上週五【系統思考的四堂課・DevOps 特別版】,表定 7 小時,延長賽到 7.5 小時,感謝首梯公開班同學的熱情參與,共度燒腦的一天。

課後仍持續收到提問,我挑選幾則統一回覆。



有學員問道:「為什麼課前作業會挑選這麼難的題目?」

我承認,這兩份課前作業,有難度;但這難度是必要的。要有這樣的挑戰強度,才能反襯系統思考的威力。否則,簡簡單單就能破解的作業,為什麼還要花金錢花時間前來上課呢?

好吧,說正經的。要有這樣的挑戰強度,才能先將各位的思維肌肉稍微鍛鍊一下,負重訓練到能夠跟得上課程現場的思辨強度。

這門課,原本在我公司裡面是分成四個禮拜,每次 1.5 小時;個案研討素材,得以在四個禮拜的自發性小組討論活動去分散腦力負荷。現在,變成公開班,一整天 7 小時,腦力挑戰嚴峻。所以,把個案研討素材提前到正式上課前就讓大家咀嚼思考,課堂進行才會有效率。

(儘管如此,份量仍然沈重到哀鴻遍野。所以,第二梯公開班,我可能會拆成兩個半天舉行,一週 4 小時,隔週上。)

這種鍛鍊思維肌肉的方法,不是我發明的。大師在《司徒賢達談個案教學》p.191 如此解釋「長個案」與「短個案」的選擇標準:

缺乏工作經驗的人,應該用心研讀長個案,然後在複雜的情況下練習整合與重組資料、發掘問題,並依據資料分析的結果採取行動。此一程序對「練功」效果極好。

短個案的使用者,必須從有限的文字中進行許多邏輯推演,因此對個案中管理議題或產業相關的「互補知識」必須相當豐富,比較適合有經驗的中高階經理人。使用短個案的前提是:學員本來功力就有一定水準,而且由於必要的推論多,可以利用討論把他們的寶貴經驗萃取出來,尤其對忙碌的在職學員更是如此。

感謝大師背書。



有學員問道:「為什麼你的系統思考方法,要分因果關係圖與 CLD 兩部曲?」

其實這是限制理論暨豐田方法的專家稲垣公夫在《深思快想》這本奇書當中首先提出的,突破了我過去的盲點(詳見這篇文章),便將這實施觀點納入我的系統思考 SLR·CPI 方法論中。

如同我在講義上提到的,如果你骨骼精奇,天生就是練武奇才,或許可以一開始就直接從 CLD 切入。可惜,我發現,很多人基本功不太扎實,容易犯下過度簡化、倒果為因等邏輯謬誤。

CLD 是很犀利的工具,但也容易誤用,淪為替既有結論背書的橡皮圖章。

「有不得機得勢處,其病必於腰腿求之。」要提高系統思考的品質,還是得講究理則的起手式才是。否則,畫出的 CLD 再犀利,一堆就倒,有什麼用?



有學員問道:「該怎樣從因果關係圖當中抽取 CLD 的變數/變項?」

對初學者,我建議:大量觀摩精選範例。

鋪陳一次因果陳述,自己畫一次 CLD,對照範例,看圖說故事,檢討。休息一兩天,再覆盤。如此刻意練習一陣子,你會抓到 CLD 變數/變項的感覺。

當然啦,《第五項修練 Ⅱ・實踐篇》及《深思快想》也各有建議的手法,不妨一試。



有學員問道:「這方法似乎只能用來分析問題現況與原因,但似乎不能用來尋找解法?」

某方面來說,的確如此。但進一步來說,精準找到客觀局勢與根本原因,是否有助於激發你尋找槓桿解的專注力及創意呢?

再度借用大師的論點吧。《司徒賢達談個案教學》p.23 將狹義知識分成三大類:

  1. 結構性知識:各種變項間的「因果關係」,以及這些因果關係背後的理由、影響因果的因素等。
  2. 行動的程序性知能:採取行動、制定決策原則、研判下一步的知識與能力。
  3. 診斷的程序性知能:針對現象找出原因的知能。

套用這種分類,系統思考主要隸屬於「結構性知識」與「診斷的程序性知能」這兩大類。

司徒賢達談個案教學》p.293 進一步說:

決策過程中的重要作法「找出前提、驗證前提」。

知識庫中「資訊」和「解決方案」的存量,通常遠多於「結構性知識」。然而當面對特定問題時,有時雖然想得到的可能解決方案很多,但未必知道應該如何選取;所掌握的資訊也很豐富,但未必知道哪些資訊才對解決此一問題最具有關鍵性。這時,在決策過程中常用到的「找出各方案的前提,再來驗證前提」的思考過程,就可以幫助方案的選擇。

在此一決策分析過程中,方案的提出相當仰賴知識庫中所擁有的「解決方案」;而「找出前提」則要靠知識庫中「因果關係」或結構性知識去了解分別在哪些情況下,哪個方案更能達到預期的目標。因此,想得出來的方案要夠多、夠合理,才有得比較;而強大的「結構性知識」則可以推斷這些方案的可行性分別建立在哪些前提上。

套用這種觀點,系統思考可協助你建構扎實的「結構性知識」,並在「驗證前提」方面替你提出的解決方案把關。



以上是針對【系統思考的四堂課・DevOps 特別版】首梯公開班同學的提問,予以統一回覆。更多學員的心得分享,請見 1, 2, 3, 4, 5, 6