"portray a wide array of causes as a causal network"

Em Junho de 2009 no postal "Fazer a mudança acontecer (parte VI e meio)" escrevi:

"Durante muitos anos utilizei o diagrama de causa-efeito para organizar, para arrumar as diferentes causas que podem estar na origem de um dado efeito.
.
Continuo a usá-lo para problemas de menor dimensão.
.
Contudo, para problemas mais complexos, considero a sua abordagem cada vez mais "perigosa" porque veícula uma visão demasiado linear do mundo."

Em Julho de 2018, leio o artigo "Explaining Explanation, Part 3: The Causal Landscape", publicado por IEEE Computer Society em IEEE Intelligent Systems em Março/Abril de 2018, onde encontro:

"The concept is to portray a wide array of causes as a causal network, to help people escape from their single-cause, determinate mindset, but then to highlight a smaller number of causes that matter the most and that suggest viable courses of action. These are the causes that: (a) contributed most heavily to the effect (if they hadn’t occurred, neither would the effect), and (b) are the easiest to negate or mitigate.
.
When we want to take steps to prevent an adverse event, the highlighted nodes in a causal network are the places to start exploring.
.
The causal landscape’s two-step method highlights the few causes worth addressing through: their impact score, which reflects how much each cause influenced the effect; and their reversibility score, which reflects the ease of eliminating that cause. The causes that had the strongest impact and are the easiest to reverse are the ones that offer the greatest potential to prevent future accidents or adverse events.
The causal landscape is a hybrid explanatory form that attempts to get the best of both worlds—both triggering and enabling causes. It portrays the complex range and interconnection of causes and identifies a few of the most important ones. Without reducing some of the complexity, we’d be confused about how to act."

Complicado vs complexo

Depois de ler "The Three Types of Problem in the World", em especial a parte final:

"The sophistication of our models, theories and language for complicated problems can be as seductive as the lamplight. They provide better “light” and clarity and yet can lead to investigations that are ill-equipped to address complex adaptive systems.'"

E olhando para umas das tabelas do artigo citado:

Deu para suportar melhor esta decisão de 2009 "Fazer a mudança acontecer (parte VI e meio)". A diferença entre isto:

E isto:

Fazer a mudança acontecer (parte VI e meio)

Durante muitos anos utilizei o diagrama de causa-efeito para organizar, para arrumar as diferentes causas que podem estar na origem de um dado efeito.
.
Continuo a usá-lo para problemas de menor dimensão.
.
Contudo, para problemas mais complexos, considero a sua abordagem cada vez mais "perigosa" porque veícula uma visão demasiado linear do mundo. Quando num projecto com alguma complexidade seguimos uma abordagem linear corremos o risco de não termos uma visão global.
.
Facilmente, cada faceta do problema corre o risco de ser confundida com o problema, como na velha história dos cegos que só vêem uma parte do elefante:
Quando o problema é mais vasto, é mais complexo e é assim mesmo, uno mas com muitas caras.

FMEA e a rede de causas entrelaçadas

"Let’s imagine organizational problems as signs of trouble within large, interconnected systems of things, people, technology, conversation, and, other problems.

Unfortunately, much of the fabric connecting these diverse elements is hidden from plain sight. This is in part why we see so many problem-solving efforts focused narrowly on the first or loudest symptoms, without much interest in how the problems are connected to anything else.

Experience has taught us that hammering away at various parts of the whole problem system usually only makes things worse, wastes precious time and energy, and triggers cynicism when the mess gets worse despite the effort. What’s difficult about widening the scope of the inquiry is that it’s not at all clear at first glance, from a local perspective, how far the problem system sprawls."

Retirado do artigo "Problem-Solving as a Double-Loop Learning System" de Jeff Dooley.

Esta citação veio-me ontem à cabeça, em plena sessão de desenvolvimento de um FMEA numa organização. O esquema típico de desenvolvimento de um FMEA não pertencerá a um tempo já ultrapassado? Um tempo em que o mundo era visto como uma realidade linear e não uma floresta de causas inter relacionadas?

Identificamos um modo de falha. Listamos os impactes dessa falha. Listamos as causas dessa falha... mas como ilustrar a rede de causas entrelaçadas? Confesso as minhas dúvidas!