Cognitive management technologies in modelling and managing the dynamics of complex social systems
Tumenova S.A.1
1 Федеральный научный центр "Кабардино-Балкарский научный центр Российской академии наук, Russia
Download PDF | Downloads: 43 | Citations: 3
Journal paper
Leadership and Management (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 9, Number 4 (October-December 2022)
Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=50084850
Cited: 3 by 30.01.2024
Abstract:
Currently, the search for new methods and mechanisms for managing social systems that are most relevant to modern complex and unstable conditions is one of the most urgent research tasks. The article deals with the problems of using cognitive management technologies as a promising paradigm for improving the efficiency of managing complex social systems. Their special attributes create certain problems for the management of these systems. In this article, complex social systems are considered on the basis of a post-non-classical approach, as self-organizing structures characterized by hypercomplicity, variability and stochasticity. The assessment of the basic methods of modeling the dynamics of complex systems is given; the methodological limitations of traditional approaches and methods for developing a valid model adequate for describing and effectively solving applied management tasks are noted. The results of a critical analysis of scientific, methodological and instrumental problems of the application of cognitive management technologies are presented; the ways of overcoming these problems are proposed due to the integrated use of the potential of a number of scientific disciplines, applied developments, engineering knowledge, advanced information technologies, artificial intelligence systems. It is concluded that without expanding the arsenal of formal tools, modeling tools, prospects for integrating cognitive technologies into everyday practice, they risk remaining a theoretical intellectually attractive design, far from real management situation.
ACKNOWLEDGMENTS:
The article was prepared within the framework of research (topic registration no. 122041200050-5).
Keywords: radical uncertainty, complex social system, complex systems theory, cognitive management, cognitive management techniques, modelling techniques
Funding:
Статья подготовлена в рамках НИР (№ регистрации темы 122041200050-5)
JEL-classification: M11, M21, D81
Введение
В условиях радикального возрастания информационной и ситуационной неопределенности повышение эффективности управления сложными социальными системами принято связывать с успешным применением технологий когнитивного/интеллектуального менеджмента [1–6] (Avdeeva, Kovriga, Makarenko, Maksimov, 2007; Punda, Yusupov, 2011; Malinetskiy, Manenkov, Mitin, Shishov, 2011; Sayama, 2015; Tumenova, 2017; Hodgson, 2020) и др. По утверждению Г. Малинецкого и его соавторов, ускоренный прогресс когнитивных и информационных технологий опосредован объективной необходимостью достижения нового качества управления в современную сложную и нестабильную эпоху [3, с. 715] (Malinetskiy, Manenkov, Mitin, Shishov, 2011, р. 715). Также следует указать на еще один фактор роста сложности современного менеджмента – это рост сложности самих систем управления.
Результаты представленных в литературе научных исследований по проблемам управления сложными социальными системами на основе когнитивного подхода, системного мышления [7–9] (Luman, Timofeeva, 2007; Karayev, 2015; Jackson, 2019), процессов самоорганизации и саморазвития сложных систем, нелинейной динамики и синергизма [10–13] (Laszlo, 2012; Tumenova, Sozaeva, 2017; Wilkinson, Kupers, Mangalagiu, 2013; Knyazeva, 2020), механизмов, обеспечивающих динамическую устойчивость социальных систем в контексте современной теории сложности [14–16], свидетельствуют о том, что технологиям когнитивного управления отводится одна из ключевых ролей в обеспечении эффективности современного менеджмента. И это обусловлено всеобъемлющим характером происходящих сегодня качественных изменений. С одной стороны, наблюдается все возрастающая сложность условий управления (информационная асимметрия, турбулентность, высокая динамичность и неопределенность внешней среды, цифровизация и инновационная трансформация экономики и социума), с другой – растет сложность как объектов управления (возникновение распределенных структур, сетевых сообществ, инновационных экосистем, усиление многоаспектности и взаимосвязанности процессов, происходящих в них, и пр.), так и самих систем управления. В результате исследование научно-прикладных аспектов реализации когнитивного менеджмента в системе управления сложными социальными системами в современной кризисной среде приобретает все большую актуальность.
Методология
В статье анализируются проблемы прикладного использования технологий когнитивного менеджмента как перспективной парадигмы управления сложными социальными системами в современных условиях всевозрастающей сложности и неопределенности, а также предлагаются пути преодоления данных проблем/ограничений.
Мы исходили из того, что в условиях объективации новых типов рисков и роста неопределенности одной из наиболее важных задач управления сложными социальными системами является правильная интерпретация информации, умение генерировать, идентифицировать и трансформировать знания в новое качество роста. При этом процесс накапливания и использования прикладного знания должен быть скоординированным и направленным на совершенствование (или формирование) новых подходов к обеспечению устойчивости социальных систем.
Сложные социальные системы (государственные и частные организации, крупные корпорации и программы, социально-экономические процессы, рынки и пр.) рассматриваются нами на основе постнеклассического подхода, то есть как системы, для которых свойственен значительный рост ценностных/мировоззренческих установок, но не абсолютное лидерство человека, поскольку он (как биосоциальное существо) интегрирован в них и как субъект, и как объект познания. В результате в объектную сферу управленческого/организационного знания необходимо включать социально-культурные, ментальные и иные характеристики субъекта, принимающего (и реализующего) управленческие решения. Что также диктует необходимость формирования новых направлений теории систем, расширяющих ее предметное пространство и изменение методологии, поскольку основным объектом изучения становятся саморегулирующиеся системы, для которых характерны сверхсложность, изменчивость и стохастичность [17] (Tumenova, Zherukova, 2018).
Кроме того, существенные изменения экономических, социальных, экологических, политических, правовых и иных условий современной мирохозяйственной динамики требуют формирования целостного представления о складывающейся ситуации, системного восприятия динамики условий внешней и внутренней среды социальных систем и их комплексного влияния на перспективы развития. Все это актуализирует поиск новых методов и механизмов управления, наиболее релевантных современным условиям.
Значительным потенциалом формирования такого рода инструментария обладают технологии когнитивного подхода. Именно поэтому особая роль отводится когнитивному менеджменту как важнейшей составляющей управленческой науки, технологии которого должны способствовать как воплощению теории/методологии когнитивного моделирования и управления в прикладное знание, так и обогащению научного управленческого знания (теории создания организационного знания).
Статья содержит три раздела. В первой части рассмотрены основные понятия теории сложных социальных систем. Во второй части представлены анализ и оценка существующих подходов и инструментария моделирования динамики сложных систем. Третья часть сфокусирована на научно-прикладных проблемах использования и путях повышения эффективности применения когнитивных технологий менеджмента в управленческой практике.
Основные результаты исследования
Категории и структура теории сложных социальных систем
В рамках научной и практической деятельности сегодня все чаще приходится иметь дело с саморазвивающимися системами с присущими им открытостью, обменом информацией/веществом/энергией с внешней средой, а также наличием специфических информационных структур, значимых для обеспечения их целостности при взаимодействии со средой [18, 19] (Tumenova, 2013; Scharmer, Scharmer, 2020).
Процессы развития и самоорганизации сложных социальных систем предопределяются рядом особых характеристик (признаков сложности), создающих определенные проблемы для менеджмента этих систем, например сложной взаимосвязью материальных и нематериальных факторов, ментальных возможностей и др. Причем ускоренный характер процессов, происходящих в современном социуме, при возросшей роли личностных аспектов в менеджменте, сказываясь на поведении социальной системы, непредсказуемости ее динамики, также создает некоторую напряженность, обусловленную ростом ответственности и тех, кто разрабатывает и принимает управленческие решения, и тех, кто воплощает эти решения в жизнь.
Одной из основных характеристик и важным фактором роста сложности управления ССС является большое количество и разнообразие элементов системы, которые вынуждены действовать и взаимодействовать как между собой, так и с внешними контрагентами в сложной среде при всевозрастающей информационной неопределенности. Речь идет об эмерджентном свойстве системы, под которой в системном анализе (теории систем) принято понимать целесообразное единство элементов, обладающее новым/большим качеством, несвойственным для ее отдельных частей/подсистем.
Особая роль отводится способности сложных социальных систем к системной организации/самоорганизации для противостояния хаосу, то есть синергизму. Синергизм как феномен и непременное свойство сложноорганизованных систем позволяет рассчитывать на получение эволюционного выигрыша (положительного эффекта) от конструктивно организованного взаимодействия ее частей/подсистем.
Для сложных социальных систем присущи еще такие когнитивные характеристики, как рецепция (принятие), обозримость и воспринимаемость информационной энтропии, связанные с адаптационным потенциалом сложной системы, то есть способностью приспосабливаться к меняющимся условиям среды за счет редуцирования/сокращения/упрощения внешних угроз и рисков и доведения их до приемлемого для отражения уровня [20, 21] (Schinckus, 2019; Kudzh, 2014). Для обеспечения нормального функционирования и выживаемости ССС должна своевременно и адекватно реагировать на постоянно возникающие риски и угрозы со стороны внешней среды, эффективно реализуя коммуникационные способности.
Среди других атрибутов сложных систем следует отметить мультистабильность (как возможность иметь несколько устойчивых состояний), рефлексию (как характеристику взаимодействий с внешней средой) и самореференцию (как внутреннее взаимодействие системы), морфогенез (как способность к самовоспроизводству за счет создания новых структурных элементов).
Данные категории, связанные попарно, представлены нами на рисунке 1.
Рисунок 1. Категории/атрибуты теории сложных социальных систем
Источник: составлено автором.
Очевидно, что современная тенденция возрастания общей энтропии и уровня сложности требует от менеджмента использования моделей сложных систем, выходящих на междисциплинарный уровень, необходимости рассмотрения динамики не только самой социальной системы как феномена/объекта управления, но и среды функционирования как отдельного фактора/объекта исследования.
Следует отметить, что на протяжении последних десятилетий все большее внимание уделяется способам повышения эффективности управления сложными системами на основе объединения исследовательского потенциала ряда научных парадигм и освоения принципов системного мышления, которые и стали концептуальными предпосылками для развития теории сложных систем.
По мнению Н. Лумана и С. Кудж, новые знания, обогащая представления и возможности управления сложными социальными системами на новом междисциплинарном уровне, позволяют менеджменту повышать эффективность используемых технологий, расширять адаптационный потенциал к динамичным условиям внешней среды и тем самым укреплять свою жизнестойкость [7, 21] (Luman, Timofeeva, 2007; Kudzh, 2014).
Теория сложных систем связана с рядом научных дисциплин, а именно: с теорией распределенных/сетевых структур, теорией динамических систем, теорией коллективного поведения, эволюционной теорией, теорией нелинейной динамики, теорией игр, общей теорией систем. Причем теория сложных систем выступает как более общая по отношению к общей теории систем (рис. 2).
Рисунок 2. Научные основы теории
сложных систем
Источник: составлено автором.
Таким образом, социальные системы – это сложные системы, характеризующиеся нелинейностью, открытостью, когерентностью, нетривиальным поведением, процессы функционирования которых следует осуществлять в рамках теории сложных (сверхсложных) систем. При этом в силу постоянного роста сложности управления необходимость такого подхода становится все более актуальной для современного менеджмента социальных систем.
Анализ и оценка существующих подходов и инструментария моделирования динамики сложных социальных систем
Как известно, экономико-математические методы и модели представляют собой мощный, широко используемый инструментарий как для получения новых теоретических знаний, так и принятия прикладных управленческих решений.
В результате проведенного анализа существующих подходов и инструментария моделирования динамики сложных социальных систем выделены классы и подклассы моделей, представленные нами на рисунке 3.
Рисунок 3. Существующие подходы и инструментарий моделирования динамики сложных систем
Источник: составлено автором.
Сравнительная оценка таких базовых методов моделирования развития сложных социальных систем, как имитационные динамические, вероятностно-статистические модели, модели общеэкономического равновесия и модели на основе интеллектуальных технологий, приведена в таблице 1.
Таблица 1
Сравнительная оценка основных систем в области моделирования развития сложных систем
Источник: составлено
автором по [22] (Tumenova, 2017).
Проблема состоит в выборе (или адаптации в случае, если это возможно) из большого количества представленных в научной литературе моделей наиболее адекватной сложившимся условиям динамики конкретной системы. Вместе с тем рост сложности современных условий и технологий управления социальными системами актуализирует проблему поиска валидной модели для описания событий/ситуаций реального и сложного мира.
С одной стороны, необходимо достижение достоверности/точности результатов моделирования сложных социальных систем, представляющих собой, по сути, самоорганизацию системы из самоорганизованных акторов [13] (Knyazeva, 2020), с другой – наблюдающаяся недостаточность научного основания традиционных методов моделирования для адекватного описания динамики сложных процессов, социальных систем. Иными словами, методологическая ограниченность традиционных подходов и методов формализации динамики сложных социальных систем, описания сложности имеет, как правило, следствием потерю эмпирической составляющей в пользу абстрактной математической модели как интеллектуально привлекательной конструкции, которая может быть далека от реальной управленческой ситуации.
Для эффективного решения прикладных задач управления сложными социальными системами ССС, снижения негативных последствий доминирования формальной техники над содержательным анализом целесообразность использования потенциала технологий и инструментария когнитивного управления в рамках теории сложных/сверхсложных систем существенно возрастает.
Технологии когнитивного управления динамикой сложных социальных систем
Востребованность технологий когнитивного менеджмента как базовой концепции в современной системе управления обусловлена тем, что они, базируясь на проблемных знаниях/информации, способствуют снижению уровня неопределенности и риска принятия ошибочных решений.
Технологии когнитивного управления ориентированы на повышение их эффективности менеджмента за счет развития интеллектуального потенциала управленцев, их умения выявлять и применять модели, схемы и технологии когнитивного подхода как инструментов нового поколения, способствующих корректной интерпретации все усложняющейся реальности, а также формализации и рационализации процессов принятия управленческих решений [23] (Gorelova, 2019).
Преимущества когнитивных моделей (знаковых и нечетких ориентированных графов, когнитивных карт) для поддержи процесса принятия управленческих решений в слабоструктурированных системах (или ситуациях) связаны с возможностью использования нечеткой/противоречивой информации, трудноизмеримых количественно параметров.
Процесс когнитивного моделирования предметной области, как правило, включает:
- выделение списка ключевых факторов проблемной ситуации (или концептов объекта управления и его внешней среды);
- построение матрицы их взаимовлияния;
- определение начальных тенденций динамики выделенных факторов с последующим определением направлений их целевой динамики.
Важным компонентом когнитивного моделирования выступают конструирование когнитивной карты как эксплицитного представления ментальной (мыслительной) модели сложной системы, ее структуры и закономерностей [8] (Karayev, 2015), а также определение методов анализа с целью достижения поставленных исследовательских задач.
Зачастую для построения когнитивных карт применяется формализм ориентированных графов, вершинами которых являются ключевые факторы/параметры/понятия системы (или проблемной управленческой ситуации), отображение же структуры причинно-следственных отношений (связей) между данными концептами (факторами) осуществляется дугами каузальных связей. Специфика средств когнитивного моделирования состоит в их четкой ориентированности на условия развития конкретной системы или проблемной ситуации.
На основе анализа встречающихся в литературе подходов и инструментария когнитивного моделирования на рисунке 4 нами предложен алгоритм и определены этапы построения обобщенной когнитивной модели сложной социальной системы, включающий 5 этапов.
Рисунок 4. Алгоритм построения модели сложной социальной системы с использованием аппарата знаковых графов
Источник: составлено автором.
Следует отметить, что при когнитивной структуризации сложной системы нельзя абстрагироваться от учета влияния и моделирования внешней среды. Анализ и оценка существующих и предполагаемых в будущем направлений динамики ключевых параметров социальной системы (проблемной ситуации), основных тенденций развития во внешней среде являются важнейшими предпосылками для своевременного реагирования на изменения условий функционирования. Причем игнорирование методов макроэкономического анализа, реализуемых на начальных этапах моделирования, может привести к упрощению когнитивной модели и превращению ее в математическую конструкцию, далекую от реальности. Таким образом, ввиду того, что результаты функционирования сложных социальных систем определяются значительным количеством переменных факторов, взаимодействующих между собой, а также с разной степенью чувствительности реагирующих на изменения окружающих переменных, необходим анализ как внешних, так и внутренних базовых факторов развития (параметров порядка).
Выбор параметров порядка, выявление характера их взаимодействия, дающего целостное представление о детерминирующих закономерностях и существенных связях в развитии социальной системы, являются достаточно сложными задачами, требующими для своего решения использования различных методов многофакторного, динамического моделирования, экспертных систем, которые характеризуются субъективностью, что позволяет привносить в алгоритм спонтанность, творчество и интуицию.
Вместе с тем, несмотря на высокий потенциал когнитивных моделей в решении широкого круга управленческих задач, включая моделирование процессов саморазвития и управляемого развития, обеспечение эффективности и устойчивости системы, выбор стратегических приоритетов и их корректировка адекватно меняющимся условиям внешней среды и многие другие, прикладная востребованность технологий когнитивного менеджмента в управленческой практике невелика. Подавляющее большинство работ, посвященных вопросам когнитивного моделирования, носит теоретический исследовательский характер, что актуализирует проблему интеграции технологий когнитивного управления в повседневную управленческую практику.
Результаты проведенного нами анализа проблем использования технологий когнитивного управления с выявлением теоретических, методологических и прикладных аспектов приведены в таблице 2.
Таблица 2
Проблемы использования технологий когнитивного менеджмента для моделирования сложных систем и реальных управленческих ситуаций
Источник: составлено
автором.
Анализ показал, что главной проблемой прикладного применения технологий когнитивного управления является ограниченность арсенала формальных средств и инструментария моделирования динамики сложных слабоструктурированных социальных систем. Очевидно, что основные направления развития методологии и практики когнитивного менеджмента связаны с совершенствованием аппарата анализа и конструирования когнитивных карт, расширением спектра используемых формализмов (генетических и сценарных сетей, реляционных матриц и др.), принципов работы с информацией, развитием компьютерных сетей, баз данных, информационных технологий, ориентированных на решение прикладных управленческих задач.
Заключение
В условиях возникновения новых рисков и всевозрастающей неопределенности когнитивный менеджмент, основанный на принципах системного мышления, целостного восприятия сложных социальных систем, является наиболее перспективной парадигмой повышения эффективности их управления. При этом технологии когнитивного менеджмента должны способствовать не только воплощению теории когнитивного моделирования и управления в прикладное эмпирическое знание, но и обогащению научного управленческого знания.
Результаты критического анализа свидетельствуют о том, что без решения проблем интеграции технологий когнитивного управления в повседневную практику они рискуют остаться теоретической интеллектуально привлекательной конструкцией, далекой от реальной управленческой ситуации.
Перспективы успешного решения данной задачи связаны с расширением методологического аппарата за счет интегрированного использования методов различных научных дисциплин, прикладных наработок/опыта, потенциала инженерных знаний, передовых информационных технологий, систем искусственного интеллекта.
References:
Avdeeva Z. K., Kovriga S. V., Makarenko D. I., Maksimov V. I. (2007). Kognitivnyy podkhod v upravlenii [Cognitive approach in control]. Control Sciences (Problemy Upravleniya). (3). 2-8. (in Russian).
Gorelova G. V. (2019). Kognitivnye issledovaniya slozhnyh sistem [Cognitive studies of complex systems] (in Russian).
Hodgson A. (2020). Systems Thinking for a Turbulent World: A Search for New Perspectives
Jackson M.C. (2019). Critical Systems Thinking and the Management of Complexity: Responsible Leadership for a Complex World
Karayev R.A. (2015). Cognitive approach and its application to the modeling of strategic management of enterprises
Keating Ch. B., Katina P. F. (2019). Complex system governance: Concept, utility, and challenges Systems Research and Behavioral Science. (36 (1)). doi: 10.1002/sres.2621.
Knyazeva H. (2020). Strategies of Dynamic Complexity Management Foresight and STI Governance. (14 (14)). 34 – 45. doi: 10.17323/2500-2597.2020.4.34.45.
Kudzh S.A. (2014). Mnogoaspektnost rassmotreniya slozhnyh sistem [Multidimensionality consideration of complex systems]. Perspectives of science and education. (1). 38-43. (in Russian).
Laszlo E. (2012). The Chaos Point. The World at the Crossroads
Luman N., Timofeeva K. (2007). Vvedenie v sistemnuyu teoriyu [Introduction to systems theory] (in Russian).
Mainzer K. (2020). Technology Foresight and Sustainable Innovation Development in the Complex Dynamical Systems View Foresight and STI Governance. (4(14)). 10–19. doi: 10.17323/2500- 2597.2020.4.10.19.
Malinetskiy G. G., Manenkov S. K., Mitin N. A., Shishov V. V. (2011). Kognitivnyy vyzov i informatsionnye tekhnologii [A cognitive challenge and information technologies]. Vestnik Rossiyskoy akademii nauk. (8). 707-716. (in Russian).
Punda D. I., Yusupov R. M. (2011). Aktualnost kognitivnyh tekhnologiy upravleniya [The relevance of cognitive management technologies]. Economic strategies. (12). 72-79. (in Russian).
Sayama H. (2015). Introduction to the Modeling and Analysis of Complex Systems
Scharmer O. C. 19. Scharmer O. C. (2020). Social Systems as If People Mattered Response to the Kühl Critique of Theory U Journal of Change Management. (20 (10)). 1-11.
Schinckus C. (2019). Agent-based modelling and economic complexity: A diversified perspective Agent-based modelling and economic complexity: A diversified perspective. (2 (26)). 170—188. doi: 10.1108/JABES-12-2018-0108.
Spangenberg J. (2020). System Complexity and Scenario Analysis
Tumenova S. A. (2013). Adaptivnaya ustoychivost ekonomicheskikh sistem v usloviyakh neopredelennosti [Adaptive resilience of economic systems under uncertainty] Sustainable development: Challenges, concepts, models. 290-294. (in Russian).
Tumenova S. A. (2017). K teorii konkurentsii v ekonomike intellekta: v poiskakh sinteza [To the theory of competition in the economics of intelligence: in search of synthesis]. Izvestiya Kabardino-Balkarskogo nauchnogo tsentra RAN. (6-2(80)). 230-238. (in Russian).
Tumenova S. A. (2017). Metodologicheskie problemy formalizatsii pri issledovanii sotsialno-ekonomicheskikh protsessov [Methodological problems of formalisation in the study of socio-economic processes] Sustainable development: problems, concepts, models. 70-73. (in Russian).
Tumenova S. A., Sozaeva T. Kh. (2017). O voprosakh razvitiya sinergeticheskoy kontseptsii v teorii upravleniya ekonomicheskimi sistemami [On the development of the synergetic concept in the theory of management of economic systems] A new quality of education and science: opportunities and prospects. 141-144. (in Russian).
Tumenova S.A., Zherukova A.B. (2018). Voprosy obespecheniya konkurentosposobnosti ekonomicheskikh sistem v innovatsionnoy ekonomike [Issues of ensuring the economic systems competitiveness in innovation economy]. Russian Journal of Innovation Economics. 8 (3). 453-464. (in Russian). doi: 10.18334/vinec.8.3.39365.
Wilkinson A., Kupers R., Mangalagiu D. (2013). Plausibility-based Scenario Practices are Grappling with Complexity to Appreciate and Address 21st Century Challenges Technological Forecasting & Social Change. (4(80)). 699–710. doi: org/10.1016/j.techfore.2012.10.031.
Страница обновлена: 16.04.2025 в 09:44:39