Cómo la complejidad conduce a soluciones (marco Cynefin y el modelo de estructura-comportamiento)

Se el primero en calificar

Hace unas semanas me preguntaba cómo comenzar este artículo cuando recibí un mensaje de WhatsApp que decía que tenía que hablar sobre la complejidad. Hubo un episodio en Honduras, donde se construyó un puente sobre el río Choluteca, y se usó para cruzar el río. Hasta entonces, todo estaba bien, excepto que ocurrió una tormenta y el río se movió. El puente se encuentra ahora en tierra firme y no se utiliza para el propósito previsto. El río ya no está.

Era una solución perfecta para el problema equivocado.

Este, para mí, es uno de los mejores ejemplos de cómo una solución «obvia» es totalmente ineficaz cuando se trata de complejidad . La solución es perfecta, siempre y cuando el problema no cambie con el tiempo.

Reflexionando sobre esto, me pregunté:

¿Cuántos problemas se resuelven en nuestras organizaciones de la misma manera, a través de un formato de “copia y pega”… y cuando finalmente la solución está lista, el problema ha cambiado?

¿Cuántos puentes, como el de Río Choluteca, están repartidos por nuestras empresas consumiendo recursos y haciendo que las organizaciones sean cada vez más pesadas porque tienen que cargar con el precio del retrabajo y el desperdicio?

Lo cierto es que, a medida que pasa el tiempo, el ciclo de cambio se acorta y aumenta el ritmo al que se presentan nuevos retos a las organizaciones. Recuerdo un artículo que leí en la revista Time, llamado: The Year Man Becomes Immortal , sobre el ritmo acelerado de cambio y el crecimiento exponencial en el poder de cómputo que conducirá a la Singularidad.

Si bien transcurrieron 8000 años entre la revolución agrícola y la revolución industrial, solo pasaron nueve años entre la popularización de Internet y la secuenciación del genoma humano.

  • ¿Cuánto tiempo tienen nuestras organizaciones hoy en día para comprender y comprender completamente un nuevo problema antes de reaccionar?
  • ¿Cuánto tiempo tenemos para obtener suficiente conocimiento sobre algo para que podamos establecer una relación clara de causa y efecto entre un problema y una solución?

La toma de decisiones en las organizaciones está fuertemente basada en la premisa de la repetición, la previsibilidad de la simplificación de los entornos y la reducción del todo a la suma de sus partes.

Management 3.0, discute que cada elemento en un sistema ignora el comportamiento del sistema como un todo, y responde solo a la información que está disponible para él. Este punto es de vital importancia. Si cada elemento ‘supiera’ lo que le estaba pasando al sistema como un todo, toda la complejidad tendría que estar presente en ese elemento.

En un banco de peces, imagine si uno fuera responsable de coordinar todos los movimientos y comandar la dirección de los otros peces y controlar si todos estaban ejecutando según lo planeado. Lo más probable es que él o ella solo noten al tiburón una vez que se hayan comido varios otros peces, porque desde su posición solo tiene una vista parcial del sistema y no puede predecir el comportamiento futuro. El resultado sólo puede explicarse después de que suceda. El conocimiento de patrones pasados ​​no es suficiente (e incluso puede ser peligroso) para determinar una respuesta en el futuro.
 

En un sistema complejo, nadie lo sabe todo. Todo el mundo tiene una sola visión del todo, pero es incompleta.

Estos dos casos muestran la dificultad de utilizar el conocimiento del pasado para responder a problemas y formas de pensar complejos . Pero, ¿cómo saber cuál es la mejor solución a un problema?

Aquí, veremos dos modelos para evaluar la complejidad y, al final, un tercero (aún incompleto y en construcción), comparándolos y destacando sus puntos específicos.

El Marco Cynefin explicado brevemente

Comenzaré con Cynefin Framework , creado por Dave Snowden, ex consultor sénior de IBM, cuando era director del Instituto para la Gestión del Conocimiento a principios de la década de 2000. Durante este período, dirigió el equipo que desarrolló Cynefin, un marco para la toma de decisiones.

El marco Cynefin clasifica los problemas en tres tipos de sistemas:

  1. Ordenado
  2. Complejo
  3. Caótico

Los tres sistemas se subdividen en cinco dominios: Claro, Complicado, Complejo y Caótico, esos cuatro requieren líderes para diagnosticar situaciones y luego actuar con la respuesta adecuada para el contexto.

El quinto dominio, el desorden, se aplica cuando no hay claridad sobre cuál de los otros dominios es el predominante. Por lo general, algo en desorden está influenciado por más de un dominio. Los dominios complicado y claro son parte de un mismo sistema ordenado, enfatizando que el límite entre ambos es humano y no sistémico, es decir, el nivel de comprensión y conocimiento del agente determinará si algo es complicado o claro.

#1: Borrar Dominio: Mejores Prácticas

Se caracteriza por la existencia de una clara relación de causa y efecto. La respuesta es conocida por todos e incuestionable. En este dominio, corresponde a los líderes y gerentes sentir, categorizar —según una base o catálogo de mejores prácticas— y responder. En este contexto, el efecto siempre será conocido y predecible.

Aquí el foco está en la eficiencia y las prácticas de gestión conservan las características fundamentales de comando y control, con decisiones de arriba hacia abajo, procesos claros y muy bien definidos, con alta previsibilidad. El dominio Clear tiene poca ambigüedad y, por lo tanto, las decisiones se pueden delegar fácilmente y las funciones están automatizadas. La red es menos importante que la jerarquía.

#2: Dominio Complicado: Buenas Prácticas

Este es el dominio del análisis y de los expertos. Aquí, a diferencia de lo que ocurre en el dominio claro, son posibles varias soluciones para un mismo problema y aunque también existe una clara relación de causa y efecto, no es tan obvia hasta el punto de que cualquiera puede interpretarla y reaccionar simplemente categorizándola.

Necesitas analizar los datos. Aquí es necesaria la presencia de un especialista para que pueda hacer un análisis con el fin de seleccionar qué práctica puede ser la mejor práctica para una situación dada. El líder o gerente, en un contexto complicado, debe intuir, analizar y luego responder. Mientras que el dominio claro no se beneficia del uso de redes, en el dominio complicado las redes cobran una importancia estratégica, ya que será necesaria la opinión de expertos para determinar la mejor solución.

#3: Dominio complejo: prácticas emergentes

Mientras que un contexto complicado tiene al menos una respuesta correcta, en un contexto complejo no se puede establecer esta relación causa-efecto. En este dominio, la comprensión necesaria para resolver un problema no proviene del pasado, sino del futuro. Mientras que los dominios anteriores establecen reglas y estándares para hacer que el ambiente sea a prueba de fallas, aquí el rol del líder o gerente será crear un ambiente seguro en el cual fallar.. Un entorno para la experimentación y la búsqueda de un patrón emergente. Este es el dominio de la experimentación, el desarrollo de hipótesis, pruebas y la búsqueda de retroalimentación para mejorar las soluciones. Los patrones emergentes se pueden percibir, pero no se pueden predecir. En este contexto para la toma de decisiones, un líder debe establecer un ambiente seguro para que, a través del sondeo, pueda reconocer patrones emergentes y deshacerse de los que no quiere.

#4: Dominio caótico: Prácticas novedosas

El dominio de las respuestas rápidas: En un contexto caótico, la búsqueda de patrones, buenas prácticas y las respuestas correctas es inútil, ya que la relación entre causa y efecto es imposible de establecer. No hay patrones, y cuando pensamos que se ha identificado un nuevo patrón, cambiará. Cuando se presenta un problema en el dominio caótico, el líder o gerente no debe perder el tiempo buscando patrones. Debe actuar lo antes posible para tratar de estabilizar la situación dramática, luego detectar si la situación está realmente bajo control y solo entonces responder agregando previsibilidad (y reduciendo la incertidumbre) a la situación para que pueda pasar a otro dominio.

En su libro, Gestión para la Felicidad , la base de la Gestión 3.0, el autor Jurgen Appelo utiliza un enfoque que, a primera vista, se parece al Marco Cynefin, sin embargo, cuando se observa con más detalle, presenta un factor diferente:

La perspectiva del observador: El eje Y presenta el nivel de dificultad para comprender una situación dada como:

  • Simple: Representa algo extremadamente fácil de entender .
  • Complicado: Algo muy difícil de entender

El eje X muestra el nivel de habilidad para predecir el comportamiento de la situación:

  • Ordenado: es totalmente predecible
  • Complejo: parcialmente predecible & Caótico: Totalmente impredecible.

El modelo de estructura-comportamiento de los sistemas

Modelo de estructura-comportamiento

En este modelo, algo puede considerarse simple o complicado, y aún así ser ordenado, complejo o caótico. Todo dependerá de dos variables:

1: Nivel de simplificación

2: Nivel de linealización

El nivel de simplificación aumenta a medida que algo se vuelve más fácil de entender y el nivel de linealización aumenta a medida que algo se vuelve más predecible.

El Modelo de Estructura-Comportamiento (SBM) presenta algunas similitudes y diferencias en relación con el Marco Cynefin. La primera diferencia es cómo usarlos. SBM sugiere un enfoque por categorización, en el que los datos se distribuyen en una estructura predefinida, es decir, a partir de una estructura existente, los datos se posicionan en los cuadrantes. En Cynefin Framework, los dominios tienen diferencias significativas, como si estuvieran en diferentes planos. La frontera que separa el dominio Claro del Caótico, por ejemplo, llamada “zona de complacencia”, revela una región en la que hay una “caída”. Cynefin es una estructura de creación de sentido, que surge de los datos existentes. Son los datos los que determinan la estructura y sus límites.

El Framework Cynefin se utiliza principalmente para comprender la dinámica de las situaciones, con el fin de encontrar el mejor proceso de toma de decisiones , ayudando a comprender lo que sucede a nuestro alrededor y, por lo tanto, permitiéndonos encontrar la mejor respuesta a adoptar.

Además de las similitudes visibles entre los modelos, que traen consigo la perspectiva de los sistemas presentes en la naturaleza, otra gran similitud que los hace más cercanos que distantes es la mirada del “observador”. Si bien el SBM hace uso de la categorización, al considerar el nivel de dificultad en la comprensión sobre una determinada situación, es evidente la influencia del nivel de conocimiento de los agentes del sistema.

El ejemplo de la figura, el reloj, en el complicado cuadrante ordenado x, es dependiente y totalmente relativo bajo esta perspectiva. El funcionamiento de un reloj, que para mí es complicado, es absolutamente obvio y sencillo para un relojero experimentado. Por otro lado, armar un lego (cuadrante simple->ordenado) puede ser un desafío sumamente complicado para quienes nunca han tenido contacto con bloques de plástico. En ambos casos, el nivel de conocimiento presente en el agente determina el cuadrante en el que se posicionará la decisión a tomar.

Cynefin Framework vs Management 3.0 Modelo de estructura-comportamiento

Un punto importante de diferencia entre los dos modelos es el concepto aplicado a los tipos de sistemas

Si bien SBM considera que el nivel de previsibilidad es el factor determinante para la linealización, Cynefin Framework, como se detalla al comienzo de este artículo, separa los sistemas utilizando otros criterios, como atractores, límites y tipos de restricciones. El caos, por ejemplo, que contiene una imagen de la bolsa de valores en el cuadrante complicado-> caótico de SBM, se clasificaría conceptualmente como complejo para el marco Cynefin, ya que los sistemas caóticos no tienen restricciones. La bolsa de valores, aunque impredecible en el mediano y largo plazo, tiene algunos patrones conocidos y restricciones claras, como los horarios de operación, las monedas aceptadas, las reglas para las inversiones, etc.

Cuando el comportamiento de la bolsa se vuelve totalmente impredecible, alguien “desconecta” y finaliza la operación, hasta que se restablecen las restricciones conocidas (incluso las pequeñas).

Algo que me llamó la atención en relación con la toma de decisiones y, en especial, sobre los modelos y prácticas que he ido profundizando en mis estudios durante los últimos años, es precisamente la influencia de la percepción del agente respecto a su nivel de conocimiento de la situación analizada. .

Esto me recuerda un poco a la paradoja socrática (sé que no sé nada) y el efecto Dunning-Kruger, un fenómeno en el que las personas que tienen poco conocimiento sobre un tema determinado creen que saben más que otros que tienen un mayor conocimiento sobre el mismo. tema. En otras palabras, ¿cómo puedo estar seguro de que algo es realmente simple, si estoy analizando el fenómeno bajo la fuerte influencia de mi propio conocimiento (o falta de él)?

Confieso que esta pregunta me ha intrigado durante mucho tiempo y todavía me intriga hoy.

Hace aproximadamente un año, investigando los sistemas (ordenados, complejos y caóticos) y la Ventana de Johari, para ver si alguien más sufría el mismo dilema, encontré un artículo interesante llamado: Cynefin framework and Johari window synergy with Risk Management. Aunque es esencialmente un artículo sobre gestión de riesgos , lo que más me llamó la atención fue la comparación entre la Ventana de Johari y el Framework Cynefin, que era exactamente lo que estaba buscando.

Primero una explicación conceptual: la ventana de Johari es una herramienta conceptual, creada por Joseph Luft y Harrington Ingham en 1955, que tiene como objetivo ayudar a comprender la comunicación interpersonal y las relaciones con un grupo. La aplicación de la ventana de Johari permite a las personas comprender mejor su relación consigo mismos y con otras personas .

Ahora, sobre el modelo. La ventana se divide en dos ejes: Yo y los demás. En cada eje hay un cuadrante relacionado con lo conocido y otro con lo desconocido, por lo que es posible una combinación de 4 posibles resultados:

Arena de la ventana de Johari

Esta es un área donde están presentes todos los comportamientos de los que tanto yo como los demás somos conscientes. Son percepciones recíprocas y mutuamente conocidas, es decir, otras personas ven al individuo de la misma manera que el individuo se ve a sí mismo.

La Fachada: ¿Dónde están los comportamientos que veo sobre mí mismo, pero no permito que otros los vean? En esta área, los demás ven una imagen que no refleja exactamente quién soy y, por esta razón, debo cuidar constantemente que no perciban mi “verdadero yo”.

Punto Ciego : Donde están las características y comportamientos que los demás perciben sobre mí, pero que yo mismo no conozco y no puedo percibir, es decir, puntos ciegos para mí y visibles para los demás.

Desconocido: Donde existen características y comportamientos que desconozco de mi propia personalidad y que los demás no pueden percibir. Algunos de estos componentes desconocidos pueden tomar conciencia de la autoexposición (en un entorno seguro) y con una búsqueda constante de retroalimentación. El cambio en uno de los cuadrantes provoca un cambio en todo el sistema.

HOLA, estas en Financorp 😉

Tres cosas clave para resaltar

#1: Pedir retroalimentación: Un movimiento que se establece aceptando y fomentando la percepción de los demás sobre nosotros mismos, para identificar cómo nuestros comportamientos les están afectando. Esta dinámica es como si nos estuviéramos viendo a nosotros mismos a través de los ojos de los demás. Esto hace que el área que la gente conoce sobre mí y yo no conozca, necesite circuitos de retroalimentación más cortos, para que pueda aprender más sobre mí y, con eso, migrar a otra región.

#2: Revelar y retroalimentar : El movimiento a través de la acción individual, el “yo”, retroalimentar a los demás, identificando a través de sus percepciones y sentimientos, cómo me puede afectar el comportamiento de los demás. Aquí el experto soy yo, y necesito dar feedback para que la gente sepa más de mí.

#3: Insights: cuanto mayor sea la autoexposición en un entorno seguro y mayor sea la cantidad de comentarios positivos, más fuerte será el vector hacia Discovery, reduciendo el tamaño del área desconocida. Cuando analizamos la matriz formada por la Ventana de Johari, surge un repentino deseo de relacionarla con los dominios del Marco Cynefin, o con los cuadrantes del Modelo Estructura-Comportamiento. ¡Pero resistí valientemente la tentación! Considero que cada dominio o cuadrante puede recibir todos los estados de la matriz en un momento dado y, precisamente a través de puntos ciegos, fachadas o áreas desconocidas, ambos modelos conservan en sí mismos una propiedad emergente, una “innovación perpetua”, que nos permite investigarlos y desafiarlos constantemente para que, poco a poco, reduzcamos la brecha entre una pregunta y una buena respuesta.

Crédito de la foto: Olav Ahrens Røtne Vía Unsplash

admin Administrator
No hay contenido aun.

Deja un comentario

Nota del editor: este blog se escribió cuando la empresa matriz de Management 3.0 se llamaba Happy Melly One y…