A l’article 2017.2 sobre per què fracassen molts projectes, dèiem que la manca d’un enfocament sistèmic era una de les principals causes d’aquest fracàs.

 

Afirmàvem que la cultura industrial, ens havia deixat un pòsit de valors culturals basat en el valor de l’objecte físic i en la visió i l’enfocament instrumental dels problemes. A un problema o a un repte li associem, de manera conscient o inconscient, un instrument i una solució immediata, lineal. Mobilitat-cotxe, emprenedoria-incubadora, residus-abocador, etc. No obstant això, la realitat amb la qual operem cada dia té una lògica sistèmica. Operem amb sistemes complexos formats per múltiples variables interrelacionades i, només si entenem la lògica d’aquestes relacions, serem capaços d’operar sobre el sistema en conjunt.

La incapacitat per entendre i operar de forma sistèmica (pensar en sistemes) ens porta a una simplificació dels problemes, que pot provocar el fracàs. Dèiem que “cal canviar el xip”, entendre els problemes en tota la seva complexitat i poder “dibuixar” els sistemes complexos de manera que quedin clarament identificades les diferents variables i les seves relacions, perquè puguem operar sobre elles. Hem de ser capaços de saber “mapejar” el sistemes complexos.

Dedicaré aquest article a pensar en sistemes i en recordar alguns dels factors clau del pensament sistèmic. Per a això recordarem a Donella Meadows (Thinking in Systems, 2008), segurament la persona que més ha contribuït a avançar en el pensament sistèmic, des del seu paper fonamental com a líder coautora de “Els límits del creixement” que el 1972 va representar un canvi radical en la manera d’observar el creixement econòmic. En aquesta obra, es donava un toc d’alerta sobre que el creixement continuat de la població i del consum podien danyar irreversiblement l’ecosistema i els sistemes socials que mantenen la vida a la terra. Avui en dia ja ningú amb dos dits de front – veiem darrerament gent que sembla que no els te- pot posar en qüestió aquest fet. El toc d’atenció de l’autora sobre el problema del retard en les respostes dels sistemes complexos, es més actual que mai.

Actualment és àmpliament acceptat, que el pensament sistèmic ( “Systems thinking“) és una eina crítica per a fer front  als reptes de tota mena amb els que ens enfrontem a tot el món; siguin reptes ambientals, polítics, socials, científics, econòmics o tecnològics, si no s’enfoquen mitjançant el pensament sistèmic segurament són d’impossible solució.

Per exemple, en el camp científic, recentment el neurocientífic Gero Miesenböck, que dirigeix ​​un centre de recerca a la Universitat d’Oxford, afirmava que “Si agafes un sistema simple, ho analitzes i ho entens i després ho compliques una mica, ja no funciona com ho havies previst “. I actualment, els sistemes amb els quals operem, en els diferents camps del coneixement, augmenten progressivament la seva complexitat.

És per tant necessari conèixer els principis bàsics del Pensament Sistèmic, desenvolupats per Meadows i els seus seguidors, que estan enriquint aquesta disciplina amb noves aportacions i metodologies que ens ajuden a la seva millor comprensió i a augmentar la nostra capacitat de aplicar-ho a situacions concretes de la societat.

Segons Donella Meadows, un sistema és un conjunt d’elements (persones, cèl·lules, molècules, o qualsevol altre element) interconnectats de manera que produeixen el seu propi patró de comportament al llarg del temps. La resposta del sistema a les forces externes és característic del sistema, i respon al seu propi comportament (behavior) diferent per a cada sistema. Si observem ara dues ciutats, totes dues són sistemes complexos, però responen de manera diferent a estímuls externs per que tenen estructures i comportaments diferents.

D’altra banda, hem estat educats en resoldre problemes senzills de causa-efecte, a observar les coses a partir d’elements simples, no en tota la seva complexitat. Tendim a pensar que els nostres problemes tenen una causa simple que els provoca i pretenem actuar sobre aquesta causa. Si quan actuem sobre aquesta causa simple, no funciona, segurament algú tindrà la culpa algú. No pensem que probablement el sistema és més complex que una simple relació causa-efecte.

Quan en una ciutat pretenem revitalitzar barris degradats, podem organitzar un pla d’inversió pública que millori els habitatges, els accessos, els equipaments etc. Però també podríem pensar en entendre la dinàmica d’un sistema social complex, que cal pensar i dibuixar, per poder actuar sobre els seus factors clau que permetin la transformació social del barri. Però això, com el mateix sistema urbà, és molt més complex.

La realitat amb què ens trobem tots els dies és que ens enfrontem amb sistemes complexos, amb els que normalment operem amb receptes simples. Com afirmava Meadows: “Nosaltres som sistemes complexos … Cada persona que trobem, cada organització, cada animal, jardí, arbre i bosc és un sistema complex. Hem construït de forma intuïtiva, sense anàlisi, sovint sense paraules, una comprensió pràctica de com funcionen aquests sistemes, i com treballar amb ells “. I això simplement no funciona.

El pensament sistèmic funciona mitjançant diagrames i gràfics amb circuits de retroalimentació (feedback); quan intentem raonar sobre sistemes només mitjançant paraules, aquestes vénen una darrere l’altra de manera lineal, però els sistemes funcionen simultàniament i estan connectats en moltes direccions. Segons Meadows: “les imatges treballen millor que les paraules per aquest llenguatge (el dels sistemes), perquè podem veure totes les seves parts simultàniament”.

És ben coneguda la història de les persones cegues que pretenen explicar el que és un elefant mitjançant descriure cadascuna de les parts. Cadascuna toca una part de l’elefant i descriu el que percep. Sembla que si integréssim totes les informacions parcials sabríem com és el conjunt elefant. El que toca la trompa diu: és com una mànega llarga i flexible, el que toca una pota: és dur i fort com una columna, el de l’orella diu que és llarga, rugosa i àmplia com una estora, etc. La lliçó d’aquesta història és que el comportament d’un sistema complex no pot ser conegut mitjançant el coneixement dels elements que el componen. Es requereix una comprensió del sistema en conjunt i en tota la seva complexitat.

Analitzant sistemes complexos

Un sistema és un conjunt d’elements interconnectats que està organitzat per a una finalitat. Destaquen doncs tres components: elements, interconnexions i una funció o un objectiu. Per exemple un equip de futbol és un sistema amb elements com a jugadors, entrenadors, cuidadors, àrbitres, etc. Interconnexions formades pel reglament del futbol, ​​les tàctiques de l’entrenador, la comunicació entre jugadors, les lleis de la física que governen el moviment de la pilota i dels jugadors, la vista o el favoritisme de l’àrbitre (per cert, sempre en contra del nostre equip). L’objectiu de l’equip és guanyar partits, o divertir-se o guanyar diners o tots ells junts.

Podem definir aquests tres components per a tots i cada un dels sistemes amb els que vulguem operar. Una escola, una ciutat, una empresa, un sistema educatiu o de salut, l’economia del país, etc. Per liderar i gestionar qualsevol d’aquests sistemes, podem actuar mitjançant la nostra intuïció i la nostra experiència o intentant aplicar els criteris i el concepte del “Systems thinking”.

Per a això, persones com Donella Meadows i els seus nombrosos seguidors, han proposat tipologies, criteris, metodologies a aplicar que, al meu entendre faciliten l’enfocament sistèmic dels sistemes complexos. Com afirma l’autora, hi ha persones que són “natural system thinkers” o que pensen de forma sistèmica de manera natural, sense necessitat de cap metodologia específica. Destaca els casos d’Albert Einstein, Václav Havel, Lewis Munford i Gunnar Myrdal, als quals podríem afegir a Peter Drucker, Toni Judt o George Steiner, o els més propers Antoni Gaudí, Pablo Picasso o Ramon i Cajal entre molts altres. Tots ells – ho sabem per les seves obres- eren “system thinkers” naturals, no necessitaven estudiar les tècniques del pensament sistèmic per actuar de forma sistèmica.

Però no obstant això, per al comú dels mortals, una metodologia que orienti i organitzi la ment sempre ens vindrà bé. I això és el que pretenen persones com la senyora Meadows, en proposar l’estudi dels factors essencials d’un sistema complex. Seguidament repassarem alguns d’aquests factors.

Elements essencials d’un sistema complex:

a) Estocs: és la memòria on s’emmagatzema la història dels fluxos canviants dins d’un sistema. Exemples: un dipòsit d’aigua amb un flux d’entrada i un de sortida. Segons l’evolució d’un i altre fluxos en el temps, evolucionarà l’estoc. Els estocs actuen com a elements reguladors del sistema. El fons de pensions públiques és un altre estoc que per cert s’està esgotant. Les reserves de petroli o gas, etc.

b) Balancing Feedbacks: un sistema funciona mitjançant circuits de retroalimentació, que actuen quan canvis en els estocs afecten els fluxos d’entrada i sortida. Els balancing feedbacks actuen estabilitzant el nivell de l’estoc, actuant mitjançant l’augment o la disminució dels fluxos. El regulador de la temperatura d’una habitació és un d’aquests retroalimentadores que estabilitzen la temperatura, si aquesta augmenta desconnecten la caldera i l’inrevés si es redueix, de manera que la temperatura es mantingui en un marge estable.

Les polítiques públiques anticícliques keynesianes serien feebacks reguladors de l’activitat econòmica, si augmenta l’atur augmentaria la inversió pública per reduir-lo.

c) Reinforcing feedbacks: amplifiquen l’evolució de l’estoc, si aquest augmenta s’incrementa el flux d’entrada del dipòsit. Per exemple els diners d’un fons pel que fa al tipus d’interès, quan el fons augmenta, s’incrementa més a causa de l’aplicació del tipus d’interès. Tendeixen a generar funcions exponencials que poden arribar al col·lapse si no entra en funcionament un circuit estabilitzador o balancing feedback.

Una regla pràctica de les funcions exponencials ens diu que el nombre d’anys que triga una variable en multiplicar-se per 2, és igual a 70 dividit per la ràtio de creixement en percentatge. Si el consum d’electricitat augmenta un 7% anual, en 10 anys es doblarà el consum. Si el cost de les pensions augmenta un 10% anual, en 7 anys es doblarà la factura de les pensions.

En tots els sistemes complexos hi ha una combinació de dipòsits i de feedbacks de reforç i de balanç. Si som capaços de dibuixar-los, podrem entendre el seu funcionament i sabrem actuar sobre ells per aconseguir els objectius desitjats.

Tipus de sistemes

Cada sistema és diferent i poden variar des de sistemes simples amb un dipòsit o estoc i un flux d’entrada i un de sortida, fins als més complexos amb gran quantitat de circuits de retroalimentació de diferent tipus. Però tots ells tindran un o diversos estocs o dipòsits reguladors, feedbacks de balanç i feedbacks de reforç o amplificació. Un element important a tenir en compte serà el temps de resposta d’un circuit de retroalimentació. Quan hi ha diversos circuits de retroalimentació un d’ells pot ser dominant i determinar el comportament del sistema.

Per a un millor coneixement del “Systems thinking” remetem el lector a algun dels númerosos llibres disponibles, des del citat llibre de Donella Meadows fins a les més recents publicacions sobre el tema. El senyor Amazon us pot indicar els llibres més adequats segons l’àmbit i objecte del vostre estudi o activitat professional.

Principis bàsics dels sistemes: són els següents:

a) La Resiliència: és la capacitat d’un sistema per tornar a la posició inicial, després de ser sotmès a un canvi, forçat per una causa externa al sistema. És una mesura de la capacitat d’un sistema per sobreviure i persistir dins d’un entorn variable. És sinònim d’elasticitat i el seu contrari seria la rigidesa.

Aquesta capacitat és deguda a l’actuació de cicles de realimentació (feedback loops) que actuen restablint la situació. El cos humà i els ecosistemes naturals són exemples de sistemes resilients.

Sovint es sacrifica la resiliència d’un sistema per una major estabilitat o productivitat. Per exemple l’aplicació d’hormones de creixement a una vaca, poden representar increments de producció de llet però també reduir la seva salut i la seva capacitat de resiliència. El sistema de producció just-in-time pot reduir els costos de l’inventari però també poden fer mes vulnerable el sistema de producció.

b) La autoorganització: és la capacitat d’un sistema per fer la seva pròpia estructura més complexa. Deriva de la seva capacitat per aprendre, diversificar, evolucionar i augmentar la seva complexitat. És la capacitat de la naturalesa per haver-se diversificat en milions d’espècies a partir d’una sopa de material orgànic inicial. És la capacitat d’una societat per organitzar la producció de béns i serveis, produir i gestionar l’energia, crear i organitzar una planta industrial productora d’automòbils, crear i organitzar una ciutat on viuen de forma més o menys ordenada milions de persones; és una xarxa global de telecomunicacions, etc.

Moltes vegades, igual que passava amb la resiliència, la capacitat d’autoorganització es sacrifica per aconseguir objectius a curt termini com una major estabilitat o productivitat.

L’autoorganització produeix heterogeneïtat i impredictibilitat (contraris d’homogeneïtat i seguretat), requereix llibertat i experimentació i un cert grau de desordre. Aquestes condicions provoquen inseguretat en moltes persones i sovint representen un repte per a les estructures de poder.

D’aquí la dificultat pràctica d’impulsar sistemes complexos amb una certa capacitat autoorganitzativa. Les conseqüències són ara sistemes educatius que restringeixen la capacitat creativa dels alumnes ( “cal aprovar els exàmens”); polítiques econòmiques centrades en donar suport a grans i poderoses empreses establertes, mes que generar noves empreses innovadores (els sectors de l’energia o de les telecomunicacions en serien bons exemples).

No obstant això, la capacitat dels sistemes per autoorganitzar-se és una característica forta que, els teòrics d’aquesta disciplina, pensen que acaba per imposar-se a partir de l’aplicació de regles simples

c) La Jerarquia: els sistemes s’organitzen en formes jeràrquiques, no en el sentit de les estructures jeràrquiques de poder, sinó en el sentit que un sistema s’organitza en subsistemes i aquests al seu torn en altres subsistemes, etc.

Si prenem el cas d’una ciutat, podem pensar que està organitzada en subsistemes urbanístic, econòmic, social, tecnològic, etc. Cada un d’aquests subsistemes s’organitza al seu torn en altres subsistemes i així fins que interessi a la nostra capacitat d’anàlisi i de gestió.

Al seu torn, un conjunt de pobles i ciutats formen un sistema que anomenem país o nació, i aquests es poden afegir en formes federatives com la Unió Europea fins arribar al sistema socioeconòmic global.

Aquesta organització en sistemes i subsistemes es diu jerarquia.

Davant d’un projecte o estudi d’un sistema complex, la divisió en subsistemes serà necessària però no sempre serà òbvia, doncs hi haurà fortes relacions i solapaments entre els diferents subsistemes, que no podrem aïllar. Un criteri a seguir, podria ser que les relacions dels elements dins d’un subsistema són més fortes i denses que les existents entre subsistemes.

Tot sistema complex pot ser organitzat mitjançant la divisió en subsistemes, el que facilita la seva comprensió, la seva anàlisi i la capacitat d’operació sobre el sistema i cadascuna de les seves parts. 

Alguns camps on aplicar el pensament sistèmic: són nombrosos però a efectes dels temes que vaig desenvolupant en els meus articles, destacaré els següents:

a) Sistemes urbans

b) Ecosistemes emprenedors urbans

c) Sistema energètic

d) Sistema de mobilitat

e) Sistema econòmic: clústers

f) Sistema social

g) Sistema de coneixement

En propers articles anirem aprofundint en el Pensament Sistèmic i en la seva aplicació a casos concrets i veurem la diferència entre una visió instrumental o tradicional i una visió sistèmica en cada cas.

Article de Miquel Barceló