cover_compressed

فصل پنجم: تفکر سیستمی در جهان معاصر؛ از مبانی تا کاربردهای میان‌رشته‌ای:بخش دوم

۵.۱۴. تفکر سیستمی در کشاورزی و نظام‌های غذایی

۵.۱۴.۱. نظام‌های غذایی به‌عنوان سیستم‌های اجتماعی-بوم‌شناختی

نظام‌های غذایی، از تولید تا مصرف، نمونه‌ای بارز از سیستم‌های پیچیده اجتماعی-بوم‌شناختی هستند که در آن‌ها، عوامل متعدد زیستی، اقتصادی، اجتماعی، سیاسی و زیست‌محیطی در تعامل با یکدیگر، الگوهای تولید، توزیع و مصرف غذا را شکل می‌دهند.

مثال کاربردی: بحران قیمت مواد غذایی. بحران جهانی قیمت مواد غذایی در سال‌های ۲۰۰۷-۲۰۰۸ و مجدداً در سال‌های ۲۰۲۱-۲۰۲۳ نشان داد که نظام غذایی جهانی، یک سیستم به‌هم‌پیوسته است. افزایش قیمت نفت، تولید بیودیزل از ذرت و سویا را سودآور کرد که به کاهش سطح زیر کشت مواد غذایی منجر شد. همزمان، خشکسالی در استرالیا و روسیه، تولید گندم را کاهش داد. افزایش قیمت مواد غذایی، به ناآرامی‌های اجتماعی در بیش از ۳۰ کشور منجر شد. تحلیل سیستمی نشان می‌دهد که این بحران، نه محصول یک عامل واحد، بلکه نتیجه تعاملات پیچیده میان انرژی، کشاورزی، تجارت، اقلیم و سیاست بود. برای پیشگیری از بحران‌های مشابه، نه فقط افزایش تولید، بلکه بازطراحی کل نظام غذایی — از تنوع بخشی به منابع انرژی تا ایجاد ذخایر استراتژیک و تقویت حکمرانی جهانی غذا — ضروری است (De Matteis et al., 2025).

۵.۱۴.۲. چارچوب‌های ارزیابی مبتنی بر تفکر سیستمی

بوسنامانته و همکاران (۲۰۲۴) یک چارچوب ارزیابی مبتنی بر تفکر سیستمی و علوم پیچیدگی را برای تقویت چارچوب‌های نظام‌های غذایی توسعه داده‌اند. لعلانی و همکاران (۲۰۲۳) تفکر سیستمی را به‌عنوان یک «ساختار ذهنی» تعریف می‌کنند که الگوها و ارتباطات را در یک سیستم پیچیده خاص تشخیص می‌دهد (Bustamante et al., 2024; Lalani et al., 2023).

مثال کاربردی: کشاورزی پایدار. یک مزرعه را در نظر بگیرید که به‌طور سنتی بر کشت تک‌محصولی متمرکز است. رویکرد جزء‌محور، بر افزایش عملکرد از طریق کود و آفت‌کش متمرکز می‌شود. رویکرد سیستمی، مزرعه را به‌عنوان یک اکوسیستم در نظر می‌گیرد: تنوع زیستی خاک، چرخه مواد مغذی، تعادل آفات و شکارچیان طبیعی، و تعاملات با آب‌های زیرزمینی. در این رویکرد، کشاورزی پایدار نه فقط کاهش مصرف نهاده‌های شیمیایی، بلکه بازطراحی کل سیستم مزرعه است: تناوب زراعی، کشت مخلوط، کود سبز و حفاظت از خاک. پژوهش‌ها نشان می‌دهد که این رویکرد سیستمی، نه فقط پایداری زیست‌محیطی، بلکه سودآوری بلندمدت را نیز افزایش می‌دهد (Bustamante et al., 2024).

۵.۱۴.۳. سیاست‌گذاری و حکمرانی نظام‌های کشاورزی-غذایی

سازمان خواروبار و کشاورزی ملل متحد (فائو) در گزارش‌های اخیر خود، بر ضرورت رویکردهای سیستمی در سیاست‌گذاری و حکمرانی برای تحول نظام‌های کشاورزی-غذایی تأکید کرده است. دِ ماتِیس و همکاران (۲۰۲۵) در مقاله‌ای در Philosophical Transactions B نشان می‌دهند که تجربیات بین‌المللی رویکردهای سیستمی می‌توانند به بازاندیشی در سیاست‌ها و حکمرانی برای تحول نظام‌های کشاورزی-غذایی کمک کنند (De Matteis et al., 2025).

مثال کاربردی: سیاست‌گذاری غذایی در برزیل. برزیل را در نظر بگیرید که همزمان با چالش‌های امنیت غذایی، تخریب جنگل‌های آمازون و نابرابری اجتماعی روبه‌روست. رویکرد سنتی، هر یک از این چالش‌ها را جداگانه سیاست‌گذاری می‌کند. رویکرد سیستمی نشان می‌دهد که این چالش‌ها به‌هم‌پیوسته‌اند: گسترش کشاورزی به جنگل‌های آمازون، نه فقط تنوع زیستی را تهدید می‌کند، بلکه الگوهای بارش را تغییر می‌دهد که به‌نوبه خود بر تولید کشاورزی تأثیر می‌گذارد. سیاست‌گذاری مؤثر، مستلزم رویکردی سیستمی است که همزمان امنیت غذایی، حفاظت از محیط‌زیست، عدالت اجتماعی و توسعه اقتصادی را در نظر بگیرد (De Matteis et al., 2025).

۵.۱۵. تفکر سیستمی در شهرها و برنامه‌ریزی شهری

۵.۱۵.۱. شهر به‌عنوان شبکه‌ای از جریان‌ها

شهرها، پیچیده‌ترین مصنوعات بشری، عرصه‌ای هستند که در آن‌ها، ابعاد مختلف زندگی اجتماعی — اقتصاد، سیاست، فرهنگ، فناوری، محیط‌زیست — در فضایی محدود درهم تنیده‌اند. در نگاه سیستمی، شهر به‌عنوان شبکه‌ای از جریان‌ها (انرژی، اطلاعات، مواد، مردم) و تعاملات میان کنشگران مختلف در نظر گرفته می‌شود (Fabolude et al., 2024).

مثال کاربردی: بحران ترافیک شهری. یک شهر بزرگ را در نظر بگیرید که با ترافیک سنگین روبه‌روست. رویکرد سنتی، بر ساخت بزرگراه‌های جدید یا افزایش ظرفیت معابر متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که ترافیک، نه فقط یک مسئله حمل‌ونقل، بلکه محصول تعاملات سیستمی است: الگوهای کاربری زمین (فاصله میان محل کار و سکونت)، سیاست‌های مسکن (قیمت زمین و پراکندگی شهری)، سیستم حمل‌ونقل عمومی (دسترسی و کیفیت)، قیمت سوخت، فرهنگ رانندگی و سیاست‌های پارکینگ. کاهش ترافیک، نه فقط با ساخت جاده، بلکه با تغییر در الگوهای کاربری زمین، تقویت حمل‌ونقل عمومی، قیمت‌گذاری هوشمند و تشویق به دوچرخه‌سواری و پیاده‌روی ممکن است. پژوهش‌های اخیر نشان می‌دهد که مدل‌سازی دینامیک سیستم‌ها، امکان شبیه‌سازی سناریوهای مختلف و مقایسه پیامدهای آن‌ها را پیش از اجرا فراهم می‌کند (Fabolude et al., 2024).

۵.۱۵.۲. مدل‌سازی دینامیک سیستم‌ها در عصر کلان‌داده

فابولود و همکاران (۲۰۲۴) کاربردهای مدل‌سازی دینامیک سیستم‌ها در مطالعات شهری در عصر کلان‌داده را بررسی کرده‌اند. آنان نشان می‌دهند که این ابزار، به‌عنوان یک روش تفکر سیستمی، امکان شبیه‌سازی سناریوهای مختلف و مقایسه پیامدهای آن‌ها را پیش از اجرا فراهم می‌کند (Fabolude et al., 2024).

مثال کاربردی: شبیه‌سازی رشد شهری. یک شهر را در نظر بگیرید که برنامه‌ریزان آن در حال تصمیم‌گیری درباره مکان‌یابی یک شهرک جدید هستند. با استفاده از مدل‌سازی دینامیک سیستم‌ها، آنان می‌توانند سناریوهای مختلف را شبیه‌سازی کنند: اگر شهرک در شمال شهر ساخته شود، چه تأثیری بر ترافیک، آلودگی هوا، قیمت مسکن و دسترسی به خدمات خواهد داشت؟ اگر در جنوب ساخته شود، چه تفاوتی خواهد کرد؟ مدل‌سازی سیستمی، به‌جای پیش‌بینی قطعی، امکان کاوش در پیامدهای احتمالی و شناسایی نقاط اهرمی را فراهم می‌کند (Fabolude et al., 2024).

۵.۱۵.۳. علوم شهروندی و مشارکت در دانش شهری

پروژه‌های «علوم شهروندی» در شهرهایی مانند آمستردام، نمونه‌ای عملی از کاربرد تفکر سیستمی در برنامه‌ریزی شهری است. در این پروژه‌ها، شهروندان به‌طور مستقیم در جمع‌آوری داده‌های محیطی مشارکت می‌کنند و این داده‌ها در تصمیم‌گیری‌های شهری به‌کار می‌رود (Fabolude et al., 2024).

مثال کاربردی: پایش کیفیت هوا توسط شهروندان. در آمستردام، شهروندان با استفاده از حسگرهای کم‌هزینه، کیفیت هوا در محله‌های خود را اندازه‌گیری می‌کنند. داده‌های جمع‌آوری‌شده، نه فقط تصویری دقیق‌تر از آلودگی هوا ارائه می‌دهد، بلکه شهروندان را به مشارکت فعال در تصمیم‌گیری‌های شهری ترغیب می‌کند. آنان کشف می‌کنند که آلودگی هوا، نه فقط یک مسئله محیطی، بلکه با الگوهای حمل‌ونقل، برنامه‌ریزی شهری، سلامت عمومی و عدالت اجتماعی مرتبط است. این رویکرد، شهروندان را از «مصرف‌کنندگان» خدمات شهری به «هم‌سازندگان» دانش شهری تبدیل می‌کند (Fabolude et al., 2024).

۵.۱۶. تفکر سیستمی در اقتصاد

۵.۱۶.۱. از اقتصاد نئوکلاسیک به اقتصاد پیچیدگی

اقتصاد، به‌عنوان علمی که به مطالعه تولید، توزیع و مصرف منابع می‌پردازد، از دیرباز با مسئله پیچیدگی روبه‌رو بوده است. رویکرد غالب در اقتصاد قرن بیستم — به‌ویژه در سنت نئوکلاسیک — بر مفروضاتی استوار بود که پیچیدگی را به حاشیه می‌راند: عاملان اقتصادی عقلانی و خودخواه فرض می‌شدند، بازارها به تعادل گرایش داشتند و پدیده‌های کلان از جمع ساده رفتارهای خرد قابل استنتاج بودند. این مفروضات، در توضیح پدیده‌هایی مانند بحران‌های مالی، حباب‌های سوداگری و ناپایداری‌های ساختاری ناکام می‌ماندند.

ورود تفکر سیستمی به اقتصاد، عمدتاً از دهه ۱۹۸۰ و با ظهور «اقتصاد پیچیدگی» آغاز شد. جی. دویین فارمر در کتاب «معنا بخشیدن به آشوب: اقتصادی بهتر برای جهانی بهتر» (۲۰۲۴) استدلال می‌کند که اقتصاد یک سیستم پیچیده انطباقی است که در آن، عاملان ناهمگون با یکدیگر تعامل می‌کنند، الگوهای کلان به‌طور خودانگیخته از این تعاملات پدید می‌آیند و سیستم به‌طور مداوم در حال تحول است. فارمر با استفاده از داده‌های بزرگ و کامپیوترهای قدرتمند، مدل‌های واقع‌گرایانه‌تری از اقتصاد جهانی می‌سازد که برخلاف مدل‌های تعادل عمومی، ناپایداری، بازخورد و ظهور را در نظر می‌گیرند (Farmer, 2024).

مثال کاربردی: پیش‌بینی بحران‌های مالی. بحران مالی سال ۲۰۰۸ نمونه‌ای گویا از ناکافی بودن رویکرد جزء‌محور در اقتصاد است. تحلیل‌های متعارف، بحران را به عواملی چون سوءمدیریت بانکی یا حباب مسکن تقلیل می‌دادند، اما از درک تعاملات سیستمی میان ابزارهای مالی پیچیده، اهرم‌های مالی، انگیزه‌های سرمایه‌گذاران و مقررات نظارتی ناتوان بودند. فارمر (۲۰۲۴) نشان می‌دهد که مدل‌های مبتنی بر عامل — که در آن‌ها، هر عامل اقتصادی با قواعد رفتاری خاص خود شبیه‌سازی می‌شود — می‌توانند بحران‌های مالی را به‌عنوان پدیده‌های ظهور سیستمی بازتولید کنند. این مدل‌ها، نه فقط برای پیش‌بینی، بلکه برای طراحی سیاست‌های تنظیم‌گری مؤثرتر به‌کار می‌روند (Farmer, 2024).

۵.۱۶.۲. بحران‌های مالی به‌عنوان پدیده‌های سیستمی

بحران مالی سال ۲۰۰۸ نمونه‌ای گویا از یک پدیده سیستمی است که در آن، اقدامات هر بازیگر، پیامدهای غیرخطی و پیش‌بینی‌نشده‌ای برای کل سیستم ایجاد می‌کرد. فارمر (۲۰۲۴) استدلال می‌کند که برای فهم بحران‌های مالی، نه فقط تحلیل خرد رفتار عاملان، بلکه تحلیل کلان الگوهای ظهور یافته در سیستم ضروری است (Farmer, 2024).

مثال کاربردی: حباب مسکن و اوراق قرضه رهنی. بحران ۲۰۰۸ را در نظر بگیرید. بانک‌ها وام‌های رهنی پرخطر را به اوراق بهادار تبدیل می‌کردند و این اوراق را در سراسر جهان می‌فروختند. هر بازیگر — وام‌دهنده، سرمایه‌گذار، بیمه‌گر — به‌طور محلی رفتار عقلانی داشت. اما در سطح کلان، سیستم به‌طور فزاینده‌ای شکننده می‌شد. وقتی قیمت مسکن شروع به کاهش کرد، زنجیره‌ای از نکول‌ها، زیان‌ها و فروپاشی نهادهای مالی رخ داد که هیچ‌یک از بازیگران قادر به پیش‌بینی آن نبود. این «شکنندگی ظهور یافته»، نمونه‌ای کلاسیک از یک پدیده سیستمی است که در آن، کل، بیش از مجموع اجزا است (Farmer, 2024).

۵.۱۶.۳. اقتصاد نهادی و نقش بازخوردها

اقتصاد نهادی جدید، که با آثار داگلاس نورث و الینور اوستروم شناخته می‌شود، بر نقش نهادها به‌عنوان ساختارهای سیستمی تأکید می‌کند. اوستروم (۱۹۹۰) نشان داد که چگونه جوامع محلی می‌توانند از طریق نهادهای خودسازمان‌ده، منابع مشترک را به‌طور پایدار مدیریت کنند — نمونه‌ای از یک سیستم خودتنظیم که در آن، بازخوردها و قواعد درونی، رفتار جمعی را هدایت می‌کنند (Ostrom, 1990).

مثال کاربردی: مدیریت منابع آب مشترک. یک حوضه آبریز را در نظر بگیرید که چندین روستا، شهر و صنعت از آن آب برمی‌دارند. رویکرد سنتی، مدیریت آب را به یک نهاد مرکزی — دولت — می‌سپارد. اما اوستروم نشان می‌دهد که در بسیاری از موارد، مدیریت پایدار منابع مشترک از طریق نهادهای محلی خودسازمان‌ده مؤثرتر است: قواعدی که خود بهره‌برداران وضع می‌کنند، نظارتی که خودشان انجام می‌دهند و مجازات‌هایی که خودشان تعیین می‌کنند. این نظام‌های خودتنظیم، بازخوردهایی ایجاد می‌کنند که رفتار بهره‌برداران را در جهت پایداری هدایت می‌کند (Ostrom, 1990).

۵.۱۷. تفکر سیستمی در سیاست

۵.۱۷.۱. سیاست‌گذاری عمومی به‌عنوان فرآیند سیستمی

سیاست، به‌عنوان فرآیند تصمیم‌گیری جمعی درباره توزیع قدرت و منابع، ذاتاً یک فعالیت سیستمی است. پاول کایرنی (۲۰۱۲) استدلال می‌کند که سیاست‌گذاری عمومی یک فرآیند پیچیده و چندلایه است که در آن، «چرخه سیاستی» — شامل مراحل دستور کار، صورت‌بندی، تصمیم‌گیری، اجرا و ارزیابی — نه یک توالی خطی، بلکه مجموعه‌ای از تعاملات بازخوردی است (Cairney, 2012).

مثال کاربردی: اصلاحات نظام سلامت. یک دولت را در نظر بگیرید که تصمیم به اصلاح نظام سلامت خود گرفته است. رویکرد جزء‌محور، بر تصویب قانون جدید و تخصیص بودجه متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که اصلاحات، نه یک رویداد واحد، بلکه فرآیندی چندمرحله‌ای است: قانون جدید، واکنش‌هایی در انجمن‌های پزشکی، رسانه‌ها و احزاب سیاسی برمی‌انگیزد. اجرای قانون، با مقاومت بوروکراتیک، محدودیت‌های منابع و پیامدهای ناخواسته مواجه می‌شود. ارزیابی نتایج، به تعدیل سیاست و دور جدیدی از تعاملات منجر می‌شود. تحلیل سیستمی، به سیاست‌گذاران کمک می‌کند تا این چرخه‌های بازخوردی را پیش‌بینی و مدیریت کنند (Cairney, 2012).

۵.۱۷.۲. تحلیل شبکه‌ای کنشگران سیاسی

رویکرد سیستمی در سیاست، بر تحلیل شبکه‌ای کنشگران تأکید می‌کند. در این رویکرد، سیاست نه محصول تصمیم یک کنشگر مرکزی، بلکه نتیجه تعاملات میان کنشگران متعدد است که هر یک، منابع، اهداف و راهبردهای خاص خود را دارند (Cairney, 2012).

مثال کاربردی: سیاست‌گذاری انرژی‌های تجدیدپذیر. یک دولت را در نظر بگیرید که هدف افزایش سهم انرژی‌های تجدیدپذیر را تعیین کرده است. تحلیل شبکه‌ای نشان می‌دهد که موفقیت این سیاست، نه فقط به تصمیم دولت، بلکه به تعاملات میان کنشگران متعدد بستگی دارد: شرکت‌های انرژی فسیلی که در برابر تغییر مقاومت می‌کنند، شرکت‌های انرژی تجدیدپذیر که به دنبال یارانه و تسهیلات هستند، مصرف‌کنندگان که به قیمت انرژی حساس‌اند، رسانه‌ها که افکار عمومی را شکل می‌دهند و سازمان‌های بین‌المللی که بر تعهدات اقلیمی نظارت می‌کنند. شناسایی نقاط اهرمی — نقاطی که مداخله در آن‌ها می‌تواند کل شبکه را تحت تأثیر قرار دهد — برای طراحی سیاست مؤثر حیاتی است (Cairney, 2012).

۵.۱۷.۳. چرخه‌های سیاستی و بازخوردهای سیستمی

مفهوم «مسائل شرور» که نخستین بار توسط هورست ریتل و ملون وبر (۱۹۷۳) مطرح شد، در تحلیل سیستمی سیاست‌گذاری نقش محوری یافته است. مسائل شرور، مسائلی هستند که تعریف‌شان مبهم است، راه‌حل قطعی ندارند و هر تلاش برای حل آن‌ها، مسئله را تغییر می‌دهد (Rittel & Webber, 1973).

مثال کاربردی: سیاست‌گذاری مواد مخدر. سیاست‌گذاری درباره مواد مخدر، نمونه‌ای کلاسیک از یک مسئله شرور است. رویکرد سنتی، بر مجازات مصرف‌کنندگان و فروشندگان متمرکز است. اما این رویکرد، پیامدهای ناخواسته‌ای ایجاد می‌کند: افزایش جمعیت زندانیان، گسترش بازار سیاه، افزایش جرم و جنایت مرتبط با مواد مخدر و تضعیف اعتماد به نظام قضایی. رویکرد سیستمی نشان می‌دهد که مسئله مواد مخدر، نه فقط یک مسئله حقوقی، بلکه یک مسئله سلامت عمومی، اجتماعی و اقتصادی است. سیاست‌گذاری مؤثر، مستلزم رویکردی چندبعدی است که همزمان پیشگیری، درمان، کاهش آسیب و عدالت اجتماعی را در نظر بگیرد (Rittel & Webber, 1973).

۵.۱۸. تفکر سیستمی در ژئوپلیتیک

۵.۱۸.۱. وابستگی متقابل پیچیده و نظام جهانی

ژئوپلیتیک، به‌عنوان مطالعه روابط میان جغرافیا و سیاست، از همان آغاز با نگاهی کل‌نگر به نظام جهانی همراه بوده است. جک دانلی در کتاب «سیستم‌ها، روابط و ساختارهای جوامع بین‌المللی» (۲۰۲۴) استدلال می‌کند که نظام بین‌الملل، نه مجموعه‌ای از دولت‌های مستقل، بلکه یک سیستم از روابط و ساختارهاست که در آن، هویت و رفتار دولت‌ها از طریق تعاملات شکل می‌گیرد. از این منظر، نظام بین‌الملل یک سیستم چندلایه است که در آن، لایه‌های مختلف — اقتصادی، امنیتی، فرهنگی، زیست‌محیطی — در تعامل با یکدیگر، الگوهای کلان ژئوپلیتیکی را شکل می‌دهند (Donnelly, 2024).

مثال کاربردی: بحران اوکراین و پیامدهای سیستمی. بحران اوکراین نمونه‌ای گویا از وابستگی متقابل پیچیده در نظام بین‌الملل است. این بحران، نه فقط یک درگیری نظامی، بلکه یک رویداد سیستمی با پیامدهای چندلایه است: افزایش قیمت انرژی در اروپا، بحران امنیت غذایی در آفریقا و خاورمیانه (به‌واسطه اختلال در صادرات غلات اوکراین)، تقویت اتحادهای نظامی (گسترش ناتو)، تغییر در الگوهای تجارت جهانی (جابه‌جایی مسیرهای انرژی) و تسریع گذار به انرژی‌های تجدیدپذیر. تحلیل سیستمی نشان می‌دهد که این پیامدها، نه رویدادهای جداگانه، بلکه اجزای یک سیستم به‌هم‌پیوسته‌اند که در آن، هر تغییر، بازخوردهایی در سایر بخش‌ها ایجاد می‌کند (Donnelly, 2024).

۵.۱۸.۲. جغرافیای سیاسی به‌عنوان سیستم چندسطحی

مفهوم «وابستگی متقابل پیچیده» که توسط کوهن و نای (۱۹۷۷) مطرح شد، گامی مهم در جهت سیستمی‌تر شدن تحلیل ژئوپلیتیک بود. از این منظر، در جهان معاصر، روابط میان دولت‌ها نه فقط از طریق زور و امنیت، بلکه از طریق شبکه‌های تجاری، مالی، اطلاعاتی و فرهنگی شکل می‌گیرد (Keohane & Nye, 1977).

مثال کاربردی: زنجیره‌های تأمین جهانی. زنجیره‌های تأمین جهانی، نمونه‌ای از یک سیستم چندسطحی ژئوپلیتیک هستند. یک گوشی هوشمند، محصول طراحی آمریکا، تراشه‌های تایوانی، نمایشگرهای کره‌ای، مونتاژ چینی و مواد معدنی کنگویی است. هر اختلال در یک حلقه از این زنجیره — تحریم، بلای طبیعی، بحران سیاسی — بر کل سیستم تأثیر می‌گذارد. تحلیل سیستمی، به سیاست‌گذاران کمک می‌کند تا آسیب‌پذیری‌های زنجیره تأمین را شناسایی کنند و استراتژی‌های تنوع بخشی و مقاوم‌سازی را طراحی کنند (Keohane & Nye, 1977).

۵.۱۸.۳. مسائل فرامرزی و حکمرانی جهانی

تحلیل سیستمی ژئوپلیتیک، به‌ویژه در مواجهه با مسائل فرامرزی چون تغییر اقلیم، مهاجرت و امنیت سایبری، ضروری است. این مسائل، نه در چارچوب یک دولت-ملت واحد، بلکه در سطح نظام جهانی قابل فهم‌اند. پژوهش‌های اخیر نشان می‌دهد که بحران‌های جهانی — پاندمی، تغییر اقلیم، جنگ اوکراین — به‌طور فزاینده‌ای در هم تنیده شده‌اند و بحران‌های مرکب ایجاد می‌کنند که در آن‌ها، هر بحران، بحران‌های دیگر را تشدید می‌کند (Global Sustainability, 2024).

مثال کاربردی: بحران‌های مرکب در ساحل غربی آفریقا. منطقه ساحل در آفریقا را در نظر بگیرید که همزمان با خشکسالی، ناامنی غذایی، درگیری‌های مسلحانه، بی‌ثباتی سیاسی و مهاجرت اجباری روبه‌روست. تحلیل سیستمی نشان می‌دهد که این بحران‌ها، نه مشکلات جداگانه، بلکه اجزای یک سیستم به‌هم‌پیوسته‌اند: خشکسالی، منابع آب و مرتع را کاهش می‌دهد که به درگیری میان کشاورزان و دامداران منجر می‌شود؛ درگیری، امنیت غذایی را تضعیف می‌کند؛ ناامنی غذایی، مهاجرت را افزایش می‌دهد؛ مهاجرت، بی‌ثباتی سیاسی را تشدید می‌کند. مداخله مؤثر، مستلزم رویکردی سیستمی است که همزمان ابعاد اقلیمی، امنیتی، اقتصادی و سیاسی را در نظر بگیرد (Systemic Risks and Governance, 2025).

۵.۱۹. تفکر سیستمی در حوزه نظامی

۵.۱۹.۱. استراتژی به‌عنوان سیستم پویا

حوزه نظامی، از دیرباز عرصه‌ای برای کاربرد تفکر سیستمی بوده است. جان بوید، استراتژیست و خلبان جنگنده آمریکایی، با توسعه «چرخه OODA» — مشاهده، جهت‌یابی، تصمیم و اقدام — چارچوبی سیستمی برای فهم و هدایت نبرد ارائه کرد. از منظر بوید، موفقیت در نبرد نه فقط به قدرت آتش، بلکه به سرعت و کارآمدی چرخه تصمیم‌گیری بستگی دارد (Boyd, 1987).

مثال کاربردی: جنگ سایبری. یک حمله سایبری به زیرساخت‌های حیاتی یک کشور را در نظر بگیرید. رویکرد سنتی، بر دفاع از شبکه‌های کامپیوتری متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که جنگ سایبری، نه فقط یک مسئله فنی، بلکه یک مسئله سیستمی است: حمله به شبکه برق، می‌تواند بیمارستان‌ها، سیستم‌های آب، ارتباطات و حمل‌ونقل را تحت تأثیر قرار دهد. دفاع مؤثر، مستلزم درک تعاملات میان زیرساخت‌های مختلف و طراحی سیستم‌های دفاعی چندلایه است. پژوهش‌های اخیر نشان می‌دهد که آموزش تفکر سیستمی به رهبران نظامی، به آنان کمک می‌کند تا پیامدهای ناخواسته تصمیمات خود را بر کل سیستم عملیاتی و محیط اطراف درک کنند (Teaching Systems Thinking, 2024).

۵.۱۹.۲. چرخه OODA و تصمیم‌گیری در شرایط عدم‌قطعیت

نیرویی که بتواند چرخه OODA خود را سریع‌تر از دشمن تکمیل کند، می‌تواند دشمن را در وضعیت واکنشی نگه دارد و ابتکار عمل را حفظ کند. این چارچوب، نبرد را نه مجموعه‌ای از درگیری‌های منفرد، بلکه یک سیستم پویا از تعاملات متقابل می‌بیند (Boyd, 1987).

مثال کاربردی: عملیات نظامی در محیط شهری. یک عملیات نظامی در یک شهر بزرگ را در نظر بگیرید. رویکرد سنتی، بر تصرف اهداف جغرافیایی متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که شهر، یک سیستم پیچیده است: زیرساخت‌ها، جمعیت غیرنظامی، شبکه‌های اجتماعی، اقتصاد محلی و رسانه‌ها، همگی بر نتیجه عملیات تأثیر می‌گذارند. یک اقدام نظامی — مانند قطع برق — می‌تواند به بحران انسانی، خشم عمومی و مقاومت مردمی منجر شود که به‌نوبه خود، هزینه‌های سیاسی و نظامی عملیات را افزایش می‌دهد. فرماندهانی که با تفکر سیستمی آموزش دیده‌اند، پیامدهای چندلایه اقدامات خود را در نظر می‌گیرند و استراتژی‌هایی طراحی می‌کنند که همزمان اهداف نظامی، ثبات سیاسی و رفاه غیرنظامیان را در نظر بگیرد (Teaching Systems Thinking, 2024).

۵.۱۹.۳. سیستم‌های فرماندهی و کنترل

مفهوم «سیستم‌های فرماندهی و کنترل» نمونه‌ای دیگر از کاربرد تفکر سیستمی در حوزه نظامی است. در این رویکرد، فرماندهی نه یک عمل یک‌طرفه، بلکه فرآیندی سیستمی است که در آن، اطلاعات از منابع مختلف جمع‌آوری، تحلیل و به تصمیمات عملیاتی تبدیل می‌شود. سیستم‌های C4ISR — فرماندهی، کنترل، ارتباطات، رایانه، اطلاعات، نظارت و شناسایی — نمونه‌ای از این نگاه سیستمی به عملیات نظامی است (Boyd, 1987).

مثال کاربردی: رقابت استراتژیک. در رقابت استراتژیک میان قدرت‌های بزرگ، رویکرد سیستمی به فرماندهی و کنترل، امکان درک تعاملات میان ابزارهای نظامی، اقتصادی، اطلاعاتی و دیپلماتیک را فراهم می‌کند. یک اقدام نظامی، پیامدهای اقتصادی (تحریم‌ها)، اطلاعاتی (جنگ روایات) و دیپلماتیک (واکنش متحدان و رقبا) ایجاد می‌کند. فرماندهی مؤثر، مستلزم هماهنگی میان این ابعاد و پیش‌بینی بازخوردهای سیستمی است. پژوهش‌های اخیر نشان می‌دهد که تفکر سیستمی به‌عنوان یک شایستگی کلیدی برای رهبران دفاعی در مواجهه با محیط‌های پیچیده و متغیر شناخته می‌شود (Getting Strategic Competition Right, 2024).

۵.۲۰. تفکر سیستمی و فناوری‌های نوظهور

۵.۲۰.۱. سیستم‌های اجتماعی-فنی

فناوری‌های نوظهور — هوش مصنوعی، کلان‌داده، اینترنت اشیا، بلاک‌چین و سیستم‌های اجتماعی-فنی — تفکر سیستمی را هم به‌عنوان ابزار و هم به‌عنوان موضوع بازتعریف کرده‌اند. سیستم‌های اجتماعی-فنی مفهومی است که برای توصیف تعامل میان عوامل انسانی و فناورانه در سیستم‌های پیچیده به‌کار می‌رود (Fabolude et al., 2024).

مثال کاربردی: پلتفرم‌های رسانه اجتماعی. یک پلتفرم رسانه اجتماعی را در نظر بگیرید. رویکرد سنتی، آن را به‌عنوان یک ابزار فنی برای ارتباط در نظر می‌گیرد. رویکرد سیستمی نشان می‌دهد که پلتفرم، یک سیستم اجتماعی-فنی است: الگوریتم‌های پلتفرم، رفتار کاربران را شکل می‌دهند؛ رفتار کاربران، داده‌هایی تولید می‌کند که الگوریتم‌ها را آموزش می‌دهند؛ محتوای تولیدشده، بر افکار عمومی و فرآیندهای سیاسی تأثیر می‌گذارد؛ و واکنش‌های اجتماعی، به تنظیم‌گری و تغییرات در طراحی پلتفرم منجر می‌شود. فهم پلتفرم بدون درک این تعاملات سیستمی ناقص است (Fabolude et al., 2024).

۵.۲۰.۲. هوش مصنوعی به‌عنوان ابزار و موضوع

هوش مصنوعی، هم به‌عنوان ابزاری برای تفکر سیستمی و هم به‌عنوان موضوعی برای تفکر سیستمی، نقش دوگانه‌ای ایفا می‌کند. از یک سو، الگوریتم‌های یادگیری ماشین امکان تحلیل داده‌های حجیم و شناسایی الگوهای پیچیده را فراهم می‌کنند. از سوی دیگر، خود سیستم‌های هوش مصنوعی، سیستم‌هایی پیچیده با پیامدهای اجتماعی، اخلاقی و سیاسی گسترده‌اند (Fabolude et al., 2024).

مثال کاربردی: سیستم‌های توصیه‌گر و حباب‌های فیلتر. سیستم‌های توصیه‌گر در پلتفرم‌های محتوا، نمونه‌ای از کاربرد هوش مصنوعی به‌عنوان ابزار تفکر سیستمی هستند. این سیستم‌ها، با تحلیل رفتار کاربران، محتوایی را پیشنهاد می‌دهند که احتمال تعامل را افزایش می‌دهد. اما این سیستم‌ها، پیامدهای سیستمی ناخواسته‌ای نیز دارند: آن‌ها می‌توانند به «حباب‌های فیلتر» منجر شوند که در آن‌ها، کاربران تنها با محتوایی مواجه می‌شوند که با دیدگاه‌های موجود آن‌ها هماهنگ است. این پدیده، به قطبی‌شدن افکار عمومی و تضعیف گفت‌وگوی دموکراتیک منجر می‌شود. تحلیل سیستمی نشان می‌دهد که این پیامدها، نه نقص فنی، بلکه ویژگی ظهور یافته یک سیستم پیچیده است که در آن، طراحی الگوریتم، رفتار کاربر و ساختار پلتفرم در هم تنیده‌اند (Fabolude et al., 2024).

۵.۲۰.۳. شکاف سیستمی و سرعت تغییر فناوری

سرعت تغییر فناوری، از سرعت توسعه چارچوب‌های نظری و اخلاقی برای مدیریت آن پیشی گرفته است. این «شکاف سیستمی» — ناهماهنگی میان سرعت تغییر فناوری و سرعت انطباق نهادی — یکی از مسائل محوری قرن بیست‌ویکم است که تفکر سیستمی می‌تواند به فهم و مدیریت آن کمک کند (Fabolude et al., 2024).

مثال کاربردی: تنظیم‌گری هوش مصنوعی. سرعت توسعه هوش مصنوعی، از سرعت توسعه قوانین و مقررات برای مدیریت آن پیشی گرفته است. در حالی که مدل‌های زبانی بزرگ در عرض چند ماه به‌طور چشمگیری پیشرفت می‌کنند، فرآیندهای قانون‌گذاری در دموکراسی‌ها ماه‌ها یا سال‌ها طول می‌کشند. این شکاف، خطراتی ایجاد می‌کند: فناوری‌هایی که بدون چارچوب اخلاقی و حقوقی توسعه می‌یابند، می‌توانند پیامدهای ناخواسته‌ای بر حریم خصوصی، امنیت، عدالت و دموکراسی داشته باشند. رویکرد سیستمی نشان می‌دهد که پاسخ به این چالش، نه توقف نوآوری و نه رهاسازی کامل آن، بلکه ایجاد مکانیسم‌های انطباقی و مشارکتی برای حکمرانی فناوری است (Prepared for the Polycrisis?, 2024).

۵.۲۱. آیا تفکر سیستمی یک علم است یا یک چارچوب؟

۵.۲۱.۱. دیدگاه برتالانفی: چارچوب فرارشته‌ای

پرسش از ماهیت تفکر سیستمی — اینکه آیا یک علم است یا یک چارچوب — یکی از مباحث بنیادین در فلسفه سیستم‌هاست. برتالانفی، بنیان‌گذار نظریه عمومی سیستم‌ها، این نظریه را نه به‌عنوان یک علم جدید، بلکه به‌عنوان یک «چارچوب» معرفی کرد که می‌تواند در خدمت همه علوم قرار گیرد (Bertalanffy, 1968).

مثال کاربردی: تفاوت چارچوب و نظریه. برای درک تفاوت چارچوب و نظریه، می‌توان به قیاس نقشه و مقصد اشاره کرد. یک نظریه علمی، مانند فیزیک نیوتنی، پیش‌بینی‌های دقیقی درباره رفتار اجسام ارائه می‌دهد. یک چارچوب، مانند تفکر سیستمی، ابزارهایی برای فهم و تحلیل فراهم می‌کند اما پیش‌بینی قطعی ارائه نمی‌دهد. همان‌گونه که یک نقشه، مسیرهای ممکن را نشان می‌دهد اما مقصد را تعیین نمی‌کند، تفکر سیستمی نیز ابزارهای مفهومی برای فهم پیچیدگی فراهم می‌کند اما پاسخ‌های قطعی ارائه نمی‌دهد. این تفاوت، نه ضعف تفکر سیستمی، بلکه ویژگی آن است: تفکر سیستمی، به‌جای جایگزینی برای علوم تخصصی، چارچوبی برای اتصال و یکپارچه‌سازی آن‌ها فراهم می‌کند (Bertalanffy, 1968).

۵.۲۱.۲. دیدگاه جکسون: خانواده رویکردها

مایکل جکسون (۲۰۰۳) استدلال می‌کند که تفکر سیستمی یک «رشته برای حل مسئله» است که از ترکیب رویکردهای کل‌نگر به‌صورت خلاقانه استفاده می‌کند. از منظر جکسون، تفکر سیستمی نه یک نظریه واحد، بلکه یک «خانواده» از رویکردهاست که در مواجهه با انواع مختلف پیچیدگی به‌کار می‌روند (Jackson, 2003).

مثال کاربردی: انتخاب رویکرد مناسب. برای درک «خانواده رویکردها»، می‌توان به تفاوت میان سیستم‌های سخت و نرم اشاره کرد. در مواجهه با یک سیستم سخت — مانند یک خط تولید — رویکردهای سیستمی سخت (مانند دینامیک سیستم‌ها) مناسب‌اند. در مواجهه با یک سیستم نرم — مانند یک سازمان با فرهنگ پیچیده — رویکردهای سیستمی نرم (مانند روش‌شناسی سیستم‌های نرم چک‌لند) مناسب‌ترند. تفکر سیستمی، به‌جای تحمیل یک رویکرد واحد، امکان انتخاب رویکرد مناسب بر اساس ماهیت مسئله را فراهم می‌کند (Jackson, 2003).

۵.۲۱.۳. نقد فراروایت و ضرورت کاربرد انتقادی

منتقدان تفکر سیستمی استدلال می‌کنند که این چارچوب، در خطر تبدیل شدن به یک «فراروایت» است؛ یعنی روایتی جامع که مدعی است همه پدیده‌ها را می‌تواند توضیح دهد. از این منظر، تفکر سیستمی می‌تواند به‌جای ابزاری برای فهم پیچیدگی، به ابزاری برای ساده‌سازی بیش از حد و نادیده گرفتن تفاوت‌های زمینه‌ای تبدیل شود (Midgley, 2000).

مثال کاربردی: محدودیت‌های تفکر سیستمی در بافت‌های فرهنگی مختلف. یک پروژه توسعه بین‌المللی را در نظر بگیرید که از مدل‌سازی سیستمی برای طراحی مداخلات در یک جامعه محلی استفاده می‌کند. مدل نشان می‌دهد که «نقطه اهرمی» برای کاهش فقر، سرمایه‌گذاری در آموزش است. اما این مدل، ممکن است ساختارهای قدرت محلی، هنجارهای فرهنگی درباره آموزش، یا تجربیات تاریخی جامعه با مداخلات خارجی را نادیده بگیرد. در نتیجه، مداخله — با وجود طراحی سیستمی دقیق — در عمل شکست می‌خورد. این نقد، بر ضرورت کاربرد زمینه‌مند و انتقادی تفکر سیستمی تأکید می‌کند: تفکر سیستمی، نه یک فرمول جهانی، بلکه ابزاری است که باید با آگاهی از محدودیت‌ها و زمینه خاص به‌کار رود (Midgley, 2000).

۵.۲۲. جمع‌بندی: تفکر سیستمی به‌عنوان پل معرفتی

۵.۲۲.۱. تحول در ماهیت مسائل

این فصل با پرسشی آغاز شد: تفکر سیستمی چگونه از یک رویکرد فکری به یک چارچوب میان‌رشته‌ای برای فهم جهان معاصر تبدیل شد؟ پاسخ این پرسش را می‌توان در چند تحول کلیدی خلاصه کرد. نخست، تحول در ماهیت مسائل. مسائل جهان معاصر، به‌طور فزاینده‌ای چندعلتی، فرابخشی و پیچیده شده‌اند. همان‌گونه که در حوزه‌های سلامت، آموزش، حقوق، مهندسی، کشاورزی، شهرسازی، اقتصاد، سیاست، ژئوپلیتیک و حوزه نظامی دیدیم، مسائل این حوزه‌ها هیچ‌یک در مرزهای یک رشته علمی واحد جای نمی‌گیرند (Jackson, 2003; Meadows, 2008).

۵.۲۲.۲. تحول در فهم دانش

دوم، تحول در فهم دانش. تصویر سنتی از دانش به‌عنوان مجموعه‌ای از رشته‌های مستقل، جای خود را به تصویری از دانش به‌عنوان شبکه‌ای از حوزه‌های به‌هم‌پیوسته داده است. در این تصویر جدید، ارزش یک حوزه دانش، نه فقط در عمق آن، بلکه در توانایی آن برای اتصال با حوزه‌های دیگر سنجیده می‌شود (Klein, 2017).

۵.۲۲.۳. تحول در جایگاه تفکر سیستمی

سوم، تحول در جایگاه تفکر سیستمی. تفکر سیستمی از یک روش تحلیلی در خدمت یک تخصص، به یک چارچوب معرفتی برای اتصال تخصص‌ها ارتقا یافته است. این چارچوب، نه جایگزین تخصص، بلکه مکمل آن است. همان‌گونه که بولدینگ پیشنهاد کرده بود، تفکر سیستمی به «اسکلت علم» تبدیل شده است: ساختاری که اتاق‌های جداگانه دانش را به هم متصل می‌کند (Boulding, 1956).

بسیاری از مسائل قرن بیست‌ویکم، نه به دلیل نبود دانش، بلکه به دلیل جدا بودن دانش‌ها از یکدیگر دشوار شده‌اند. تفکر سیستمی، امکان ایجاد ارتباط میان این دانش‌ها را فراهم می‌کند. این دقیقاً همان «تغییر معرفتی» است که فصل بعدی — با عنوان «تفکر سیستمی به‌عنوان یک انقلاب معرفتی» — به بررسی عمیق‌تر آن می‌پردازد.

در پایان، باید یادآور شد که تفکر سیستمی، همچون هر چارچوب معرفتی دیگر، محدودیت‌هایی دارد. این چارچوب می‌تواند به ساده‌سازی بیش از حد، نادیده گرفتن تفاوت‌های زمینه‌ای و ایجاد انتظارات غیرواقعی درباره توانایی پیش‌بینی و کنترل سیستم‌های پیچیده منجر شود. کاربرد مسئولانه تفکر سیستمی، مستلزم آگاهی از این محدودیت‌ها و ترکیب آن با فروتنی معرفتی است (Midgley, 2000; Jackson, 2019).


۵.۲۳. تفکر سیستمی در استراتژی

۵.۲۳.۱. از برنامه‌ریزی استراتژیک خطی به استراتژی به‌عنوان سیستم پیچیده

استراتژی، به‌عنوان هنر و علم تصمیم‌گیری درباره اهداف بلندمدت و مسیرهای دستیابی به آن‌ها، از دیرباز با مسئله پیچیدگی روبه‌رو بوده است. رویکرد سنتی به استراتژی — که در آن، تحلیل‌های خطی، پیش‌بینی‌های قطعی و برنامه‌های پنج‌ساله جایگاه محوری داشتند — بر مفروضاتی استوار بود که جهان را قابل پیش‌بینی و کنترل‌پذیر می‌دیدند. هنری مینتزبرگ، یکی از برجسته‌ترین منتقدان این رویکرد، در دهه ۱۹۹۰ استدلال کرد که استراتژی، نه یک برنامه از پیش تعیین‌شده، بلکه الگویی است که از تعاملات میان نیات، اقدامات و شرایط محیطی پدید می‌آید (Mintzberg, 1994). این بینش، در دهه‌های بعد با ظهور تفکر سیستمی در حوزه استراتژی، به یک چارچوب منسجم تبدیل شد.

مارتین کونک (۲۰۲۴) در مقاله‌ای که در مجله Systems منتشر شده است، یک مرور جامع از تلاقی تفکر سیستمی و مدیریت استراتژیک ارائه می‌دهد. او نشان می‌دهد که تکامل علایق میان این دو حوزه، الگوهای مشابهی را دنبال کرده است: از تمرکز بر ساختارهای ساده در دهه ۱۹۸۰، به سمت توجه به بازخوردها و تأخیرها در دهه ۱۹۹۰، و در نهایت به سمت فهم سیستم‌های پیچیده انطباقی در دهه ۲۰۰۰. کونک استدلال می‌کند که تفکر سیستمی، ابزارهای مفهومی ضروری برای تحلیل محیط‌های استراتژیک پیچیده و پویا فراهم می‌کند (Kunc, 2024).

مثال کاربردی: استراتژی شرکت‌های فناوری. یک شرکت فناوری را در نظر بگیرید که در بازار گوشی‌های هوشمند فعالیت می‌کند. رویکرد سنتی، بر تحلیل رقبا، سهم بازار و پیش‌بینی تقاضا متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که موفقیت در این بازار، نه محصول یک تصمیم استراتژیک واحد، بلکه نتیجه تعاملات پیچیده میان چندین زیرسیستم است: سیستم نوآوری (تحقیق و توسعه)، سیستم زنجیره تأمین (تأمین‌کنندگان قطعات)، سیستم اکوسیستم نرم‌افزاری (توسعه‌دهندگان اپلیکیشن)، سیستم بازاریابی (برند و وفاداری مشتری) و سیستم رقابتی (واکنش رقبا). یک تصمیم در یک زیرسیستم — مثلاً حذف جک هدفون — پیامدهای زنجیره‌ای در سایر زیرسیستم‌ها ایجاد می‌کند: واکنش مشتریان، واکنش رقبا، تغییر در اکوسیستم لوازم جانبی و بازخورد به استراتژی نوآوری. درک این تعاملات، برای طراحی استراتژی‌های مقاوم ضروری است (Kunc, 2024).

۵.۲۳.۲. مسائل شرور و ضرورت رویکرد سیستمی در استراتژی

گراواتش، کندی و بنسال (۲۰۲۳) در مقاله‌ای که در Strategic Organization   منتشر شده است، استدلال می‌کنند که محققان استراتژی، مسائل جهانی پیچیده — مانند تغییر اقلیم، نابرابری اجتماعی و تخریب محیط‌زیست — را اغلب با همان رویکردی تحلیل می‌کنند که مسائل تجاری متعارف را تحلیل می‌کنند: با ساخت مدل‌های علّی که به دنبال بهینه‌سازی نوعی موفقیت سازمانی هستند. این رویکرد تقلیل‌گرا، شرکت را از زمینه اجتماعی-بوم‌شناختی که مسئله را «شرور» می‌کند، جدا می‌سازد. نویسندگان استدلال می‌کنند که پژوهش استراتژی در مورد مسائل شرور می‌تواند از تفکر سیستمی بهره ببرد، که به‌طور بنیادین با رویکرد تقلیل‌گرا تفاوت دارد. آنان از محققان استراتژی می‌خواهند که لنز نظری خود را گسترش دهند: با (۱) بررسی دینامیک‌های هم‌تحولی به‌جای تمرکز بر مدل‌های ایستا، (۲) پیشبرد بینش‌های فرآیندی به‌جای ترجیح شناسایی علّی، و (۳) شناسایی نقاط اوج و تغییرات تحول‌آفرین به‌جای فرض تغییرات خطی یکنواخت (Grewatsch et al., 2023).

مثال کاربردی: استراتژی پایداری یک شرکت نفتی. یک شرکت بزرگ نفت و گاز را در نظر بگیرید که با فشار فزاینده برای گذار به انرژی‌های تجدیدپذیر روبه‌روست. رویکرد سنتی، این گذار را به‌عنوان یک مسئله بهینه‌سازی سبد سرمایه‌گذاری در نظر می‌گیرد: چه مقدار از سرمایه باید در نفت و چه مقدار در انرژی‌های تجدیدپذیر تخصیص یابد؟ رویکرد سیستمی نشان می‌دهد که این گذار، یک مسئله شرور است: کاهش سرمایه‌گذاری در نفت، می‌تواند به کاهش سود کوتاه‌مدت منجر شود که به‌نوبه خود توانایی شرکت برای سرمایه‌گذاری در تجدیدپذیرها را کاهش می‌دهد. همزمان، فشار سهامداران برای سود کوتاه‌مدت، با فشار جامعه و دولت برای گذار سریع‌تر تعارض دارد. تغییرات فناورانه، پیش‌بینی قیمت انرژی‌های تجدیدپذیر را دشوار می‌کند. و رقبا، ممکن است استراتژی‌های متفاوتی اتخاذ کنند که موقعیت رقابتی شرکت را تغییر دهد. استراتژی مؤثر، مستلزم درک این تعاملات سیستمی و پذیرش عدم‌قطعیت است (Grewatsch et al., 2023).

۵.۲۳.۳. استراتژی به‌عنوان فرآیند یادگیری مبتنی بر نظریه

پژوهشی در دانشگاه پادووا (۲۰۲۵) استدلال می‌کند که در محیط‌های پیچیده، نامطمئن و به‌هم‌پیوسته امروزی، فرآیند استراتژی‌سازی برای موفقیت سازمان‌ها حیاتی است. این پژوهش نشان می‌دهد که استراتژیست‌ها می‌توانند از تفکر سیستمی در مواجهه با مسائل شرور بهره ببرند، زیرا این چارچوب، فهم جامع‌تری از پیچیدگی و عدم‌قطعیت ایجاد می‌کند و دیدگاهی کل‌نگر از محیط استراتژیک را پرورش می‌دهد. استراتژی، در این نگاه، نه یک برنامه از پیش تعیین‌شده، بلکه یک فرآیند یادگیری مبتنی بر نظریه است: سازمان، نظریه‌هایی درباره جهان می‌سازد، آن‌ها را در عمل آزمون می‌کند، و بر اساس بازخوردها، نظریه‌ها و استراتژی‌های خود را تعدیل می‌کند (Strategy as a Process of Theory-Based Learning, 2025).

مثال کاربردی: استراتژی یک شرکت خودروسازی در گذار به خودروهای برقی. یک شرکت خودروسازی سنتی را در نظر بگیرید که با تصمیم به گذار به تولید خودروهای برقی روبه‌روست. این گذار، نه یک تصمیم واحد، بلکه یک فرآیند یادگیری مستمر است. شرکت، نظریه‌ای درباره آینده بازار شکل می‌دهد (مثلاً «تا سال ۲۰۳۰، ۵۰ درصد فروش خودروهای جدید برقی خواهد بود»)، بر اساس آن سرمایه‌گذاری می‌کند، و سپس با مشاهده واکنش بازار، اقدامات رقبا و تغییرات سیاست‌های دولتی، نظریه خود را تعدیل می‌کند. اگر فروش برقی‌ها کندتر از انتظار باشد، شرکت باید استراتژی خود را تغییر دهد؛ اگر سریع‌تر باشد، باید ظرفیت تولید را افزایش دهد. این فرآیند یادگیری، مستلزم فهم سیستمی از تعاملات میان بازار، فناوری، سیاست و رقابت است (Strategy as a Process of Theory-Based Learning, 2025).

۵.۲۴. تفکر سیستمی در صنعت خودرو

۵.۲۴.۱. از مهندسی اجزا به معماری سیستم‌های سیستم‌ها

صنعت خودرو، شاید یکی از آشکارترین نمونه‌های گذار از تفکر جزء‌محور به تفکر سیستمی در عمل باشد. در گذشته، خودرو به‌عنوان مجموعه‌ای از اجزای نسبتاً مستقل در نظر گرفته می‌شد: موتور، گیربکس، ترمز، تعلیق و بدنه. هر یک از این اجزا، توسط تیم‌های مهندسی جداگانه طراحی و بهینه‌سازی می‌شد. اما در خودروهای مدرن، این اجزا به‌طور جدایی‌ناپذیری در هم تنیده‌اند. یک سنسور در سیستم کمک‌راننده پیشرفته (ADAS) ، همزمان با پیشرانه، سیستم ترمز، سیستم تعلیق و سیستم اطلاعات سرگرمی تعامل می‌کند. نوآوری در یک حوزه، مستقیماً بر عملکرد سایر حوزه‌ها تأثیر می‌گذارد. توسعه جزیره‌ای، دیگر نمی‌تواند با خواسته‌های معماری خودروی مدرن همگام باشد (Magna International, 2025).

تحلیلگران صنعت خودرو تخمین می‌زنند که حدود ۴۵ درصد از تأخیرهای برنامه‌های خودرویی، ریشه در یک عامل مشترک دارد: تیم‌هایی که «در اجزا فکر می‌کنند، نه در سیستم‌ها.» این چالش، صنعت خودرو را به سمت پذیرش گسترده رویکردهای مهندسی مبتنی بر مدل (MBSE) و تفکر سیستمی سوق داده است. خودروی سال ۲۰۳۰، یک پلتفرم هوشمند و نرم‌افزارمحور خواهد بود که در آن، مدل‌سازی متقابل دامنه‌ای و دوقلوهای دیجیتال مشترک، ضرورتی انکارناپذیر خواهند بود (How Systems Thinking Can Prevent Automotive Program Delays, 2025).

مثال کاربردی: طراحی سیستم ترمز خودکار اضطراری (AEB). یک سیستم ترمز خودکار اضطراری را در نظر بگیرید. رویکرد جزء‌محور، بر بهینه‌سازی عملکرد رادار یا دوربین به‌عنوان سنسور اصلی متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که عملکرد مؤثر AEB، نه فقط به کیفیت سنسور، بلکه به تعاملات پیچیده میان چندین زیرسیستم بستگی دارد: سیستم ترمز (که باید سریع و دقیق پاسخ دهد)، سیستم پیشرانه (که باید در لحظه مناسب گشتاور را کاهش دهد)، سیستم تعلیق (که باید پایداری خودرو را در ترمزگیری شدید حفظ کند)، سیستم فرمان (که باید واکنش راننده را در نظر بگیرد)، و سیستم هشدار (که باید به‌موقع و به‌طور قابل‌فهم به راننده هشدار دهد). اگر هر یک از این زیرسیستم‌ها بهینه باشد اما هماهنگی میان آن‌ها ضعیف باشد، AEB ممکن است در لحظه بحرانی شکست بخورد. طراحی مؤثر AEB، مستلزم تفکر سیستمی است (Magna International, 2025).

۵.۲۴.۲. خودرو به‌عنوان پلتفرم نرم‌افزارمحور

خودروهای امروزی، به‌طور فزاینده‌ای کمتر شبیه ماشین‌های سنتی و بیشتر شبیه پلتفرم‌های هوشمند و نرم‌افزارمحور هستند. با استاندارد شدن سخت‌افزار و محوریت یافتن نرم‌افزار، همکاری متقابل عملکردی، دیگر یک انتخاب نیست، بلکه ضرورتی است. این تغییر، نه فقط نحوه کار تیم‌ها، بلکه نحوه معماری پلتفرم‌ها و نحوه ایجاد ارزش در سراسر زنجیره تأمین را دگرگون کرده است (Magna International, 2025).

پژوهشی در زمینه خودروهای نرم‌افزارمحور (SDV) و سیستم‌های کمک‌راننده پیشرفته (ADAS) نشان می‌دهد که صنعت خودرو در حال گذار از «تولید قطعات» به «توسعه پلتفرم» است. در این پارادایم جدید، ارزش، نه فقط در سخت‌افزار، بلکه در یکپارچگی نرم‌افزار، داده‌ها و خدمات دیجیتال نهفته است. خودروسازان و تأمین‌کنندگان، ناچارند روابط خود را از مدل سنتی «سفارش‌دهنده-تأمین‌کننده» به سمت همکاری عمیق‌تر در طراحی معماری سیستم‌ها بازتعریف کنند (Magna International, 2025).

مثال کاربردی: به‌روزرسانی از راه دور (OTA). قابلیت به‌روزرسانی از راه دور، نمونه‌ای گویا از گذار خودرو به پلتفرم نرم‌افزارمحور است. در گذشته، اگر خودروسازی نقصی در نرم‌افزار خودرو کشف می‌کرد، مالک باید به نمایندگی مراجعه می‌کرد و نرم‌افزار به‌روزرسانی می‌شد. امروزه، خودروهایی مانند تسلا می‌توانند نرم‌افزار خود را از راه دور و بدون نیاز به مراجعه به تعمیرگاه به‌روزرسانی کنند. این قابلیت، نه فقط یک بهبود فنی، بلکه یک تغییر سیستمی در مدل کسب‌وکار است: خودروساز، از یک تولیدکننده سخت‌افزار، به یک ارائه‌دهنده خدمات نرم‌افزاری مستمر تبدیل می‌شود. این تغییر، پیامدهای زنجیره‌ای در کل صنعت دارد: روابط با تأمین‌کنندگان، مدل‌های درآمدی، انتظارات مشتریان و مقررات ایمنی، همگی باید بازتعریف شوند. تفکر سیستمی، ابزارهای لازم برای فهم و مدیریت این تغییر چندلایه را فراهم می‌کند (Magna International, 2025).

۵.۲۴.۳. مدیریت پیچیدگی در زنجیره تأمین خودرو

زنجیره تأمین خودرو، یکی از پیچیده‌ترین سیستم‌های صنعتی جهان است. یک خودروی معمولی از حدود ۳۰,۰۰۰ قطعه تشکیل شده است که از هزاران تأمین‌کننده در سراسر جهان تأمین می‌شوند. هر اختلال در یک حلقه از این زنجیره — بلای طبیعی، بحران سیاسی، کمبود مواد اولیه — می‌تواند تولید کل خطوط مونتاژ را متوقف کند. بحران کمبود تراشه‌های نیمه‌هادی در سال‌های ۲۰۲۱-۲۰۲۳ نمونه‌ای گویا از این آسیب‌پذیری سیستمی بود: یک خشکسالی در تایوان به کاهش تولید تراشه منجر شد که تولید خودرو در آلمان، ژاپن و آمریکا را متوقف کرد.

پژوهشی که در کنفرانس بین‌المللی مدیریت زنجیره تأمین خودرو (۲۰۲۴) ارائه شده است، نشان می‌دهد که «تفکر سیستمی کل‌نگر» می‌تواند به تغییر ذهنیت استراتژیک لازم برای مدیریت زنجیره‌های تأمین مدرن کمک کند. در این رویکرد، زنجیره تأمین نه مجموعه‌ای از روابط دوجانبه میان خریدار و فروشنده، بلکه یک سیستم به‌هم‌پیوسته در نظر گرفته می‌شود که در آن، تغییر در یک نقطه، پیامدهای زنجیره‌ای در کل سیستم ایجاد می‌کند (Holman, D., & ŠVEJDAROVÁ, E. , 2024).

مثال کاربردی: مدیریت بحران کمبود تراشه. یک خودروساز بزرگ را در نظر بگیرید که با بحران کمبود تراشه روبه‌روست. رویکرد سنتی، بر یافتن تأمین‌کنندگان جایگزین و افزایش سفارش‌ها متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که این بحران، نه فقط یک مسئله تأمین، بلکه یک مسئله سیستمی است: خودروساز، تراشه‌ها را از طریق تأمین‌کنندگان سطح اول خریداری می‌کند که خود آن‌ها تراشه‌ها را از تولیدکنندگان نیمه‌هادی می‌خرند. تولیدکنندگان نیمه‌هادی، ظرفیت تولید خود را بر اساس پیش‌بینی تقاضای کل صنعت (شامل خودرو، لوازم خانگی، گوشی‌های هوشمند) برنامه‌ریزی می‌کنند. اگر خودروساز فقط بر روابط مستقیم خود با تأمین‌کنندگان تمرکز کند، ممکن است از پویایی‌های گسترده‌تر صنعت نیمه‌هادی غافل شود. رویکرد سیستمی، خودروساز را به تحلیل کل زنجیره ارزش، از تولید مواد خام تا مونتاژ نهایی، و شناسایی نقاط اهرمی برای افزایش تاب‌آوری سوق می‌دهد (Holman, 2024; Bugvi, S. A., Hussain, A., & Mughal, K. H., 2025).

۵.۲۵. تفکر سیستمی در دولت و حکمرانی

۵.۲۵.۱. حکمرانی در عصر پیچیدگی: از سیاست‌گذاری خطی به طراحی سیستمی

دولت‌ها، به‌عنوان نهادهای مسئول اداره جامعه، با چالش‌هایی روبه‌رو هستند که به‌طور ذاتی پیچیده، چندعلتی و فرابخشی‌اند. تغییر اقلیم، نابرابری اقتصادی، پاندمی‌ها، امنیت سایبری و بحران‌های مرکب — هیچ‌یک در مرزهای یک وزارتخانه یا یک حوزه سیاستی واحد جای نمی‌گیرند. رویکرد سنتی به سیاست‌گذاری عمومی، که بر تحلیل خطی، پیش‌بینی قطعی و مداخلات جزیره‌ای استوار بود، در مواجهه با این مسائل ناکام می‌ماند.

نگوین و همکاران (۲۰۲۳) در یک مرور سیستماتیک که در مجله Systems منتشر شده است، ۷۳ مقاله را در پنج دسته — مطالعات موردی، مقالات تحلیلی، دیدگاه‌های کاربران، مرورها و چارچوب‌های روش‌شناختی — بررسی کردند تا وضعیت کاربرد تفکر سیستمی در سیاست‌گذاری عمومی را ارزیابی کنند.

یافته‌های آنان نشان می‌دهد که ارزش تفکر سیستمی در سیاست‌گذاری عمومی به‌طور فزاینده‌ای شناخته شده است، اما میزان استفاده از آن در تصمیم‌گیری و سیاست‌گذاری درون دولت و خدمات کشوری، هنوز نامشخص است.

این مرور، مزایا و ارزش‌های تفکر سیستمی را که توسط پژوهشگران مشاهده و توسط کاربران در سیاست‌گذاری درک شده است، برجسته می‌کند و همزمان، چندین چالش در اجرای تفکر سیستمی در سیاست‌گذاری عمومی را آشکار می‌سازد. نویسندگان استدلال می‌کنند که پیشبرد اجرای تفکر سیستمی و حفظ استفاده از آن در عمل، مستلزم (۱) بررسی نحوه تغییر مدل‌های ذهنی سیاست‌گذاران و اصلاح فرهنگ‌های سازمانی است که تصمیمات در آن‌ها گرفته می‌شود، و (۲) توسعه راهنمایی‌های روش‌شناختی و عملی برای کاربرد و ارزیابی خاص سیاست‌گذاری است (Nguyen et al., 2023).

مثال کاربردی: سیاست‌گذاری برای کاهش نابرابری سلامت. یک دولت را در نظر بگیرید که می‌خواهد نابرابری سلامت میان مناطق ثروتمند و فقیر را کاهش دهد. رویکرد سنتی، بر افزایش بودجه مراکز بهداشتی در مناطق فقیر متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که نابرابری سلامت، محصول تعاملات سیستمی میان چندین عامل است: دسترسی به آموزش (که بر سواد سلامت تأثیر می‌گذارد)، کیفیت مسکن (که بر بیماری‌های تنفسی اثر می‌گذارد)، فرصت‌های شغلی (که بر استرس و سلامت روان تأثیر می‌گذارد)، دسترسی به غذای سالم (که بر چاقی و دیابت اثر می‌گذارد)، و کیفیت محیط‌زیست (که بر بیماری‌های مزمن تأثیر می‌گذارد). افزایش بودجه مراکز بهداشتی، بدون پرداختن به این عوامل زمینه‌ای، ممکن است نابرابری را کاهش ندهد، زیرا بیماران پس از ترخیص به همان محیط ناسالم بازمی‌گردند. سیاست‌گذاری مؤثر، مستلزم رویکردی سیستمی است که همزمان ابعاد بهداشتی، آموزشی، اقتصادی، مسکن و محیط‌زیست را در نظر بگیرد (Nguyen et al., 2023; Jalonen & Uusikylä, 2025).

۵.۲۵.۲. طراحی سیاستی آگاه از پیچیدگی برای تحولات پایداری

جالونن و اوسیکولا (۲۰۲۵) در مقاله‌ای که در Public Management Review منتشر شده است، یک چارچوب مفهومی برای ادغام نظریه پیچیدگی در طراحی سیاستی سیستمی برای تحولات پایداری توسعه داده‌اند. آنان تحول پایداری را به‌عنوان یک چالش طراحی پویا مفهوم‌سازی می‌کنند که مستلزم شرایط توانمندساز — رابطه‌ای، شناختی و نهادی — است، نه راه‌حل‌های از پیش تعیین‌شده. چارچوب آنان در سه سطح عمل می‌کند: در سطح کلان، مسیرهای پایداری به‌عنوان چشم‌اندازهای جاذبه‌ای چارچوب‌بندی می‌شوند؛ در سطح میانی، فضاهای انطباقی امکان آزمایش فراتر از محدودیت‌های نهادی غالب را فراهم می‌کنند؛ و در سطح خرد، عاملیت جمعی خودسازمان‌ده، اقدام تحول‌آفرین را هدایت می‌کند. مکانیسم‌های مولد مرکزی، به‌ویژه معنا‌سازی و معنابخشی، امکان تصور فرصت‌های ظهور یافته، هدایت عدم‌قطعیت و بسیج پاسخ‌های جمعی را فراهم می‌کنند (Jalonen & Uusikylä, 2025).

مثال کاربردی: سیاست‌گذاری برای گذار انرژی در یک کشور. یک کشور را در نظر بگیرید که هدف گذار از سوخت‌های فسیلی به انرژی‌های تجدیدپذیر را تعیین کرده است. رویکرد سنتی، بر تعیین اهداف کمی (مثلاً «۵۰ درصد برق از منابع تجدیدپذیر تا سال ۲۰۳۵») و وضع یارانه‌های مالی متمرکز می‌شود.

رویکرد سیستمی نشان می‌دهد که این گذار، یک چالش طراحی پیچیده است: سیاست‌های انرژی، بر امنیت عرضه، قیمت برق، اشتغال در صنایع فسیلی، تعادل بودجه، روابط ژئوپلیتیکی و رفتار مصرف‌کنندگان تأثیر می‌گذارند.

افزایش سریع سهم تجدیدپذیرها، ممکن است به ناپایداری شبکه منجر شود؛ کاهش حمایت از صنایع فسیلی، ممکن است به بیکاری و نارضایتی اجتماعی منجر شود؛ و قیمت‌گذاری کربن، ممکن است به فرار صنایع به کشورهای با مقررات سهل‌تر منجر شود. طراحی سیاستی مؤثر، مستلزم درک این تعاملات و ایجاد شرایط توانمندساز — مانند فضای آزمایش برای فناوری‌های جدید، گفت‌وگوی اجتماعی برای مدیریت گذار عادلانه، و هماهنگی نهادی برای جلوگیری از تعارض سیاست‌ها — است (Jalonen & Uusikylä, 2025).

۵.۲۵.۳. تفکر بلندمدت و حکمرانی دیجیتال

پژوهشی که در سال ۲۰۲۵ منتشر شده است، به بررسی تفکر بلندمدت در حکمرانی عمومی در عصر دیجیتال می‌پردازد. این پژوهش از رویکرد تفکر سیستمی برای تحلیل تعیین اهداف و دستیابی به اهداف برای محیط دولتی استفاده می‌کند که می‌تواند از طریق فناوری‌های دیجیتال بهبود یابد. مقاله به مسائل فن‌آوری‌سازی برنامه‌ریزی استراتژیک می‌پردازد و نشان می‌دهد که چگونه فناوری‌های دیجیتال می‌توانند به دولت‌ها در اتخاذ رویکردهای بلندمدت و سیستمی به حکمرانی کمک کنند (Zenodo, 2025).

مثال کاربردی: برنامه‌ریزی استراتژیک برای شهرهای هوشمند. یک دولت محلی را در نظر بگیرید که می‌خواهد یک استراتژی بلندمدت برای تبدیل شدن به «شهر هوشمند» تدوین کند. رویکرد سنتی، بر خرید فناوری‌های جدید — حسگرها، شبکه‌های ارتباطی، پلتفرم‌های داده — متمرکز می‌شود. رویکرد سیستمی نشان می‌دهد که شهر هوشمند، نه فقط یک پروژه فناورانه، بلکه یک تحول سیستمی چندلایه است: فناوری‌های دیجیتال، بر نحوه ارائه خدمات شهری، مشارکت شهروندان، شفافیت حکمرانی، حفاظت از حریم خصوصی و عدالت اجتماعی تأثیر می‌گذارند. بدون درک این تعاملات، شهر ممکن است به یک «جزیره دیجیتال» تبدیل شود که در آن، فناوری‌های پیشرفته در کنار نابرابری‌های اجتماعی عمیق‌تر وجود دارند. تفکر سیستمی، به برنامه‌ریزان شهری کمک می‌کند تا تعاملات میان ابعاد فناورانه، اجتماعی، اقتصادی و نهادی را در نظر بگیرند و استراتژی‌هایی طراحی کنند که همزمان نوآوری و شمول را ترویج دهند (Zenodo, 2025; Jalonen & Uusikylä, 2025).

منابع

Ackoff, R. L. (1999). Ackoff’s best: His classic writings on management. John Wiley & Sons.

Arthur, W. B. (2015). Complexity and the economy. Oxford University Press.

Aujla, N., Tooman, T., Arakelyan, S., Kerby, T., Hartley, L., O’Donnell, A., Guthrie, B., Underwood, I., Jacko, J. A., & Anand, A. (2024). New horizons in systems engineering and thinking to improve health and social care for older people. Age and Ageing, *53*(10), afae215.

Bertalanffy, L. von. (1968). General system theory: Foundations, development, applications. George Braziller.

Boulding, K. E. (1956). General systems theory—The skeleton of science. Management Science, *2*(3), 197–208.

Bowen, M. (1978). Family therapy in clinical practice. Jason Aronson.

Boyd, J. R. (1987). A discourse on winning and losing. Air University Library.

Bustamante, M. d. P., Vidueira, P., & Baker, L. (2024). Insights from systems thinking and complexity science to strengthen food systems frameworks. Global Food Security, *42*, 100777.

Bugvi, S. A., Hussain, A., & Mughal, K. H. (2025). A Novel Framework to Evaluate the Effect of Strategic Systems Thinking on Sustainable Supply Chain Risks, LARG Capabilities and Performance. Engineering Management Journal, 37(3), 225-247.

Cairney, P. (2012). Understanding public policy: Theories and issues. Palgrave Macmillan.

Capra, F. (1996). The web of life: A new scientific understanding of living systems. Anchor Books.

Carvalho Junior, O. (2025). Estuary: A systems perspective. Estuarine Management and Technologies, *2*, 43–70.

Checkland, P. (1981). Systems thinking, systems practice. John Wiley & Sons.

De Matteis, L., Mattioni, D., Garcia Campos, P., Ilie, E. T., Wiegers, E., & Hawkes, C. (2025). International experiences of systems approaches: Re-thinking policies and governance to transform agrifood systems. Philosophical Transactions B, *380*(1910), 20240159.

Descartes, R. (1985). Discourse on method (J. Cottingham, R. Stoothoff, & D. Murdoch, Trans.). Cambridge University Press. (Original work published 1637)

Donnelly, J. (2024). Systems, relations, and the structures of international societies. Cambridge University Press.

Fabolude, G., Knoble, C., Vu, A., & Yu, D. (2024). Smart cities, smart systems: A comprehensive review of system dynamics model applications in urban studies in the big data era. Geography and Sustainability, *5*(4), 541–558.

FAO. (2023). Thinking about the future of food systems: Strategic foresight and systems thinking. Food and Agriculture Organization of the United Nations.

Farmer, J. D. (2024). Making sense of chaos: A better economics for a better world. Yale University Press.

Grewatsch, S., Kennedy, S., & Bansal, P. (2023). Tackling wicked problems in strategic management with systems thinking. Strategic Organization, *21*(3), 721–732.

Holland, J. H. (1992). Adaptation in natural and artificial systems: An introductory analysis with applications to biology, control, and artificial intelligence. MIT Press.

Holman, D., & ŠVEJDAROVÁ, E. (2023). Strategic mindset change in automotive supply chain management. In CLC 2023 CONFERENCE.

ICSU. (2017). A guide to SDG interactions: From science to implementation. International Council for Science.

IPCC. (2023). Climate change 2023: Synthesis report. Intergovernmental Panel on Climate Change.

Jackson, M. C. (2003). Systems thinking: Creative holism for managers. John Wiley & Sons.

Jackson, M. C. (2019). Critical systems thinking and the management of complexity. John Wiley & Sons.

Jalonen, H., & Uusikylä, P. (2025). Sustainability transformation calls for complexity-informed systemic policy design. Public Management Review. Advance online publication.

Jervis, R. (1976). Perception and misperception in international politics. Princeton University Press.

Keohane, R. O., & Nye, J. S. (1977). Power and interdependence: World politics in transition. Little, Brown.

Klein, J. T. (2010). Creating interdisciplinary campus cultures: A model for strength and sustainability. Jossey-Bass.

Klein, J. T. (2017). Typologies of interdisciplinarity: The boundary work of definition. In R. Frodeman, J. T. Klein, & R. C. S. Pacheco (Eds.), The Oxford handbook of interdisciplinarity (2nd ed., pp. 21–34). Oxford University Press.

Kunc, M. (2024). The systems thinking approach to strategic management. Systems, *12*(6), 213.

Lalani, B., Gray, S. A., & Mitra-Ganguli, T. (2023). Systems thinking in an era of climate change: Does cognitive neuroscience hold the key to improving environmental decision making? A perspective on Climate-Smart Agriculture. Frontiers in Integrative Neuroscience, *17*, 1145744.

Luhmann, N. (2012). Introduction to systems theory (P. Gilgen, Trans.). Polity Press.

Meadows, D. H. (2008). Thinking in systems: A primer (D. Wright, Ed.). Chelsea Green Publishing.

Midgley, G. (2000). Systemic intervention: Philosophy, methodology, and practice. Kluwer Academic/Plenum.

Mintzberg, H. (1994). The rise and fall of strategic planning. Free Press.

Mitoulis, S., et al. (2025). Rethinking infrastructure design from component failure to systemic resilience. Nature Communications, *16*, Article 8921.

Nielsen, S. P. P. (2024). Introduction: A Special Issue on Niklas Luhmann’s systems theory and law. Oñati Socio-Legal Series, *14*(5), 1206–1226.

Nguyen, L.-K.-N., Kumar, C., Jiang, B., & Zimmermann, N. (2023). Implementation of systems thinking in public policy: A systematic review. Systems, *11*(2), 64.

Odum, E. P. (1997). Ecology: A bridge between science and society. Sinauer Associates.

Ostrom, E. (1990). Governing the commons: The evolution of institutions for collective action. Cambridge University Press.

Pimdee, S., & Secchaliao, T. (2024). The development of a blended instructional model using problem-based learning with graphic organizers to enhance systems thinking skills in computational science for students in lower secondary school. Journal of Education and Learning, *14*(2), 209–224.

Pohl, C., & Hirsch Hadorn, G. (2008). Core terms in transdisciplinary research. In G. Hirsch Hadorn, H. Hoffmann-Riem, S. Biber-Klemm, W. Grossenbacher-Mansuy, D. Joye, C. Pohl, U. Wiesmann, & E. Zemp (Eds.), Handbook of transdisciplinary research (pp. 427–432). Springer.

Rittel, H. W. J., & Webber, M. M. (1973). Dilemmas in a general theory of planning. Policy Sciences, *4*(2), 155–169.

Senge, P. M. (1990). The fifth discipline: The art and practice of the learning organization. Doubleday/Currency.

Senge, P. M. (2006). The fifth discipline: The art and practice of the learning organization (Rev. ed.). Doubleday.

Susilo, E. (2025). Judicial decisions and legal autopoiesis: Law as a living system. Oñati Socio-Legal Series, *15*(1), 45–68.

Winkens, A.-K., & Leicht-Scholten, C. (2024). A rapidly changing world with a high degree of uncertainty in the context of climate change requires sustainable and resilient infrastructures. Sustainable and Resilient Infrastructure, *9*(4), 1–20.

Sidebar atefi
دکتر محمدرضا عاطفی

عضو هیئت علمی دانشگاه
رئیس هیئت مدیره گروه ناب
هم بنیان گذار شرکت دانش بنیان
مشاور شرکت ها و سازمان های بزرگ کشور

آنچه می خوانید

Cover compressed 16 300x169
سیستم

فصل ششم- تفکر سیستمی به‌عنوان انقلاب معرفتی؛ تغییر در شیوه دیدن، دانستن و مداخله

۶.۱. مقدمه: چرا تفکر سیستمی را باید یک تغییر فکری دانست؟ ۶.۱.۱. تمایز میان ابزار جدید، روش جدید و تغییر در شیوه شناخت هنگامی که با یک مفهوم جدید روبه‌رو می‌شویم، نخستین پرسشی که ذهن ما می‌سازد این است: «این مفهوم چه چیزی به من می‌افزاید؟» این پرسش، در مورد

توضیحات بیشتر »
Cover compressed 15 300x169
سیستم

فصل پنجم: تفکر سیستمی در جهان معاصر؛ از مبانی تا کاربردهای میان‌رشته‌ای:بخش دوم

۵.۱۴. تفکر سیستمی در کشاورزی و نظام‌های غذایی ۵.۱۴.۱. نظام‌های غذایی به‌عنوان سیستم‌های اجتماعی-بوم‌شناختی نظام‌های غذایی، از تولید تا مصرف، نمونه‌ای بارز از سیستم‌های پیچیده اجتماعی-بوم‌شناختی هستند که در آن‌ها، عوامل متعدد زیستی، اقتصادی، اجتماعی، سیاسی و زیست‌محیطی در تعامل با یکدیگر، الگوهای تولید، توزیع و مصرف غذا را شکل

توضیحات بیشتر »
Cover compressed 15 300x169
سیستم

فصل پنجم: تفکر سیستمی در جهان معاصر؛ از مبانی تا کاربردهای میان‌رشته‌ای:بخش اول

1.۱. مقدمه: چرا جایگاه تفکر سیستمی نیازمند بازتعریف است؟ ۵.۱.۱. تمثیل بیمارستان: تخصص‌های عمیق و کلیت گم‌شده بیمارستانی دانشگاهی را در نظر بگیرید که در آن، سه متخصص برجسته — یک متخصص قلب، یک متخصص ریه و یک متخصص مغز و اعصاب — برای بررسی وضعیت یک بیمار ۷۲ ساله

توضیحات بیشتر »
error: محتوا غیر قابل انتخاب و کپی است.