• Nie Znaleziono Wyników

Złożone systemy adaptacyjne (Complex Adaptive Systems - CAS) jako narzędzia modelowania i analizy organizacji

N/A
N/A
Info
Pobierz
Protected

Academic year: 2021

Share "Złożone systemy adaptacyjne (Complex Adaptive Systems - CAS) jako narzędzia modelowania i analizy organizacji"

Copied!
15
0
0

Ładowanie.... (Zobacz pełny tekst teraz)

Pobierz teraz ( 15 Stron )

Pełen tekst

(1)Zeszyty Naukowe nr 772. Uniwersytetu Ekonomicznego w Krakowie. 2008. Czes∏aw Mesjasz Katedra Procesu Zarządzania. Z∏o˝one systemy adaptacyjne (Complex Adaptive Systems – CAS) jako narz´dzia modelowania i analizy organizacji 1. Uwagi wstępne Bu­do­wa kom­plek­so­wych ma­te­ma­tycz­nych mo­de­li sys­te­mów i‑zja­wisk spo­ ∏ecz­nych sta­no­wi­∏a jed­no z‑pod­sta­wo­wych wy­zwaƒ teo­rii i‑prak­ty­ki na­uk spo­ ∏ecz­nych. Od­kry­cie w∏a­sno­Êci sys­te­mów nie­li­nio­wych okre­Êla­nych w‑uprosz­ cze­niu ja­ko z∏o­˝o­noÊç i‑cha­os sta­∏o si´ pod­sta­wà do opra­co­wa­nia bar­dziej z∏o­˝o­nych me­tod mo­de­lo­wa­nia, któ­re w‑pre­cy­zyj­niej­szy spo­sób po­zwa­la­jà na opis i‑ana­li­z´ dzia­∏a­nia sys­te­mów spo­∏ecz­nych. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne (ZSA) (Com­plex Ada­pti­ve Sys­tems – CAS) sta­no­wià swe­go ro­dza­ju pod­kla­s´ sys­te­mów z∏o­˝o­nych. Kon­cep­cja tych sys­te­ mów opra­co­wa­na zo­sta­∏a w‑zaj­mu­jà­cym si´ in­ter­dy­scy­pli­nar­ny­mi ba­da­nia­mi w‑za­kre­sie sys­te­mów z∏o­˝o­nych In­sty­tu­cie w‑San­ta Fe (San­ta Fe In­sti­tu­te) w‑sta­nie No­wy Mek­syk w‑USA. G∏ów­ny­mi twór­ca­mi kon­cep­cji z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych sà ma­te­ma­tyk J. Hol­land oraz lau­re­at Na­gro­dy No­bla w‑dzie­dzi­nie fi­zy­ki M. Gel­l­-Mann. Ba­da­nia do­ty­czà­ce ZSA okre­Êla­ne sà cza­sem ja­ko teo­ria z∏o­˝o­no­Êci (com­ ple­xi­ty the­ory), czy te˝ na­uka o‑z∏o­˝o­no­Êci (com­ple­xi­ty scen­ce), cho­cia˝ wy­ko­ rzy­sta­nie ter­mi­nów „teo­ria”, czy te˝ „na­uka” nie wy­da­je si´ uza­sad­nio­ne, cho­ cia˝­by ze wzgl´­du na in­ter­dy­scy­pli­nar­ny cha­rak­ter tych ba­daƒ. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne mo­gà byç wy­ko­rzy­sty­wa­ne do mo­de­lo­wa­nia wie­lu ro­dza­jów sys­te­mów, ta­kich jak: ryn­ki fi­nan­so­we, ko­lo­nie zwie­rzàt, sys­ te­my spo­∏ecz­ne, sys­te­my od­por­no­Êcio­we, sie­ci kom­pu­te­ro­we, re­la­cje po­mi´­dzy paƒ­stwa­mi i‑wie­le in­nych, po­dob­nych obiek­tów z∏o­˝o­nych z‑wie­lu ele­men­tów dzia­∏a­jà­cych (col­lec­ti­vi­ties)..

(2) 46. Czes∏asz Mesjasz. Ce­lem ar­ty­ku­∏u jest prze­glàd za­sto­so­waƒ z∏o­˝o­nych sys­te­mów ada­pta­cyj­ nych (Com­plex Ada­pti­ve Sys­tems – CAS) w‑mo­de­lo­wa­niu or­ga­ni­za­cji. Opra­co­ wa­nie sta­no­wi wst´p do dal­szych ba­daƒ teo­re­tycz­nych, jak te˝ do opra­co­wa­nia mo­de­li z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych, któ­re w‑szer­szym ni˝ do­tych­czas za­kre­sie umo˝­li­wia­∏y­by opis i‑ana­li­z´ dzia­∏a­nia wszel­kie­go ro­dza­ju no­wo­cze­ snych or­ga­ni­za­cji. Zwi´k­sza­nie z∏o­˝o­no­Êci re­per­tu­aru za­cho­waƒ ele­men­tów ZSA po­zwa­la na bu­do­w´ mo­de­li, któ­re w‑co­raz wier­niej­szy spo­sób ilu­stru­jà zja­wi­ska za­cho­ dzà­ce w‑wie­lu sys­te­mach, w‑tym w‑sys­te­mach spo­∏ecz­nych. Po­zwa­la­jà te˝ na two­rze­nie swe­go ro­dza­ju sztucz­nych mo­de­li ˝y­cia (Ar­ti­fi­cial Li­fe), czy te˝ sztucz­nych spo­∏e­czeƒstw (Ar­ti­fi­cial So­cie­ties). Dzi´­ki ada­pta­cyj­nym mo˝­li­wo­Êciom ele­men­tów oraz trak­to­wa­nych ca­∏o­ Êcio­wo ZSA mo˝­li­we sta­je si´ opi­sy­wa­nie i‑ana­li­zo­wa­nie dzia­∏a­nia wszel­kie­go ro­dza­ju or­ga­ni­za­cji, po­czy­na­jàc od przed­si´­biorstw i‑ich ele­men­tów, po­przez sie­ci przed­si´­biorstw, a‑na sek­to­rach i‑ca­∏ej go­spo­dar­ce koƒ­czàc. Szcze­gól­nie istot­nà za­le­tà z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych jest to, ˝e mo­gà one s∏u­˝yç do ba­da­nia pro­ce­sów ucze­nia si´ or­ga­ni­za­cji i‑two­rze­nia wie­dzy.. 2. Złożoność systemów społecznych 2.1. Ogólne cechy systemów złożonych Od lat 70. dwu­dzie­ste­go wie­ku w‑li­te­ra­tu­rze z‑za­kre­su teo­rii or­ga­ni­za­cji i‑za­rzà­dza­nia, a‑tak­˝e w‑prak­ty­ce, po­dej­mu­je si´ pró­by sto­so­wa­nia kon­cep­cji po­wsta­∏ych w‑ra­mach teo­rii z∏o­˝o­no­Êci (teo­rii sys­te­mów z∏o­˝o­nych), czy te˝ teo­rii cha­osu. Oka­zu­je si´ jed­nak­˝e, ˝e cz´­sto pró­by te po­le­ga­jà je­dy­nie na sto­so­wa­niu ogól­nych ha­se∏, ta­kich jak: cha­os, z∏o­˝o­noÊç, frak­ta­le, atrak­to­ry, sa­mo­or­ga­ni­za­cja, i‑za­po­mi­na si´ o‑ich me­ta­fo­rycz­nym cha­rak­te­rze. Obec­nie mo˝­na za­uwa­˝yç dwa nur­ty za­sto­so­waƒ tych kon­cep­cji. Po pierw­ sze, wy­ko­rzy­stu­je si´ je ja­ko pod­sta­w´ opi­su i‑ana­li­zy pro­ce­sów ucze­nia si´ or­ga­ni­za­cji, za­rzà­dza­nia wie­dzà i‑ka­pi­ta­∏em in­te­lek­tu­al­nym [Ar­thur 1994], [Ne­ste­ro­wicz 2001]. Po dru­gie, sto­so­wa­ne sà rów­nie˝ w‑teo­rii i‑prak­ty­ce za­rzà­ dza­nia stra­te­gicz­ne­go [Church 1999]. W‑wie­lu jed­nak­˝e przy­pad­kach po­j´­cia te sà sto­so­wa­ne bez od­po­wied­nie­go uza­sad­nie­nia, co spra­wia, ˝e cho­cia˝ na po­zór tek­sty te spra­wia­jà wra­˝e­nie „na­uko­wych”, to jed­nak­˝e ich war­toÊç teo­re­tycz­na i‑prak­tycz­na jest nie­wiel­ka [Oztas i‑in., 2002]. Na­le­˝y za­tem przede wszyst­kim wy­ja­Êniç zna­cze­nie i‑upo­rzàd­ko­waç po­j´­cia ∏à­czo­ne cz´­sto wspól­nà na­zwà ja­ko teo­ria z∏o­˝o­no­Êci, teo­ria cha­osu, czy te˝ teo­ria z∏o­˝o­nych sys­te­mów ada­pta­cyj­ nych (Com­plex Ada­pti­ve Sys­tems The­ory – CAS). Pierw­szym pro­ble­mem jest zde­fi­nio­wa­nie po­j´­cia z∏o­˝o­no­Êci. Jak stwier­ dzi∏ je­den z‑czo­∏o­wych spe­cja­li­stów w‑za­kre­sie za­sto­so­waƒ teo­rii sys­te­mów w‑eko­no­mii, w‑li­te­ra­tu­rze mo˝­na zna­leêç 45 de­fi­ni­cji z∏o­˝o­no­Êci, z‑któ­rych tyl­ko cz´Êç jest bez­po­Êred­nio przy­dat­na w‑na­ukach spo­∏ecz­nych [Ros­ser 1999, 2000]..

(3) Z∏o˝one systemy adaptacyjne.... 47. W ogól­nym uj´­ciu z∏o­˝o­noÊç obiek­tu mo­˝e byç trak­to­wa­na ja­ko nie­mo˝­noÊç prze­wi­dy­wa­nia je­go za­cho­wa­nia ani za po­mo­cà me­tod de­ter­mi­ni­stycz­nych, ani me­tod sto­cha­stycz­nych. W‑uprosz­cze­niu nie­prze­wi­dy­wal­noÊç wy­ni­ka z‑dwóch pod­sta­wo­wych przy­czyn. Po pierw­sze, z‑obiek­tyw­nych w∏a­sno­Êci obiek­tu ba­da­nia – „obiek­tyw­na z∏o­˝o­noÊç” lub te˝ z‑przy­czyn su­biek­tyw­nych wy­ni­ka­jà­cych z‑bra­ku mo˝­li­wo­Êci prze­wi­dy­wa­nia za­cho­wa­nia sys­te­mu przez da­ny pod­miot – „su­biek­tyw­na z∏o­˝o­noÊç”, czy te˝ „z∏o­˝o­noÊç re­la­cyj­na”. Oczy­ wi­ste jest, ˝e nie­prze­wi­dy­wal­noÊç sys­te­mów z∏o­˝o­nych jest z‑re­gu­∏y efek­tem oby­dwu przy­czyn. Jed­nà z‑pod­sta­wo­wych cech sys­te­mów z∏o­˝o­nych sà wy­∏a­nia­jà­ce si´ w∏a­ sno­Êci (emer­ging pro­per­ties). Wy­∏a­nia­nie si´ (emer­gen­ce) mo˝­na zde­fi­nio­waç ja­ko ta­kà ce­ch´ za­cho­wa­nia ca­∏e­go sys­te­mu, któ­ra jest efek­tem od­dzia­∏y­waƒ ele­men­tów sys­te­mu, ale któ­rej nie mo˝­na prze­wi­dzieç, ani na­wet wy­obra­ziç so­bie na pod­sta­wie zna­jo­mo­Êci za­cho­wa­nia ka˝­de­go z‑ele­men­tów z‑osob­na [Ca­sti 1997], [ Lis­sack 1999, s. 111]. Na­le­˝y te˝ wy­ja­Êniç ró˝­ni­ce po­mi´­dzy sys­te­ma­mi z∏o­˝o­ny­mi (com­plex sys­ tems) a‑sys­te­ma­mi skom­pli­ko­wa­ny­mi – com­pli­ca­ted (in­tri­ca­te) sys­tems. Za­cho­ wa­nie sys­te­mu skom­pli­ko­wa­ne­go mo­˝e byç po­zna­ne po­przez roz­∏o­˝e­nie na ele­ men­ty sk∏a­do­we i‑iden­ty­fi­ka­cj´ ich za­cho­wa­nia (dzia­∏a­nia), na­to­miast nie jest mo˝­li­we w‑od­nie­sie­niu do sys­te­mu z∏o­˝o­ne­go, któ­re­go za­cho­wa­nia nie mo˝­na po­znaç po­przez po­zna­nie za­cho­wa­nia je­go ele­men­tów sk∏a­do­wych. Sys­te­my spo­∏ecz­ne mo­gà cha­rak­te­ry­zo­waç si´ trze­ma ro­dza­ja­mi z∏o­˝o­no­Êci: lo­gicz­nà, epi­ste­mo­lo­gicz­nà i‑ob­li­cze­nio­wà. Opis po­szcze­gól­nych ro­dza­jów z∏o­ ˝o­no­Êci do­ko­na­ny zo­sta∏ z‑wy­ko­rzy­sta­niem in­ter­pre­ta­cji przed­sta­wio­nej przez L. Big­gie­ro [2001] i‑opi­sa­ny zo­sta∏, mi´­dzy in­ny­mi w‑nast´pujàcych pra­cach: [Me­sjasz 2003, 2004]. 2.2. Chaos a złożoność Cho­cia˝ w‑wie­lu opra­co­wa­niach po­j´­cia teo­ria cha­osu de­ter­mi­ni­stycz­ne­go i‑teo­ria z∏o­˝o­no­Êci cz´­sto sto­su­je si´ za­mien­nie, to jed­nak­˝e po­dej­Êcie ta­kie wy­da­je si´ istot­nym uprosz­cze­niem. Pod­sta­wo­wà ce­chà sys­te­mów nie­li­nio­ wych wy­ka­zu­jà­cych cha­otycz­nà dy­na­mi­k´ jest wy­so­ka za­le˝­noÊç pa­ra­me­trów po­czàt­ko­wych od nie­wiel­kich zmian. Nie­wiel­ka zmia­na war­to­Êci pa­ra­me­trów wyj­Êcio­wych mo­˝e pro­wa­dziç do du­˝ych zmian – „efekt mo­ty­la”. Istot­na ce­chà te­go zja­wi­ska jest to, ˝e przej­Êcie do cha­osu od­by­wa si´ dla pew­nej war­to­Êci pa­ra­me­tru opi­su­jà­ce­go da­ny sys­tem. Po osià­gni´­ciu war­to­Êci kry­tycz­nej sta­ny rów­no­wa­gi sys­te­mu za­czy­na­jà wy­ka­zy­waç bi­fur­ka­cje, czy­li roz­cho­dze­nie si´ tra­jek­to­rii w‑dwóch kie­run­kach, przy czym nie jest mo˝­li­we do­k∏ad­ne okre­Êle­ nie praw­do­po­do­bieƒ­stwa wy­bo­ru okre­Êlo­nej ga­∏´­zi bi­fur­ka­cji [Gle­ick 1996, s. 67–91]. Roz­wa­˝a­nia do­ty­czà­ce teo­rii z∏o­˝o­no­Êci mo˝­na pod­su­mo­waç w‑in­ny spo­ sób, wska­zu­jàc za­le˝­no­Êci po­mi´­dzy po­szcze­gól­ny­mi kon­cep­cja­mi a‑ce­cha­mi ob­ser­wo­wa­ny­mi w‑po­szcze­gól­nych sys­te­mach..

(4) Czes∏asz Mesjasz. 48. TEORIE. CECHY SYSTEMOWE. Nauki przyrodnicze. Samoorganizacja. Struktury dyssypatywne (chemia, fizyka) (Prigogine). Wy∏aniajàce si´ w∏asnoÊci (emergencje) Wspó∏zale˝noÊç Sprz´˝enia zwrotne. Systemy autokatalityczne Biologia ewolucyjna (Kauffman). Stany odleg∏e od równowagi (far-from-equilibrium). Autopoiesis (samotworzenie) Biologia, procesy poznawcze (Maturana) Teoria chaosu Nauki spo∏eczne Autopoiesis (samotworzenie) systemów spo∏ecznych (Luhmann). Przestrzeƒ mo˝liwoÊci Wspó∏ewolucja (co-evolution) Zale˝noÊç od Êcie˝ki (path dependence) TWORZENIE NOWEGO UPORZÑDKOWANIA. Ekonomia wzrastajàcych przyrostów kraƒcowych (ekonomia oparta na wiedzy) B. Arthur. Rys. 1. Teorie i cechy systemów z∏o˝onych èród∏o: opracowanie w∏asne.. 3. Złożone systemy adaptacyjne (Complex Adaptive Systems) 3.1. Podstawowe cechy złożonych systemów adaptacyjnych Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne (ZSA) (Com­plex Ada­pti­ve Sys­tems – CAS) sta­no­wià swe­go ro­dza­ju pod­kla­s´ sys­te­mów z∏o­˝o­nych. G∏ów­ny­mi twór­ca­mi kon­cep­cji z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych sà ma­te­ma­tyk J.H. Hol­land oraz lau­re­at Na­gro­dy No­bla w‑dzie­dzi­nie fi­zy­ki M. Gel­l­-Mann. Ba­da­nia do­ty­czà­ce ZSA okre­Êla­ne sà cza­sem ja­ko teo­ria z∏o­˝o­no­Êci (com­ple­xi­ty the­ory), czy te˝ na­uka o‑z∏o­˝o­no­Êci (com­ple­xi­ty scien­ce), cho­cia˝ wy­ko­rzy­sta­nie ter­mi­nów.

(5) Z∏o˝one systemy adaptacyjne.... 49. „teo­ria”, czy te˝ „na­uka” nie wy­da­je si´ uza­sad­nio­ne, cho­cia˝­by ze wzgl´­du na in­ter­dy­scy­pli­nar­ny cha­rak­ter tych ba­daƒ. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne mo­gà byç wy­ko­rzy­sty­wa­ne do mo­de­lo­wa­nia wie­lu ro­dza­jów sys­te­mów, ta­kich jak: ryn­ki fi­nan­so­we, ko­lo­nie zwie­rzàt, sys­ te­my spo­∏ecz­ne, sys­te­my od­por­no­Êcio­we, sie­ci kom­pu­te­ro­we, re­la­cje po­mi´­dzy paƒ­stwa­mi i‑wie­le in­nych, po­dob­nych obiek­tów z∏o­˝o­nych z‑wie­lu ele­men­tów dzia­∏a­jà­cych (col­lec­ti­vi­ties). Pod­sta­wo­wym ele­men­tem z∏o­˝o­ne­go sys­te­mu ada­pta­cyj­ne­go jest agent ro­zu­mia­ny w‑j´­zy­ku an­giel­skim ja­ko obiekt (ele­ment) dzia­∏a­jà­cy. Bio­ràc pod uwa­g´ pro­ble­my ze sto­so­wa­niem te­go ter­mi­nu w‑pol­skiej ter­mi­no­lo­gii na­uko­ wej, nie tyl­ko po­li­tycz­ne, war­to by­∏o­by za­sta­no­wiç si´, czy nie mo˝­na wpro­ wa­dziç ja­kie­goÊ pol­skie­go od­po­wied­ni­ka dla te­go ter­mi­nu. Ter­min „agent” za­rów­no w‑j´­zy­ku pol­skim, jak i‑w‑j´­zy­ku an­giel­skim ma nie tyl­ko zna­cze­nie do­ty­czà­ce obiek­tu (pod­mio­tu) dzia­∏a­jà­ce­go, ale rów­nie˝ ozna­cza przed­sta­wi­ cie­la, czy te˝ re­pre­zen­tan­ta. Zgod­nie z‑pod­sta­wo­wà de­fi­ni­cjà, któ­rà mo˝­na wy­pro­wa­dziç z‑roz­wa­˝aƒ za­war­tych w‑pierw­szych pra­cach do­ty­czà­cych te­go pro­ble­mu, z∏o­˝o­ny sys­tem ada­pta­cyj­ny sta­no­wi dy­na­micz­nà sieç od­dzia­∏u­jà­cych na sie­bie pod­sta­wo­wych ele­men­tów (obiek­tów) dzia­∏a­jà­cych (agen­tów), któ­re mo­gà byç trak­to­wa­ne ja­ko mo­de­le ko­mó­rek, ga­tun­ków, in­dy­wi­du­al­nych pod­mio­tów (osób), ele­men­ tów wszel­kie­go ro­dza­ju sie­ci kom­pu­te­ro­wych, przed­si´­biorstw, czy te˝ kra­jów. Ele­men­ty tej sie­ci dzia­∏a­jà rów­no­le­gle, wp∏y­wa­jàc na in­ne ele­men­ty i‑re­agu­ jàc na ich wp∏yw. Wp∏yw ten po­le­ga na ko­mu­ni­ka­cji, kon­flik­tach, ko­ope­ra­cji i‑ne­go­cja­cjach, W‑z∏o­˝o­nym sys­te­mie ada­pta­cyj­nym bra­ku­je ja­kiej­kol­wiek scen­tra­li­zo­wa­nej kon­tro­li. Ele­men­ty te­go sys­te­mu po­zo­sta­jà w‑pe∏­ni au­to­no­ micz­ne, co ozna­cza, ˝e po­sia­da­jà one mo˝­li­woÊç kon­tro­li nad swy­mi sta­na­mi we­wn´trz­ny­mi Z∏o­˝o­ny sys­tem ada­pta­cyj­ny po­sia­da na­st´­pu­jà­ce ce­chy: sa­mo­po­do­bieƒ­stwo (sel­f­-s­im­il­ar­ity), z∏o­˝o­noÊç, wy­∏a­nia­jà­ce si´ za­cho­wa­nie (emer­gen­ce) oraz sa­mo­or­ga­ni­za­cja. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne sta­no­wià wi´c swe­go ro­dza­ju spe­cy­ficz­ny ro­dzaj sys­te­mów wie­lo­­­age­nt­owych oraz wy­ko­rzy­sty­wa­nych w‑roz­ wa­˝a­niach in­for­ma­tycz­nych sys­te­my in­te­li­gent­nych obiek­tów dzia­∏a­jà­cych (agen­tów). Sa­mo­po­do­bieƒ­stwo po­le­ga na tym, ˝e ca­∏oÊç sys­te­mu jest w‑pe­wien spo­ sób po­dob­na do swych ele­men­tów. Przy­k∏a­dem sa­mo­po­do­bieƒ­stwa sà ta­kie obiek­ty ma­te­ma­tycz­ne, jak frak­ta­le. W‑przy­pad­ku ZSA z∏o­˝o­noÊç wià­˝e si´ z‑wie­lo­wy­mia­ro­wo­Êcià (wie­lo­aspek­to­wo­Êcià) za­cho­wa­nia tych sys­te­mów, nie­ mo˝­no­Êcià ich de­kom­po­zy­cji (efekt sy­ner­gicz­ny), nie­li­nio­wo­Êcià, sa­mo­or­ga­ni­ za­cjà oraz wy­∏a­nia­jà­cy­mi si´ w∏a­sno­Êcia­mi. Ko­lej­nym po­j´­ciem opi­su­jà­cym za­cho­wa­nie si´ z∏o­˝o­nych sys­te­mów ada­pta­ cyj­nych jest wy­∏a­nia­nie si´ za­cho­wa­nia lub cech tych sys­te­mów (emer­gen­ce). W‑naj­prost­szym uj´­ciu ∏à­czy si´ je z‑in­tu­icyj­nie de­fi­nio­wa­nà sy­ner­già. Ozna­cza te˝ ono, ˝e na pod­sta­wie zna­jo­mo­Êci za­cho­wa­nia si´ i‑cech ele­men­tów da­ne­go sys­te­mu nie jest mo˝­li­we prze­wi­dy­wa­nie za­cho­wa­nia ca­∏o­Êci sys­te­mu..

(6) Czes∏asz Mesjasz. 50. Zmienne otoczenie zewn´trzne. Zmienne otoczenie zewn´trzne Z¸O˚ONE ZACHOWANIE ADAPTACYJNE. Informacje wyjÊciowe. Informacje wejÊciowe. Wy∏anianie si´ zachowania ca∏oÊci (emergence). Proste lokalne relacje samoorganizacji pomi´dzy adaptatywnymi elementami (agentami). Zmienne otoczenie zewn´trzne. Ujemne sprz´˝enie zwrotne (os∏abienie). Dodatnie sprz´˝enie zwrotne (wznowienie). Informacje wyjÊciowe. Informacje wejÊciowe. Zmienne otoczenie zewn´trzne. Rys. 2. Zachowanie si´ z∏o˝onego systemu adaptacyjnego èród∏o: opracowanie w∏asne.. Ostat­nià ce­chà z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych jest zdol­noÊç do sa­mo­ or­ga­ni­za­cji. Po­dob­nie jak w‑po­zo­sta­∏ych przy­pad­kach, sa­mo­or­ga­ni­za­cja jest.

(7) Z∏o˝one systemy adaptacyjne.... 51. trud­na do jed­no­znacz­ne­go zde­fi­nio­wa­nia. Sta­no­wi ona jed­no z‑cen­tral­nych po­j´ç fi­zy­ki, che­mii, bio­lo­gii, czy te˝ na­uk spo­∏ecz­nych. Sa­mo­or­ga­ni­za­cja cz´­sto jest wià­za­na z‑wy­∏a­nia­jà­cym si´ za­cho­wa­niem sys­te­mu. W‑ka˝­dej z‑dzie­dzin na­uki sa­mo­or­ga­ni­za­cja jest ina­czej ro­zu­mia­na. W‑fi­zy­ce wià­˝e si´ pro­ce­sa­mi spon­ta­nicz­ne­go wzro­stu upo­rzàd­ko­wa­nia, w‑che­mii z‑pro­ce­sa­mi au­to­ka­ta­li­zy, w‑bio­lo­gii z‑ho­me­osta­zà, na­to­miast w‑na­ukach spo­∏ecz­nych sa­mo­or­ga­ni­za­cja sta­no­wi jed­nà z‑pod­sta­wo­wych cech ryn­ku oraz de­mo­kra­cji. 3.2. Metody modelowania Opi­sa­ne wcze­Êniej ogól­ne ce­chy z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych wy­ma­ ga­jà dal­szej kon­kre­ty­za­cji. Do­ty­czy to przede wszyst­kim ele­men­tów i‑cech tych sys­te­mów oraz me­tod mo­de­lo­wa­nia sto­so­wa­nych do ich ba­da­nia.. OBIEKT DZIA¸AJÑCY („Sztuczna inteligencja”) Cechy podstawowe. Impulsy zewn´trzne. – pami´ç – autonomia – aktywnoÊç – wytrwa∏oÊç – reaktywnoÊç – proaktywnoÊç – racjonalnoÊç – zdolnoÊç adaptacji (uczenia si´) – zdolnoÊci spo∏eczne – zdolnoÊci komunikacyjne – mobilnoÊç. Zachowania spo∏eczne – komunikacja – konflikty – negocjacje – wspó∏praca – zmiana miejsca. Cechy dodatkowe – egoizm/altruizm – prawdomównoÊç. Rys. 3. Cechy podstawowego elementu z∏o˝onego systemu adaptacyjnego èród∏o: opracowanie w∏asne na podstawie: [Holland 1995], [Wooldridge 2002].. Pod­sta­wo­wym ele­men­tem z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych jest ele­ment (obiekt) dzia­∏a­jà­cy (agent). Po­j´­cie to po­sia­da obec­nie dwa zna­cze­nia. We­d∏ug pierw­sze­go, sto­so­wa­ne­go w‑uj´­ciu ogól­nym, ele­men­ty mo­gà byç trak­to­wa­ne ja­ko mo­de­le ko­mó­rek, ga­tun­ków, in­dy­wi­du­al­nych pod­mio­tów (osób), ele­ men­tów wszel­kie­go ro­dza­ju sie­ci kom­pu­te­ro­wych, przed­si´­biorstw, czy te˝ kra­jów. W‑dru­gim uj´­ciu sto­so­wa­nym w‑in­for­ma­ty­ce, w‑szcze­gól­no­Êci w‑roz­.

(8) 52. Czes∏asz Mesjasz. wa­˝a­niach do­ty­czà­cych sztucz­nej in­te­li­gen­cji oraz za­awan­so­wa­nych me­tod pro­gra­mo­wa­nia, obiekt dzia­∏a­jà­cy (agent) jest to sys­tem kom­pu­te­ro­wy zdol­ny do nie­za­le˝­ne­go dzia­∏a­nia w‑imie­niu swo­ich u˝yt­kow­ni­ków lub w∏a­Êci­cie­li (umie­jà­cy sam roz­po­znaç co mu­si byç zro­bio­ne, aby osià­gnàç po­sta­wio­ne ce­le bez po­mo­cy u˝yt­kow­ni­ka) [Wo­ol­rid­ge 2002]. Ze wzgl´­du na cha­rak­ter ni­niej­szych roz­wa­˝aƒ, pierw­sze, ogól­niej­sze uj´­ cie ele­men­tu dzia­∏a­jà­ce­go, czy­li agen­ta, wy­da­je si´ bar­dziej przy­dat­ne. Podstawowy element dzia∏ajàcy Ka˝­dy obiekt dzia­∏a­jà­cy (agent) w‑ZSA mo­˝e byç opi­sa­ny za po­mo­cà re­gu∏ za­cho­wa­nia, któ­re wska­zu­jà, w‑ja­ki spo­sób da­ny obiekt re­agu­je na bodê­ce ze­wn´trz­ne, czy­li opi­su­jà ten ele­ment w‑re­la­cji bo­dzie­c­–r­ea­kcja. Zna­jàc ten zbiór re­gu∏, mo˝­na w‑dal­szym po­st´­po­wa­niu okre­Êliç spo­so­by ada­pta­cji obiek­tu dzia­∏a­jà­ce­go, czy­li spo­so­by je­go ucze­nia si´. Po­st´­pu­jàc w‑ten spo­sób, mo˝­na zwi´k­szaç re­per­tu­ar za­cho­waƒ, co pro­wa­dzi do sy­tu­acji co­raz cz´­Êciej wspól­nej dla mo­de­li ZSA i‑mo­de­li in­for­ma­tycz­nych, czy­li nada­wa­nie obiek­ tom dzia­∏a­jà­cym cech okre­Êla­nych ja­ko „sztucz­na in­te­li­gen­cja”. Podstawowe cechy z∏o˝onych systemów adaptacyjnych ZSA po­sia­da­jà sie­dem wy­ró˝­nia­jà­cych cech przed­sta­wio­nych przez J. Hol­ lan­da [1995, s. 1–37]. 1. Mo˝­li­woÊç agre­ga­cji cech i‑za­cho­waƒ ele­men­tów (agen­tów) ni˝­sze­go szcze­bla w‑za­cho­wa­nia i‑ce­chy ele­men­tów wy˝­sze­go szcze­bla, któ­re z‑ko­lei mo­gà byç trak­to­wa­ne ja­ko ele­men­ty pod­sta­wo­we dla ele­men­tów ko­lej­ne­go, wy˝­sze­go szcze­bla. Agre­ga­cja te­go ro­dza­ju re­ali­zo­wa­na jest w‑trak­cie pro­ce­su wy­∏a­nia­nia si´ (emer­gen­ce). 2. Wy­st´­po­wa­nie me­cha­ni­zmu zna­ko­wa­nia (tag­ging) po­le­ga­jà­ce­go na tym, ˝e w‑sys­te­mie ist­nie­je pe­wien spe­cy­ficz­ny ele­ment wska­zu­jà­cy spo­sób za­cho­wa­nia si´ in­nych ele­men­tów w‑trak­cie pro­ce­su agre­ga­cji. Do­brà ana­lo­già wy­da­je si´ tu­taj sztan­dar wska­zu­jà­cy ar­miom miej­sce kon­cen­tra­cji i‑kie­ru­nek dal­sze­go dzia­∏a­nia. 3. Nie­li­nio­woÊç wy­st´­pu­jà­ca w‑od­dzia­∏y­wa­niach po­mi´­dzy ele­men­ta­mi po­wo­du­jà­ca, ˝e za­cho­wa­nie wy­∏a­nia­jà­ce si´ w‑trak­cie pro­ce­su agre­ga­cji nie mo­˝e byç prze­wi­dy­wa­ne je­dy­nie na pod­sta­wie za­cho­wa­nia po­je­dyn­czych ele­ men­tów na pod­sta­wie pro­ste­go su­mo­wa­nia, czy te˝ uÊred­nia­nia. 4. Prze­p∏y­wy w‑z∏o­˝o­nych sys­te­mach ada­pta­cyj­nych nie sta­no­wià pro­stej ana­lo­gii z‑przy­k∏a­da­mi zna­ny­mi z‑hy­dro­dy­na­mi­ki. Prze­p∏y­wy w‑ZSA po­sia­ da­jà dwie ce­chy spe­cy­ficz­ne. Pierw­szà jest ist­nie­nie efek­tu mno˝­ni­ko­we­go zna­ne­go z‑eko­no­mii, zwià­za­ne­go z‑do­dat­nim sprz´­˝e­niem zwrot­nym. Dru­gà ce­chà prze­p∏y­wów w‑ZSA jest re­cy­kling, czy­li za­trzy­my­wa­nie cz´­Êci za­so­bów w‑ra­mach pew­nych cy­kli. Je­Êli licz­ba te­go ro­dza­ju cy­kli w‑pro­ce­sie jest od­po­.

(9) Z∏o˝one systemy adaptacyjne.... 53. wied­nio du­˝a, wów­czas efek­tyw­noÊç wy­ko­rzy­sta­nia za­so­bów przez sys­tem mo­˝e byç bar­dzo wy­so­ka. 5. Pod­sta­wo­we ele­men­ty ZSA nie sà jed­na­ko­we, lecz cha­rak­te­ry­zu­jà si´ ró˝­no­rod­no­Êcià. Wy­ni­ka ona za­rów­no z‑ich im­ma­nent­nych cech, jak te˝ z‑wa­ run­ków oto­cze­nia, in­nych dla ka˝­de­go ele­men­tu. 6. Aby móc prze­wi­dy­waç i‑an­ty­cy­po­waç, ka˝­dy sys­tem, na­wet naj­prost­szy, mu­si two­rzyç mo­de­le we­wn´trz­ne obej­mu­jà­ce sta­ny oto­cze­nia, a‑w‑bar­dziej za­awan­so­wa­nych przy­pad­kach rów­nie˝ mo­de­le sa­me­go sie­bie. Bio­ràc pod uwa­g´, ˝e na­wet naj­prost­sze sys­te­my po­sia­da­jà zdol­noÊç prze­wi­dy­wa­nia, np. bak­te­rie po­dà­˝a­jà­ce w‑kie­run­ku zwi´k­szo­ne­go st´­˝e­nie po­kar­mu, mo˝­na wpro­ wa­dziç roz­ró˝­nie­nie po­mi´­dzy otwar­ty­mi (jaw­nym) mo­de­la­mi we­wn´trz­ny­mi (overt) oraz mo­de­la­mi nie­jaw­ny­mi (ukry­ty­mi) (ta­cit). Ukry­ty mo­del we­wn´trz­ny po­zwa­la prze­wi­dy­waç bie­˝à­ce dzia­∏a­nia na pod­sta­wie ukry­tych za­∏o­˝eƒ do­ty­czà­ cych przy­sz∏e­go sta­nu – przy­k∏ad bak­te­rii. 7. Budowa hierarchiczna polegajàca na tym, ˝e elementy wy˝szego rz´du sk∏adajà si´ z elementów ni˝szego rz´du, przy czym zasady agregacji na ka˝dym z poziomów SA z regu∏y ró˝ne. Pozwala to na dekompozycj´, agregacj´ i rekombinacj´ elementów. Narz´dzia modelowania ZSA Mo­de­le z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych cha­rak­te­ry­zu­jà si´ od­po­wied­ nià struk­tu­rà hie­rar­chicz­nà. Pod­sta­w´ ich mo­de­lo­wa­nia sta­no­wià al­go­ryt­my ge­ne­tycz­ne (ge­ne­tic al­go­ri­thms) [Gold­berg 1995], sie­ci neu­ro­no­we (neu­ral ne­tworks) [˚u­ra­da i‑in., 1996], au­to­ma­ty ko­mór­ko­we (cel­lu­lar au­to­ma­ta), sie­ci roz­my­te (fuz­zy ne­tworks) oraz in­ne me­to­dy mo­de­lo­wa­nia ma­te­ma­tycz­ ne­go. Na pierw­szym, naj­ni˝­szym po­zio­mie znaj­du­jà si´ od­po­wied­nie kla­ sycz­ne j´­zy­ki pro­gra­mo­wa­nia. Przy­k∏a­dem j´­zy­ka opra­co­wa­ne­go spe­cjal­nie dla mo­de­lo­wa­nia ZSA jest j´­zyk Ne­tLo­go opra­co­wa­ny przez U. Wi­len­sky’ego w‑1999 r. i‑jest da­lej roz­wi­ ja­ny w‑ra­mach Cen­ter for Con­nec­ted Le­ar­ning and Com­pu­te­r­-B­ased Mo­de­ling w‑Nor­th­we­stern Uni­ver­si­ty w‑Evan­ston w‑sta­nie Il­li­no­is w‑USA (http://ccl. nor­th­we­stern.edu/ne­tlo­go/docs/). Ne­tLo­go jest szcze­gól­nie od­po­wied­ni do mo­de­lo­wa­nia dy­na­mi­ki z∏o­˝o­nych sys­te­mów. Po­zwa­la on na mo­de­lo­wa­nie za­cho­wa­nia se­tek, a‑na­wet ty­si´­cy au­to­no­micz­nych agen­tów, co umo˝­li­wia ba­da­nie zja­wisk wy­∏a­nia­nia si´ za­cho­ waƒ i‑w∏a­sno­Êci sys­te­mów. Ne­tLo­go jest j´­zy­kiem bar­dzo uni­wer­sal­nym, gdy˝ po­zwa­la na mo­de­lo­ wa­nie zja­wisk wy­st´­pu­jà­cych w‑ró˝­no­rod­nych z∏o­˝o­nych zbio­ro­wo­Êciach w‑fi­zy­ce, che­mii, bio­lo­gii, me­dy­cy­nie, psy­cho­lo­gii i‑w‑na­ukach spo­∏ecz­nych. Wie­le mo­de­li Ne­tLo­go do­st´p­nych jest na stro­nie Cen­ter for Con­nec­ted Le­ar­ ning and Com­pu­te­r­-B­ased Mo­de­ling. Mo­de­le te cz´­sto opra­co­wy­wa­ne sà przez au­to­rów nie zwià­za­nych z‑Cen­trum..

(10) 54. Czes∏asz Mesjasz. Przy­k∏a­do­we mo­de­le opra­co­wa­ne z‑wy­ko­rzy­sta­niem j´­zy­ka Ne­tLo­go (http:// ccl.nor­th­we­stern.edu/ne­tlo­go/mo­dels/) z‑za­kre­su bio­lo­gii (Ar­ti­fi­cial Li­fe) do­ty­czà al­tru­istycz­nych za­cho­waƒ ga­tun­ków (Al­tru­ism), ko­ope­ra­cji, czy te˝ za­cho­waƒ ˝y­jà­cych zbio­ro­wo bak­te­rii, owa­dów, czy in­nych ga­tun­ków zwie­rzàt. Za po­mo­cà Ne­tLo­go mo˝­na tak­˝e mo­de­lo­waç roz­wój ko­mó­rek ra­ko­wych (Tu­mor). Mo­de­le z‑za­kre­su na­uk spo­∏ecz­nych (Ar­ti­fi­cial So­cie­ty) do­ty­czà roz­prze­ strze­nia­nia si´ AIDS, kon­flik­tów i‑ko­ope­ra­cji w‑sys­te­mach spo­∏ecz­nych, roz­ prze­strze­nia­nia si´ plo­tek, fi­nan­sów i‑ban­ko­wo­Êci, czy te˝ wresz­cie mo­de­le za­cho­wa­nia uczest­ni­ków sy­tu­acji opi­sy­wa­nych za po­mo­cà teo­rii gier. Obec­nie bar­dzo du­˝à po­pu­lar­no­Êcià za­czy­na­jà si´ cie­szyç mo­de­le sys­te­mów ko­mu­ni­ ka­cji i‑ru­chu dro­go­we­go, w‑tym ru­chu dro­go­we­go w‑wiel­kich aglo­me­ra­cjach miej­skich opar­te na ZSA i‑wy­ko­rzy­stu­jà­ce j´­zyk Ne­tLo­go. Ne­tLo­go nie jest je­dy­nym przy­k∏a­dem j´­zy­ka zbu­do­wa­ne­go dla mo­de­lo­wa­ nia sys­te­mów wie­lo­agen­to­wych, czy te˝ z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych. Cz´­sto ja­ko na­rz´­dzie bu­do­wy tych sys­te­mów wy­ko­rzy­stu­je si´ bar­dziej z∏o­ ˝o­ne me­to­dy­ki, ta­kie jak np. Ma­SE (Mul­ti­­-­agent Sys­tems En­gi­ne­ering) czy te˝ JA­DF (Ja­va Agent De­ve­lop­ment Fra­me­work) [Cu­esta­­-M­or­ales i‑in., 2004].. 4. Złożone systemy adaptacyjne w teorii i praktyce zarządzania 4.1. Wykorzystanie złożonych systemów adaptacyjnych w naukach społecznych Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne sta­∏y si´ po­pu­lar­nym na­rz´­dziem mo­de­lo­wa­ nia w‑na­ukach spo­∏ecz­nych. Nie ma w‑za­sa­dzie obec­nie ta­kiej dzie­dzi­ny na­uk spo­∏ecz­nych, eko­no­mii, psy­cho­lo­gii, edu­ka­cji, czy te˝ za­rzà­dza­nia, w‑któ­rych nie wy­ko­rzy­sty­wa­no by z‑mniej­szym lub wi´k­szym po­wo­dze­niem z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych. Ty­po­wym przy­k∏a­dem z‑te­go za­kre­su jest pro­jekt Swarm opra­co­wa­ny w‑Bro­okings In­sti­tu­tion (http://www.swarm.org/wi­ki/Ma­in_Pa­ge). Mo­de­le zwià­za­ne z‑pro­jek­tem Swarm do­ty­czà za­rów­no sys­te­mów spo­∏´cz­nych sztucz­ nych two­rów od­po­wia­da­jà­cych zbio­ro­wo­Êciom zwie­rzàt i‑lu­dzi. Do naj­bar­ dziej zna­nych mo­de­li na­le­˝y pierw­szy mo­del (Swarm Su­gar Sca­pe), mo­de­le sà­siedz­twa T. Schel­lin­ga, czy te˝ in­ne mo­de­le tzw. sztucz­nych spo­∏e­czeƒstw (Gro­wing Ar­ti­fi­cial So­cie­ties) [Ep­ste­in, Axtell 1996]. Istot­nym êró­d∏em in­for­ma­cji, a‑za­ra­zem oÊrod­kiem sku­pia­jà­cym ba­da­czy za­in­te­re­so­wa­nych wy­ko­rzy­sta­niem ZSA w‑mo­de­lo­wa­niu zja­wisk spo­∏ecz­nych jest cza­so­pi­smo in­ter­ne­to­we JASSS (Jo­ur­nal of Ar­ti­fi­cial So­cie­ties and So­cial Si­mu­la­tion) (http://jasss.soc.sur­rey.ac.uk/JASSS.html). Istot­nà za­le­tà z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych jest to, ˝e sta­no­wià one na­rz´­dzie wspo­ma­ga­nia pro­ce­sów po­szu­ki­wa­nia roz­wià­zaƒ (pro­ce­sów heu­ ry­stycz­nych) w‑teo­rii i‑prak­ty­ce za­rzà­dza­nia, gdy˝ nie­któ­re wy­∏a­nia­jà­ce si´ ce­chy sys­te­mów spo­∏ecz­nych nie sà w‑pe∏­ni prze­wi­dy­wal­ne, a‑dzi´­ki nie­li­nio­.

(11) Z∏o˝one systemy adaptacyjne.... 55. wym mo­de­lom ada­pta­cyj­nym ist­nie­jà szan­se na uzy­ska­nie wa­rian­tów te­go w∏a­ Ênie ro­dza­ju. Na szcze­gól­nà uwa­g´ za­s∏u­gu­je wy­ko­rzy­sta­nie ZSA w‑roz­wa­˝a­niach do­ty­ czà­cych mi´­dzy­na­ro­do­wych sto­sun­ków eko­no­micz­nych i‑po­li­tycz­nych oraz sze­ro­ko ro­zu­mia­ne­go bez­pie­czeƒ­stwa. Do­ty­czy to ogól­nych pro­ble­mów bez­ pie­czeƒ­stwa za­rów­no na po­zio­mie mi´­dzy­na­ro­do­wym, jak i‑we­wn´trz­nym [Je­rvis 1997], [Complexity, Global Politics..., 2002]. 4.2. Obszary zastosowań Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne zna­la­z∏y bar­dzo wie­le za­sto­so­waƒ w‑teo­ rii i‑prak­ty­ce za­rzà­dza­nia. Wy­ko­rzy­sty­wa­ne mo­gà byç one na dwa spo­so­by. W‑pierw­szym przy­pad­ku mo­gà byç wy­ko­rzy­sty­wa­ne ja­ko na­rz´­dzie teo­rii do opi­su, ana­li­zy, pre­dyk­cji i‑two­rze­nia wzor­ców. Jak te˝ zo­sta­∏o wspo­mnia­ne, ZSA sta­no­wià w‑teo­rii i‑prak­ty­ce za­rzà­dza­nia istot­ne na­rz´­dzie heu­ry­stycz­ne, gdy˝ nie­któ­re wy­∏a­nia­jà­ce si´ ce­chy sys­te­mów spo­∏ecz­nych nie sà prze­wi­dy­ wal­ne, a‑dzi´­ki nie­li­nio­wym mo­de­lom ada­pta­cyj­nym ist­nie­jà szan­se na uzy­ ska­nie wa­rian­tów te­go w∏a­Ênie ro­dza­ju. Dru­gim ob­sza­rem wy­ko­rzy­sta­nia ZSA w‑za­rzà­dza­niu, w‑znacz­nym stop­niu po­kry­wa­jà­cym si´ z‑pierw­szym, jest wspo­ma­ga­nie re­al­nych pro­ce­sów de­cy­zyj­nych i‑wy­ko­naw­czych za po­mo­cà me­tod sy­mu­la­cji opar­tych na mo­de­lo­wa­niu wie­lo­agen­to­wym. W‑oby­dwu przy­ pad­kach w‑co­raz wi´k­szym za­kre­sie uwzgl´d­nia si´ sto­so­wa­nie z∏o­˝o­nych mo­de­li, w‑któ­rych ele­men­ty po­sia­da­jà ce­chy sztucz­nej in­te­li­gen­cji. Wy­ko­rzy­stujàc mo­de­le opar­te na z∏o­˝o­nych sys­te­mach ada­pta­cyj­nych, na­le­˝y wziàç pod uwa­g´ na­st´­pu­jà­ce ce­chy tych sys­te­mów: ko­mu­ni­ka­cj´ po­mi´­dzy obiek­ta­mi dzia­∏a­jà­cy­mi, kon­flik­ty i‑ne­go­cja­cje, za­pew­nie­nie w∏a­ Êci­wej ko­or­dy­na­cji, prze­ka­zy­wa­nie in­for­ma­cji, mi­ni­ma­li­za­cj´ cza­su re­ali­za­cji, in­te­gra­cje mo­de­li two­rzo­nych w‑ró˝­nych sys­te­mach. W li­te­ra­tu­rze Êwia­to­wej opi­su­je si´ bar­dzo wie­le przy­k∏a­dów wy­ko­rzy­sta­ nia sys­te­mów ZSA do wspo­ma­ga­nia ró˝­no­ra­kich sys­te­mów i‑funk­cji za­rzà­dza­ nia. Ró˝­no­rod­noÊç tych za­sto­so­waƒ ilu­stru­jà na­st´­pu­jà­ce przy­k∏a­dy [God­niak 2004]. Projekt Firma Ce­lem Pro­jek­tu Fir­ma (Fre­sh­wa­ter In­te­gra­ted Re­so­ur­ce Ma­na­ge­ment with Agents) [http://fir­ma. cfpm.org] re­ali­zo­wa­ne­go przez Cen­tre for Po­li­cy Mo­del­ ling, Man­che­ster Me­tro­po­li­tan Uni­ver­si­ty Bu­si­ness Scho­ol jest do­sko­na­le­nie za­rzà­dza­nia za­so­ba­mi wod­ny­mi po­przez roz­wój i‑wdro­˝e­nie tech­no­lo­gii opar­ tych na mo­de­lach wie­lo­agen­to­wych, po­zwa­la­jà­cych na in­te­gra­cj´ fi­zycz­nych, hy­dro­lo­gicz­nych, spo­∏ecz­nych, eko­no­micz­nych aspek­tów za­rzà­dza­nia te­go ro­dza­ju pro­jek­ta­mi..

(12) 56. Czes∏asz Mesjasz. Projekt ISCM Pro­jekt ISCM (In­te­gra­ted Sup­ply Cha­in Ma­na­ge­ment) jest re­ali­zo­wa­ny na Uni­wer­sy­te­cie w‑To­ron­to (http://www.eil.uto­ron­to.ca/isc­m­-d­escr.html). Do­ty­czy on za­rzà­dza­nia ∏aƒ­cu­chem do­staw i‑in­te­gra­cji przed­si´­biorstw. Przed­ si´­bior­stwo pro­duk­cyj­ne roz­pa­try­wa­ne w‑nim jest ja­ko sieç w´­z∏ów ope­ra­cyj­ nych, w‑któ­rych de­cen­tra­li­za­cja kon­tro­li opar­ta jest na tech­no­lo­gii agen­to­wej. Oprócz tych i‑po­dob­nych za­sto­so­waƒ mo­de­li ZSA war­to zwró­ciç uwa­g´ na fakt, ˝e mo­de­le te sà wy­ko­rzy­sty­wa­ne do opi­su i‑ana­li­zy przed­si´­biorstw dzia­∏a­jà­cych w‑sie­ci, co wy­da­je si´ w‑pe∏­ni na­tu­ral­ne. Do­ty­czy to ta­kich za­gad­ nieƒ, jak: zwiàz­ków e­-bi­zn­esu z‑teo­ria­mi z∏o­˝o­no­Êci [Nel­son i‑in., 2002]. ZSA sto­su­je si´ rów­nie˝ do mo­de­lo­wa­nia ró˝­nych aspek­tów dzia­∏a­nia sys­te­mów CRM [Kur­ty­ka 2002]. 4.3. Modelowanie systemów uczących się za pomocą ZSA Przed­sta­wio­ne w‑ni­niej­szym roz­dzia­le przy­k∏a­dy wska­zu­jà, ˝e z∏o­˝o­ne sys­ te­my ada­pta­cyj­ne sta­no­wià bar­dzo roz­wi­ni´­te na­rz´­dzia mo­de­lo­wa­nia pro­ce­sów ucze­nia si´ w‑or­ga­ni­za­cji i‑two­rze­nia wie­dzy. Jak wia­do­mo, pro­ce­sy ucze­nia si´ or­ga­ni­za­cji mo˝­na roz­pa­try­waç za­rów­no na po­zio­mie ucze­nia si´ jed­no­stek, jak i‑na po­zio­mie ucze­nia si´ ca­∏ej or­ga­ni­za­cji. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne sa­me w‑so­bie sà sys­te­ma­mi uczà­cy­mi si´, gdy˝ za­k∏a­da si´ w‑nich, ˝e ele­men­ty tych sys­te­mów, po­sia­da­jà bar­dzo roz­bu­do­wa­ne sta­ny we­wn´trz­ne oraz bo­ga­ty re­per­tu­ar za­cho­waƒ. Da­je to mo˝­li­woÊç mo­de­lo­wa­nia pro­ce­sów ucze­nia si´ do­wol­nych ele­men­tów. Dal­sze wzbo­ga­ca­nie re­per­tu­aru cech ele­men­tów o‑zdol­ no­Êci po­znaw­cze (ko­gni­tyw­ne) umo˝­li­wia uchwy­ce­nie co­raz bar­dziej z∏o­˝o­ nych aspek­tów pro­ce­sów in­dy­wi­du­al­ne­go ucze­nia si´ ele­men­tów or­ga­ni­za­cji. Me­cha­ni­zmy agre­ga­cji oraz wy­∏a­nia­nia si´ sta­no­wià z‑ko­lei bar­dzo do­bry spo­sób mo­de­lo­wa­nia pro­ce­sów ucze­nia si´ ca­∏ej or­ga­ni­za­cji. W‑roz­wa­˝a­niach ja­ko­Êcio­wych do­ty­czà­cych ucze­nia si´ or­ga­ni­za­cji cz´­sto po­mi­ja si´ dà­˝e­nie do zro­zu­mie­nia me­cha­ni­zmów ucze­nia si´ or­ga­ni­za­cji. Przyj­mu­je si´ swe­go ro­dza­ju uprosz­cze­nie, czy te˝ an­tro­po­mor­fi­za­cj´ or­ga­ni­za­cji, mó­wiàc, ˝e jest ona in­te­li­gent­na, uczà­ca si´ i‑two­rzà­ca wie­dz´. Cz´­sto wspo­mi­na si´ me­cha­ ni­zmy kon­wer­sji po­mi´­dzy wie­dzà jaw­nà a‑wie­dzà ukry­tà [No­na­ka, Ta­keu­chi 2000]. Tym­cza­sem zro­zu­mie­nie me­cha­ni­zmów two­rze­nia wie­dzy w‑or­ga­ni­za­ cji ja­ko two­rze­nia i‑zmia­ny re­la­cji w‑or­ga­ni­za­cji jest nie­zb´d­ne do wyj­Êcia po­za pro­ste roz­wa­˝a­nia opi­so­we i‑po­szu­ki­wa­nia spo­so­bów uspraw­nie­nia ucze­ nia si´ or­ga­ni­za­cji i‑two­rze­nia w‑niej wie­dzy [Probst i‑in., 2002]. Z∏o­˝o­ne sys­te­my ada­pta­cyj­ne sta­no­wià wi´c i‑w‑tym przy­pad­ku naj­lep­sze, jak do­tych­czas, na­rz´­dzie mo­de­lo­wa­nia me­cha­ni­zmów ucze­nia si´ or­ga­ni­za­ cji i‑two­rze­nia w‑niej wie­dzy. Sys­te­my te po­zwa­la­jà na ob­ser­wa­cj´ two­rze­nia si´ re­la­cji w‑sys­te­mie w‑ra­mach pro­ce­sów ucze­nia si´. Dzi´­ki mo˝­li­wo­Êciom sys­te­mów kom­pu­te­ro­wych mo˝­na ba­daç w‑do­wol­nej chwi­li jak re­la­cje po­mi´­ dzy ele­men­ta­mi prze­k∏a­da­jà si´ na wy­∏a­nia­jà­ce si´ w∏a­sno­Êci sys­te­mów. Pro­.

(13) Z∏o˝one systemy adaptacyjne.... 57. ce­sy ucze­nia si´ or­ga­ni­za­cji sta­jà si´ przed­mio­tem ob­ser­wa­cji nie­ja­ko in sta­tu na­scen­di i‑mo­gà byç przed­mio­tem zmian i‑do­sko­na­le­nia. Wpro­wa­dze­nie zaÊ mo˝­li­wo­Êci mo­de­lo­wa­nia pro­ce­sów po­znaw­czych ele­men­tów sys­te­mu je­dy­nie zwi´k­sza sto­pieƒ zgod­no­Êci mo­de­lu ze sta­na­mi rze­czy­wi­sty­mi.. 5. Zakończenie Ce­lem ar­ty­ku­∏u by­∏o do­ko­na­nie prze­glà­du za­sto­so­waƒ z∏o­˝o­nych sys­te­mów ada­pta­cyj­nych (Com­plex Ada­pti­ve Sys­tems – CAS) w‑mo­de­lo­wa­niu i‑ana­li­zie uczà­cej si´ or­ga­ni­za­cji. Roz­wa­˝a­nia za­war­te w‑roz­dzia­le sta­no­wià wst´p do dal­szych ba­daƒ teo­re­tycz­nych, jak i‑te˝ do opra­co­wa­nia mo­de­li z∏o­˝o­nych sys­ te­mów ada­pta­cyj­nych, któ­re w‑szer­szym ni˝ do­tych­czas za­kre­sie umo˝­li­wia­ ∏y­by opis i‑ana­li­z´ pro­ce­sów ucze­nia si´ or­ga­ni­za­cji i‑two­rze­nia wie­dzy. Na pod­sta­wie prze­pro­wa­dzo­nej ana­li­zy wst´p­nej mo˝­na w‑pe∏­ni zgo­dziç si´ ze stwier­dze­niem, ˝e z∏o­˝o­ne sys­te­my ada­pta­cyj­ne (ZSA) sta­no­wià obec­ nie naj­bar­dziej za­awan­so­wa­nà me­to­d´ mo­de­lo­wa­nia sys­te­mów spo­∏ecz­nych, w‑tym or­ga­ni­za­cji uczà­cej si´ i‑two­rzà­cej wie­dz´. Mo˝­na do­daç, ˝e ZSA sta­ no­wià do­sko­na­∏e na­rz´­dzie opi­su i‑ana­li­zy dzia­∏a­nia za­rów­no z∏o­˝o­nych sys­ te­mów in­for­ma­cyj­nych, od po­zio­mu or­ga­ni­za­cji do po­zio­mu In­ter­ne­tu, jak te˝ z∏o­˝o­nych sys­te­mów spo­∏ecz­nych, któ­re w‑pe­wien spo­sób mo˝­na in­ter­pre­ to­waç ja­ko sys­te­my ko­mu­ni­ka­cji, al­bo te˝ ja­ko sys­te­my fi­zycz­ne w‑istot­nym stop­niu dzia­∏a­jà­ce dzi´­ki ko­mu­ni­ka­cji, np. sys­te­my pro­duk­cyj­ne, czy sys­te­my lo­gi­stycz­ne. Dzi´­ki two­rze­niu od­po­wied­nich mo­de­li ma­te­ma­tycz­nych, za­awan­so­wa­ nych me­tod opro­gra­mo­wa­nia oraz urzà­dzeƒ o‑od­po­wied­niej mo­cy ob­li­cze­nio­ wej, z∏o­˝o­ne sys­te­my ada­pta­cyj­ne sta­jà si´ na­rz´­dziem sy­mu­la­cji sys­te­mów spo­∏ecz­nych o‑du­˝ym, a‑na­wet i‑do­wol­nym stop­niu z∏o­˝o­no­Êci. Sy­mu­la­cja ta po­sia­da jed­nak­˝e jed­nà wa­d´. Ze swej isto­ty ZAS nie mo­gà byç bez­po­Êred­ nio na­rz´­dziem pre­dyk­cji (prze­wi­dy­wa­nia) – obec­noÊç zja­wisk nie­li­nio­wych. Jed­nak­˝e mo˝­li­woÊç swe­go ro­dza­ju wzbo­ga­ca­nia za­rów­no re­per­tu­aru sta­nów we­wn´trz­nych (pro­ce­sy po­znaw­cze), jak i‑za­cho­waƒ ele­men­tów ZAS (agen­ tów) po­zwa­la na mo­de­lo­wa­nie wi´k­szo­Êci zja­wisk zwià­za­nych z‑ucze­niem si´ or­ga­ni­za­cji i‑two­rze­niem przez nià wie­dzy. Literatura Ar­thur W.B. [1994], In­cre­asing Re­turns and Path De­pen­den­ce in the Eco­no­my, Uni­ver­si­ty of Mi­chi­gan Press, Ann Ar­bor, MI. Big­gie­ro L. [2001], So­ur­ces of Com­ple­xi­ty in Hu­man Sys­tems, Non­li­ne­ar Dy­na­mics, Psy­cho­lo­gy and Li­fe Scien­ces, vol. 5, nr 1. Ca­sti J. [1997], Wo­uld Be Worlds, John Wi­ley, New York. Church M. [1999], Or­ga­ni­zing Sim­ply for Com­ple­xi­ty: Bey­ond Me­ta­phor To­wards The­ory, Long Ran­ge Pla­ning, vol. 32, nr 4..

(14) 58. Czes∏asz Mesjasz. Com­ple­xi­ty, Glo­bal Po­li­tics and Na­tio­nal Se­cu­ri­ty [2002], red. D.S. Al­berts, T.J. Czer­win­ ski, Uni­ver­si­ty Press of the Pa­ci­fic, Ho­no­lu­lu. Cu­esta­­-M­or­ales P. i‑in. [2004], De­ve­lo­ping a‑Mul­ti­­-­Agent Sys­tem Using Ma­SE and JA­DE, UPGRA­DE, vol. V, nr 4. Ep­ste­in J.M., Axtell R. [1996], Gro­wing Ar­ti­fi­cial So­cie­ties, MIT Press, Cam­brid­ge, MA. Fir­ma (Fre­sh­wa­ter In­te­gra­ted Re­so­ur­ce Ma­na­ge­ment with Agents), http://fir­ma. cfpm.org. Gle­ick J. [1996], Cha­os, Wy­daw­nic­two Zysk i‑S­-ka, War­sza­wa. Gold­berg D.E. [1995], Al­go­ryt­my ge­ne­tycz­ne i‑ich za­sto­so­wa­nia, WNT, War­sza­wa. Hol­land, J.D. [1995], Hid­den Or­der. How Ada­pta­tion Bu­ilds Com­ple­xi­ty, Ba­sic Bo­oks, New York. Je­rvis R. [1997], Sys­tem Ef­fects. Com­ple­xi­ty in Po­li­ti­cal and So­cial Li­fe, Prin­ce­ton Uni­ver­ si­ty Press, Prin­ce­ton, NJ. Kur­ty­ka J. [2002], Ada­pti­ve Mar­ke­ting: The Chan­ging Re­la­tion­ship of Bu­si­ness to the Cu­sto­mer, http://www.In­ter­jo­ur­nal.Org/Ma­nu­script_Abs­tract.Php?14699, In­ter­jo­ur­nal. Ley­des­dorff L. [2001], A‑So­cio­lo­gi­cal The­ory of Com­mu­ni­ca­tion. The Sel­f­-O­rg­an­iz­ation of the Know­led­ge­­-B­ased So­cie­ty, Uni­ver­sal Pu­bli­shers/uPU­BLI­SH­COM, USA. Lis­sack M.R. [1999], Com­ple­xi­ty: The Scien­ce, Its Vo­ca­bu­la­ry, and Its Re­la­tion to Or­ga­ni­ za­tions, Emer­gen­ce, vol. 1, nr 1. Me­sjasz C. [2003], Na­uki o‑za­rzà­dza­niu a‑teo­ria sys­te­mów z∏o­˝o­nych, 'Or­ga­ni­za­cja i‑Kie­ ro­wa­nie', nr 4‑(114). Me­sjasz C. [2004], Or­ga­ni­za­cja ja­ko sys­tem z∏o­˝o­ny, Ze­szy­ty Na­uko­we AE w‑Kra­ko­wie, Kra­ków, nr 652. Ne­ste­ro­wicz P. [2001], Or­ga­ni­za­cja na kra­w´­dzi cha­osu, Wy­daw­nic­two Pro­fe­sjo­nal­nej Szko­∏y Biz­ne­su, Kra­ków. Nel­son A., Nel­son W.H.M., Mau­bo­ur­gu­et F. [2002], Elec­tro­nic Com­mer­ce Ma­na­ge­ment Im­pli­ca­tions from Au­to­po­ie­tic and Com­ple­xi­ty The­ories. No­na­ka I., Ta­keu­chi H. [2000], Kre­owa­nie wie­dzy w‑or­ga­ni­za­cji. Jak spó∏­ki ja­poƒ­skie dy­na­ mi­zu­jà pro­ce­sy in­no­wa­cyj­ne, Po­ltext, War­sza­wa. Oztas N., Hu­er­ta T., Myr­tle R.C., Ro­bert­son P.J. [2002], Map­ping the Field: Com­ple­xi­ty Scien­ces in Or­ga­ni­za­tion and Ma­na­ge­ment, re­fe­rat przed­sta­wio­ny pod­czas In­ter­na­tio­nal Con­fe­ren­ce on Com­plex Sys­tems (ICCS2002) Na­shua, NH, USA, 9–14 czer­wiec, opu­bli­ ko­wa­ny: nr 528, In­ter­Jo­ur­nal http://www.in­ter­jo­ur­nal.org. Probst G., Raub St., Rom­hardt K. [2002], Za­rzà­dza­nie wie­dzà w‑or­ga­ni­za­cji, Ofi­cy­na Eko­ no­micz­na, Kra­ków. Ros­ser J.B. [1999], On the Com­ple­xi­ty of Eco­no­mic Dy­na­mics, „Jo­ur­nal of Eco­no­mic Per­ spec­ti­ves”, vol. 13, nr 4. Ros­ser J.B. [2000], Aspects of Dia­lec­tics and No­n­-L­in­ear Dy­na­mics, „Cam­brid­ge Jo­ur­nal of Eco­no­mics”, vol. 24. Wo­ol­drid­ge M. [2002], An In­tro­duc­tion to Mul­tiA­gent Sys­tems, John Wi­ley & Sons, Chi­che­ ster, En­gland, http://www.csc.liv.ac.uk/~mjw/pubs/imas/ ˚u­ra­da J., Bar­ski M., J´­druch W. [1996], Sztucz­ne sie­ci neu­ro­no­we: Pod­sta­wy teo­rii i‑za­sto­ so­wa­nia, Wy­daw­nic­two Na­uko­we PWN, War­sza­wa.. Complex Adaptive Systems (CAS) as a Tool for Modelling and Analysis of Organisations The construction of mathematical models of social systems has been one of the fundamental challenges for the theory and practice of social sciences. Discovery of the properties of non-linear systems defined as complexity and chaos has become the basis for developing complex methods of modelling, which allow the operation of social systems to.

(15) Z∏o˝one systemy adaptacyjne.... 59. be analysed and described. Complex Adaptive Systems (CAS) may be used to model many types of systems – financial markets, animal colonies, social systems, resistance systems, computer networks, relations between nations, and many other similar objects composed of many operating elements (collectivities). The aim of the article is to review the application of CAS in the modelling of organisations. The article is an introduction to further theoretical studies and also to the development of models of Complex Adaptive Systems, which would enable a broader description and analysis (than hitherto) of how all types of modern organisations work..

(16)

Cytaty

Pobierz teraz ( PDF - 15 Stron - 462.94 KB )

Powiązane dokumenty

Powszechnie wyró¿nia siê trzy kategorie zubo¿enia kopaliny

W przedk³adanym artykule oprócz weryfikacji wp³ywu zubo¿enia na wartoœæ ekonomiczn¹ projektu, ocenie poddano zmianê kluczowych parametrów takich jak: przychody z tytu³u

Zwi¹zki miê dzy ro œlin no œci¹ a gleb¹ w za le ¿ no œci od spo so bu u¿y t ko wa nia zie mi jako pod sta wa

Jest to ty po wy uk³ad dla gleb auto ge ni cz nych wy kszta³co nych ze s³abo prze pusz cza l nych ska³.. Re gres sion pa ra me ters are given in the

Stru ktu ra pio no wa fra g men tu Bra my Kra ko wskiejw oko li cach Ka mie nia

Pe w ne zmia ny wpro wa dzi³ w kra jo bra zie zrê bów cz³owiek, tworz¹c en kla wy pól upra w nych wœród la - sów... Czyn ni kiem zwiê kszaj¹cym mi¹¿szoœæ jest tu wy stê

FORKOME – mo del kom pu te ro wyi jego za sto so wa nia do pro gno zo wa nia zmiankrajo bra zów le œ nych

Mo ¿ na to za uwa ¿yæ dla wszy stkich po wie rz ch ni, jed nak z po wo du ogra ni czeñ ra mo - wych niniejszej publikacji przedstawiono to tylko dla powierzchni lasu

Me to dy okre œla nia wa run ków dys per sjiza nie czy sz czeñ po wie trzaoraz przyk³ady ich za sto so wa nia

Przed sta wio ny po ni ¿ej sche mat jest roz wi niê ciem kon ce pcji zaproponowanej przez zespó³ kierowany przez S.P... Zna jo moœæ ró¿y wia trów umo ¿ li wia zaœ

Wie lo czyn ni ko wy sys tem wcze sne go ostrze ga nia firmprzed ry zy kiem upa dło ści

nie nie czyn ni ków ma kro eko no micz nych wpły wa ją cych na przy szłą sy tu ację fi nan so wą przed się biorstw oraz rów nież pró ba pro gno zo wa nia tych czyn

9. wrze ś nia - pi ą tek 8. wrze ś nia - czwartek Programme

13:00-13:45 Adam Pietraszko (Instytut Niskich Temperatur i Badań Strukturalnych PAN we Wrocławiu), Oznaczanie lokalnego uporządkowania w oparciu o rozpraszanie

———— KRONIKA DOMU OD 1 WRZE Ś NIA 1939 R.

we Lwowie w Zgromadzeniu Księży Misjonarzy, duszpasterz w domu kleparskim w Krakowie 1940-1949, dyrektor Seminarium Internum na Kleparzu w Krakowie 1945-1949, wykładowca w