7. Algorytmiczne myślenie twórcze
7.2. Podstawy innowacyjnego myślenia algorytmicznego
7.4. Struktura i przebieg algorytmu
7.5. Inne pokrewne sposoby innowacyjnego myślenia algorytmicznego – USIT, I-TRIZ 7.6. Kształcenie innowacji i TRIZ
7.7. Systemowe ujecie kreatywności 7.8. Podsumowanie
7.9. Pomyśl
7.1. Wstęp
Mimo tak wielu technik myślenia twórczego, jak niektóre zreferowane w dwu poprzednich rozdziałach i dodatkach oraz innych zawartych w wielu książkach (jest ich ponad 250), myślenie innowacyjne w gospodarce jest dalekie od oczekiwanego. Są co najmniej trzy powody takiego stanu rzeczy.
Po pierwsze generalnie istnieje duże opóźnienie od odkrycia do jego urynko-wienia, np. penicylina Fleminga czekała 10 lat aż w 1939 r. Fundacja Rockefellera dała grant na badania przemysłowe. Oznacza to, że z chwilą opracowania nowości rzadko kiedy znamy jej potencjalną przydatność, wartość rynkową czy nawet spo-łeczną. Czyli innowatorzy i inwestorzy nie dysponują takim narzędziem, by osza-cować wieloaspektowo potencjalną wartość innowacji.
Po drugie często inwestuje się w pozornie nowe rozwiązania, które w najbliż-szym czasie staną się już przestarzale, bo na rynku pojawiły się nowe, lepsze pro-dukty czy usługi. Główny powód takiej pomyłki to nieznajomość różnicy między dobrym i złym rozwiązaniem, a także nieznajomość krzywej życia i ewolucji pro-duktu (tzw. krzywa logistyczna lub krzywa S) czy też usługi, a ogólnie tej innowa-cji [Silverstein 08], [Rantanen 02]. Takie błędy popełniane były i są wielokrotnie, jednak patrząc wstecz, łatwo je dostrzec i trzeba wyciągnąć wnioski z historii, by wkomponować to w metodę myślenia innowacyjnego, a nie powielać tych samych błędów.
Kolejny powód złego stanu rzeczy w innowacjach jest to, że nowe rozwiązania niejednokrotnie są tylko nieco lepsze od poprzednich i nie rozwiązują podstawo-wych sprzeczności48 tkwiących w problemie, jest to jedynie kolejny kompromis
48 Sprzeczność może dotyczyć własności fizycznych, kiedy coś ma być jednocześnie małe i duże, ciepłe zimne czy też własności funkcjonalnych lub innych.
Czesław CEMPEL – Inżynieria Kreatywności... 132
między sprzecznościami. Te nowe rozwiązania, do swego funkcjonowania czy też produkcji potrzebują nowych, droższych zasobów, materiałów czy energii. Co wię-cej potem okazuje się, że te zasoby były ukryte w przedmiocie innowacji i wystar-czyło dobrze poszukać i zidentyfikować problem.
Znaczy to, że potrzebujemy metody szerokiej innowacji, szerzej teorii inno-wacji, która po określeniu i zdefiniowaniu problemu pozwoliłaby algorytmicznie (powtarzalnie, prawie jednoznacznie) przeszukać przestrzeń możliwych rozwiązań (przestrzeń innowacji), znajdując rozwiązanie o dużym potencjale rozwojowym, gdzie nie ma sprzeczności żadnej natury (organizacyjnej, fizycznej, technicznej), a zasoby wewnętrzne są w pełni wykorzystane.
Co więcej taka teoria powinna nam pozwolić ocenić zaawansowanie ewolu-cyjne naszego rozwiązania innowaewolu-cyjnego, tak by nie inwestować w rozwiązania znajdujące się na górnym odcinku krzywej S ewolucji produktu, lecz w takie, które okres dojrzałości techniczno-organizacyjnej mają jeszcze przed sobą. Ilustrując le-piej problem obecnego stanu innowacji i istotę obecnego rozdziału książki, można to zrobić graficznie, tak jak na rysunku 7.1a, a jak łatwo zauważyć jest to również graficzne podsumowanie rozdziałów 5–7.
Rys. 7.1a. Graficzna ilustracja potrzeby wprowadzenia algorytmicznego myślenia innowacyjnego w obliczu innych technik (?), ze wskazaniem na TRIZ [I-TRIZ 02]
Na powyższym rysunku doskonale widoczna jest wielka liczba innowacyj-nych, lecz częściowych rozwiązań problemu technicznego/organizacyjnego (patrz
7. Algorytmiczne myślenie twórcze 133
niealgorytmicznych. Chociaż pewne metody z rozdziału 5 i 6 są na granicy algo-rytmiczności, jak np. SIMPLEX czy Myślenie Produktywne i można się domyślać, że ich propozycje rozwiązań to znaki zapytania leżące po prawej stronie rysunku, blisko najlepszego rozwiązania. Zielona pokrzywiona linia na rysunku to rezultat uzyskany za pomocą TRIZ49 (Teoria Rozwiązywania Zagadnień Innowacyjnych) w wersji pierwotnej niewspomaganej softwarowo. Widoczne jest tu pewne błądze-nie w przestrzeni rozwiązań, natomiast wersja softwarowa TRIZ bezbłędbłądze-nie prowa-dzi do najlepszego rozwiązania problemu innowacyjnego. Zastanówmy się zatem, jakie elementy myślenia innowacyjnego są konieczne i jak je zorganizować, by uzy-skanie rozwiązania było pewne i potencjalnie wartościowe nie tylko w chwili jego kreacji.
Tak jak w każdym myśleniu kreatywnym, problem należy oświetlić z wielu stron, również od strony psychologii naszego myślenia, tzw. inercji psychologicz-nej, jak to ujmuje [Silverstein 08]. Jak widać z rysunku 7.1b, mamy tu na drodze do rozwiązania idealnego (Ideal Solution – Ideal Final Result IFR) co najmniej czte-ry przeszkody w szerokości i jasności myślenia: granicę naszych emocjonalnych możliwości, granicę doświadczeń empirycznych, granicę intelektualną i wreszcie najsilniejszą granicę przekonań – naszych modeli mentalnych. Do tego można jesz-cze dodać ogranijesz-czenia naszego wykształcenia, nasze zwyczaje i wytyczne działa-nia, jakimi nas często raczą przełożeni i mamy komplet ograniczeń, spoza których trudno już dojrzeć rozwiązanie idealne – IFR. Rysunek ten, jeśli dobrze rozumiany, daje cenne argumenty na wyższość twórczego myślenia grupowego, np. burza móz- gów, synektyka, bo wtedy ograniczenia te są osobniczo nieco inaczej ulokowane
49 Z tej książki nie nauczymy się używać TRIZ, podstawowy kurs prowadzony przez fachowców trwa minimum 30 h.
Rys. 7.1b. Psychologiczna inercja i jej granice jako główna przeszkoda naszego myślenia kreatywnego w porównaniu z możliwościami TRIZ [Silverstein 08]
Czesław CEMPEL – Inżynieria Kreatywności... 134
w stosunku do IFR i niektórzy członkowie grupy, mimo swych ograniczeń, widzą obszar zawierający IFR.
Na marginesie tej książki warto wspomnieć, że dowodnym świadectwem siły innowacyjnej metodologii TRIZ są jej trzy rozdziały (16–18) poświęcone sukcesom przemysłu zbrojeniowego i kosmicznego USA, możliwym dzięki zastosowaniu al-gorytmicznego myślenia TRIZ.
7.2. Podstawy innowacyjnego myślenia algorytmicznego
Na początek zdajmy sobie sprawę, jakie są cechy obecnego myślenia innowa-cyjnego, a jakie dodatkowe cechy byłyby pożądane, a następnie zastanowimy się nad sekwencją myślenia dająca najlepsze efekty. Takie zestawienie cech można znaleźć w bardzo cennej książce [Rantanen 02] i pokażemy je z drobnymi zmiana-mi niżej w tabeli 7.1. Uzupełnieniem tego jest rys. 7.1b pokazujący, jakie blokady musimy pokonać w drodze do idealnego wyniku końcowego. Konsekwencje tych blokad podaje też rysunek 7.1a w postaci rozproszonych znaków zapytania ?
Tab. 7.1. Cechy starego i nowego myślenia innowacyjnego [Rantanen 02]
Stare myślenie innowacyjne Nowy, pożądany sposób myślenia innowacyjnego Metoda prób i błędów (MPB) Zorganizowane systematyczne myślenie, analogiczno-metaforyczne
Sprzeczności są ukryte Sprzeczności są wyartykułowane Dodaje się zasoby (energia materiał, …) Używa się zasobów dostępnych dla dotychczasowego stanu systemu
Szuka się kompromisu dla złagodzenia
sprzeczności Definiuje się idealny wynik końcowy (IFR) i porównuje z nim każdą opcję Ewolucję systemu rozpatruje się
incydentalnie Jest znajomość wzorów ewolucji systemu na krzywej S dla przedmiotu innowacji Nie ocenia się wartości uzyskanego
rozwiązania Definiuje się liczbowo wskaźnik idealności i ocenia dla każdej opcji systemu
Jak się wydaje, te braki starego myślenia innowacyjnego i wynalazczego przy-świecały od początku pracy twórczej Altshullera (1944 r.) i zaowocowały Teorią Rozwiązywania Innowacyjnych Zagadnień (TRIZ) w połowie ubiegłego wieku, o czym mówiliśmy już we wstępie. Rozpowszechnienie TRIZ na świecie po roku 1990 dało asumpt jego dalszego rozwoju i zróżnicowania, w zależności od potrzeb, sposobu i zakresu myślenia innowatorów TRIZ. Zatem proponowana sekwencja i zakres działań wg nowego ujęcia, nawet odwołującego się do źródła TRIZ, są bardzo zróżnicowane. Najprostszą sekwencję działań podaje wspomniany już Ran-tanen i niżej przytoczymy ją bez zmian na rysunku 7.1c.
7. Algorytmiczne myślenie twórcze 135
Rys. 7.1c. Zarys algorytmu rozwiązywania problemów [Rantanen 02], ( patrz również tab. 7.1) Po dobrym zdefiniowaniu problemu, np. pytając wielokrotnie „dlaczego” (patrz rozdział 5 i 6), wyłonią się w nim (staną się dla nas jasne) zasadnicze sprzeczności: fizyczne, techniczne, organizacyjne, które trzeba będzie zrozumieć i wyeliminować, ale nie przez kompromis. Być może wieloaspektowe spojrzenie na problem oprócz wyłonienia sprzeczności pokaże również zasoby tkwiące w systemie, a do tej pory niewykorzystane. W międzyczasie zdamy sobie sprawę jak, niezależnie od wykry-tych sprzeczności, powinno wyglądać nasze rozwiązanie problemu, czyli zdefiniu-jemy idealny wynik końcowy – IWK (Ideal Final Result – IFR) i określimy jego miarę stosownym wskaźnikiem idealności (np. iloraz korzyści do niekorzyści).
Ta definicja idealnego wyniku końcowego będzie łatwiejsza, jeśli zastosujemy myślenie przez analogie i metafory, tak jak to opisaliśmy w rozdziale 5.6, bowiem uprawiając takie myślenie, łatwiej skorzystać z istniejących już wzorców i rozwią-zań istniejących w innowacyjnym dorobku ludzkości. Całość dobrze ilustruje rysu-nek 7.2 zaczerpnięty ze wspaniałej książki [Silverstein 08].
Rys. 7.2. Poszukiwanie istniejących już rozwiązań przez myślenie analogowo-metaforyczne [Silverstein 08, r. 11.2]
Czesław CEMPEL – Inżynieria Kreatywności... 136
Wychodząc od pożądanego problemu do rozwiązania (target problem), myśle-nie o podobnych problemach daje nam grupę podobnych problemów, a przez ich eliminację odnajdujemy najbardziej przydatny problem źródłowy (source problem), który przetworzony dalej tym myśleniem staje się ostatecznie możliwym rozwiąza-niem (candidate solution).
Jeszcze jedno pojęcie wymaga tu wyjaśnienia, mianowicie wszędobylska krzy-wa S w zastosokrzy-waniu do ewolucyjnej dojrzałości innokrzy-wacji. Jeśli ją wyobrazić sobie jako dojrzewanie innowacji na skutek kolejnych usprawnień i pomyśleć o stopniu udoskonalenia pomysłu oraz jego opłacalności ekonomicznej, to uzyskamy rysunek 7.3 [Rossi 07].
Rys. 7.3. Krzywa ewolucji systemu technicznego we współrzędnych: czas – doskonałość techniczna i zyskowność [Ross 07]
Widać z tego przedstawienia, że każdy wynalazek i innowacja osiągnie swój li-mit doskonałości, a jego opłacalność produkcji i stosowania zacznie maleć i trzeba pomyśleć o kolejnym wynalazku, o kolejnej innowacji, bowiem ‘życie’ systemów społecznych i technosfery to nieustanne przekraczanie własnych rozwiązań, nie-ustające wynalazki i innowacje każdego typu.