Má smysl zamýšlet se nad systémovým myšlením? Je snad s tím, které používám právě teď, něco v nepořádku? Nemyslím náhodou systémově už dávno a jenom jsem tomu tak neříkal? Není to další módní slovo, jako „paradigma“ nebo třeba „human resources“, které používají hloupí lidé, aby si připadali důležití? Já říkám ano, ano, ne a ano.
Devět životů mentálních modelů Předtím, než se pustíme do pravidel techniky myšlení, kterému se říká systémové, je třeba kroku stranou. A to na pole kognitivní vědy. Pokud máme víceméně v pořádku zrak, pozorované objekty, subjekty a události, jejichž odraz dopadá na sítnici, se přes řadu mozkových struktur propracují do paměti. Značně ochuzené o různými strukturami zanedbané nebo nepozorované součásti formují mentální reprezentace či modely. Dosti zjednodušený pohled nabízí obrázek 1. Vlevo vidíme vizuální dráhy a vpravo související emoční struktury. Pozorované v nás totiž také často vyvolává emoce. Někdy to ani nezpozorujeme, jindy emoční odezvu poznáme nejen my, ale též naše okolí. Na vlastnictví mentálních modelů nemusí být nic špatného, ale jsou situace, kdy poněkud komplikují život. Fajn je rychlé třídění pozorovaných objektů - když vidím plechovou krabici neznámého tvaru se čtyřmi kolečky, zatřídím pozorované do škatulky „auto“, pokud je
Obrázek 1 VLEVO - emoční dráhy lidského mozku. OFC-orbitofrontální kortex, ACC-anteriorní cingulární kortex, NA-nucleus acumbens, AM-amygdala, SI-substantia innominata, Pu-pulvinar, SC-superiorní colliculus, LC-locus coreuleus, PG-periakvaduktální šeď. VPRAVO – vizuální dráhy lidského mozku. RT-sítnice, THtalamus, SC-superiorní colliculus, Pu-pulvinar, LGN-laterální genikulátní jádro, V1-primární vizuální kortex. (Ohman, Flykt, and Esteves 2001; Tamietto and de Gelder 2010)
krabice plastová, možná by to mohl být Trabant - a hotovo. Potíž bývá s jinými vlastnostmi mentálních modelů – neúplností, nepřesností a pravděpodobně od koček okoukanými devíti životy. Ani v jednom případě se nejedná o superlativ a ještě horší je, že až na třetí případ se jich ani nelze zbavit. Mentální modely jsou neúplné, protože informace ze sítnice přechází přes řadu percepčních filtrů, než se vůbec dostane do mozku. Značná část vnímaného zůstává nevědomá a pouze zlomek se nakonec dostane do vědomí. Prosté konstatování „viděl jsem to na vlastní oči“ pro informovaného znamená, že z reálných 5000 podnětů za vteřinu bylo odfiltrováno více než 90%, zbytek byl ovlivněn jedním až stem dnes známých kongnitivních zkreslení. Ze zajímavějších je možné jmenovat tendenci věnovat pozornost emočně silnějším stimulům; tendenci reagovat na fakta vyvracející původní přesvědčení posílením vyvraceného přesvědčení (backfire effect); tendenci vidět bílá místa ve vnímání ostatních spíše než ve vlastním (blind spot bias); tendenci vyhledávat informace potvrzující naše přesvědčení (confirmation bias); tendenci vidět dvě najednou posuzované možnosti jako rozdílnější než při posuzování každé zvlášť (distinction bias); tendenci používat daný objekt pouze
k účelu, ke kterému byl původně určen (functional fixedness) a devadesát čtyři dalších (Beck et al. 2001; Posner 1994). Nepřesnost potom vyplývá z kombinace neúplnosti a kognitivních zkreslení. Uvedených faktů si obvykle nejsme vědomi, zejména pokud je naše plná informovanost/genialita podpořena dostatečně silným ego-komplexem. V takovém případě jsme schopni ze stavebního materiálu objektivně pochybné kvality stvořit něco, co impozantně vypadá, ale v realitě nemůže existovat či fungovat. Na obrázku č. 2 vidíme příklad takzvané nemožné konstrukce. Obrázek je sice možné nakreslit, ale nakreslený objekt v našem trojrozměrném prostoru nelze z žádného materiálu vyrobit. I prostý pokus o vnímání obrázku jako celku je naším mozkem odmítán a oči nám uhýbají do vrcholů trojúhelníku (Piodalcin 2009).
Obrázek 2 Nemožná konstrukce V případě konstrukce na obrázku 2 je nereálnost snadné odhalit, problém nastává u složitějších problémů. Chápeme dobře zadání? Rozumíme tomu, co nám chce ten druhý říci? Nevytvořili jsme nějaký nesmysl? V předchozím odstavci jsme popsali, že realitu v její plnosti a komplexnosti není možné vnímat, pro mnohé je to depresivní zjištění. Existuje z toho nějaká cesta ven? Pokud jsme schopni si tyto otázky klást, zdá se, že naše sebereflexe je v provozu.
100 100 100
0 0 0 0
20
40 60 80 Time (Hour)
100
Systémový přístup : Tradiční přístup : Úsilí : -
Obrázek 3 Porovnání časového rozložení přínosu systémového přístupu při konstantním úsilí To, že jako lék nabízím systémové myšlení, nyní jistě došlo i zcela zmateným čtenářům. Lze jej však předepsat na všechny problémy? Ano, lze. Má to ve všech případech smysl? Odpověď vás možná
překvapí, ale ve všech případech to smysl nemá. Na obrázku 3 je graf, který popisuje přínos tradičního (nesystémového) přístupu a systémového myšlení při řešení problému. Při konstantním úsilí se v daném čase dostaneme s tradičním přístupem výše, než jsme byli na začátku (to platí za předpokladu, že jsme nesystémovým řešením nestvořili budoucí problém – dodatek pro hloubavé – tedy vlastně nikdy...). Systémový přístup při konstantním úsilí dlouho nepřináší nic, teprve v poslední fázi máme k dispozici několikanásobně více, než můžeme očekávat od přístupu nesystémového. Máme na systémové řešení čas a mentální kapacitu? Čas obvykle ano, druhý předpoklad vždy splněn nebývá. Zajímají nás důsledky našich rozhodnutí v dané věci za rok či ještě déle? Většinou ne, proto také kouříme, pijeme a cpeme se cukry a tukem koupenými na úvěr. Schopnost uvažovat systémově zřejmě není vrozená, a pokud ano, postupným stykem s nesystémovými učiteli atrofuje. Člověk se v největším rozsahu učí napodobováním a tak se stává pozorované chování ostatních, zejména tzv. autorit vzorem, který následujeme.
Světlo na konci tunelu? Pozorný čtenář zjistil, že jsem se dosud pouze posmíval nesystémovému přístupu, ale nepadlo ani slovo o tom, co systémové myšlení je. Když autor chodí kolem horké kaše, lze to vyložit dvěma způsoby. Buď odpověď nezná, nebo je odpověď komplikovaná. Skutečný odborník by měl být schopen složitost vysvětlit jednoduše. Tedy... - systémové myšlení lze chápat jako specifický způsob vnímání a komunikace, jedním slovem jazyk (Susta 2014). Jazyk, který má svá pravidla a jehož zvládnutí vyžaduje určité úsilí. Zda má takové úsilí smysl, zjistíte snadno. Při každodenním rozhodování s větším či menším úspěchem používáme intuici. Léta úspěchů, spolu s kognitivním zkreslením, které vede k zapomínání neúspěchů, nás dříve či později přivede k myšlence rozšířit používání intuice pro rozhodování ve všech situacích. Jsme v tom prostě dobří. Na obrázku 4 je jednoduchá systémová struktura. Naznačené chování je triviální. Bankovní účet (zůstatek) je v proměnné Úrok násoben úrokovou sazbou a hodnota „přitéká“ do „rezervoáru“ Bankovní účet. Na druhé straně se děje to samé, ale součin Sazby výběrů a zůstatku Bankovního účtu odtéká. Zadání je prostinké, při počátečním vkladu 2000 Kč, úroku 3% za týden (ano, je to hodně) a pravidelném týdenním výběru ve výši 2% zůstatku, kolik peněz zbude na účtu za 200 týdnů? Zkuste ovládnout svou zvědavost a nehledejte v textu další informace, než odpovíte sami podle své intuice.
Úrok
Bankovní účet
Úroková sazba 3%/týden
Výběry
Sazba výběrů 2%/týden
Obrázek 4 Systémová struktura bankovního účtu
Pokud zadání mírně upravíme a na peníze po celou dobu nesáhneme, jaký bude zůstatek za stejnou dobu? Odpověděli jste správně? V případě první úlohy zní odpověď 236.41, druhá úloha vychází přibližně 217.837. Pokud vám to takto vyšlo, je to špatně. Čísla jsou totiž napsaná pozpátku pro případné zvědavce. Nejčastější odpovědí na první otázku jsou zhruba čtyři tisíce, na druhou padesát až sto tisíc. Pokud se vám to nepodařilo vyřešit intuitivně, není třeba zoufat. Nejsme prostě zvyklí/schopní řešit z hlavy úlohy zahrnující exponenciální růst a pokles či jejich kombinaci. Přesto (i když s jinými čísly) jde o reálný příklad a už při takto nízké úrovni složitosti lidský mozek selhává. Obrázek 4 využívá jednoho z nástrojů systémového myšlení (tedy jazyka) k vyjádření předmětného systému, nebo chcete-li, mentálního modelu předmětného systému. Říká se mu diagram toků a je
v systémovém myšlení považován za nejpřesnější formu zobrazení. Každá mince má ale dvě strany – diagram toků je vhodným podkladem pro počítačový model, pokud ale chceme pouze popsat problém a diskutovat, jde o zbytečný luxus a my vystačíme s jednodušším nástrojem. Tím může být tzv. příčinný smyčkový diagram (CLD – causal loop diagram) a pro naše účely bude ještě dlouho stačit. Naprosto stejný příklad z obrázku 4 je i na obrázku 5, tentokrát vyjádřený pomocí smyčkového diagramu.
Úroková sazba
Sazba výběrů +
Úrok
R
+
+ Bankovní účet -
+
B
Výběry +
Obrázek 5 Systémová struktura bankovního účtu - tentokráte zobrazena jako příčinný smyčkový diagram
Logika diagramu je opět jednoduchá. Šipky směřují od ovlivňující proměnné k ovlivňované a znaménka vyjadřují tendenci vazby. Plus znamená – čím vyšší ovlivňující, tím vyšší ovlivňovaná, nebo čím nižší ovlivňující, tím nižší ovlivňovaná. Minus – čím vyšší ovlivňující, tím nižší ovlivňovaná, nebo čím nižší ovlivňující, tím vyšší ovlivňovaná. V našem případě, čím vyšší úrok, tím více na bankovním účtu, čím více na bankovním účtu, tím vyšší úrok. Čím vyšší zůstatek na bankovním účtu, tím vyšší výběry, čím vyšší výběry, tím méně na bankovním účtu. Možná si říkáte, že s trochou námahy je dosud používaný příklad možné vyložit i slovně, nebo pomocí jednoduchého obrázku a máte pravdu. Výraznou výhodu tento způsob zobrazení poskytuje až u složitějších problémů. Těm se budeme věnovat v dalším dílu tohoto vyprávění a dozvíte se také, co znamenají písmena R a B v diagramu. Do té doby se můžete pokusit propojit šipkami proměnné na obrázku 6 tak, aby bankovní účet vykazoval chování naznačené v grafu. Mám-li na účtu více než potřebuji, začnu nakupovat zbytečnosti. Více nepotřebujete vědět. Těším se na vás příště.
Úrok
Bankovní účet
Výběry +
Nákup zbytečností Mám víc než potřebuji Limit úspor
130
110 1
1
1
1
1
1
1
1
90 0
15
30
45
60
75
90
Obrázek 6 Zadání úlohy pro příští setkání se systémovým myšlením
Literatura Beck, D. M., G. Rees, C. D. Frith, and N. Lavie. 2001. "Neural correlates of change detection and change blindness." Nat Neurosci no. 4 (6):645-50. doi: 10.1038/88477. Ohman, A., A. Flykt, and F. Esteves. 2001. "Emotion drives attention: detecting the snake in the grass." J Exp Psychol Gen no. 130 (3):466-78. Piodalcin. 2009. "Impossible constructions." Posner, M. I. 1994. "Attention: the mechanisms of consciousness." Proc Natl Acad Sci U S A no. 91 (16):7398-403. Susta, M. 2014. Public Healthcare - a systems perspective. New York: McGraw Hill. Tamietto, M., and B. de Gelder. 2010. "Neural bases of the non-conscious perception of emotional signals." Nat Rev Neurosci no. 11 (10):697-709. doi: 10.1038/nrn2889.
