Det første indlæg om det her emne var jo fyldt med en masse ord og lange sætninger (kompleksiteten bekræfter ofte sig selv ved at være, ja, kompleks at forklare). Derfor har vi lige sat os for at forsøge at forklare kompleksitet på andre og, måske, mere simple måder.
- Tænk på ure vs. skyer. Du kan adskille et ur i enkeltdele og derved få en dybere forståelse af det. Skyer kan derimod ikke skilles ad – for at forstå dem må du i stedet undersøge en lang række varianter af skyer i deres helhed.
- Et andet klassisk eksempel fra Paul Cilliers: Tænk på en jumbojet vs. en mayonnaise. En jumbojet kan du samle og skille ad og samle og skille ad … og få samme resultatet. Du kan så at sige lave en manual for, hvordan du gør det på en stringent og skridt-for-skridt (lineær) måde. Men en mayonnaise, i det øjeblik du har ladet den første dråbe olie falde ned i æggeblommen, dér har du skabt noget nyt gennem helt nye forbindelser, som du ikke kan gøre om. Sagt på en anden måde: Jumbojetten er reducérbar (i enkeltdele) og kan samles igen. Mayonnaisen er ingen af delene.
- Når beviserne synes at underbygge, at der er konkurrerende hypoteser om, hvilken løsning der vil være den bedste i forhold til en given problemstilling, eller i forhold til at skabe en bestemt effekt. Dette er en stærk indikator på, at du agerer i en kompleks situation.
- Eksempler på komplekse sociale systemer: Finansmarkedet, skolesystemet, organisationer, den berømte rundkørsel i Paris, systemet i dette klip, og mange flere. Pointen er, at ingen af dem er underkastet nogen central kontrol, og alligevel synes de i langt overvejende grad at være præget af en vis grad af stabilitet (og bestemt også instabilitet, når systemet udsættes for kaos – ligesom nogen, eks. i YouTube-klippet sagtens kan opfatte noget som kaotisk, mens andre opfatter det som komplekst, eller endda simpelt). Komplekse systemer er således kendetegnet ved netop at have en iboende form for stabilitet, men ikke en stabilitet, der er skabt fra centralt hold, derimod indefra i systemet selv gennem dets mange interaktioner. Denne type systemer referer man tit til som åbne evolutionære systemer, der er i stand til at tilpasse sig netop på grund af deres komplekse natur. Dræber du kompleksiteten, dræber du rent faktisk også systemets tilpasningsevne.
Og én af de lidt mere teoretiske:
- Kompleksitet opstår, når antallet af mulige interaktioner i systemet på baggrund af en forandring er så uendeligt højt, at det reelt set er umuligt at forudsige, hvad der vil ske. Som Max Boisot har beskrevet det ganske pædagogisk: Hvis du har 4 prikker, kan du tegne 64 mønstre. Hvis du har 12 prikker kan du tegne… 4.700 trillioner mønstre! (Læs mere her). Og ja, i eksemplet er der jo tale om statiske prikker. Prøv nu at konvertere dem til mennesker – med deres mentale modeller, deres skjulte dagsordener, deres præferencer for …, deres lyst til …, deres forskellig viden om …. Det siger næsten sig selv, at det er halsløs gerning at forsøge at forbinde prikkerne og få noget brugbart ud af det – altså at anvende den klassiske analytiske tilgang til det. Og alligevel er det så ofte det, der sker, når forandringsprocesser planlægges (og nej, det er ikke et forsøg på at sige, at planer aldrig skal lægges – men de skal lægges, hvor det giver mening, nemlig dér hvor rimelige grader af forudsigelighed er til stede).
