Teoria del controllo MODULO 1b Le 5 regole del Systems Thinking e i CLDs

1. All stable processes we shall predict. All unstable processes we shall control (John von Neumann) Teoria del controllo MODULO 1b Le 5 regole del Systems Thinking e i CLDs Non accontentarti di meno di quanto sei in grado di fare (P. Senge, 1992, p. XIV). Aula Volta Palazzo Centrale

2. Definizioni generali • Il concetto di sistema è alquanto ... evanescente ... vi sono diverse definizioni che esaminano il concetto di sistema da diversi punti di vista arrivando a differenti modelli. • Un complesso organico di elementi diversi tra loro, collegati ed interagenti tra loro e con l’ambiente esterno, interdipendenti, che concorrono allo svolgimento di una funzione o al raggiungimentodi uno scopo (Dizionario Treccani della Lingua Italiana). • Con la parola sistema di indica un oggetto, dispositivo o fenomeno, la cui evoluzione nel tempo si manifesta attraverso la variazione di un certo numero di attributi misurabili (vettore di variabili). Esempi: una macchina utensile, un motore elettrico, un calcolatore, un satellite artificiale, l’economia di un paese (G. Marro, Teoria dei sistemi e del controllo, Zanichelli, Bologna, 1989, pag. 1). • [A system is:] Any collection, grouping, arrangement or set of elements, objects or entities that may be material or immaterial, tangible or intangible, real or abstract to wich a measurable relationship of cause and effect exist or can be rationally assigned (Sandquist, Introduction to System science, Prentice-Hall Inc N. J, 1985, p. ). piero.mella@unipv.it

3. H F E G I L B D C A new SistemaDefinizione analitica/sintetica H G Unità osservata Unità derivata Struttura finale Sintesi progressiva I F E Analisi progressiva D C L B A organizzazione G C F D L E A Elementi osservati Elementi derivati I Elementi strutturali H B piero.mella@unipv.it

4. H F E G I L B D C A new SistemaDefinizione interno/esterno H G Proprietà emergenti Proprietà del tutto Struttura finale Composizione graduale Scomposizione graduale I F E D C L B A organizzazione G C F D L E A Proprietà degli elementi Proprietà elementari I Elementi strutturali H B piero.mella@unipv.it

5. H F E G I L B D C A new SistemaDefinizione dinamico-causale Macro dinamica del sistema H G Macro dinamica Struttura finale Causano la I F E Causa le D C L B A organizzazione G C F D L Micro dinamiche degli elementi E A Micro dinamiche I Elementi strutturali H B piero.mella@unipv.it

6. new La visione del Systems Thinking • Il Systems Thinking è un approccio all’osservazione dei sistemi che enfatizza sull’esigenza di considerarne tutti gli aspetti rilevanti: • analitico / sintetico  elementi / tutto • interno / esterno  costitutivo / emergente • macro / micro dinamiche  cause / effetti • Una prima definizione generale • per il Systems Thinking, un sistema è “pensato” come un complesso di variabili, interconnesse da relazioni di causa / effetto, del quale interessa capire e simulare le macro e le micro dinamiche delle variabili costituenti. Molto importante piero.mella@unipv.it

7. Contenuti della disciplina • Il Systems Thinking comprende: • Regole logiche per osservare il mondo, richiamate al Par. 2, • Regole tecniche per costruire modelli per rappresentare il mondo, richiamate al Par. 3. • Queste regole non sono state esplicitate da Peter Senge, che ha presentato il Systems Thinking in modo intuitivo, ma sono state da me formalizzate nel testo: P. Mella, Guida al Systems Thinking, Il Sole24Ore, Milano, 2007 che lascio alla lettura di coloro che desiderino approfondire. piero.mella@unipv.it

8. Le regole del Systems Thinking • Nel mio testo citato ho cercato di formalizzare cinque semplici regole logiche che presenterò insieme con le regole tecniche: • Dobbiamo essere capaci di «vedere gli alberi e la foresta» di zoomare tra tutto e parti. • Dobbiamoricercare ciò che varia osservando il mondo in termini di variabili e di loro variazioni nel tempo. • Dobbiamo sforzarci di capire la causa delle variazioni nelle variabili che osserviamo. • Dobbiamo abituarci a concatenare le variabili inmodo circolare fino a specificare i loop tra le loro variazioni e formare sistemi di variabili. • Dobbiamo abituarci a specificare sempre i confini del sistema che vogliamo indagare. Ho scritto dobbiamo perché – non dimentichiamolo –sono regole di una disciplina. piero.mella@unipv.it

9. Prima regolaL’arte dello zoomare • La prima regola, per applicare la quale occorre un costante esercizio, è quella che impone di «vedere gli alberi e la foresta». • Questa regola che sta alla base del pensiero sistemico può essere tradotta cosi: «Se vogliamo ampliare la nostra intelligenza, dobbiamo sviluppare l’attitudine a “zoomare” tra parti e tutto e tra unità e componenti». piero.mella@unipv.it

10. Il pensiero sistemico è una disciplina olistica. Meglio: olonica Pag. 369 • Il Pensiero Sistemico è l’attuazione del pensiero olonico. • Nell’osservare l’Universo che ci circonda, a livello fisico e biologico, nella sfera reale o formale non dobbiamo limitarci a considerare gli oggetti (atomi, molecole, cellule, individui, sistemi, parole o concetti, processi, ecc.) quali unità autonome ed indipendenti, ma dobbiamo sempre tenere conto che ciascuna di tali unità è una individualità autonoma ma è, contemporaneamente, un intero – composto da parti di minore ampiezza – e parte di un intero più ampio. • È un holon, appunto! • Il mondo non è composto di atomi o simili o cellule o concetti. E’ composto di oloni (Ken Wilber, 2001, pag. 21). piero.mella@unipv.it

11. Athur Koestler, 1967 Pag. 369 • Il concetto di olone (holon) è stato introdotto da Arthur Koestler, nel 1967, con il suo volume The Ghost in the Machine, con una intuizione semplice e chiara: • Parti ed interi non esistono in senso assoluto nel dominio della vita […] L’organismo deve essere concepito come una gerarchia multi-livello di sub unità, ramificate in sub unità di livello inferiore, e così via. Le sub unità ad ogni livello della gerarchia sono definiti come oloni (holons) […] Il concetto di olone è volto a riconciliare l’approccio atomistico a quello olistico (Koestler, 1967; Appendix I.1). • Per saperne di più: P. Mella, The holonic revolution. Holons, Holarchies and holonic networks, Pavia University Press, 2010. • Il Testo è pubblicato on line e scaricabile gratuitamente. piero.mella@unipv.it

12. Seconda regolaUn mondo di variabili • La seconda regola afferma che dobbiamo abituarci vedere il mondo in termini di variabili. • Non un’automobile ma: • «Non dobbiamo fermare la nostra osservazione su ciò che appare costante ma ricercare ciò che varia». piero.mella@unipv.it

13. Pressione acceleratore Velocità Pressione freno Velocità Pendenza della strada Velocità Pressione acceleratore Velocità Terza regolaRicercare le relazioni causali • «Se vuoi comprendere veramente il mondo, cerca di capire la causa delle variazioni nelle variabili che osservi». piero.mella@unipv.it

14. new Sistemi causali dinamici Molto importante • Per il Systems Thinking • i sistemi, pertanto, sono osservati nella dimensione dinamica e causale. • Alla base del pensiero sistemico c’è il seguente modello di sistema causale dinamico semplice. Struttura ProcessiStati interni(black box) Variabili input(t) Variabili output(t+∆t) Causeo variabili causanti Effettio variabili causate piero.mella@unipv.it

15. Δ X= Δ Pressione acceleratore in gradi Δ Y=Δ Velocità in Km Apparato meccanico ??? i processi di Δ X1 = Δ Cibo Δ Y=Δ peso corporeo Δ X2 = Δ Moto BLACK BOX i processi di Relazione causale tra variabili • Conveniamo che una relazione tra variabili sia causale: • se deriva da un processo riconoscibile (conosciuto o ipotizzato) che connette la variabile in input alla variabile in output e tale che, • ad uno o più Δ inputcorrisponda uno o più Δ output, sempre. piero.mella@unipv.it

16. Variabili input Variabili output Cause o variabili causanti Effetti o variabili causate new Sistemi composti Molto importante • Cosa succede se un sistema è composto di altri sottosistemi? • O se è parte di un più ampio sistema? • Per il Systems Thinking • per quanto analizziamo i sistemi verso il piccolo, ogni sottosistema è sempre un sistema causale; • per quanto analizziamo i sistemi verso il grande, ogni supersistema è sempre un sistema causale. piero.mella@unipv.it

17. Pressione acceleratore Pressione acceleratore Velocità Velocità Pressione freno Pressione freno Velocità Velocità Pendenza della strada Pendenza della strada Velocità Velocità Pressione acceleratore Pressione acceleratore Velocità Velocità Le frecce sottintendono i processi causali • Supponendo il processo quale Black box, ci interessano le variabili causa ed effetto. • Possiamo ignorare i processi e rappresentare le relazioni causali con una freccia di qualunque forma. Attenzione! Le relazioni causali presentano:una direzioneun senso piero.mella@unipv.it

18. Pressione feno Velocità Pendenza della strada Velocità Pressione freno Velocità Pendenza della strada Velocità Le relazioni causali hanno una direzione • Dovendo esprimere relazioni causali, le variabili non possono essere connesse liberamente. • Occorre specificare la direzione della connessione. si si si no piero.mella@unipv.it

19. +Δy -Δy +Δx -Δy -Δx +Δy X=Pressione acceleratore Y=Velocità s +Δx -Δx X=Pressione freno Y=Velocità o Le relazioni causali hanno un senso • Il senso del collegamento indica come la causa modifica l’effetto. • Indichiamo con “s” e con “o” il senso del collegamento. “s” “o” piero.mella@unipv.it

20. I nomi delle variabili • Quali variabili rappresentare? • variabili flusso (flusso d’acqua del rubinetto, reddito nazionale, arrivi, partenze, nascite, morti, ecc.), • variabili stock (livello dell’acqua, ricchezza nazionale, code d’attesa, stock di magazzino), • variabili intensità (apertura rubinetto, produzione giornaliera, consegne orarie, pressione dei pedali dell’auto), • variabili reali (dipendenti, assunzioni, reclami, finanziamenti), • variabili mentali o psicologiche (paura, stress, soddisfazione, stanchezza). • Come assegnare i nomi alle variabili? • È assolutamente “proibito” impiegare nomi che non abbiano il significato di variabili. piero.mella@unipv.it

21. Prezzo Offerta 1 s Pressionefreno Velocità 2 o Convenienza per il produttore Prezzo Offerta 3 s s Attrito dei ferodie trasformazione velocità in calore Pressione freno Velocità 4 s o Apertura del rubinetto Flusso d’acqua Durata di riempimento 5 s o Efficienza della PA Qualità servizi pubblici Soddisfazionecontribuente Evasione fiscale Imposte incassate 6 s s o o Efficienza docente Vociare in gruppo Resa della lezione Rumori in aula Attenzione studenti 7 o s o o Osserviamo le catene causalie il loro senso “s” “o” “s” “o” “o” “s” “o” piero.mella@unipv.it

22. La regola per individuare il senso di una intera catena causale • Contare le “o”. • Sele “o” non ci sono, o sono in numero pari, allora il senso della catena causale è . • Altrimenti, se le “o” sono in numero dispari, il senso della catena causale è . “s” “o” piero.mella@unipv.it

23. Sistema nel Systems Thinking Pag. 29 Pag. 41 23 piero.mella@unipv.it Il Systems Thinking denomina sistema un complesso unitario di variabili interconnesse del quale indaga, e rappresenta, la struttura logica. In particolare, un sistema dinamico, nel senso del Systems Thinking, assume la struttura di un complesso di variabili tra loro variamente connesse tramite uno o più loop. Deriva che il comportamento di una variabile qualunque dipenda da quello di tutte le altre. Precisazione: poiché, come sappiamo, ogni variabile deriva da un processo messo in atto da qualche “macchina” (fisica, biologica, sociale, concettuale), ogni sistema deve necessariamente possedere una struttura operativa, sottostante la struttura logica. Il Systems Thinking indaga unicamente la struttura logica.

24. I sistemi del Systems Thinking Il pensiero sistemico non considera i sistemi ordinali ma i sistemi dinamici. I sistemi del Systems Thinking oltre che dinamici sono: ripetitivi, si ripetono per diversi cicli, ricorsivi, i loro output diventano, in tutto o in parte i loro stessi input formando loop, con memoria. Pag. 39 Fare esempi di sistemi ripetivi e ricorsivi 24 piero.mella@unipv.it

25. Quarta regola Individuare i loop tra le variabili • Possiamo enunciarla come segue: • Se veramente vuoi comprendere il mondo e capirne il cambiamento, non è sufficiente ragionare per cause ed effetti. • Devi riconoscere che gli effetti possono a loro volta diventare cause delle loro cause, formando un loop, un legame circolare. • Un loop è formato da due variabili collegate indoppia direzione. • «Devi sforzarti di concatenare le variabili fino a specificare i loop tra le loro variazioni». • In altri termini, • dobbiamo abbandonare ilpensiero lineare(catene di cause e di effetti) e abituarci alpensiero sistemico formando loop. • Il modello che evidenzia le relazioni circolari tra variabili e loro loop, si definisce Causal Loop Diagram. piero.mella@unipv.it

26. s La paura mette in moto La paura mette in moto i processi di i processi di produzione dell’URSS produzione dell’URSS se aumentano allora aumentano loop se aumentano allora aumentano Armamenti USA Armamenti URSS Armamenti USA Armamenti URSS allora aumentano se aumentano R La paura mette in moto La paura mette in moto allora aumentano se aumentano s i processi di i processi di produzione dell’URSS produzione degli USA I loop elementari e il loro sensoLoop di rinforzo • Il loop si definisce di rinforzo [R] se non vi sono “o” o se le “o” sono in numero pari. • I loop [R] portano ad una espansione o ad un annichilimento reciproco delle variabili. • Se espansione o riduzione sono vantaggiose, il loop [R] si dice anche (impropriamente) circuito virtuoso; alrimenti, vizioso. Non è necessario specificare i processi piero.mella@unipv.it

27. s se aumentano allora aumentano loop loop se diminuiscono allora diminuiscono prede Sardine predatori Squali B allora diminuiscono se aumentano allora aumentano se diminuiscono B o I loop e il loro sensoLoop di bilanciamento • Il loop si definisce di bilanciamento [B] se vi è un numero dispari di “o”. • I loop di bilanciamento si presentano in numerosi fenomeni: • di interazione tra popolazioni di prede e predatori, • fisiologici e biologici, • di controllo [Sistemi di Controllo]. piero.mella@unipv.it

28. R R R R s s s Torti di A a B Armamenti USA Armi predatori Torti di B ad A Difese prede Armamenti URSS s s s s Esigenze calcolo software Potenza calcolo PC s Sistemi semplici - Analogie • Sono sistemi di escalation. piero.mella@unipv.it

29. Numero Ninfee Diffusione di un carattere Capitale Mucchio immondizia Interesse Nuove nate Nuove adozioni Nuovi abbandoni R R R R rinforzo Sistemi semplici - Analogie • Sono sistemi di accumulazione. s s s s s s s s piero.mella@unipv.it

30. Esempi di sistemi sempliciDomanda/Offerta Prezzo Domanda Domanda Prezzo Offerta Prezzo Prezzo Offerta B B B B s s o o s s o o Sistema a doppio loop conosciuto come LEGGE DELLA DOMANDA E DELL’OFFERTA 31 piero.mella@unipv.it

31. R Efficacia della pubblicità sui media s s Investimenti in pubblicità sui media Vendite s s Profitto e cash flow Vedere gli alberi - Loop di diverse variabili

32. R Qualità servizi pubblici Soddisfazionecontribuente s o start s Efficienza della PA Evasione fiscale s o s Investimenti in modernizzazione Imposte incassate Vedere gli alberi - Loop di diverse variabili • In un loop con diverse variabili è bene indicare lo START piero.mella@unipv.it

33. R ? Costo altri fattori di produzione Costo di produzione Prezzi s s o Potere d’acquisto INFLAZIONE) Stipendi s o s Conflittualità aziendale Richieste salariali Altri fattori di conflittualità + start L’inflazione. Modello parziale • Possiamo indicare con ? a variabile che pone problemi e con + o – un impulso dato ad una variabile. 34 piero.mella@unipv.it

34. Popolazione R o o B Conflitti Risorse o o s Competitività CLD con diversi loop ? o o - Uccisioni Consumi Distruzioni o Lotta per la vita Ricerca risorse o s 35 piero.mella@unipv.it

35. Altezza da terra o B o Peso bolla d’aria o o Vento Temperatura start Sistemi che non si vedono. Le termiche 36 piero.mella@unipv.it

36. B B Vendite Scorte Livello ottimale Capacitàproduttiva s s s s o o Scarto = eccesso di scorta o fabbisogno Scarto = vendite rispetto a capacità Domanda dai clienti Consegne dai fornitori s o s o Ordini ai fornitori Prezzo di listino s s Consumi previsti Consumi previsti Imparare il linguaggio

37. Autofinanziamento Competenze tecnicherichieste ritardo s s s s R R B Complessitàmanageriale Investimento per nuovi prodotti Profitto s s o ritardo s Tempo per lo sviluppo di nuovi prodotti o Nuoviprodotti o Capacità gestionalidei tecnici Imparare il linguaggio

38. Agenda piero.mella@unipv.it • In questo PRIMO MODULO mi propongo di affrontare i seguenti temi, oggetto del Capitolo 1 del testo: • Ruolo del ST nella costruzione delle learning organizations • Le cinque discipline per formare le learning organizations e l’ipotesi di una sesta disciplina • Presentazione di alcune definizioni di sistema • Le regole del Systems Thinking • Le tecniche per costruire modelli di sistemi intesi come Causal Loop Diagrams • Esempi di CLD • Cenno alla simulazione e al System Dynamics • Due leggi generali del Systems Thinking.

39. La simulazione quantitativaIl System Dynamics Par. 1.4 • Il Systems Thinking simulato quantitativamente diventa System Dynamics, ideato da Jay Forrester. • Forrester: La dinamica dei sistemi dinamici è una disciplina professionale che tratta della complessità dei sistemi. Il system dynamics rappresenta la base necessaria del pensiero efficace sui sistemi. Il system dynamics si occupa di come le cose cambino nel tempo, e ciò include la maggior parte di ciò che normalmente la gente trova interessante. Il system dynamics comporta l’interpretazione dei sistemi della vita reale in modelli di simulazione al computer che permettono di comprendere come la struttura e le politiche di decision-making in un sistema determinino il comportamento di questo (Forrester, 1999). • Il Systems Thinking rappresenta una generalizzazione del System Dynamics, oppure viceversa? • System Dynamics Society: “What is the relationship of Systems Thinking to System Dynamics? Systems thinking looks at exactly the same kind of systems from the same perspective. It constructs the same Causal-Loop-Diagram. But it rarely takes the additional steps of constructing and testing a computer simulation model, and testing alternative policies in the model.”. piero.mella@unipv.it

40. Le relazioni causali ed i tassi di variazione Per le simulazioni quantitative, quando si individua una relazione causale è utile, se possibile, individuare anche il tasso di azione, g(Y/X), scrivendolo in corrispondenza della freccia. Esempi: g=-20kmh/1 “tacca” pressione Pressione feno Velocità o G=5produz/1invest g=-10%fame/200calorie g=2% g=-15%domanda/10%prezzo Investimenti Popolazione Calorie Prezzo Nuovi nati Domanda Fame Produzione g=25gradi strada/90 gradi volante g=8 C°/1 “tacca” rotazione o s o s Rotazione volante Rotazione miscelatore Sterzata veicolo Temperatura doccia s s 41 piero.mella@unipv.it

41. B R s s g=0%off/10%prezzo g=10%armi USA Prezzo Armam. USA Offerta Armam. URSS o s h=-5%p/10%Off h=5%armi URSS rinforzo Tassi d’azione e di reazione Pag. 35 • Nei loop è opportuno, quando possibile ed utile, specificare sia i tassi d’azione tra X e Y, g(Y/X), sia i tassi di reazione tra Y e X, h(X/Y), (o viceversa). piero.mella@unipv.it

42. Riserve naturali e divieti di caccia o s B Qualità dell’habitat naturale Bracconaggio leoni s s o s ? ? s s Risorse alimentari delle gazzelle Risorse alimentari alternative di leoni Impariamo il linguaggio. Con calmaZoomare s Popolazione di gazzelle Popolazione di leoni o piero.mella@unipv.it

43. s Reddito Tempo libero R B2 B1 o s s Fatica Lavoro Consumi s s s s Stress Soddisfazione o Linguaggio Burnout da stress 44 piero.mella@unipv.it

44. Produttività nelle vendite Ricavi s s s Stipendi venditori Non è un loop Utile s o Costi commerciali Falso Loop 1 piero.mella@unipv.it

45. Falso Loop 2 piero.mella@unipv.it

46. Una prima legge generale del Systems Thinking • Possiamo enunciare una legge generale del Systems Thinking: • il comportamento di una variabile dipende dal sistema in cui essa è inserita; • il comportamento del sistema dipende dalla sua struttura, cioè dalle variabili e dalle connessioni. • Primo corollario: • È inutile cercare di controllare i valori di una variabile se prima non si comprende la struttura sistemica di cui essa fa parte; • i loop di bilanciamento ripristineranno il suo valore; • i loop di rinforzo lo faranno lievitare. 47 piero.mella@unipv.it

47. Possiamo enunciare una legge generale del Systems Thinking: il comportamento di una variabile dipende dal sistema in cui essa è inserita; il comportamento del sistema dipende dalla sua struttura, cioè dalle variabili e dalle connessioni. Secondo corollario: Per capire e controllare la dinamica del mondo devi individuare le strutture sistemicheche lo compongono e individuare le variabili da controllare in modo più efficace che “facciano leva” sull’intero sistema. Tali variabili possono essere pensate come leve di controllo del sistema. Un importante corollario Le leve di controllo 48 piero.mella@unipv.it

48. Una seconda legge generale La legge dell’instabilità dinamica • Possiamo enunciare la seguente: • Legge della instabilità dinamica: l’espansione e l’equilibrio sono processi che non durano mai in eterno, non si propagano all’infinito. • La stabilità viene, prima o poi, perturbata. • La dinamica viene, prima o poi, stabilizzata. • Corollario • Anche se non ce ne accorgiamo, in ogni contesto sistemico i circuiti di rinforzo sono sempre uniti a qualche circuito di bilanciamento. E viceversa. • Un buon modello deve sempre prevedere bilanciamenti ai rinforzi e rinforzi ai bilanciamenti. piero.mella@unipv.it

49. Variabile acceleratore Variabile disturbo s s o/s s s B R Variabile Yche cresce Variabile Z che stabilizza Variabile X che cresce s o o o Variabile freno Il modello generale della instabilità dinamica Pag. 38 piero.mella@unipv.it

50. Dimensionedel mercato R B R s s ritardo s s Marketing Domanda Mercato diriferimento s s Vendite Ricavi s o Limite alla crescita 51 piero.mella@unipv.it