Appunti lezioni Sistemi Dinamici parte Prof. Geppert

Appunti lezioni Prof. Geppert: Sistemi dinamici e strategie di impresa

Introduzione alla dinamica dei sistemi

Lezione 10 marzo

L'idea della complessità riguarda tanti parametri, tante relazioni fra i parametri, tanti collegamenti. Sia in uno schema fisico ma anche mentale, logico. Le decisioni di breve termine possono ritorcersi su noi stessi. La simulazione si utilizza nei problemi di predizione all’interno di business strategy, operation strategy ecc.

A seconda del livello di astrazione ci sono 3 metodologie utilizzate per la predictive analytics e simulation modelling: la più antica è la descriptive (tecnica che non utilizziamo, solitamente usata da 50 anni fa su logiche di processi deterministici, in un mondo piuttosto deterministico). L’altra metodologia (che vedremo, più semplice) è la system dynamics, orientata a livello medio-alto. Dobbiamo ad esempio studiare come una nuova politica inciderà sul personale. La terza metodologia (utilizzata dal Prof.) è "eter base", che evita o consente di fare meno ipotesi nel problema. Noi faremo SYSTEM DINAMICS.

Capitolo 1: La complessità dei sistemi

1.2 Lo scenario

La velocità del cambiamento muta costantemente gli scenari e spinge i suoi attori, società, aziende, istituzioni, politici, manager, regolatori ecc. a un adattamento competitivo rapido e continuo, indispensabile per continuare a vivere o sopravvivere nell’ecosistema dell'economia. Il cambiamento continuo produce un aumento altrettanto continuo della complessità del sistema e delle relazioni causali in esso contenuto, rendendo spesso difficile e poco prevedibile il governo delle situazioni.

Alcune filosofie “storiche” come il pensiero sistemico e le metodologie del system thinking e della dinamica dei sistemi (system dynamics) possono aiutare a formalizzare e comprendere i modelli mentali, ovvero i modelli elaborati dalla nostra mente, attraverso i quali ciascuno di noi rappresenta e interpreta la realtà e sulla base dei quali prende opportune decisioni.

Complessità. L’aspetto fondamentale che sta alla base della complessità è la non linearità dei fenomeni e i ritardi temporali. La base fisica dei fenomeni è costituita da questi due elementi. Un fenomeno è lineare quando l’effetto di una decisione presa su un fenomeno in corrispondenza di un certo evento è quello che ci si aspetta.

Esempio: guido la macchina a velocità normale sterzo a destra, la macchina va a destra. Però se vado veloce sterzo e mi cappotto, questo è un fenomeno non lineare, non previsto. La legge di sovrapposizione degli effetti si ha quando un fenomeno è la somma di tanti fenomeni diversi insieme. Questo si esprime come una sommatoria. Se invece sommo degli effetti e ottengo un risultato inferiore o superiore alla somma, quindi distorsivi, ci sono fenomeni entropici, allora si parla di non validità del principio di sovrapposizione degli effetti, non linearità.

Ma non basta la violazione del principio di sovrapposizione degli effetti affinché un fenomeno sia complesso, serve anche il concetto di ritardo temporale. Ovvero spiego la stessa cosa, ma per qualcuno è immediata, per un altro avviene dopo un'ora, per altri non avviene. La stessa cosa che dovrebbe avere il solito effetto ha ritardi di risposta diversi. Cosa succede quindi? Genera complessità nel sistema. Sovrapposizione degli effetti violata (non linearità) e ritardi temporali = complessità nel sistema non lineare. Ma cosa determina la non linearità e i ritardi temporali? Al fatto che la velocità del cambiamento è sempre più alta. Velocità, più precisamente le accelerazioni, sono queste che fanno cambiare la velocità. Velocità nel cambiamento produce questi due effetti che a loro volta producono complessità. Questi scenari richiedono un approccio mentale diverso e quindi strumenti diversi.

Gli strumenti utilizzati sono: pensiero sistemico e la sua mappatura quantitativa system dynamics. C’è differenza fra il pensiero sistemico e il system dynamics. Il pensiero sistemico è un paradigma culturale qualitativo mentre la system dynamics è la traduzione del system thinking (pensiero sistemico) e strumenti che ci permettono di rappresentare il pensiero sistemico.

La dinamica dei sistemi e il systems thinking rappresentano una delle possibili ricette per meglio comprendere ed apprendere nei sistemi complessi, attraverso:

• Strumenti per rappresentare i modelli mentali;
• Strumenti formali (traduzione da modelli mentali) per definire, calibrare, testare, simulare i modelli mentali e quindi per progettare nuove politiche (strategie, strutture, regole decisionali) e per mettere in pratica nuove competenze;
• Metodi per affinare i ragionamenti, migliorare i processi di apprendimento, anche di gruppo, e per superare gli atteggiamenti difensivi che ostacolano la costruzione del pensiero.

1.3 La policy resistance

Le nostre decisioni possono provocare le reazioni di altre persone che tentano di riportare il sistema nella situazione precedente alle decisioni stesse. J. W. Forrester ha definito questo comportamento come counterintuitive behaviour (comportamento controintuitivo) dei sistemi sociali. Le politiche risultanti dalle nostre decisioni possono creare effetti collaterali non previsti e non voluti. I nostri tentativi di stabilizzare un sistema possono destabilizzarlo.

Policy resistance è un postulato. Partiamo da qui per costruire il modello. È un principio enunciato da Forrester. Vuol dire che ogni qual volta prendiamo delle decisioni queste interagiscono con il sistema senza necessariamente penetrarlo ma avendo una sorta di rimbalzo (feedback) che tende ad opporsi alla decisione stessa. Questo principio ricorda azione-reazione. L’effetto di un’azione è istantaneo (diamo un calcio al muro, il dolore lo sentiamo) qui invece c’è una sovrastruttura complessa, non è un’azione elementare, ma sovrapposizione di una struttura si determina solo nel tempo.

La difficoltà che genera la complessità è l’impossibilità di cogliere immediatamente l’effetto di un’azione. Non esistono effetti collaterali ma solo effetti. Quando si dice collaterali è perché non siamo stati in grado di gestire la complessità.

Il tasso di nascita è il numero di nascite istantanee. In ascisse troviamo il tempo. Quindi il grafico mi dice che dal 66 al 68 c’è stata un’esplosione delle nascite. La derivata ha avuto un incremento, fino a 40. Poi dal 68 al 94, poco alla volta il tasso è disceso fino a ritornare al valore del 66. Spieghiamo l’impennata, è effetto lineare dell’applicazione di due leggi in Romania. Nell’Unione Sovietica era tutto deterministico. E venivano fatte delle policy e politiche trentennali, ventennali ecc. 2 leggi: la prima è l’abolizione legge di aborto. Contributo finanziario definito, sussidio. Ha prodotto un risultato lineare, ma comunque di successo.

Perché esiste la policy resistance? I quattro punti che hanno portato a qualificare la policy resistance come postulato. 1) Tendenza a ragionare eventi. Fa parte della nostra struttura biochimica. Decisione condizionata dalla savana (“non siamo molto diversi da quando eravamo nella savana”). Un evento ci scuote e ci porta ad agire istintivamente. 2) Tendiamo a costruire catene lunghe cause-evento e che non si chiudono queste catene (circolari). Esempio: calo vendite, perché? Non abbiamo scorte in magazzino? Perché? Problema fornitore ecc. si fa un loop, un ciclo di eventi. 3) Problem solving, discrepanza fra ciò che si è verificato con quello che si era previsto. Se vendite sono più basse del previsto si diminuiscono i prezzi e aspetto un aumento di domanda. 4) La decisione lineare applicata alle vendite, diminuisco prezzi, non tengo conto che questa decisione può avere effetti nel breve termine, ma nel lungo termine (magari cambiano regole del gioco, nuovi entranti, fornitori) alla fine ritorno a non vendere.

La visione è fatta così. Problema implica subito una decisione e non un’analisi chiusa a ciclo. E quindi vedo effetto sulla decisione immediata. Ma perché ha senso di parlare di relazione chiusa, policy resistance?

Il sistema non sempre è lineare. Può darsi che ci siano sistemi lineari nella vita ma nell’economia è difficile. La struttura chiusa, quindi retroattiva, è quella con cui mi ritrovo una causa effetto che ritorna sulla causa primaria. Principio azione-reazione. Effetti collaterali, tendiamo a considerare come collaterali degli effetti che non vediamo e non possiamo prevedere. Oppure prevediamo ma non sono quelli che ci aspettiamo e solitamente eliminiamo il problema dicendo è “un effetto collaterale”. Noi nel corso elimineremo questa parola.

Ragionare secondo una visione a feedback. Indica una struttura chiusa. Per feedback intendiamo una struttura chiusa retroattiva. Per cui le cause e gli effetti si chiudono sulla parte primaria. Una visione diversa da quella precedente. Dobbiamo accettare che decisioni si applicano all’ambiente. Le decisioni alterano l’ambiente ma anche l’ambiente altera le decisioni. In un modo aperto non succederebbe ma in un mondo circolare succede. Le mie decisioni sono dopo un po’ di tempo influenzate dalle decisioni stesse. Le decisioni non solo interagiscono con l’ambiente e l’ambiente insieme agli obiettivi interagisce con le decisioni, ma l’ambiente stesso può cambiare obiettivi. C’è una duplice chiusura tra decisioni e ambiente. Le decisioni a sua volta causano effetti collaterali che a loro volta possono cambiare l’ambiente. Il cambiamento apportato sull’ambiente genera a sua volta l’azione di altri e a sua volta l’azione di altri cambia l’ambiente. Pensare in modo sistemico vuol dire che esiste relazione circolare tra ambiente decisione e coscienza che effetti sull’ambiente cambieranno a sua volta.

La chiusura, questa struttura “close up” sostituisce al concetto di determinismo, un concetto di stocasticità, indeterminismo, cioè nel mondo del business analisi del rischio. Ogni fenomeno deve essere visto in base all’incertezza e del rischio.

1.5 I feedback

Positivo: autorinforzante. Amplificante, che tende cioè ad amplificare e rafforzare la sua retroazione. Per esempio fino alla caduta del muro di Berlino, più armi nucleari costruivano gli americani e più ne costruivano i sovietici, costringendo gli americani, a sua volta, a costruirne di più e così via.

Negativo: bilanciante. Smorzante, che tende cioè a opporre resistenza a un certo andamento. Più attrattiva è un’area urbana, più gente vi arriverà, nel tempo aumenterà la disoccupazione, l’affollamento nelle scuole, la congestione del traffico ecc. Alla fine, l’attrattività stessa dell’area progressivamente diminuirà, assestandosi attorno a un valore di equilibrio. Più grande diventa il mercato di un’azienda e più probabilmente interverrà l’antitrust a limitarne l’espansione. I feedback negativi sono processi bilanciati che portano a una condizione di equilibrio oppure a una condizione oscillante.

Un feedback positivo è sempre caratterizzato da un andamento esponenziale, trascendente. Esempio: abbiamo un pollaio, con dei polli. I polli generano uova, più uova più si schiudono più polli, ma a sua volta aumenta il numero di polli e così via. Fenomeno autorinforzante. C’è corrispondenza biunivoca fra queste strutture e una forma grafica particolare. Feedback autorinforzanti, crescita esponenziale. Grandezze intrappolate nel feedback sono sia polli che le uova.

Supponiamo la relazione fra polli e attraversamento in autostrada. Se aumenta numero di polli, aumentano le probabilità, rischio, di morti per attraversamento. Fino a quando non si arriva ad un certo equilibrio. Non tutti i polli muoiono, c’è una probabilità, una frazione di polli. Andamento specifico nei polli nel tempo, curva smorzata che porta a un valore di floor di equilibrio nel tempo. Ogni qual volta avremo un feedback positivo, avremo una crescita esponenziale. Ogni qual volta avremo un feedback negativo, abbiamo una crescita smorzata o verso il basso o verso l’alto. Nell’esempio della qualità, avrò la stessa curva che si rilassa verso l’alto e non verso il basso. Perché la qualità deve essere aumentata.

1.6 Il significato dei feedback

Tutti i sistemi complessi li rappresentiamo attraverso una sovrapposizione di feedback negativi e positivi. Come questo rappresentato:

Sovrapposizione più o meno grande, più o meno estesa, di feedback positivi o negativi. Feedback positivo che interagisce con quello negativo. Da una parte è incrementato nel pollaio, c’è aumento di polli. Dall’altra parte muoiono i polli. Che tipo di equilibrio ci sarà? Ipotesi: muoiono tutti i polli. Morti sono superiori. Il numero di automobili che passano è tale che distruggono tutti i polli rispetto a quanti ne nascono.

Curva è data dalla sovrapposizione di un fenomeno violentissimo e l’altro di crescita. Infine la somma di queste due situazioni porta a zero.

Situazione 1

Situazione 2

Situazione 3

Tutte queste tre soluzioni (riferite al caso dei polli) sono possibili. Nel caso 2 e 3 sono due sistemi separati che in qualche modo prevalgono uno sull’altro. Nel caso 2 prevale il traffico delle macchine, nel caso 3 prevale la capacità dei polli maschi di procreare. La situazione 2 e 3 sono situazioni di linearità dove prevale la sovrapposizione degli effetti. I miei fenomeni sono indipendenti, cioè fra procreazione e macchine non c’è relazione. Quando i fenomeni sono indipendenti si può applicare il principio di linearità e quindi non ho feedback. Alla fine ho andamento che avremmo anche con un solo feedback.

Nel primo caso, (situazione 1), è un’interazione, non sono indipendenti. Questo succede quando tipicamente il comportamento dei polli è condizionato dal comportamento indotto dall’autostrada. È un fenomeno adattativo. È intelligente. Risultato di un’interazione fra comportamenti che ha generato un nuovo comportamento. Se analizziamo il fenomeno intelligente vediamo una non linearità che è il ritardo temporale. Intelligenza ha un ciclo di vita determinata dagli eventi esterni che cambiano l’interazione.

1.7 L’apprendimento come processo a feedback

Utilizzo della simulazione sia per fare previsioni ma anche strumento che si adatta a utilizzare modello per apprendimento. Cioè educare il personale ad esempio di come fare determinate cose, operazioni. Apprendimento si presta bene ad essere rappresentato con la simulazione perché è un processo feedback. Esiste il mondo reale da informazioni (feedback come informazione di ritorno), queste info permettono di prendere decisioni che si applicano al mondo reale.

Come è fatto l’apprendimento? L’apprendimento ha una sua struttura caratterizzata da una decisione che viene applicata al mondo reale, restituisce poi informazioni che a sua volta cambiano le decisioni. Le decisioni non sono solo informazioni che derivano dall’applicazione delle decisioni nel mondo reale ma sono a loro volta una sovrapposizione fra queste ultime e le regole decisionali, piano strategico, piano politico, quindi struttura mentale. A sua volta il mondo mentale alla base c’è il modello mentale del mondo reale.

Da dove nasce il modello mentale del mondo reale? Disegno di uno psicologo. L’esperienza che ha formato il nostro cervello, il percorso, ha una componente illusoria. Questo vuol dire che il nostro cervello ci porta ad agire secondo le strutture tipiche neurobiologiche lo hanno formato e ci consente di vedere le cose. Sulle sovrastrutture però producono illusioni. Cioè i nostri modelli mentali sono figli dell’informazione e dobbiamo stare attenti quando facciamo strategie e strutture a non farsi influenzare dalle strutture mentali.

1.8 Barriere all’apprendimento

Anche l’apprendimento è un percorso chiuso e a loop. Le barriere dell’apprendimento sono che nel mondo reale molto spesso la struttura non è conosciuta, esiste una complessità lineare. Le informazioni che abbiamo sono a sua volta influenzate da una percezione selettiva. Sono percepiti e non deterministici. Ci sono ritardi nelle risposte e tutto quello che arriva da influenze, distorsioni errori che filtrano l’informazione. Da qui nasce il fatto che i modelli mentali siano non completi e basati su sentimentalismi influenzati da giudizio degli altri ecc.

1.9 Miglioramento dell’apprendimento

Con i mondi virtuali, strumenti che costruiamo possiamo simulare, superare incertezze del mondo reale. Di riprodurlo all’interno del computer.

1.10 Difetti dei mondi virtuali

Nonostante i mondi virtuali siano necessari per apprendere le complessità dinamiche, a volte non sono sufficienti a farci superare le incompletezze dei nostri modelli mentali, le incongruenze del nostro ragionamento scientifico e le incapacità di condurre una discussione di gruppo. L’apprendimento attraverso mondi virtuali creati con la Dinamica dei Sistemi richiede un approccio scientifico e coerente, dove è importante adottare metodologie rigorose, ordine mentale e precisione.

Lezione 17 marzo

Capitolo 3: Strutture