شبکه آیندههای سازگار در آیندهپژوهی
آیندهپژوهی دههها روی مدل مخروط آینده استوار بوده و این ساختار بصری مسیرهای ممکنی را از زمان حال به سمت سالهای پیش رو نشان میدهد. اگرچه مدل سنتی مخروط کمک میکند افراد و سازمانها سناریوهای مختلف را بهتر درک کنند، با پیچیدهتر شدن شرایط محیطی و افزایش عدمقطعیتها کارشناسان متوجه محدودیتهای بنیادین این چارچوب شدهاند. مدل مخروطی نگاهی خطی به زمان دارد و پدیدههای پیچیده را سادهسازی میکند و همین رویکرد باعث میشود وابستگیهای متقابل در برنامهریزیها نادیده گرفته شوند و استراتژیها زود کاراییشان را از دست بدهند. شکل زیر مدل سنتی این مخروط و دستهبندیهای مختلف آن را به نمایش میگذارد.
ریشهیابی محدودیتهای آیندهنگاری از دیدگاه علم و شناخت
بررسیهای علمی نشان میدهند فرض خطی بودن زمان در برنامههای آیندهنگاری چندان دقیق نیست. برخی مکاتب فلسفی زمان را چرخهای میدانند و رویدادهای آینده را بازتابی از الگوهای گذشته ارزیابی میکنند و در فیزیک کوانتوم نیز پدیدهها تا قبل از مشاهده شدن در حالت برهمنهی قرار دارند و مسیرشان قطعی نیست. نظریه سیستمهای پیچیده ثابت میکند تغییرات کوچک میتوانند نتایج بزرگی به همراه داشته باشند و در همین راستا اثر پروانهای دشواری پیشبینی دقیق رویدادهای طولانیمدت بر اساس دادههای فعلی را به خوبی نشان میدهد. از آنجا که مدل مخروطی رویدادهای پیشبینینشده را در نظر نمیگیرد و توهم جامع بودن به کاربر میدهد، با نادیده گرفتن شوکهای ناگهانی سازمانها را آسیبپذیر میسازد.
این ابزار سنتی از دیدگاه روانشناسی شناختی نیز نقطهضعفهایی دارد. خطاهای شناختی انسان مانند سوگیری تایید باعث میشوند تمرکز طراحان روی یک مسیر خاص قفل شود، زیرا ذهن انسان تمایل دارد اطلاعات همسو با باورهای قبلیاش را جستجو کند. ساختار دستهبندیشده مخروط این خطا را تشدید کرده و دیدن مسیرهای جایگزین را برای متخصصان آیندهپژوهی سخت میسازد. سوگیری لنگر انداختن نیز باعث میشود افراد به اولین اطلاعات دریافتی بیش از حد تکیه کنند و به همین دلیل پژوهشگران تلاش کردهاند این ساختار را با اضافه کردن ابعاد جدید بهینهتر کنند. تصویر زیر مدل بازبینیشده مخروط آینده را با جزئیات بیشتری ترسیم میکند.
معرفی شبکه آیندههای سازگار برای مدیریت پیچیدگیها
برای رفع این محدودیتهای ریشهای چارچوب جدیدی با نام شبکه آیندههای سازگار معرفی شده است. این مدل بر پایه تفکر سیستمی و طراحی مشارکتی شکل گرفته است تا درک عمیقتری از پیچیدگیها ارائه دهد. رویکرد جدید به جای یک مخروط ساده شبیه یک شبکه سهبعدی و پویا عمل میکند تا با مبنا قرار دادن عدمقطعیتها به عنوان متغیرهای اصلی، روی عاملیت انسان در تغییر مسیر رویدادها تمرکز کند. ارتباط متقابل پدیدهها در این شبکه کمک میکند کارشناسان آیندهنگاری درک واقعبینانهتری از اتفاقات پیدا کنند و مدیران بتوانند برنامههایشان را با شرایط جدید تطبیق دهند. طرح زیر ارتباط اجزای مختلف چارچوب آیندههای سازگار را مجسم میکند.
اجزای کلیدی این شبکه شامل گرههای متعددی هستند و متغیرهای گوناگون را نمایندگی میکنند. این گرهها شامل دانستههای قطعی و ریسکهای شناساییشده میشوند و بخش مهمتری از شبکه به ناشناختههای مبهم اختصاص دارد و شبیه ماده تاریک عمل میکند. این گرههای تاریک فضای خالی شبکه را پر میکنند تا طراحان همیشه جایی برای اتفاقات غافلگیرکننده در نظر بگیرند. اندازه و جایگاه گرهها بر اساس دادههای لحظهای و کنشهای ذینفعان تغییر میکند و نمودار زیر شبکه درهمتنیده این اجزای کلیدی را تجسم میبخشد.
ارزیابی ریسکها و هدایت تصمیمگیریهای استراتژیک
شیبهای عدمقطعیت ابزار مهم دیگری در این چارچوب تحلیلی به شمار میروند. این شیبها پیشبینیپذیری و پتانسیل تاثیر و قدرت عاملیت انسان را روی هر گره ارزیابی میکنند تا ترکیب آنها یک نقشه حرارتی بسازد و تخصیص منابع را هوشمندانهتر پیش ببرد. حلقههای بازخورد تطبیقی نیز اجازه میدهند استراتژیها مدام بر اساس سیگنالهای دریافتی اصلاح شوند و آستانههای تابآوری نقاط حساسی را مشخص میکنند تا سازمان در آنها چرخش راهبردی داشته باشد. بخش کارآمد دیگر این مدل موتور ظهور نام دارد و با استفاده از هوش مصنوعی یا تکنیکهای جمعسپاری سناریوهای ترکیبی جدیدی را شبیهسازی میکند.
کاربست شبکه آیندههای سازگار کمک میکند سازمانها انعطافپذیری بیشتری در برابر بحرانها پیدا کنند. بهتر است مدیران به جای تلاش برای پیشبینی دقیق رویدادها روی آمادگی سازمانی سرمایهگذاری کنند و از طریق دموکراتیزه کردن روند تصمیمگیری صداهای متنوعتری را وارد فرآیند برنامهریزی کنند. مشارکت افراد بیشتر در طراحی مسیرهای پیش رو سازمان را برای رویارویی با سناریوهای پیچیده آمادهتر میسازد تا استراتژیها نهایی نباشند و متناسب با تغییر شرایط رشد کنند. گذار از مدلهای ایستا به شبکههای زنده یکی از گزینههای مناسب برای ارتقای مطالعات آیندهپژوهی به شمار میرود و این رویکرد نوآورانه توانمندی سیستمها را برای عبور از چالشهای چندگانه افزایش میدهد و آنها را به سمت تصمیمگیریهای پایدارتر هدایت میکند.