Hero imageMobile Hero image
  • LinkedIn
  • Facebook

August 11, 2020

Impact op onze visie. Benieuwd waarom architectuur niet zonder causal-loops kan? Lees het artikel van Hans Nouwens.

Enterprise architecten werken veelal in complexe organisaties. In deze context schiet ons huidige denken al snel te kort ten aanzien van de samenhang van organisaties, de ondersteunende informatie en bijbehorende applicaties. Een vraag opdelen in kleine stukjes werkt niet meer altijd om tot een voorspelbaar resultaat te komen. We denken te simpel. Maar hoe dan wel? Niets zo praktisch als een stuk goede theorie!

Een organisatie is een sociaal concept. In deze context is het een verrijking voor het vakgebied Enterprise Architectuur om elementen uit de psychologie en cybernetica te beschouwen. In deze blog geef ik een korte samenvatting van de termen Lineaire Causaliteit, Circulaire Causaliteit en feedback-loops. Dit maakt het mogelijk om samen te beoordelen of dit toepasbaar is in het ontwerp van de samenhang binnen een organisatie.

Oorzaak en gevolg

Wanneer we praten over logisch redeneren dan hebben we het vaak over het toepassen van Lineaire Causaliteit. Er is sprake van Lineaire Causaliteit, wanneer er een eenvoudige relatie tussen oorzaak en gevolg is. Bijvoorbeeld: als A dan volgt B. Dit is een eenvoudige manier van redeneren en zeer bruikbaar in de context van een mechanisch systeem zoals tandwielen. Lineaire Causaliteit werkt goed voor uurwerken en algoritmes, maar is niet toepasbaar op complexe sociale systemen zoals organisaties. In een organisatie geldt minimaal dat elke actie een tegenreactie als gevolg heeft.

Invloed op elkaar

Circulaire Causaliteit beschrijft twee lineaire verbanden tussen twee systemen: een tweerichting effect. Systeem A veroorzaakt iets bij B en andersom. Deze interacties tussen twee systemen creëert een feedback-loop. Iedereen heeft dit vast wel een keer meegemaakt met een spreker, een microfoon en luidsprekers. Een feedback-loop over de luidsprekers die steeds luider wordt en eindigt in een harde piep. Wanneer een onervaren spreker zijn of haar hand op de microfoon houdt wordt de microfoon nog meer richting-gevoelig, waardoor het effect van de feedback-loop alleen maar erger wordt. Een ander mooi voorbeeld van een feedback-loop is, twee baby’s in een kamer waarvan één begint te huilen. 

Er zijn twee soorten feedback-loops: positieve (versterkend) en negatieve (dempend). Positieve feedback-loops zijn zelfversterkend. A stimuleert B en B stimuleert A. Dit geeft een exponentieel groei- of krimpscenario waarbij het einde alleen maar bereikt wordt als een systeem niet meer kan groeien of uitgeput raakt. In het voorbeeld van de twee baby’s is dit het geval wanneer ze beide huilend in slaap vallen. Bij het voorbeeld van de spreker wordt de feedback-loop piep alleen niet meer harder omdat de versterker niet harder kan. Dit proces eindigt pas op het moment dat de speakers kapot gaan of iemand de versterker zachter dan wel uitzet.

Voorbeeld positief feedback effect

 
Figuur 1: Een positief feedback effect

Negatieve feedback-loops zijn zelf-corrigerend. Ze zoeken een balans. Denk bijvoorbeeld aan een samengesteld systeem zoals een thermostaat en een verwarming dat tot doel heeft de omgevingstemperatuur te regelen. De kamer koelt af en de thermostaat geeft het “aan” signaal aan de verwarming. De kamer wordt warmer en de thermostaat geeft het “uit” signaal en de kamer koelt weer af. Zo krijgen we een herhalend patroon dat rondom de ingestelde waarde van de thermostaat schommelt. Dit heet ook wel een homeostaat.
 

Voorbeeld negatief feedback effect

Figuur 2: Een negatief feedback effect

Deze twee soorten feedback vormen de basis om ons zo te ondersteunen om te komen tot het noodzakelijk verbeterde denken.

Causal-loop diagrammen

Eenvoudige systemen met een paar elementen zijn nog wel voor te stellen en te beredeneren, maar zodra het iets complexer wordt gaat het al snel ons voorstellingsvermogen te boven. Tekenen is vaak hierbij de oplossing. In een causal-loop diagram(externe link) worden meerdere concepten getoond met hun relaties, positief of negatief. Een voorbeeld over konijnen:

Causal loop diagram over populatiegrootte konijnen

Figuur 3: Een causal-loop diagram over de populatiegrootte van konijnen

Een groeiende konijnenpopulatie zorgt, met enige vertraging, voor steeds meer konijnen. Een zelf-versterkende (Reinforcing) feedback-loop. De konijnenpopulatie kan echter niet oneindig doorgroeien. Binnen de systeemcontext is een negatieve (Balancing) feedback-loop. Veel konijnen eten veel, een vermindering van beschikbaar voedsel zorgt er weer voor dat de populatie afneemt. Extra introductie oefeningen om een Causal-Loop Diagram te maken zijn te vinden in: “Visual Paradigm“, “The System Thinker” en “Introduction to system thinking and causal loop diagrams”.

De keuze voor de scope van het diagram is van groot belang. Wat gebeurt er met dit systeem als we een succesvolle populatie vossen introduceren? Zouden de konijnen allemaal opgegeten worden? Waarschijnlijk zal een gebrek aan vossenvoedsel hun populatie weer beperken. Het is ook belangrijk om te controleren of de causale relaties ook daadwerkelijk bestaan. Heeft een verhoogde populatie konijnen ook daadwerkelijk een verhoogd geboortecijfer tot gevolg? Een grappige manier om te spelen met deze causal-loop diagrammen is gratis online beschikbaar

Wanneer wij als architecten onze architectuurprincipes gebruiken om besluitvorming te faciliteren, moeten we in staat zijn om complexe relaties te doorgronden. De diagrammen laten zien hoe zaken binnen onze gekozen scope samenhangen. Niet in een statische toestand maar als een holistisch stromend geheel van relaties en effecten. Hoog tijd dus, om de causal-loop toe te voegen aan ons modelleringsrepertoire.

Hans  Nouwens

Hans Nouwens