Wprowadzenie
Regularnie natykam się w projektach ze sformułowaniami „wiedza o firmie” i „model działania firmy”. To z czym się permanentnie spotykam to monstrualne w swojej objętości i ilości danych, „analizy i modele”. Ta wiedza i to co nazywane jest „modelami” firmy to najczęściej setki i tysiące faktów z jej istnienia i monstrualne ilości wariantów wykonanych prac, których cele można jednak policzyć nie raz na palcach jednej ręki. Tak się produkuje pseudo-wiedzę.
Mam za sobą lekturę dwóch książek: świeżo przeczytana Struktura rewolucji naukowych Thomasa Kuhna i Wiedza obiektywna Karla Poppera. Obaj myśliciele piszą o nauce i poznaniu. Polecam lekturę obu dla porównania podejść, tu wskażę tylko różnicę poglądów obu.
Kuhn opisuję naukę (jak ją nazywa) normalną, jako ewolucję paradygmatów (nie definiując precyzyjnie, do czego sam się przyznaje, pojęcia paradygmat). Kuhn świadomie rezygnuje z pojęcia „prawda” na rzecz „tego w co akurat wierzą i co uznają naukowcy” (wierzą w słuszność aktualnie obowiązującego paradygmatu). Kuhn widzi wartość nauki i naukowców w tytanicznej pracy jaką wykonują: liczbie badań, prób i eksperymentów. Obowiązująca wersja, opis rzeczywistości – paradygmat – obowiązuje, bo znajduje poparcie u większości naukowców.
Popper (i nie tylko on, także Tarski, Russel i wielu innych) podchodzi do nauki pragmatycznie, opera się na logice. Jego pojęcie prawdziwości, zgodne z tak zwaną korespondencyjną definicją prawdy (Tarski: prawda to teoria, która koresponduje z faktami), wskazuje drogę badań w nauce: nie tytaniczna praca a opracowanie teorii, która tłumaczy fakty i pozwala je także przewidywać (prawdziwa teoria to taka, która pozwala przewidzieć reakcję na bodźce). Ewolucja teorii polega na ich modyfikacji a nie raz zarzucaniu na korzyść zupełnie nowych, po każdej udanej próbie falsyfikacji (to jest po pojawieniu się faktów, których testowana teoria nie wyjaśnia).
Kuhn uważa, że rozmijanie się paradygmatu z rzeczywistością oznacza tylko potrzebę opracowania nowych przyrządów laboratoryjnych, pracy nad kolejnymi wariantami obliczeń. Rewolucją nazywa, nie niezgodność paradygmatu z wynikami badać a pojawienie się i uznanie w środowisku nauki nowego paradygmatu, lepiej wyjaśniającego laboratoryjne obserwacje.
Kuhn, jak go odczytuję, nie radzi sobie np. z Einsteinem, którego słowa:
Wszystko powinno być tak proste, jak to tylko możliwe, ale nie prostsze. (Źródło: Wszystko powinno być tak […] ? Albert Einstein ? Cytaty.info)
wskazują, że wartość teorii widzi on w jej prostocie a nie w pracy jaką nad nią wykonano. Kuhn nie zgadza się z Popperem i podejściem epistemologicznym, ale ani nie uzasadnia dlaczego, ani nie daje nic w zamian, nie podejmuje nawet polemiki z tezami logików i filozofów nauki.
Lektura Kuhna uzmysłowiła mi jednak, że świat w większości patrzy na pracę i jej wartość przez pryzmat pracochłonności. Niewątpliwie Kuhn wiarygodnie wyjaśnia faktyczny stan akademickiej nauki i dominujący sposób jej uprawiania.
Dlaczego o tym pisze na blogu?
Od czasu do czasu zwracam tu uwagę na to, że sposób prowadzenia analiz i projektowania rozwiązań to praca bliska (jak nie taka sama) pracy „naukowca”.
Nie chodzi tu o to, by sztucznie „intelektualizować” pracę analityka. Chodzi o to by pokazać, że ona taka jest: naukowa. Analityk systemów to nie ktoś kto skrzętnie prowadzi setki wywiadów i skrzętnie zapisuje i porządkuje ich treść na setkach stron dokumentów. Analityk ma za cel wykonać analizę organizacji i zrozumieć jak działa, opisać mechanizm jej funkcjonowania. Dopiero na tej podstawie ma prawo projektować jakiekolwiek rozwiązanie, które będzie częścią opisanego (przeanalizowanego i opisanego modelem) mechanizmu działania tej organizacji, i nie powinno – to rozwiązanie- go zakłócić.
Wskazywałem na ten styl pracy dwa lata temu:
Nie raz w toku projektów mówię, że moja praca przebiega w taki ? naukowy ? właśnie sposób: zbieram pewną niewielką partię danych, np. dwa, może trzy komplety dokumentów danego procesu biznesowego, i tworzę model tego procesu. Ten model to hipoteza: ?Ten proces tak przebiega?. Kolejny ?ruch? to testowanie modelu czyli próba jest falsyfikacji, szukania w analizowanej organizacji faktów przeczących tej tezie. Polega na wysłaniu do recenzji lub prezentacji opracowanego modelu procesu. Jeżeli uda się znaleźć zdarzenie lub dokument, którego model procesu nie tłumaczy (nie opisuje go), to znaczy, że model jest zły (został podważony) i należy go poprawić. Jeżeli w toku recenzji, żaden recenzent (recenzentem jest tu ekspert dziedzinowy z obszaru danego procesu biznesowego w analizowanej organizacji) nie podważy modelu, znaczy to, że model jest poprawny czyli odwzorowuje to co się dzieje w organizacji. To procedura zwana metodą naukową (model ten musi także spełniać wymogi formalne czyli zgodność z daną notacją, np. BPMN i ustalona pragmatyką tworzenia tych modeli). (Źródło: Metodologiczny dekalog naukowca | | Jarosław Żeliński IT-Consulting).
Na zakończenie, po raz kolejny powiem: analiza biznesowa (analiza systemowa organizacji) i szukanie rozwiązań to praca bardzo podobna do pracy naukowej (a może nawet taka sama). Przyjęcie analizy systemowej jako fundamentu metod pracy, pozwala nie tylko uporządkować prace analityczne ale także uporządkować cały proces szukania rozwiązania. Każdemu, kto ma ochotę poznać osiągnięcia myślicieli z obszaru filozofii nauki polecam obie książki. Jako kontynuację tego artykułu polecam inny zaczynający się od słów:
Analiza systemowa, ogólna teoria systemów, świat to chaos czy złożoność? Biznes i jego otoczenie to złożoność, która dla wielu jest chaosem. (Źródło: Wszystkie drogi prowadzą do Rzymu | | Jarosław Żeliński IT-Consulting).
O nauce… Karl Raimund Popper (1902-1994) to filozof, który badał proces budowania wiedzy naukowej, nigdy absolutnie pewnej. Widział ten proces ewolucyjnie, jako wędrujący przez wieki namysł nad istotą kosmosu i umysłu. Opisał to w eseju (Popper, K. R., & Chmielewski, A. (2012). Wiedza obiektywna: Ewolucyjna teoria epistemologiczna (Wyd. 2, 1 dodr). Wydawnictwo Naukowe PWN.)
Dodane do listy 🙂