort intresse, har små framgångar nåtts i försöken att kunna simulera eller förutsäga händelseutvecklingen i mänsklig interaktion med komplexa dynamiska system [Frensch & Funke, 1995]. Dessa små framgångar kommer framförallt från två olika angreppssätt: Expertforskning och Experimentell forskning. Inom expertforskning har man försökt att skapa förståelse för de sätt på vilket experter löser dynamiska beslutsproblem i specifika beslutssituationer. Nordamerikansk forskningstradition har varit särskilt framgångsrik inom detta perspektiv, exempelvis representerat genom disciplinen naturalistiskt beslutsfattande [Klein, 1998]. Naturalistiskt beslutsfattande berör situationer och teoretiska problem under tidspress och potentiellt stora konsekvenser av felaktiga beslut, en ogenomskinlig
informationssituation, och dåligt definierade mål under naturalistiska betingelser [Orasanu & Conolly, 1993]. Fokuseringen på naturalistiska betingelser, och på experter, gör att expertforskning använder nära uteslutande av fältstudier. Experimentell forskning å andra sidan har använt sig av mikrovärldar för att studera de krav som komplexa dynamiska system ställer på beslutsfattare genom att studera individuella skillnader, eller undersöka hur effekten av variationer i
Studie två och tre i denna avhandling bygger på studerandet av individuella skillnader i interaktionen med en mikrovärd inom ramen för det experimentella angreppssätt som presenteras i ovan. Mikrovärldar är datorsimulerade modeller av komplexa dynamiska system med vilka mänskliga beslutsfattare interagerar över tid. Dessa utvecklades för att skapa kontrollerade betingelser under vilka teorier för dynamiskt beslutsfattande kan utvecklas och prövas, och därigenom förbigå viktiga begränsningar hos statiska forskningsverktyg och okontrollerbarhetsproblem hos naturalistiska situationer [Brehmer, 1992, Brehmer & Dörner, 1993]. Mikrovärldsparadigmet beskrivs vidare i avsnittet om Mikrovärldar som forskningsverktyg.
Vad är det då som krävs av en teori som kan förutsäga prestation?
Teorier representerar antaganden om naturen hos de fenomen som de avser att beskriva eller förutsäga. En effektiv teori kan representera en tillräcklig komplexitet för att kunna förutsäga centrala fenomen inom en problemdomän. Teorier som avser att beskriva och förutsäga komplexa dynamiska system möter särskilt höga krav i det att de inte bara måste fånga ett stort antal
variabler, utan även hur de interagerar över tid med varandra i att skapa ett kontrollproblem som förändras över tid. Detta gör att teorier för komplexa dynamiska system inte enkelt kan delas upp i delkomponenter. I de fall där delkomponenter interagerar med varandra dynamiskt över tid så krävs att vi fångar en tillräcklig nivå av dynamisk komplexitet i båda dessa system för att kunna förutsäga deras ömsesidiga utveckling. Under vissa betingelser kan vi förvänta oss att
beslutsfattare agerar olika beroende på egenskaperna hos de system som de interagerar med, samt att system under vissa betingelser beter sig olika över tid beroende på de beslut som beslutsfattare tar inom dessa system. Olika betingelser kräver alltså olika komplexa teorier för att förklara hur de utvecklas. Graden av komplexitet som behövs för olika betingelser kan förstås utifrån den
cybernetiska och kontrollteoretiska principen om tillräcklig komplixitet och variation – “The law of requisite variety” [Ashby, 1956] [Conant & Ashby, 1970]. Denna princip bygger på kraven för effektiv kontroll av ett system och anger att ”every good regulator of a system must be a model of that system”, detta innebär för en beslutsfattare att effektiv-perfekt kontroll kan enbart uppnås genom en perfekt modell av systemet att kontrollera. Frånvaron av denna perfekta modell, mätbarhet hos centrala komponenter hos systemet attkontrollera, och ett tydligt mål gör att enbart icke-perfekt kontroll kan uppnås. Dessa kontrollformer kan karateriseras som stokastiska,
opportunistiska, taktiska, eller strategiska [Hollnagel, 1992], beroende på kvaliteten hos den modell som beslutsfattare har för att hantera systemet att kontrollera, eller aspirationsnivån hos en beslutsfattare i att använda sin modell. Med modell menas här även resultatet av nödvändiga analyser och med system att kontrollera även de kontrollsystem och hjälpmedel som
kontrollera, kräver betydligt mindre från en beslutsfattare, än ”feedforward” kontroll som bygger på styrandet av en förväntad utveckling, men med en lägre sannolikhet för hög prestation.
Nödvändig komplixitet och representerandet av dynamik i system som skall kontrolleras, och hos beslutsfattare varierar alltså mellan olika domäner, och för olika situationer. I Figur 2 illustreras fyra olika kombinationer av nödvändig grad av dynamisk komplexitet i synsätt och analysmetod för det system som skall kontrolleras, samt grad av dynamisk komplexitet i synen på egenskaper hos beslutsfattare i interaktion med denna problemdomän, för att kunna möjliggöra prediktion av utfall.
Teorier som fångar dynamiska egenskaper hos personer, men inte dynamik i en aktuell problemdomän eller situation. Exempelvis utvecklingspsykologi
Integrativa teorier som fångar dynamiska egenskaper hos både beslutsfattare och problemdomän över tid. Exempelvis dynamiskt beslutsfattande
Teorier som fångar egenskaper hos
beslutsfattare i relation til statiska problem
-situationer. Exempelvis traditionell
problemlösningsteori
Teorier som fångar stabila egenskaper hos
beslutsfattare i relation till styrning av komplex dynamiska system över tid. Exempelvis tidig beslutsfattandeteori Dynamisk komplexitet i synen på beslutsfattaren i kontroll av aktuellt problem Hög Låg Dynamisk komplexitet i beskrivningen av systemet att kontrollera Låg Hög
Figur 2. Med dynamiska problemsituationer och ökade prestationskrav på beslutsfattare, krävs utveckling av teorier som kan ge ledning i beslutsfattande i allt mer komplexa dynamiska och ogenomskinliga problemsituationer
I det övre högra hörnet ser vi det perspektiv som utvecklas i denna avhandling. Detta perspektiv skiljer sig från de övriga tre i en viktig bemärkelse: Här behandlas både förändring i
problemdomänen och förändringar hos beslutsfattarens egenskaper över tid som nödvändiga komponenter i en teori för att predicera utfall. Detta perspektiv bygger på hypotesen att för att kunna förstå och predicera mänsklig kontroll av ett komplext dynamiskt system, så krävs att vi förstår både hur systemet utvecklas som en konsekvens av mänskligt handlande, och hur mänskligt handlande utvecklas som en konsekvens av interaktionen med det komplexa dynamiska systemet.
beslutsfattande inte kan antas bero på faktiska karakteristika hos en beslutssituation, utan beror på den heuristiska process som används för att fatta beslut. Simons slutsats är att en modell av beslutsfattande som en process är en essentiell komponent inom beslutsfattande teori för den verkliga världen, och att ambitionen att utesluta dessa processer inte kan realiseras [Simon, 1978]. En annan tidig förespråkare av detta krav på dynamisk komplexitet hos både beslutsfattare och system var Edwards [Edwards, 1962], som lade grunden till det experimentella
forskningsparadigmet med hjälp av mikrovärldar som vi idag känner som dynamiskt
beslutsfattande, genom att definiera betingelserna för dynamiskt belsutsfattande. Framväxten av denna forskningstradition behandlas senare i denna avhandling.
I det lägre vänstra hörnet ser vi metoder som kombinerar en statisk syn på de problem som beslutsfattare står inför, och en statisk syn på egenskaper hos beslutsfattaren i relation till de problem som han eller hon står inför. Exempel på denna typ av ansats är traditionella problemlösningsteorier (e.g. normativa teorier som reducerar beslutsfattande till val av ett handlingsalternativ från ett för-definierat set av alternativ, typiskt med grund i Bayesiska eller Brunswikianska linjära sannolikhetsmodeller samt utilitetsteori för att välja rätt handling
[Kleindorfer, Kunreuther & Schoemaker, 1993, Wickens, 1992]), med statiska beslutsproblem som typiskt testmateriel, där en serie av problem ställs till en beslutsfattare. Varje problem inom detta synsätt är oberoende av tidigare beslut. Synen på beslutsfattaren är sådan att egenskaper hos individen inte förändras som en funktion av interaktionen med problemen och där testmetoder fokuserar på utfall snarare än process.
I övre vänstra hörnet ser vi teorier och testmetoder som kombinerar en statisk syn på de problem som en beslutsfattare har att hantera, samt en komplex och dynamisk syn på beslutsfattare i hanterandet av sin beslutssituation. Exempel på denna typ av ansats kan vi se inom viss
utvecklingspsykologi, vilka utvecklar komplexa modeller för hur individer utvecklas dynamiskt över tid och de processer som ingår i utvecklingen av egenskaper hos individen. Utvecklingen hos individen är här ofta knuten till specifika statiska betingelser. För att betraktas som dynamisk i sin syn på både problemdomän och beslutsfattande skulle barnets uppväxt behöva ses som en
uppväxtmiljö med systematiska egenskaper som utvecklas över tid som en funktion av barnets egna aktiviteter och utveckling.
I det nedre högra hörnet ser vi tidig teori inom dynamiskt beslutsfattande paradigmet, där man tagit en dynamisk syn på de problem som skall hanteras, som utvecklande över tid och i interaktion med beslutsfattare. I en statisk syn på egenskaper hos beslutsfattande har man sökt efter
Osterloh, 1981, Rigas, 2000, Strohschneider, 1991] etc., eller nya teoretiska konstruktioner som exempelvis heuristisk kompetens, vilket behandlas i detalj senare i denna avhandling.
Denna avhandling fokuserar aspekter av teoretisk utveckling för förståelse av betingelserna för kontroll av komplexa dynamiska system där vi förväntar oss att det krävs en dynamisk syn på både de system som skall kontrolleras och hur beslutsfattares beslutsfattande utvecklas för att förklara specifika fenomen inom mänsklig kontroll av komplexa dynamiska system. Avhandligen bygger på antagandet att människor har kapacitet att bygga förståelse för komplexa dynamiska system baserat på interna representationer [Johnson-Laird, 1980, Moray, 1981, Rasmussen, 1976] och har en förmåga att etablera processer för ”feedforward” kontroll, illustrerat genom vår förmåga att i varje ögonblick bygga förväntningar om den informationsrymd vi interagerar med [Neisser, 1976].
Komplexa dynamiska problem utvecklas över tid och kräver dynamisk
analys
Katastrofer och återkommande kriser i socio-ekonomiska system ses ofta som oundvikliga, nära nog nödvändiga. Vissa hävdar att katastrofer och kriser är tecken på effektivitet. Effektiva system, enligt dessa, balanserar nära en kritisk massa. Ett välkänt exempel på dessa fenomen är de
plötsliga trafikstockningar som uppträder till synes utan orsak på högtrafikerade motorvägar. Vi har kommit att ta dessa fenomen närmast som naturlagar genom att vi upplever oss inte ha någon möjlighet att kontrollera deras förlopp, eller ens förutsäga när och var de kommer att inträffa. Grunden till varför katastrofer och kriser inträffar ligger ofta djupt inbäddade i den struktur som bygger upp det aktuella systemet och de uppträder först då systemen belastas utöver en viss nivå. Synen på dessa dynamiska fenomen som oförutsägbara har kommit att förändras och synsätt har vuxit fram inom flera forskningsdiscipliner, från teoretisk fysik till människa maskin interaktion, med syfte att genomskåda komplexa dynamiska fenomen och ge oss förståelse för hur interagerande mellan människor och dess omgivning utvecklas över tid.
I traditionella metoder att studera komplexa system, som exempelvis klassisk nationalekonomi, försöker man att förenkla förändringar över tid genom antaganden om linjära samband mellan ingående komponenter, eller ögonblicklig förändring mellan jämviktssituationer, antaganden som möjliggör analytiska lösningar men som döljer riktningen hos kausalitet och ickelinjäritet hos samband mellan variabler. Genom att explicit betrakta ingående processer i situationer över tid, kan observationer som inte kan förutsägas av traditionella linjära statiska metoder, förstås, simuleras, och förutsägas.
Utvecklandet av teoretiska perspektiv på dynamiska system har givit möjligheten att förstå drivkrafterna bakom händelseutveckling över tid. Detta har i sin tur givit oss möjligheten att utveckla metoder som på ett strukturerat sätt kan analysera processer som innehåller många komponenter och interaktion över tid. Ekonomer insåg tidigt behovet av dynamiska teorier och redan under 1930-talet formulerades de första dynamiska teorierna för interaktion mellan beslutsfattare och komplexa dynamiska system, då på en mycket aggregerad nivå – exempelvis i beskrivningen av konsumenters konsumtionsbesluts inverkan på ekonomin [Tinberger, 1937], citerad i Meadows, 1980. Ingenjörsvetenskapen måste dock ses som ledande inom utvecklingen av metoder för dynamisk modellering.
Dynamiskt beslutsfattande betraktar beslutsfattande som kontroll av
komplexa dynamiska system genom interaktion över tid
Att analysera och predicera utvecklingen hos komplexa system med mänskliga beslutsfattare är inte enkelt. Det dynamiska perspektivet har varit svårt att operationalisera inom
beteendevetenskapen på ett sätt som korresponderar mot det sätt som varit möjligt inom ingenjörsvetenskapen. Ännu är steget långt till att kunna dynamiskt analysera processer inom beteendevetenskap med samma explicita dynamiska metoder som utvecklats för
ingenjörsvetenskapen. Från ett teoretiskt perspektiv vet vi vad som behövs: För att kunna
åstadkomma samma förmåga att förutsäga dynamiska förlopp inom beteendevetenskapen som hos ingenjörsvetenskapen behövs en metod som kan representera strukturer hos mänskliga
beslutsfattare över den tidshorisont som relaterar till hur ett visst fenomen uppträder och försvinner, samt kan mätas. För att praktiskt kunna göra detta krävs begrepp för modellering av processer inte som stadier och nivåer, utan i dynamiska termer där interaktion och förändring kan fångas. Vidare behövs kontrollerbara betingelser under vilka egenskaper kan systematiskt mätas.
I misslyckandet hos traditionella beslutsfattande teorier baserade på normativa teorier om inferens och sannolikhets kalkyl, samt statiska experimentella studier, att analysera eller predicera
hanteringen av komplexa dynamiska system [Kleindorfer, Kunreuther & Schoemaker, 1993], så har två konkurrerande forskningstraditioner, forskningsparadigm [Kuhn, 1970], vuxit fram. Å ena sidan naturalistsikt beslutsfattande [Klein, 1998, Klein, Orasanu, Calderwood & Zsambok, 1993, Zachary & Ryder, 1997], med den konkurrerande uppfattningen att mänsklig kontroll av komplexa dynamiska system bäst studeras under naturalistiska betingelser, genom fältstudier, och å andra sidan dynamiskt beslutsfattande. Dynamiskt beslutsfattande traditionen bygger på tanken att begränsningar hos tidigare experimentella metoder och fokus på statiska sannolikhetsmodeller kan övervinnas genom ett fokus på dynamisk simulering för analys av system, samt användningen av
mikrodatorbaserade dynamiska simuleringsmiljöer, mikrovärldar, för att skapa experimentella betingelser även för komplexa dynamiska problem.
Dynamiskt beslutsfattande utvecklades kring målsättningen att förstå och predicera mänsklig interaktion med komplexa dynamiska system och övervinna problemen i tidigare laboratoriestudier, och okontrollerbarheten hos fältstudier [Brehmer & Dörner, 1993]. Dynamiskt beslutsfattande traditionen har visat sig ge nya insikter om hur vi kan förbättra vår kontroll av komplexa dynamiska system. Traditionen söker att utveckla en rigorös metod att beskriva interaktion mellan
beslutsfattare och de komponenter som är inblandade i systemet att kontrollera. Vidare kan egenskaper hos det sammanslagna systemet mellan beslutsfattare och system att kontrollera definieras, detta till skillnad från traditionella analytiska metoder [Kleindorfer, Kunreuther & Schoemaker, 1993], som tenderar att betrakta beslutsfattare och problemsystem som oberoende av varandra.
Tversky & Kahneman, 1974, representerar ett exempel på en inflytelserik syn på beslutsfattande i komplexa situationer som byggt vår förståelse för de risk-aversiva egenskaper och begränsningar som beslutsfattare har. Detta perspektiv visade mycket effektivt på begränsningar hos
rationalitetsantaganden inom traditionell mikroekonomisk teori, och i stödjandet av framväxten av teorier kring begränsad rationalitet [Cyert & March, 1963, Newell & Simon, 1972]. Dessa teorier om begränsad rationalitet har dock visat sig svåra att tillämpa på förståelsen av styrning av
komplexa dynamiska system. I Hogarth, 1981, presenteras en översikt och kritik om begränsningar hos denna syn. Inom en traditionell syn på beslutsfattande, så som den representerats i ovan, ses beslutsfattande som en enskild handling med beslutsfattande beskrivet som avvikelser från en normativ modell. Hogarth har också varit en drivande kraft i etableringen av ett nytt, mer dynamiskt, perspektiv på beslutsfattande.
I enlighet med detta perspektiv kan en dynamiskt beslutssituation kan karakteriseras i fyra punkter:
1. Beslut måste fattas i realtid, problemet väntar inte
2. En serie av beslut krävs.
3. Beslut är inte oberoende av tidigare beslut.
4. Beslutsproblem förändras både autonomt och som en konsekvens av beslut.
Beslutsfattande i dynamiska system betraktas enligt perspektivet dynamiskt beslutsfattande som målinriktat, där interagerande sker utifrån ett eller flera mer eller mindre formulerade målsättningar [Brehmer, 1990, 1992]. En konsekvens av egenskaperna hos komplexa dynamiska problem och att beslutsfattande i dessa system är målinriktat är att det inte längre är relevant att tala om en
normativt korrekt lösning eftersom systemet kräver en ständig interaktion som leder till en utveckling av det problem som skall kontrolleras.
Inom forskningstraditionen dynamiskt beslutsfattande försöker man att finna och beskriva de stabila strukturer som gör det möjligt att analysera mänsklig interaktion med komplexa dynamiska system över tid, t.ex. systemegenskaper och egenskaper hos individuella beslutsfattare. Detta gör det möjligt att uttala sig om den förväntade utvecklingen av hur olika beslutsfattare hanterar system med olika egenskaper. För att kunna åstadkomma den analys som krävs för att identifiera dessa systemegenskaper och egenskaper hos beslutsfattare har experimentella miljöer utvecklats för att återskapa egenskaper hos realistiska beslutsproblem under experimentella betingelser – Mikrovärldar [Brehmer & Dörner, 1993].
Studier av dynamiskt beslutsfattande måste integrera analys av lärande och
beslutsfattande.
Att styra ett delvis okänt komplext och dynamiskt system innebär att man kontinuerligt måste lära sig om det system man har att styra, samt tillämpa denna kunskap i att styra utvecklingen hos systemet i önskad riktning. Dessa moment av lärande och tillämpning är ömsesidigt beroende processer och kan inte styras eller studeras var och en för sig på ett meningsfullt sätt. En metod för att studera dessa processer och hur de interagerar över tid är genom mikrovärldsstudier.
Mikrovärldar som forskningsverktyg
Mikrovärldar är experimentella miljöer som karakteriseras av att de är problemsystem som är komplexa, dynamiska och ogenomskinliga [Brehmer, 1992]. De är komplexa genom att det finns
flera mål och variabler. De är dynamiska genom att systemet utvecklas över tid, både som en konsekvens av egen dynamik och som en konsekvens av de beslut som fattas. Mikrovärldar är ogenomskinliga i det att all nödvändig information inte är direkt tillgänglig. Oberoende variabler är till skillnad mot traditionella ”penna och papper” test inte enskilda beslutssituationer, utan
systemegenskaper. Enskilda beslut blir ointressanta och istället måste man söka efter meningsfulla enheter på en högre abstraktionsnivå och över tid.
Ett flertal olika mikrovärldar har använts för beslutsfattandeforskning inom psykologiområdet. För en översikt, se Brehmer & Dörner, 1993. Uppgifter i mikrovärldar kan vara att agera borgmästare i styrningen av en stad [Dörner, Kreuzig, Reither & Stäudel, 1983], att bistå med beslut i styrningen av ett biståndsprojekt i ett u-land [Dörner, Stäudel & Strohschneider, 1986], eller att agera
räddningsledare i koordineringen av brandbilar vid en skogsbrand [Lövborg & Brehmer, 1991] etc. Mikrovärldar har på senare tid populariserats genom ”Management flight simulators”, simuleringar av affärsledningssituationer, där företagsledare tillåts experimentera med alternativa scenarier och strategier för att lära sig att hantera dynamiska situationer [Sterman, 2000].
Mikrovärldar löser ett viktigt dilemma mellan experimentella situationer och fältstudier, genom att åstadkomma både en experimentell miljö där exakt samma betingelser kan återskapas så många gånger som krävs, men samtidigt kan erbjuda en dynamiskt situation som återskapar många aspekter av dynamik som inte tidigare varit möjligt i traditionella experimentsituationer [Brehmer & Dörner, 1993]. Mikrovärldar har även föreslagits som en nästa generationens IQ test med förmåga att predicera prestation i komplexa dynamiska problemsituationer [Rigas, 2000].
Mikrovärldar ställer dynamiska krav på beslutsfattare
Under vissa betingelser uppstår konflikter mellan behovet av mer information och nödvändigheten att tillämpa den, bristfälliga, information man redan har. Dessa situationer uppstår exempelvis när viktig kunskap är svåråtkomlig, och därför är omöjlig eller för kostsam att få tillgång till i termer av tid eller resurser. Kunskap kan exempelvis vara svåråtkomlig om den bara kan nås genom att studera relaterade händelser, beteenden och strukturer över tid. Delar i de system som skall kontrolleras är ofta sammankopplade, vilket gör det mycket svårt att testa hypoteser om kausala strukturer eller kvantifiera samband mellan viktiga variabler. Som en konsekvens finns det en konflikt mellan att söka information om systemet och att påverka systemet i en önskad riktning. Ofta kan det vara nödvändigt att vänta eller även försämra en situation för att skapa kunskap och förutsättningar för stabila förbättringar. Den dynamiska naturen hos lärande och tillämpning av kunskap i dynamiska situationer gör att en beslutsfattare inte bara måste lära sig om det system som skall kontrolleras,
Misslyckande i att hantera komplexa dynamiska system kan ofta relateras till patologiska
beteenden. Dörner [1981] identifierade fem sådana patologier: [1] Tematiskt vagabondering, byte av mål allteftersom beslutsfattaren misslyckas att uppfylla delmål. [2] Inkapsling, fokusering på ett eller ett fåtal av delmål på bekostnad av andra delmål. [3] Ovilja att fatta beslut, en oförmåga att handla. [4] Otillräcklig delegering, en fokusering på detaljstyrning där delegering varit möjlig, på bekostnad av andra delprocesser. [5] Skyllande på andra, dålig prestation hos delprocesser i
systemet att kontrollera skylls på andra. Jansson [1994, 1995] identifierade ytterligare patologier [6] Handlande i direkt anslutning till information utan reflektion eller hänsyn till sidoeffekter, [7] Otillräcklig systematisering, [8] Otillräcklig kontroll och uppföljning av hypoteser och
beslutsfattande, [9] Selektiv informationsinsamling [10] Selektivt beslutsfattande, och [11] Ingen självreflektion.
De beslutsfattare som lyckas å andra sidan uppvisar 5 andra typiska beteenden, de; [1] arbetar mer systematiskt, [2] samlar in mer information före beslutsfattande, [3] utvecklar kausala hypoteser om relationer mellan olika komponenter i systemet att kontrollera, [4] kontrollerar sina hypoteser på ett systematiskt sätt, samt [5] utövar mer självreflektion [Dörner, Kreuzig, Reither & Stäudel, 1983].
Vad är det då som krävs för en god prestation i komplexa dynamiska system? Dörner och Wearing identifierar sex komponenter [Dörner, 1989]. [1] Målformulering. Beslutsfattare måste behärska förmågan att dela upp mål i delkomponenter och delmål, identifiera hur målen relaterar till varandra, samt hur de interagerar i relation till övergripande mål. I komplexa dynamiska system kan
handlingar inom till synes oväsentliga delar av systemet ha en stor effekt på utvecklingen hos systemet som helhet [MacKinnon & Wearing, 1980, 1983].[2] Kunskapsuppbyggnad om systemet att kontrollera [Putz- Osterloh & Lemme, 1987, Putz-Osterloh, Bott & Houben, 1988, Sonenberg, Lawrence & Zelcer, 1992]. Dörner noterar också att a priori kunskap, kan både vara en viktig hjälp och en källa till misslyckande. Om kunskap från en klass av system eller situationer är
applicerad i en annan klass av situationer så kan den vara vilseledande. Dessa kunskapsklasser kan betecknas som mentala modeller [Johnson-Laird, 1983]. [3] Simulering [Newell & Simon, 1972]. [4] Handlingsplanering. [5] Uppföljning av handlingar, identifieringen av effekterna av händelser och de beslut som fattats, samt identifiering och kvantifiering av kausala samband.[6]
Självreflektion, uppföljning av beslutsfattarens egna processer för målformulering, hypotesformulering, informationsinsamling, simulering, planering och beslutsfattande – beslutsfattande om när, och hur beslut skall fattas och vad som är den bästa strategin i hanterandet av det aktuella systemet.
Intelligens kan förväntas ha ett viktigt inflytande på problemlösning och etableringen av de processer som krävs för god prestation i komplexa dynamiska system. Korrelationerna mellan intelligens och prestation är dock låga och ger en relativt liten del av förklaringen till varför vissa personer presterar bättre än andra. Fyra hypoteser för dessa låga korrelationer har framförts och identifieras som, (1) de andra krav som en dynamisk situation ställer utöver
problemlösningsförmåga, (2) den låga reliabilitet som uppträder i mikrovärdsstudier på grund av de många strategier som kan leda fram till samma resultat och den slumpeffekt som ogenomskinlighet skapar vilket gör det svårt att differentiera mellan olika resultat, (3) att mikrovärdar är helt nya beslutssituationer, och att problemlösning är en underordnad komponent i lösande av nya beslutsproblem, samt (4) att testuppgifter med en hög grad av komplexitet är en bättre prediktor för problemlösningsförmåga än mindre komplexa testuppgifter. Dessa ges samtliga ett visst stöd i nyligen genomförd forskning [Rigas, 2000]. Samtliga dessa hypoteser bygger dock på statiska antaganden om varför korrelationen är låg, som antingen beroende av ytterligare problem än de som fångas i traditionella test, slump, eller att ett otillräckligt antal variationer av kontrollproblemet genomförs. Inga av dessa hypoteser tillför några insikter om vilka specifika egenskaper hos
beslutsfattare och interaktionen med en mikrovärld som kan förklara de låga korrelationerna mellan intelligens/problemlösningsförmåga i statiska beslutssituationer och framgång i att etablera en fungerande process för kontroll av komplexa dynamiska system i en mikrovärld.
Framväxt av en dynamisk teori för dynamiskt beslutsfattande
Hur kan då en teori se ut som kan förklara de olika beteenden som uppvisas av beslutsfattare som lyckas, respektive misslyckas, och som kan ge ledning och förklaring till varför
problemlösningsförmåga visar sig så svagt korrelerat med prestation? Hur ser en teori ut som kan fånga de specifika egenskaper hos beslutsfattare vilka kan förklara dessa svaga korrelationer?
Dörner och Wearing [Dörner & Wearing, 1995] har kommit längst i att försöka sammanställa en teori som fångar den dynamiska komplexitet (Requisite variety) som krävs för att fånga dynamiska fenomen hos mänsklig kontroll av komplexa dynamiska system. De har i en kontrollteoretisk grund skapat ett produktionssystem för att fånga vad som krävs för mänsklig kontroll av komplexa dynamiska problem, vilket integrerar kända aspekter av beslutsfattande, inklusive motivation, emotion, tänkande, och problemlösning.
Strukturen i detta produktionssystem, vilket de kallar CPS (Complex Problem Solving), är illustrerat i Figur 3 nedan. Mål, vilka kan vara preliminära skapar grunden för
metakognitiva värderingar, situations uppfattning etc. Produkten av denna process är intentioner, vilka utgör basen för en process för fokusering av högre kognitiva processer, identifierad som val av fokusserad intention. Denna fokusserade intention ligger sedan till grund för
intentionshantering, vilken är den centrala process som under inflytande av kompetens, kunskap, och problem värdering leder till beslut och kunskapshantering.
Att fatta goda beslut i en komplex och dynamisk situation innebär alltså att man kontinuerligt måste lära sig nya saker om sin situation, kunskapshantering, samtidigt som man måste fatta beslut om hur man skall gå vidare för att uppnå mål som ligger längre fram i tiden. I dessa situationer finns en konflikt mellan en effektiv allokering av den kunskap som redan finns, och behovet av att skaffa mer kunskap vilken på längre sikt är nödvändig för att uppnå aktuella mål. Den process som är nödvändig för att balansera kortsiktiga och långsiktiga mål, som har med informationssökning och måluppfyllande att göra, har beskrivits av Dörner och Wearing [Dörner & Wearing, 1995] i en process som kallas GRASCAM (General Recursive Analytico-Synthetic Constellation Amplification Process).
Kunskaps hantering Mål Intentions-generering Intentioner (I minne) Val av fokuserad intention Fokusserad intention Intentionshantering inklusive minneshantering
och val av beslut
Besluts fattade Interaktion med systemet
att kontrollera inklusive system processer
Kunskap, metakognitva värderingar etc. (Kompetens,
Konfidens, Stress, etc.)
Kunskaps hantering Mål Intentions-generering Intentioner (I minne) Val av fokuserad intention Fokusserad intention Intentionshantering inklusive minneshantering
och val av beslut
Besluts fattade Interaktion med systemet
att kontrollera inklusive system processer
Kunskap, metakognitva värderingar etc. (Kompetens,
Konfidens, Stress, etc.)
Figur 3. Illustration av CPS processen och dess inflytande över utvecklingen av mentala modeller, beteende och prestation. Fyrkanter är processer, ovaler är utfall, och octagoner system att kontrollera, internt och externt Förenklat från Dörner och Wearing, p 84 [Dörner & Wearing, 1995].
Grunden i denna process är att för en god beslutsfattandeprocess krävs en förmåga att analytiskt identifiera och analysera en situation. Med utgångspunkt i denna analytiska process byggs kunskap om systemet som skall kontrolleras - Kunskapshantering. Se Figur 3 för en detaljerad illustration av hur kunskapshantering relaterar till CPS processen. GRASCAM fungerar som en process där ett problem identifieras, vilket i sin tur identifieras i enlighet med dess överordnade typ och kontext, samt hur kunskap om dessa typer relaterar till den speciella situation som problemet berör Denna kunksap tillämpas därefter genom beslutsfattande fär att påverka systemet att kontrollera mot ett långsiktigt kontroll-mål, samt uppnå kortsiktiga kunskapshanteringsmål. Processen kan illustreras som ett logiskt flöde, men kan åstadkommas i parallella processer. Se Figur 4 för en illustration av hur frågor och minne kan interagera för att identifiera relationer till attribut och handlingar, replikerad med Moro som exempel från Dörner och Wearing [Dörner & Wearing, 1995].
Över betning utgörs av överskridandet av en balans mellan erosion och
återväxt Ingen lösning Vad utgörs överbetning av? Vilka är delkomponenterna För erosion eller återväxt? Kan erosionen eller återväxten påverkas? Lösning av problem Överbetning identifierat
som ett potentiellt problem
Var kan överbetning observeras? Vad består överbetning av? Andra exempel för överutnyttjande? Analogi till överbetningsproblem Svar Vad bestämmer överbetning? Inget svar Svar Svar Svar Inget svar Inget svar Inget svar Svar Svar Svar Svar Inget svar Svar Över betning utgörs av
överskridandet av en balans mellan erosion och
återväxt Ingen lösning Vad utgörs överbetning av? Vilka är delkomponenterna För erosion eller återväxt? Kan erosionen eller återväxten påverkas? Lösning av problem Överbetning identifierat
som ett potentiellt problem
Var kan överbetning observeras? Vad består överbetning av? Andra exempel för överutnyttjande? Analogi till överbetningsproblem Svar Vad bestämmer överbetning? Inget svar Svar Svar Svar Inget svar Inget svar Inget svar Svar Svar Svar Svar Inget svar Svar
Figur 4. Exempel av en GRASCAM-process för lösning av överbetningsproblematik, förenklad och anpassad från [Dörner & Wearing, 1995].
Denna kunskapsinhämtning inom GRASCAM processen genererar kunskap som rör den aktuella beslutssituationen, och balanseras sedan med tillämpning av kunskap. Mycket tyder på att i kontrollerandet av komplexa dynamiska ogenomskinliga system är problemet inte bara att finna rätt metod, utan även att finna rätt hypoteser. Sett i detta dynamiska perspektiv kan ett till synes osystematiskt beteende vara ett yttryck för sökandet efter vad beslutsfattaren ser som användbara hypoteser. Ogenomskinligheten hos systemet gör det svårt att identifiera, komplexitet gör att många alternativa hypoteser kan utvecklas och dynamik i systemet gör det svårt att pröva hypoteser. Lägg till detta de problem beslutsfattare har att korrekt identifiera dynamisk komplexitet [Paich & Sterman, 1993, Senge & Sterman, 1992, Sterman, 1989a, 1989b] och integration av flöden över tid [Booth Sweeny & Sterman, 2000] så är det inte svårt att förstå den höga grad av misslyckande som uppmärksammades i tidiga studier av dynamiskt beslutsfattande i ogenomskinliga
beslutssituationer.
I en diskussion om vad som kan förklara framgång i att etablera en väl fungerande GRASCAM-process, som leder fram till att goda beslut fattas i kontrollen av komplexa dynamiska system, så introducerade Dietrich Dörner en distinktion mellan heuristisk och epistemisk kompetens [Dörner, 1982, Dörner, Kreuzig, Reither & Stäudel, 1983]. Se Figur 5 för en förenklad representation av
process. Beteende, vilket bestäms av intentionshanteringsprocessen (Höger del i Figur 3, ovan), kan förenklat representeras som under inflytande av Heuristisk och Empistemisk kompetens baserat på en mental modell om vikten av en specifik intention.
Prestation Initial epistemisk kompetens Mental modell Beteende Heuristisk kompetens + + + + +
Figur 5. Heuristisk och Epistemisk kompetens interagerar för att påverka en positiv GRASCAM process
Heuristisk kompetens är definierat som en persons förmåga att hantera problem oberoende av tidigare kunskap av en aktuell problemdomän, och ses som en essentiell komponent i att ändra intentioner och ge ledning till GRASCAM processen. Heuristisk kompetens är operationaliserat som det förtroende en beslutsfattare har i hans eller hennes förmåga att framgångsrikt hantera nya situationer [Stäudel, 1988, p. 137], genom tänkande, resonerande, frågor etc. [Dörner & Wearing, 1995], och antas generera ett effektivt beteende och en väl fungerande GRASCAM process. Epistemisk kompetens definieras som den domänkunskap en beslutsfattare har, och är operationaliserat som det förtroende en beslutsfattare har i att han eller hon redan har den information som krävs för uppgiften. Tidig forskning visade positiva samband mellan heuristisk kompetens och resultat i mikrovärlden Moro [Stäudel, 1987b]. Motsvarande effekt kunde dock inte identifieras för andra, enklare, kontrollproblem [Reichert & Dörner, 1988] och senare studier har ifrågasatt både validitet hos konceptet heuristisk kompetens och de betingelser under vilka heuristisk kompetens kan förväntas vara en prediktor för prestation [Elg, 1993].
Genom arbetet med denna avhandling har en mer utvecklad syn på vad som krävs för att förstå och predicera mänsklig kontroll av komplexa dynamiska system vuxit fram. Denna syn bekräftar GRASCAM processen, men visar också att heuristisk kompetens i den inkarnation som den
Vad den utvecklade synen på mänsklig kontroll av komplexa dynamiska system adderar till vår kunskap och förståelse är en förbättrad förmåga till att förklara varför tidigare forskning haft sådana svårigheter att finna stabila samband för prediktion av prestation i hanterandet av komplexa
dynamiska ogenomskinliga system.
Detta har åstadkommits genom att understryka betydelsen av metakognitiva processer i termer av målformulering som en nyckel till att effektivt utnyttja problemlösningsförmåga och kunskap om centrala dynamiska komponenter i ett system att kontrollera. Vad denna avhandling beskriver är utvecklingen av denna teoretiska syn, genom analyser av ett flertal hypoteser om prestation och beteende i komplexa dynamiska system.
I denna avhandling presenteras tre studier som tillsammans belyser framväxten av en teoretisk syn på beslutsfattande och kontroll av komplexa dynamiska system som beroende av tre huvudsakliga komponenter:
1. Systemegenskaper hos problem bestämmer dess dynamiska komplexitet genom att generera uppgiftskaraktäristik och dynamik. Uppgiftskaraktäristik kan definieras enligt tre komponenter; komplexitet (Antal variabler med aktivt inflytande), dynamik (Graden av återkopplingsstrukturer, fördröjningar och ickelinjära samband), ogenomskinlighet (Graden av ej direkt tillgänglig information, och hur svårtillgänglig denna information är för
beslutsfattaren).
2. Beslutsfattares förmåga att upprätthålla en dynamisk interaktion av lärande och
beslutsfattande genom upprätthållandet av en effektiv process som integrerar nödvändiga komponenter av beteende associerat med framgång, och undvikande av patologier.
3. Metakognitiva processer för självreflektion och bestämmande av målnivå; integration av processer som tar hänsyn till möjligheterna att nå och upprätthålla kontroll genom väl avvägda mål.
Dessa tre komponenter är ömsesidigt beroende av varandra, se Figur 6. Hur dessa komponenter interagerar för att påverka dynamiskt beslutsfattande analyseras i de tre studier som presenteras i denna avhandling.
Mentala
modeller och
problemlösnings-förmåga
Mål och
metakognition
Uppgiftskarakteristik
och dynamik
Figur 6. Egenskaper hos problem domän och uppgiftskarakteristik interagerar med
beslutsfattares rekursiva problemlösningsförmåga och de metakognitiva processer för självreflektion och målhantering.
Resultaten av dessa studier och konsekvenserna för förbättrad selektion av beslutsfattare och design av bättre kontroll av komplexa dynamiska system, samt vidare forskning, diskuteras i slutet av denna avhandling. Se avsnitt: Sammanfattning av resultat samt tankar om fortsatt forskning.
Introduktion till de tre delstudierna
I denna sektion introduceras de tre studier som ligger till grund för denna avhandling. I följande tre avsnitt genomförs analyser som belyser var och en av de tre komponenter av hur problemdomän och uppgiftskarakteristik interagerar med beslutsfattares rekursiva problemlösningsförmåga och metakognitiva processer för självreflektion och målhantering, samt deras betydelse för prediktion av mänsklig kontroll av komplexa dynamiska system. Denna analys byggs upp i tre steg:
1. Identifieringen av komplexitet och dynamik i en komplex dynamisk uppgift, identifiering av vad som krävs för god prestation i den komplexa dynamiska och ogenomskinliga
mikrovärlden Moro.
2. Betydelsen av en väl fungerande rekursiv kunskapsinhämtande och kunskapstillämpande process, prövandet av GRASCAM processen för prediktion av utveckling av mentala modeller och prestation.
3. Betydelsen av väl avvägda mål och självreflektion i hanteringen av komplexa dynamiska system, prövandet av en utvecklad GRASCAM process som inkluderar metakognitiva processer med avseende på målhantering, se Figur 6.
Del 1. Dynamiska system kräver systematisk dynamisk analys
Moro är en mikrovärld som blivit ett populärt verktyg för att studera mänsklig styrning av
komplexa dynamiska system, flitigt använd sedan mitten av 1980-talet. Den version av Moro som valts till denna studie är version 17.5.88, vilken inkorporerats i ett grafiskt användargränssnitt [Victor & Brehmer, 1993]. I del ett av denna avhandling används notation från system dynamik metod [Sterman, 2000] för att beskriva de problem som beslutsfattare står inför för att prestera väl i Moro. Resultaten av denna analys visar de specifika egenskaper av dynamisk komplexitet och ogenomskinlighet som gör uppgiften Moro svår, samt sammanfattar en metod att beskriva komplexa dynamiska system.
Del 2. Vad som krävs för god prestation är en bra process och bra kunskap
Erfarenhet inom ett ämnesområde kan förväntas leda till en bättre förmåga att hantera en
problemdomän. Ju mer relevant och aktuell denna kunskap är desto större är förväntningarna om ett bra resultat. Utveckling av denna kunskap, och effektiv kontroll, uppnås bäst genom
tillämpningen av en generell rekursiv analytiskt syntetiserande konstellations-förstärkande metod (General Recursive Analytico-Synthetic Constellation Amplification – GRASCAM [Dörner &
Wearing, 1995]. I enlighet med denna genereras god prestation genom att systematiskt utveckla och tillämpa kunskap. Detta synsätt betonar beslutsfattares analytiska förmåga, vilken bestämmer om det kommer att gå bra eller dåligt för deltagaren i kontrollerandet av ett aktuellt system.
GRASCAM processen prövas genom en studie av deltagares interaktion med Moro. Oberoende variabler utgörs av egenskaper hos deltagare, samt systemegenskaperna hos Moro. Beroende variabler utgörs av hur beteendet hos deltagare och mikrovärld utvecklas över tid. Resultaten av denna studie visar att problemlösningsförmåga, inte heller då det anpassats till dess relation till rekursiv problemlösning i hantering av dynamiska system (GRASCAM), är tillräckligt för att predicera prestation i hanteringen av nya komplexa dynamiska ogenomskinliga system. En serie intressanta resultat ifrågasätter de betingelser under vilka GRASCAM processen i sig kan förväntas relatera till prestation.
Del 3. En dynamisk syn på problematisering är nödvändig för prediktion av
interaktion med dynamiska system
Med utgångspunkt från data ur studien för del två genomförs en post hoc analys med en dynamisk syn på hur deltagare formar sin interaktion med systemet under inflytande av sina förväntningar. Resultaten av studie tre visar på betydelsen av metakognitiva processer och målformulering i interaktion med rekursiv problemlösning för prediktion av prestation i komplexa dynamiska system. En serie av intressanta resultat ger ledning för fortsatta studier och ger indikation för hur vi kan förbättra selektion och stöd för beslutsfattare. Resultaten är dock tvetydiga och visar på betydelsen av fortsatt forskning inom området dynamiskt beslutsfattande.
Resultat och implikation för beslutsfattande, selektion av beslutsfattare, design av stöd för beslutsfattande, samt för fortsatt forskning diskuteras vidare i avsnittet: Sammanfattning av resultat samt tankar om fortsatt forskning.
Del 1: En systematisk analys av problemdomänen Moro
Moro är en mikrovärld som blivit ett populärt verktyg för att studera mänsklig styrning av komplexa dynamiska system. Inom Moro finns en bred bas av studier som genomförts. Den version som av Moro som valts till denna studie är “Moro“ version 17.5.88. Denna mikrovärld är mycket komplex med ett relativt stort antal variabler.Den grundläggande orsaken till de värsta katastroferna är överbetning
Vid en analys av orsakerna till varför beslutsfattare misslyckas eller lyckas i att hantera Moro-systemet så visar det sig att några av variablerna i Moro Moro-systemet är viktigare än andra. Det som framförallt är orsak till katastrofer i området, med svält som följd, är då området drabbas av överbetning, då grunden för boskapens betesförsörjning förstörs. Den spiral av ökad erosion som inleds genom överbetning leder till svåra katastrofer i området om inte antalet boskap snabbt reduceras genom slakt eller försäljning. Representerandet av system i termer av kausala strukturer genom artikulering av mängder och flöden med fokus på identifiering av
återkopplingsstrukturer kan hjälpa oss att förstå vad som är viktigt i komplexa dynamiska system [Forrester, 1961], däribland Morosystemet.
För att förklara uppkomsten av katastrofer, och klargöra de krav som mikrovärlden Moro ställer på beslutsfattare användes en anpassad form av den Systemdynamiska metoden [Forrester, 1961]. Systemdynamik-metoden representerar ett dynamiskt synsätt lämpat för att beskriva system där förändring är grund för analys. I enlighet med den notation som utvecklats inom denna metod skapades en kausal representation av Morosystemet med fokus på att fånga de systemegenskaper som leder fram till katastrofer inom Moro. Mängder – illustrerade som lådor, och flöden –
illustrerade som dubbla pilar med ventiler, användes för att beskriva Moro som ett dynamiskt system. I Figur 7 illustreras fyra centrala flöden i Moro-systemet i enlighet med denna beskrivningsmetod.
De viktigaste delarna i enlighet med den systemdynamiska analys som genomfördes med
avseende på utvecklingen av överbetning är (1) kopplingen mellan TseTse flugornas kontrollerande och dämpande funktion på mängden boskap, (2) balansen mellan boskap och betesmark, (3) vattentillgångens betydelse i expansionen av betesmarken, (4) tillgången på grundvatten som begränsning av den möjliga betesarealen, samt (5) balansen mellan boskap, befolkning och slakt.
Vattentillgång Betesmark
Boskap TseTse flugor
Figur 7. Fyra centrala flöden i Moro, med ventiler representerande kontroll av, och samband, som beskriver inflöde och utflöde ur en mängd.
Centrala återkopplingsstrukturer hos problemsystem kan efter en identifiering av centrala mängder och flöden i ett system identifieras som influensdiagram. För en populär beskrivning av
influensdiagram, och dess relation till mängd och flödesdiagram se Senge, 1990. I fortsättningen av presentationen av analysen av Morosystemet används endast influensdiagram då dessa är
tillräckliga för att illustrera centrala återkopplingsstrukturer i Moro. Influensdiagram kan vara öppna, dvs utan återkopplingsstrukturer, positiva, eller negativa. Traditionella teorier är vanligen av den första – öppna – typen, med en beskrivning av kausala samband mellan begrepp som en serie av faktorer utan återkoppling. Positiva återkopplingsstrukturer är självförstärkande och
exponentiella. Exempel på en positiv återkopplingsstuktur återfinns i Figur 10. Negativa
återkopplingsstrukturer är balanserande och beskrivs ofta som målsökande genom att de motsätter sig och bromsar förändring. Se Figur 8 för en illustration av denna balanserande
återkopplingsprocess. Negativa återkopplingsstrukturer kan även beskrivas som målsökande, genom att antingen sträva mot ett givet mål, eller motsätta sig förändring. Antalet tsetseflugor fungerar som en moderator av mängden boskap, så att ju mer boskap det finns, desto mer förökar sig flugorna, och desto fler djur dör på grund av sjukdomar relaterade till antalet tse-tse flugor. Antalet
motsvarande sätt minskar antalet flugor när boskapen minskar. Tsetseflugorna upprätthåller på detta sätt en balans, liknande den som återfinns i rovdjur och byte system.
TseTse
flugor
Boskap
-+
Figur 8. Figur av begränsande, balanserande återkoppling, så kallad negativ feedback. TseTse flugorna påverkas positivt av mängden boskap och TseTse flugorna påverkar boskapen negativt.
Ju mer boskap som finns i Morosystemet desto mer förökar sig boskapen genom att varje ko föder en given kvot kalvar per år om det finns tillräckligt med mat. Så länge det finns något att äta
kommer boskapen att föda kalvar. Boskapen utgör dock ett negativt tryck på betesmarken genom erosion. Denna erosion minskar det bete som skulle kunna genereras på betesmarken. Ju mer boskap som finns desto större blir erosionen. Om det är så att tillväxten av bete är mindre än erosionen så minskar betesmarken från år till år. Om inte betestrycket minskas kraftigt efter passerandet av den jämviktssituation där tillväxten per år är densamma som erosionen, genom en minskning av antalet boskap, kommer en kollaps av ekosystemet att inträffa. I Figur 9 är dessa samband illustrerade i form av ett influensdiagram.
Betesmark
Erosion
TseTse
flugor
Boskap
+
-+
-+
Figur 9. Samband mellan mängden tsetseflugor, boskap, erosion, och betesmark som ger upphov till överbetning.
Konsekvenserna av en dålig uppfattning om systemet i händelse av överbetning
I Figur 9 kan vi se hur en serie viktiga variabler, antalet Tsetse-flugor, boskap, erosion och betesmark är sammankopplade och vi kan också se vilka konsekvenser det kan medföra att ha en dålig uppfattning om dessa delar i systemet, särskilt om varningssignaler om överbetning inte är lättillgängliga utan kommer då överbetning redan är ett växande problem.Vad som krävs för att skapa balans i systemet
Om det är så att vi har en förståelse för de ingående centrala processer som utgör ett system, så kan vi även se vilka beslutsåtgärder som behövs för att återskapa en balans och en positiv utveckling i systemet. Om vi tänker oss att vi minskar beståndet av Tsetse flugor i Morosystemet, så ökar mängden boskap genom att det finns ett negativt kausalt samband mellan mängden TseTse flugor och mängden boskap. Om mängden TseTse flugor minskar, så ökar mängden boskap, givet ceteris
mängd boskap, så minskar mängden Betesmark snabbare, genom en ökad erosion. Konsekvensen är en positiv återkopplingsslinga ”feedback loop”, med exponentiell minskning av mängden
tillgänglig betesmark eftersom betesmarken inte får någon chans att växa till sig. Denna process fortsätter tills dess att boskapen svälter på grund av brist på bete. Denna återkopplingsslinga är illustrerad i Figur 10 nedan.
Betesmark
Erosion
-Figur 10. Förenklad beskrivning av positiv återkoppling som illustrerar hur mängden betesmark kan kollapsa på grund av eskalerande erosion.
Långt ifrån alla deltagare missar denna viktiga detalj, vissa lyckas identifiera den och kan skydda sig mot denna “landmina” av exponentiell minskning av den tillgängliga betesmarken som annars startar. För de som inte upptäcker den i tid kan den få ödesdigra konsekvenser.
Överbetningsproblematiken och balansen mellan brunnar och grundvatten
Problemet med överbetning, och överutnyttjande av förnyelsebara resurser, är ett välkänt fenomen och vi kan se samma typ av dynamik inom exempelvis fiske och renbete. I figuren nedan kan vi se ett exempel från en ö utanför Alaska till vilken man introducerade renar 1912, och hur mängden renar på ön sedan snabbt ökar fram till 1938, varefter antalet renar kollapsar. Se även Scheffer, 1951, citerad i Moxnes, 1995.
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 1 9 1 0 1 9 2 0 1 9 3 0 1 9 4 0 1 9 5 0 Antal renar Population Slakt
Figur 11. Data från St. Paul Island, Alaska, Scheffer, 1951, citerad i Moxnes, 1995.
Mängden renar ökade exponentiellt då det saknades rovdjur som kunde begränsa tillväxten på den aktuella ön. Populationen av renar minskade senare drastiskt i samband med att mängden av tillgängligt bete kollapsade. I Moro kan vi se samma dynamik i södra Sahara då antalet boskap tillåts växa fritt. Dynamiken med överbetning kan dock undvikas genom att stabilisera systemet. I många fall så finns det naturliga balanserande system som bromsar utvecklingen av en dominerande population. I naturen kan vi se detta i form av rovdjur, sjukdomar, eller revir beteenden. I mikrovärden Moro så finns det en naturlig begränsare i form av TseTse flugor som ser till att sprida sjukdomar, särskilt Trypanosomiasis, till djuren då dessa ökar i antal. I Moro finns inget rovdjurshot mot djuren så länge det finns stammedlemmar som bevakar hjordarna. Risken för överbetning kan också begränsas genom försäljning av boskap och genom att utöka betesmarken på olika sätt. Ett sätt att öka mängden betesmark är att öka vattentillgängligheten. Tillgänglighet till vatten för betesmarken kan påverkas genom införande av konstbevattning genom brunnar. Införandet av brunnar initierar en positiv dynamik där vattentillgången ökar, vilket i sin tur skapar ett större utrymme för tillväxt hos betesmarken. Betesmarken expanderar och ökar infiltrationen av nederbörd till grundvattnet så att grundvattennivån stabiliseras och skapar utrymme för fler brunnar. Se influensdiagram i Figur 12. Tillväxten bryts då utrymmet för tillväxt inte längre blir större med ökad vattentillgång, eller då betesmarken inte hunnit att tillväxa i samma takt som vattentillgången ökat, med ökad avdunstning, ytavrinning och sjunkande grundvattennivå som följd.
Utrymme
for tillväxt
Brunnar
Grundvattennivå
Vattentillgång
Betesmark
+
+
-+
+
+
Figur 12. Drivkrafter för expansion av den potentiella betesmarken genom utnyttjandet av grundvattenreservoaren
Konstbevattningen får inte vara överdriven, då detta skapar en minskning av grundvattennivån i grundvattenreservoaren. I verkligheten skulle detta leda till att brunnarna som används för konstbevattning sinar, samt att buskar med djupare rötter inte längre kan tillgodose sitt behov av vatten från grundvattenreservoaren. I Morosimuleringen finns det inga rötter och buskar, men dynamiken är densamma; genom att vattentillgången minskar med sjunkande grundvattennivå. Ett ökande av vattentillgången ger en större möjlighet att utöka betesmarkens areal genom
betestillväxt, genom att öka taket för hur mycket betesmark som kan skapas i det aktuella området (Tillväxtgräns). Genom en utökad betesareal, så minskar avdunstning och ytavrinning i samband med regn. Infiltrationen ökar därigenom, vilket skapar en större tillrinning till
grundvattenreservoaren, vilket på sikt ger större möjligheter till ytterligare expansion av betesmarken genom ytterligare brunnar.
Finansiering och hanterande av tillväxt i Moro-området
För att finansiera utbyggnaden av brunnar för att bevattna betesmark och åkermark kan inkomster erhållas genom försäljning av boskap och överskott av hirsproduktion. Dessa delar är underordnade problematiken med överbetning som är den mest allvarliga. Deltagare i den studie som ligger till grund för analyserna i del två och tre har fått till uppgift att göra det bättre för Moroerna, samt att öka befolkningen i området. En ökning av befolkningen gör att Moroerna behöver en större mängd boskap för att försörja sig.
