Kontaktperson
Shane Carnohan
Forskare
Kontakta ShaneDynamiska systemmodeller erbjuder ett unikt och värdefullt perspektiv för beslutsstöd i en alltmer komplex värld.
Komplexa system består av många sammankopplade delar och processer. Dessa kopplingar gör systematiska problem svåra att förstå och hantera då förhållandet mellan orsak och verkan ofta är otydligt. Att enbart förlita sig på data i dessa situationer kan leda till missvisande korrelationer. Systemdynamik fokuserar på att förstå den orsaks- och verkansstruktur som genererar problematiska fenomen och representera denna i form av simuleringsmodeller. När dessa väl har byggts upp används de för att testa interventioner och policys, och därigenom bygga en förståelse för hur systemet reagerar på störningar. Med den kunskapen hjälper systemdynamisk modellering oss att utforma effektivare lösningar på komplexa problem.
Modellerna är visuella, vilket gör dem lätt att tolka även för icke-experter och tydliggör vilka data och antaganden som ligger till grund för modellens resultat. Denna transparens gör det möjligt att involvera olika aktörer i modelleringsprocessen och producera resultat som verkligen är tvärvetenskapliga.
Eftersom systemdynamiska modeller är mekanistiska (dvs. bygger på orsak-effekt relationer) istället för data-drivna (dvs. bygger på empiriska samband mellan variabler) är de särskilt användbara för att utveckla scenarier för långa tidshorisonter eller för kontexter där historiska data saknas. De kan tillämpas på många olika ämnesområden och i olika skalor. Systemdynamik används ofta för att lösa tvärvetenskapliga problem (t.ex. för att hantera konflikter om resursfördelning) genom koordinerade samskapande processer där grupper och individer från olika sektorer arbetar tillsammans med utbildade facilitatorer och modellerare för att bygga kollektiv systemförståelse, och hitta lösningar på gemensamma problem. RISE-forskare har använt systemdynamisk modellering för att stötta vattenresursförvaltning i kommuner och regioner, analysera värdekedjor för förnybar energi, samt identifiera och effektivisera resursflöden inom industriella symbiosnätverk.