مدلسازی همراه و «سناریوسازی متعهد». برای طبقه بندی غنی تر از آینده

فیس بوکتوییترلینکدینواتس اپخطاشتراک گذاری

مقاله

فابریزیو لی ویگنی 1،*

1 Sciences Po Saint-Germain-en-Laye, 5 Rue Pasteur, 78100 Saint-Germain-en-Laye, France

خلاصه

انجمن “مدل سازی همراه” یک انجمن فرانسوی است که ده ها محقق در اکولوژی، علوم کامپیوتر و علوم اجتماعی از فرانسه و جنوب جهانی را گرد هم می آورد. هدف آن پیشنهاد ابزارهایی مانند بحث‌ها، شبیه‌سازی‌ها و بازی‌ها به ادارات و جمعیت‌های محلی به منظور کاهش تشدید موقعیت‌های متضاد شامل مدیریت مشترکات طبیعی است. رفتار ComMod با معاملات آتی در چارچوب اقدام-پژوهش متعهد متمایز است. به نظر می رسد طبقه بندی های موجود از ویژگی عملکرد خود غفلت می کنند، که هدف اصلی آن آموزشی و توانمندسازی است، نه پیش بینی و نه پیش بینی. ComMod فروپاشی منابع طبیعی را از طریق سناریوسازی بسیار ساده پیش بینی می کند تا آگاهی را در یک جامعه معین افزایش دهد و مردم را به تغییر رفتارهای خود وادار کند.

کلید واژه ها

علوم پیچیدگی، سناریوها، شبیه سازی، مشارکت، اقدام-پژوهش، جهانی جنوب

معرفی

انجمن “مدل سازی همراه” (یا ComMod) یک انجمن فرانسوی است که در “علوم پیچیدگی” ثبت شده است (والدروپ، 1992)، که ده ها محقق در اکولوژی، علوم کامپیوتر و علوم اجتماعی را از فرانسه و جنوب جهانی گرد هم می آورد (اتین، 2010). آنها ابزارهای تحقیق و اقدام پیچیده ای را به ادارات و جمعیت های محلی پیشنهاد می کنند تا از موقعیت های تضادی که شامل مدیریت مشترکات طبیعی است، مانند دسترسی به آب، جنگل یا ماهیگیری، تنش زدایی کنند. «Commodians» (در میان ابزارهای دیگر) از بحث‌ها، بازی‌های جدی و شبیه‌سازی‌های مبتنی بر عامل استفاده می‌کنند – نوعی مدل‌سازی دیجیتالی که در آن به مجموعه‌ای از عوامل مستقل (فردی یا جمعی) مجموعه‌ای از قوانین در یک محیط معین داده می‌شود تا آنها را رعایت کنند. تعاملات آنها و تکامل سیستم به منظور درک و/یا پیش بینی نتایج آن.

در استفاده از شبیه سازی در زمینه اقدام-پژوهش متعهدانه، کمودین ها رویکرد خاصی به آینده دارند. چگونه می توانیم این را توصیف کنیم؟ برای شروع، ما روشی را که ComMod مدیریت می‌کند آینده را با طبقه‌بندی «رژیم‌های آینده» موجود که توسط دو جامعه‌شناس فرانسوی Chateauraynaud و Debaz (2017) پیشنهاد شده‌اند، مقایسه می‌کنیم. این شامل «فوریت»، «انتظار»، «پیش‌بینی»، «پیش‌بینی»، «آینده‌نگر»، «وعده»، «پیش‌گویی» و «علمی-تخیلی» است (Chateauraynaud and Debaz، 2017). در این زمینه، ComMod برای اولین بار به نظر ما ترکیبی از رژیم های “پیش بینی” و “آینده نگر” بود (Li Vigni, 2020b). اما ویژگی اساسی شیوه‌های کمودین‌ها با استفاده از این دو مقوله نادیده گرفته می‌شد و نامرئی می‌شد. یعنی ComMod از شبیه سازی برای ساخت سناریوهایی استفاده می کند که هدف اصلی آنها آموزشی و توانمندسازی است. نه پیش بینی کننده و نه پیش بینی کننده به طور دقیق تر، ComMod فروپاشی منابع طبیعی را از طریق سناریوسازی بسیار ساده پیش بینی می کند تا آگاهی را در یک جامعه معین افزایش دهد و مردم را به تغییر رفتارهایشان وادار کند. به عبارت دیگر، ارزش سیاسی شبیه‌سازی‌های ComMod در آینده به یک اصطلاح جدید نیاز داشت تا به طور دقیق در ویژگی‌های آنها توضیح داده شود. سهم اصلی این مقاله اضافه کردن یک رژیم فرعی جدید به طبقه‌بندی Chateauraynaud و Debaz و درک موقعیت‌های ComMod مانند است. ارزش سیاسی شبیه‌سازی‌های ComMod در آینده به یک اصطلاح جدید نیاز داشت تا به طور دقیق در ویژگی‌های آنها توضیح داده شود. سهم اصلی این مقاله اضافه کردن یک رژیم فرعی جدید به طبقه‌بندی Chateauraynaud و Debaz و درک موقعیت‌های ComMod-مانند است. ارزش سیاسی شبیه‌سازی‌های ComMod در آینده به یک اصطلاح جدید نیاز داشت تا به طور دقیق در ویژگی‌های آنها توضیح داده شود. سهم اصلی این مقاله اضافه کردن یک رژیم فرعی جدید به طبقه‌بندی Chateauraynaud و Debaz و درک موقعیت‌های ComMod-مانند است.

نیمه اول این مقاله به معرفی و بحث در طبقه بندی Chateauraynaud و Debaz می پردازد. همچنین پیشنهاد می‌کند که آن را با تمایز بین رژیم‌ها و رژیم‌های فرعی پیچیده‌تر کند (که مروری خلاصه‌ای از آن در جدول 1 آمده است). برخی از رژیم های فرعی جدید برای اولین بار بر اساس ادبیات پیشین متمایز می شوند. نیمه دوم مقاله ComMod را توصیف می‌کند تا فعالیت آینده‌نگر خاص آن را نشان دهد – «سناریوسازی متعهد» – که می‌توان آن را به عنوان نمونه اولیه آن دید. این رژیم فرعی شامل تولید سناریوهایی به منظور اصلاح رفتار ذینفعان مختلف و در نتیجه تصحیح مسیری است که در صورت انجام هیچ کاری مقدر به فاجعه است.

مواد و روش ها

این مقاله با رویکرد کیفی و تفسیری در جامعه‌شناسی آینده‌نگاران ثبت شده است. وضعیت بدن بیشتر توصیفی است تا هنجاری. هدف، دسته‌بندی روش‌های اغلب ضمنی یا ناخودآگاهی است که دانشمندان از طریق آن‌ها آینده را می‌سازند و از آنها به روش‌های خاصی در زمینه‌های اجتماعی معین استفاده می‌کنند. این با استفاده از طبقه بندی های موجود و با توسعه طبقه بندی های جدید انجام می شود.

موادی که این مقاله بر اساس آنها ساخته شده است از “علوم پیچیدگی” گردآوری شده است (والدروپ، 1992؛ هلمریچ، 1998؛ ویلیامز، 2012؛ لی ویگنی، 2018) – حوزه ای که توسط محققان آینده نگر به عنوان منبع الهام مفهومی شناخته شده است (سردار). و راوتز، 1994؛ لو پرستی، 1996؛ اسمیت، 2005؛ ویلکینسون و همکاران، 2013؛ سامت، 2013؛ دربی شایر، 2016؛ اندرسون و تورنبرگ، 2018؛ پولی و والریو، 2019). این حوزه پژوهشی بین رشته‌ای و فراملی، جوامع فرعی مختلفی را که می‌توان با چارچوب‌ها، دیدگاه‌های هنجاری و رژیم‌های آینده متمایز کرد، دوباره متحد می‌کند (Li Vigni، 2020b).

در میان چنین گروه‌هایی، یکی از آن‌ها به‌ویژه جالب است: از سناریوهای آینده استفاده می‌کند و آن‌ها را به محرکی برای تولید تأثیرات آموزشی و اجتماعی-سیاسی در زمان حال تبدیل می‌کند. این ComMod است که تمرکز این مقاله است. مواد و روش های توصیف کمودین ها شامل سه گروه از منابع است:

  • تجزیه و تحلیل کتابشناختی برای علوم پیچیدگی در ایالات متحده و اروپا و به ویژه برای جامعه ComMod انجام شد. این شامل مقالات علمی، یک کتاب و چهار گزارش ادبیات خاکستری از پروژه های ComMod در کشورهای مختلف است.
  • برای تاریخچه و شیوه های ComMod، شش مصاحبه با یکی از بنیانگذاران مستقر در فرانسه و با پنج عضو نسل دوم مستقر در فرانسه، برزیل، سنگال و بورکینافاسو انجام شد. سوالات مربوط به خاستگاه فکری و اجتماعی ComMod، کار آن در میدان، واکنش جوامع محلی به آن، و پیشینه فکری و سیاسی مصاحبه شوندگان بود. مصاحبه های ضبط شده به طور متوسط ​​دو ساعت به طول انجامید. برخی در تنظیمات چهره به چهره و برخی دیگر از طریق ویدئو کنفرانس انجام شدند.
  • علوم پیچیدگی – که به عنوان یک معیار در پس‌زمینه باقی می‌مانند – از طریق مطالب غنی‌تر، شامل 115 مصاحبه، چهارده بازدید آزمایشگاهی و دو بایگانی سازمانی مورد بررسی قرار گرفتند. سایر نشریات از دیدگاه تاریخی و جامعه شناختی به آنها در جهانی بودن آنها می پردازند .

طبقه بندی رژیم های آینده

اندیشیدن به آینده بشریت چالشی عالی برای هر روحیه بینایی است. نویسندگان نام آور و ناشناخته با طولانی شدن وقایع تاریخی و آخرین پیشرفت های علم، آینده را با استفاده از سبک های مختلف ادبی تصور کرده اند. پیشگویی با داستان های علمی-تخیلی، پیش بینی های رسمی با جزئیات آینده نگر یا مطالعات انتقادی آمیخته می شود، و مجموعه چشم اندازهای آینده گسترش نمی یابد. (Chateauraynaud & Debaz، 2017، ص 11).

با این کلمات در لبه های غیرقابل برگشت (2017) آغاز می شود، کتاب جامعه شناسان فرانسوی فرانسیس شاتورانو و ژوکین دباز. نویسندگان در متن خود، گفتمان آینده را در چندین موضوع – آلودگی هوا، انرژی هسته‌ای، GMOs، فناوری‌های نانو و غیره – تحلیل می‌کنند و نشان می‌دهند که چندین مسیر همیشه وجود دارد، حتی زمانی که بازیگران درباره فرآیندهای برگشت‌ناپذیر صحبت می‌کنند. با این وجود، باز بودن یا برگشت ناپذیری قراردادهای آتی را می توان به روش های مختلفی مورد بررسی قرار داد. برای بررسی آنها باید چند سوال اساسی پرسید:

  1. بازیگران چگونه زمان را تصور می کنند؟ خطی است یا غیرخطی، باز یا بسته، کند یا شتابنده؟
  2. این رژیم ها بر کدام منطق عمل دلالت دارند؟ i ) مداخله در یک فرآیند در حال انجام، با تکیه بر دانش پیش زمینه به منظور پیش بینی آنچه در آینده است، 2 ) محاسبه زمان خطی شده برای برنامه ریزی آینده، یا 3 ) تولید سناریوها به دلیل باز بودن و عدم اطمینان در آینده؟
  3. آیا بازیگران برای ساختن آینده ای مطلوب کار می کنند یا برای خنثی کردن آینده ای نامطلوب؟
  4. نکته آخر اینکه فلش زمان طبق نظر بازیگران در کدام جهت حرکت می کند؟ آیا از حال به آینده می رود یا برعکس (پشت کاست)؟

برای خلاصه کردن همه این سؤالات، Chateauraynaud و Debaz (2017) سه پارامتر را جدا کرده اند: “مدل سازی زمان” (نحوه مشاهده زمان توسط بازیگران)، “منطق عمل” (چگونه بازیگران بسته به مدل سازی زمان عمل می کنند) و “نمونه های اولیه” (پارادایمی) نمونه هایی از هر رژیم) 2.

چند روش برای ارتباط با قراردادهای آتی وجود دارد؟ مسلماً تعدادشان زیاد است، اما بی پایان نیستند. Chateauraynaud و Debaz برای درک گفتمان‌هایی درباره آینده‌ای که بازیگران در عرصه‌های مختلف برگزار می‌کنند، طبقه‌بندی غنی از آنچه که «رژیم‌های آینده» می‌نامند، ارائه می‌کنند که عبارتند از: «فوریت»، «انتظار»، «پیش‌بینی»، «پیش‌بینی»، “آینده نگر”، “وعده”، “نبوت” و “علمی تخیلی”. فهرست طولانی است، اما نویسندگان آن آن را قطعی نمی دانند. در واقع، دو رژیم دیگر در مقاله اخیر اضافه شده است: “فرکانس بالا” و “بهینه سازی” (Li Vigni, 2020b).

این ده رژیم ممکن است بیشتر گفتمان‌های مربوط به آینده را که در عرصه‌های مختلف فضای عمومی، از پیش‌بینی اپیدمی گرفته تا سناریوسازی آب و هوا و انرژی، از وعده‌های فراانسانی تا پیش‌گویی‌های فروپاشی جهانی، در جریان است، پوشش دهند. با این حال، مورد مطالعه ComMod خواستار شناخت جنبه جدیدی است و بنابراین فرصتی برای بررسی مجدد طبقه بندی Chateauraynaud و Debaz ارائه می دهد. این مقاله با تمایز بین دو سطح تحلیل – رژیم‌ها و رژیم‌های فرعی – و با معرفی مقوله‌های جدید تحت رژیم‌های «فوریت»، «پیش‌بینی» و «آینده‌نگر» آن را بیشتر توسعه می‌دهد.

فوریت. همانطور که Chateauraynaud & Lehtonen (2013، ص 7) می نویسند، در رژیم “اضطراری” (یا “اضطراری”)، “دیدگاه های آینده تحت فشار شدید تولید می شوند، زیرا همه چیز در یک دوره زمانی بسیار کوتاه نیز انجام می شود. کوتاه برای بازیگران برای ارزیابی، از طریق مشورت، بازهای مختلف به آینده. در این حالت، عمل باید به سرعت انجام شود، در چارچوب فرآیندی که کنترل آن دشوار یا غیرممکن است. با این وجود، مدت زمان متفاوت و روش‌های متفاوتی برای کار در حالت اضطراری وجود دارد. سه رژیم فرعی را می توان پیشنهاد کرد.

  • رژیم فرعی «فرکانس پایین» به موقعیت‌هایی اشاره می‌کند که در آن هشداری در رابطه با پایان یافتن یک منبع معین در بخش انرژی یا مواد خام منتشر می‌شود. به مقیاسی از سال ها، از چند تا چند دهه می پردازد. با وجود این، حالت گفتمانی هنوز با سرعت مشخص می شود، زیرا، اگر هشدار به طور جدی در نظر گرفته نشود، بازیگران ممکن است خود را در هنگام رسیدن کمبودها ناآماده ببینند.
  • دومین رژیم فرعی «فرکانس متوسط» است که مشخصه بحران‌هایی مانند زلزله، آتش‌سوزی یا حملات تروریستی است. زمان در اینجا کوتاهتر است و برای نجات جان انسانها اقدام سریع ضروری است. کنترل کامل رویدادها غیرممکن است. کارشناسان و مقامات معمولا خیلی دیر وارد می شوند و ظرفیت آنها برای پیش بینی اتفاقات بعدی بسیار محدود است. خشکسالی های آبی را می توان نیمه راه بین این رژیم و رژیم فرعی اول دانست.
  • در وهله سوم، حالت “فرکانس بالا” کوتاه ترین زمان ها را توصیف می کند. در حالی که «فرکانس پایین» و «فرکانس متوسط» به طور کلی به تلاش برای واکنش به یک موقعیت خطرناک دلالت دارد، «فرکانس بالا» به معنای پیش‌بینی رقابت برای کسب سود است. کار کسانی که در یک رژیم “فرکانس بالا” زندگی می کنند شامل یک جهت یابی بصری بر روی یک جریان پیوسته است، جایی که زمان به قطعات کوچکتر تقسیم می شود. به سختی می توان پیش بینی را برای درازمدت انجام داد، اما یک مزیت جزئی چند میلی ثانیه ای می تواند همه چیز را در شکاف بین برنده و بازنده تغییر دهد. در حالی که مأموریت‌های نظامی (عمدتاً فرافناوری و بیشتر تهاجمی تا تدافعی) را می‌توان به عنوان نمونه اولیه این حالت در نظر گرفت، دومی با مطالعه جامعه‌ای شامل فیزیکدانان، اقتصاددانان و دانشمندان رایانه که هدفشان به کارگیری نظریه آشوب است، ایجاد شد. یادگیری ماشین و روانشناسی به منظور حدس و گمان در معاملات با فرکانس بالا (Li Vigni، 2020b). آنها روش هایی را برای انجام پیش بینی های کوتاه مدت به منظور افزایش سودهای گمانه زنی پیشنهاد می کنند (باس، 1999).

انتظار . رژیم “انتظار” (یا “انتظار و دیدن”) “تقریباً دقیقاً برعکس وضعیت اضطراری است” (Chateauraynaud & Lehtonen, 2013, p. 7). این رژیم به عنوان رژیمی توصیف می‌شود که در آن «زمان تعلیق می‌شود»: «در رژیم انتظار و دید، بسته به اینکه بدانیم منتظر چه هستیم یا هستیم، تولید آینده می‌تواند تعیین یا نامشخص باشد. منتظریم تا اتفاقی بیفتد تا ما را ترغیب به اقدام کنیم.» در این رژیم، «آزار، بی حوصلگی، از دست دادن میل و خستگی، منتظران را آزار می دهد. به عنوان مثال، ما می دانیم که نگهبانان چگونه به سرعت مراقب خود را از دست می دهند زمانی که دائماً منتظر اتفاقی هستند» (Chateauraynaud & Lehtonen, 2013, pp. 7-8).

پیش بینی . ما می‌توانیم درباره پیش‌بینی به معنای عامیانه صحبت کنیم تا «به همه نگرش‌ها و فعالیت‌های آینده‌نگر» اشاره کنیم (Poli, 2017, p. 1). از سوی دیگر، طبق نظر Chateauraynaud و Debaz، انتظار به فعالیت اغلب دیوانه‌واری اشاره دارد که جوامع در موقعیت‌های تهدیدکننده انجام می‌دهند، جایی که نیاز به آماده‌سازی خود مطلوب می‌شود. پیش‌بینی را می‌توان به‌عنوان نسخه‌ای گسترده‌تر از فوریت در نظر گرفت. این رژیم را می توان حداقل به دو رژیم فرعی تقسیم کرد.

  • کار اپیدمیولوژیست‌ها، درست مانند کار اطلاعات ملی و سایر آژانس‌های امنیتی، متعلق به رژیم فرعی است که به قول ریچارد گروسین محقق رسانه‌های جدید آمریکایی، می‌توان آن را «پیش‌گیری» نامید (گروسین، 2010). گروسین این اصطلاح را به منظور نشان دادن «آمادگی روانشناختی» رسانه ها در برابر تروریسم در زمینه رسانه ای و ایدئولوژیکی بزرگتر معرفی کرد. پیش‌آگاهی در خدمت آماده‌سازی ذهنی شهروندان برای رویدادهای فاجعه‌بار است، به طوری که به محض وقوع این اتفاقات آماده باشند. خطر پیش‌بینی دقیق آینده نیست، بلکه تکثیر سناریوهای احتمالی به‌منظور پیش‌بینی غافلگیری است (Aradau & Van Munster, 2007). تولید سناریو – به عنوان مثال، در اپیدمیولوژی – از بیان پیچیده همه عوامل مختلف درگیر نتیجه می شود (لی ویگنی، 2021b).
  • در رژیم «پیش‌بینی»، نگرش «پیش‌گیری» از حالت «بهینه‌سازی» متمایز می‌شود، که جهت‌گیری به سوی آینده را توصیف می‌کند که متضمن اختراع و تکامل برای بقا و سود است. رابطه آن با زمان، سازگاری دائمی و خود سازماندهی شده با آینده ای باز را فرا می خواند. نمونه اولیه این رژیم فرعی گروهی از دانشمندان و مهندسان کامپیوتر است که از الگوریتم ها و روبات ها برای تقلید از تکامل و سرعت بخشیدن به تولید صنعتی استفاده می کنند. بازیگرانی که در یک رژیم بهینه‌سازی کار می‌کنند، کمتر از دیگران نگران پیش‌بینی آینده هستند، در حالی که به طور کامل به سمت آنچه در آینده است هدایت می‌شوند. آینده برای آنها به فرض مبهم است. آینده پیشی گرفته نیست. بلکه بستر رودخانه یک جریان سازگار را تشکیل می دهد.

پیش بینی . رژیم «پیش‌بینی» را نباید با رژیم «پیش‌بینی» ترکیب کرد. دومی، در واقع، جاه طلبی دارد که آینده را به شیوه ای دقیق تر از اولی پیش بینی کند. همانطور که Chateauraynaud و Lehtonen (2013، ص 8) نوشتند، در “پیش بینی”، “مترولوژی ها و فضاهای محاسبه مشترک توسط بازیگران به مدل سازی جایگاه مرکزی در ساخت درک آینده می بخشد. فضایی با پارامترهای قابل قیاس و محاسبه». نمونه اولیه پیش بینی بالستیک است، یعنی رشته مکانیک که مسیر حرکت یک جسم را محاسبه می کند. نمونه‌های اولیه دیگر پیش‌بینی‌های تولید ناخالص داخلی یا رشد جمعیتی هستند، اگرچه کارآیی آنها بسیار مورد بحث است.

آینده نگر . در مقابل، فعالیت «آینده نگر» یا «آینده نگری» مستلزم «تولید سناریوهای مختلف است که امکان باز کردن و کاوش در فضای ممکن را فراهم می کند» (Chateauraynaud & Lehtonen, 2013, p. 9). «[با]عملکرد از راه دور، [آینده‌نگری] بسیاری از آینده‌ها را برای محدود کردن استدلال و مشورت، و قابل مشاهده کردن چارچوب‌های شناختی و هنجاری مورد انتظار که برخی جهت‌های آینده را معقول‌تر و مطلوب‌تر از سایرین می‌سازد، مجسم می‌کند». (Chateauraynaud & Lehtonen, 2013, p. 9). آینده نگاری برای تأثیرگذاری بر پدیده ها، به عنوان مثال، در شکل دادن به خط مشی یا مهندسی یک دستگاه استفاده می شود. ما می توانیم حداقل سه رژیم فرعی از رژیم “آینده” را تشخیص دهیم.

  • رژیم فرعی «سناریوسازی توصیفی» به موقعیت‌هایی اشاره دارد که در آن کارشناسان سناریوهایی را بدون قصد اقدام برای آینده، نه به طور مستقیم و نه از طریق واسطه‌های سیاسی یا دیگر، می‌سازند. تأثیر آینده نگر در این مورد ممکن است غیرمستقیم باشد: تولیدکنندگان آینده نگری دیگران را رها می کنند تا از کار خود نتیجه بگیرند. سناریوسازی می تواند به طور رسمی توصیفی باشد اما همیشه هنجاری نیز هست. گاهی اوقات این هنجارگرایی بیشتر قابل مشاهده است، یعنی در زمینه های مشورتی مانند کنفرانس های اجماع و سایر فضاهای مشاوره که ممکن است موسسات برای جمع آوری پیشنهادات شهروندان ایجاد کنند (Joss & Durant, 1995; Giraudet et al., 2021). پیشنهادها به طور رسمی برای گیرندگان آنها الزام آور نیستند.
  • «سناریوسازی عملیاتی» به موقعیت‌هایی اشاره دارد که در آن کارشناسان سناریوهایی را با قصد اقدام بر اساس آینده یا قرار دادن شخص دیگری در موقعیت انجام آن می‌سازند. می‌توان به آزمایشگاه‌ها، آژانس‌ها، لابی‌ها، انجمن‌ها، سازمان‌های غیردولتی، بنیادها و اتاق‌های فکری فکر کرد که دولت‌ها و شرکت‌ها را تحت فشار قرار می‌دهند یا با آنها تماس می‌گیرند تا با یک مشکل معین مقابله کنند – مثلاً همه‌گیری کووید-19. در موقعیت‌های نامطمئن، قدرت سیاسی تمایل دارد ابزارهای قدیمی‌تر را با ابزارهای جدیدتر تکمیل کند (Aykut و همکاران، 2019).
  • سوم، رژیم فرعی «سناریوسازی متعهد» به کارشناسانی اطلاق می‌شود که از سناریوهای آینده در زمینه‌های اقدام-پژوهشی با ایده دستیابی به یک نتیجه معین در چارچوب معین (یک انجمن، یک کارگاه، یک مناظره یا موارد دیگر) استفاده می‌کنند. نمونه اولیه این حالت «کارگاه های آینده» است که توسط رابرت جونگک و نوربرت مولرت در دهه 1970 توسعه یافت (Jungk & Muellert, 1987; Eickhoff and Geffers, 2006; Ørngreen and Levinsen, 2017). شهروندان عادی مشکلات جاری را تجزیه و تحلیل می‌کنند (مرحله انتقاد)، پیشنهادهایی را ارائه می‌کنند (مرحله فانتزی) و طرحی مشخص برای تغییر پیشنهاد می‌کنند (مرحله تحقق). نمونه اولیه دیگری از “ساخت سناریو متعهد” ComMod است که در بخش بعدی مقاله توضیح داده شده است .

وعده. رژیم آینده “وعده” به خوبی توسط حوزه مطالعات علم و فناوری مورد مطالعه قرار گرفته است (ون لنته، 1993؛ براون و مایکل، 2003؛ بوروپ و همکاران، 2006). در “جوامع وعده”، هیاهو به عنوان یکی از موضوعات اصلی ظاهر می شود، زیرا شیوه های تحقیقاتی بازیگران، فعالیت های جمع آوری کمک های مالی و استراتژی های نهادسازی را آگاه می کند. وعده‌ها به حالت‌های عملیاتی و پیش‌گویی‌های خود تحقق‌بخش با هدف دستیابی به آینده‌های مطلوب تبدیل می‌شوند. یک قول فنی یا انتخاباتی می تواند برای افرادی که به آن اعتقاد دارند انگیزه بخش باشد. در بیشتر موارد، مشارکت فعال هر چه بیشتر بازیگران ممکن است دقیقاً بهترین راه برای تحقق این وعده است: رژیم “وعده” به توده بحرانی که از آن حمایت می کند بستگی دارد. بنابراین، این رژیم از «نبوت» متمایز می شود، که موفقیت خود را مشروط به مشارکت گسترده مردم نمی کند.

نبوت . «طبق تعریف، یک پیش‌گویی آینده‌ای اجتناب‌ناپذیر را اعلام می‌کند و عزم را به چیزی که اساساً نامشخص است نسبت می‌دهد» (Chateauraynaud & Lehtonen، 2013، ص 10). «نبوت» فقط به گفتمان‌های دینی مربوط نمی‌شود – متخصصان از هر نوع می‌توانند تولیدکننده نبوت باشند. در این رژیم، گفتمان به دنبال تأثیری مشابه رژیم «وعده» است، اما راهبردهایی که این دو را همراهی می‌کنند یکسان نیستند. در حالی که در «وعده»، کارآفرینان علمی معمولاً مواد متقاعدکننده (نقشه راه، اثبات مفهوم، و غیره) تولید می‌کنند تا مقامات دولتی و/یا کسب‌وکارها را برای تأمین بودجه تحقیق و توسعه خود متقاعد کنند، در «پیش‌گویی»، کارشناسان ممکن است فقط سخنان خود را از طریق رسانه‌ها در منطقه منتشر کنند. به امید افزایش آگاهی افکار عمومی

علمی-تخیلی. سرانجام، رژیم «علمی-تخیلی» که در اولین «ماتریس آینده» پیشنهاد شده توسط Chateauraynaud (2013) وجود نداشت، توسط Chateauraynaud & Debaz (2017) به آن اضافه شد. این رژیم توسط رمان نویسان و همچنین محققان مورد بررسی قرار گرفته است. چیزی که داستان های علمی تخیلی را برای آینده پژوهی بسیار جالب می کند این است که روایت های تخیلی در مورد آینده های احتمالی گاهی اوقات می توانند از حوزه سرگرمی بیرون بیایند و به موضوع بحث های سیاسی تبدیل شوند و تخیلات و اعمال مردم را تغذیه کنند. داستان های علمی تخیلی می تواند راهی برای بررسی مدل های تغییر اجتماعی باشد (دولان، 2020؛ نیکولوا، 2021) و سوالاتی در مورد پیامدهای غیرمنتظره مطرح کند (رومپالا، 2021). داستان های علمی تخیلی می تواند با افزایش فضای احتمالات با استدلال ابتکاری، فرضیه های جدی در مورد آینده را پیش ببرد.

جدول 1 زیر به روشی ترکیبی رژیم ها و رژیم های فرعی شرح داده شده در این بخش را فهرست می کند.

جدول 1: نگاهی خلاصه به رژیم های آتی و رژیم های فرعی

مدل سازی زمان منطق عمل نمونه های اولیه
فوریت زمان کوتاه است مسابقه با زمان برای محدود کردن خسارت طرح پشتیبان پس از هشدار
– فرکانس پایین چند سال برای آماده شدن برای کمبود پایان یک منبع داده شده
– فرکانس متوسط چند ساعت یا چند روز اقدام سریع برای نجات جان زلزله، سونامی، آتش سوزی، حملات تروریستی
– فرکانس بالا هر ثانیه مهم است ناوبری بصری؛ پیش بینی نامطمئن در مدت زمان بسیار کوتاه تجارت با فرکانس بالا؛ ماموریت های نظامی
انتظار زمان معلق جابجایی مداوم زمان انتظار خاموشی: انتظار برای بازگشت به حالت عادی
پیش بینی زمان تسریع شده اقدام بر روی یک فرآیند مداوم؛ آمادگی تغییر آب و هوا
– پیش‌بازرسی فاجعه در هر زمانی ممکن است رخ دهد تکثیر سناریو برای جلوگیری از شوک و غافلگیری اپیدمی ها؛ حملات تروریستی
– بهینه سازی سازگاری با آینده باز خودکارسازی فرآیند یادگیری؛ تصادفی خلاق فراگیری ماشین؛ مدیریت تطبیقی
پیش بینی زمان محاسبه شده و خطی شده فضای محاسبه؛ برنامه ریزی مدل های جمعیتی؛ تحولات تولید ناخالص داخلی
آینده نگر زمان غیر خطی و باز است تولید سناریوها سناریوهای پر انرژی
– سناریوسازی توصیفی آینده باز است اما عمل کردن بر اساس آن دشوار/غیر ممکن است تولید سناریو بدون مداخله مستقیم جریان های خاصی از آینده پژوهی
– سناریوسازی عملیاتی در صورت اتخاذ تدابیر، آینده پرخطر قابل اجتناب است تولید سناریو با مداخله مستقیم کارشناسانی که به آنها فشار می آورند یا دولت ها با آنها تماس می گیرند
– سناریوسازی متعهد مسیرهای بد را می توان اصلاح کرد تولید سناریوها برای ایجاد یک نتیجه معین کارگاه های آینده (Jungk & Muellert, 1987); ComMod
وعده منطق تاخیر درگیر شدن در یک قول؛ اثبات اعتبار خود بیوتکنولوژی؛ فرا انسانیت
رسالت زمان معاد شناسی توصیف آینده ای اجتناب ناپذیر پایان نفت
علمی-تخیلی زمان تخیلی گشودن فضای امکانات از طریق تخیل فروپاشی تمدن غرب (اورسکس و کانوی، 2014)

مورد «سناریوسازی متعهد» مدلسازی همراه

تاریخچه ComMod

ComMod انجمنی است که در سال 2003 توسط 12 محقق فرانسوی در زمینه کامپیوتر، زندگی و علوم اجتماعی تأسیس شد (اتین، 2010). این گروه در برچسب “علوم پیچیدگی” ثبت شده است و از طریق کارگاه های اقدام-پژوهشی در جنوب جهانی فعالیت می کند (ریگ، 2007). با توجه به متون پایه‌گذاری آن، رویکرد پژوهشی ComMod به عنوان شکلی از تکنیک‌های زمین‌آینده مشارکتی تعریف می‌شود (Emsellem و همکاران، 2012)، با هدف تولید دانش علمی در مورد سیستم‌های پیچیده اجتماعی-اکولوژیکی، در عین حال ارائه یک مدیریت دموکراتیک و پایدار منابع تجدیدپذیر (Collectif ComMod & Bousquet، 2009؛ Étienne، 2012). در حالی که پروژه ها عمدتاً توسط مؤسسات تحقیقاتی ملی فرانسه (مانند CIRAD، IRD و CNRS) تأمین مالی می شوند، ComMod جوامع محلی و ادارات را هدف قرار می دهد که می توانند خدمات آنها را رد کنند.

تاریخچه ComMod از نیمه اول دهه 1990 شروع می شود. در آن زمان، فرانسوا بوسکه، هیدرولوژیست و ریاضیدان زیستی با اقتصاددان مارتین آنتونا و هیدرولوژیست اولیویه بارتو در مرکز بین المللی تحقیقات و توسعه کشاورزی فرانسه (CIRAD) همکاری می کردند. هدف آنها توسعه یک رویکرد جدید برای مدیریت بین رشته ای شیلات در سنگال بود. در سال 1996، بوسکه و بارتو ایده “رویکرد همراه” را برای مخالفت با “رویکرد انتقال دانش” (که در آن روزها غالب بود) پیشنهاد کردند، که آنها آن را از بالا به پایین و برای به اصطلاح ذینفعان مضر توصیف می کنند. برای این محققین، موضوع آوردن دانش علمی شمالی به کشورهای در حال توسعه نبود، بلکه قرار دادن «ذینفعان» دور یک میز به منظور همراهی و کمک به آنها در تصمیم گیری مستقل بود.

چنین رویکردی به سرعت برخی از همکاران آنها را در CIRAD جذب کرد، بنابراین در سال 2003 این گروه انجمن مدلسازی همراه را تأسیس کرد. در حال حاضر بیش از چهل عضو از فرانسه و سایر کشورهای جهان که در بیش از شصت مورد مطالعه در چندین کشور (مانند لائوس، کامبوج، سنگال، برزیل و غیره) در مورد چندین موضوع فعال بوده اند، حضور دارند. (مانند مدیریت منابع آبی، مرزهای ملی، جنگل ها، شیلات، پارک های طبیعی و غیره ). اعضای آن عبارتند از دانشمندان کامپیوتر، بوم شناسان، زراعیان، جغرافیدانان، مردم شناسان، اقتصاددانان و جامعه شناسان. کمودین ها بسته به پروژه های خود ابزارهای مختلفی را پیشنهاد می کنند: تشخیص شفاهی غیر علمی، بازنمایی های رسمی علمی، نقشه ها، بازی های جدی (Piveteau، 1994)، ممیزی ها، تخصص حقوقی، و همچنین مدل سازی مبتنی بر عامل.

ابزارهای دیجیتال ComMod

در میان ابزارهای پیچیدگی، ComMod تمایلی به مدل‌سازی مبتنی بر عامل (ABM) دارد که در ابتدا در مؤسسه سانتافه توسط دانشمند رایانه آمریکایی کریستوفر لنگتون (Langton, 1997) یا اغلب برای تکنیک فرانسوی معادل اما متفاوت چند سیستم عامل (MAS) (فربر، 1999). ABM و MAS توسط مبتکران و کاربران آنها به عنوان ابزارهای تحقیقاتی غنی و انعطاف پذیر توصیف می شوند و از اواخر دهه 1980 آنها برای انواع اشیاء مطالعاتی در رشته های مختلف، از جنگل ها تا اکوسیستم ها، از شبکه های انرژی تا بازارهای مالی به کار گرفته شده اند. . عوامل می توانند از ده ها تا چند میلیون نفر باشند و به عنوان موجودیت های مستقل، واکنشی و فعال و هدفمند در نظر گرفته می شوند که توسط مجموعه ای از قوانین و یک محیط معین که می تواند ساده یا واقع گرایانه باشد محدود می شود (نیازی و حسین، 2011؛ ​​ویلنسکی و رند، 2015). هدف از این شبیه سازی ها به دست آوردن بینشی در مورد وضعیت دنیای واقعی در حال مدل سازی است. چنین بینشی بسته به اهداف و رشته محققین می تواند چند جانبه باشد و می تواند به عملکرد آن (درک) یا تکامل آن (پیش بینی) مربوط باشد.

در ابتدا ABM/MAS به عنوان مدل های اسباب بازی برای سیستم های فیزیکی و بیولوژیکی مورد استفاده قرار گرفت (لنگتون، 1989). اندکی پس از آن، از آنها برای بازسازی گذشته تمدن های گمشده و آزمایش نظریه های باستان شناسی (کوهلر و گومرمن، 2000)، اقتصادی (تسفاتشن، 2003) و اجتماعی سیاسی استفاده شد (اکسلرود، 1997؛ اپستاین و آکستل، 1996). سرانجام، بعداً آنها به ابزارهای پیش‌بینی برای پیش‌بینی پدیده‌هایی مانند پیامدهای همه‌گیری (Ajelli و همکاران، 2010)، یا ابزارهای اکتشاف تطبیقی ​​برای حل مشکلات تجاری (Bonabeau & Meyer, 2001) و طراحی دارو تبدیل شدند (Bonabeau et al., 2008). ). به طور خلاصه، ABM/MAS را می توان با داده های واقعی یا ساختگی به منظور کاوش، توضیح، طراحی، پیش بینی، چشم انداز و پیش بینی سیستم های دنیای واقعی تغذیه کرد.

برای توسعه این امر، کمودین‌ها نوع خاصی از ABM/MAS را توسعه داده‌اند که مدلسازی مبتنی بر عامل ترکیبی یا HAM نامیده‌اند. در اکثر پیاده‌سازی‌های ABM/MAS، انسان‌ها و غیرانسان‌ها (مانند حیوانات و گیاهان) به‌عنوان عواملی معرفی می‌شوند که فاقد دانش کلی از سیستمی هستند که به آن تعلق دارند، اما قادر به درک و واکنش نسبت به محیط اطراف خود هستند. در این چارچوب، تنها دانشمند می‌تواند به کلیتی که مدل می‌کند نگاهی پانوراما داشته باشد. در عوض، ComMod ABM/MAS را به روشی تعاملی تصور می‌کند، به طوری که ذینفعان می‌توانند با انجام شبیه‌سازی به طور مستقیم یا غیرمستقیم، دید کلی از سیستم را به دست آورند. گاهی اوقات شرکت کنندگان می توانند یک بازی ویدیویی را با جوی استیک انجام دهند. در مواقع دیگر تصمیمات آنها به صورت شفاهی جمع آوری می شود و سپس به صورت دیجیتالی توسط یک مدل ساز پیاده سازی می شود.

HAM شامل حداقل پنج عملکرد است: 1) تجسم فضا، 2) شبیه سازی دینامیک منابع، 3) محاسبه شاخص های تعامل عوامل، 4) مشخص کردن رفتار عوامل غیر انسانی با درج در دسترس یا قابل قبول. داده ها، 5) و مهمتر از همه، امکان اجازه دادن به سهامداران تصمیمات خود را در مدل وارد کنند. در مورد دوم، تصمیم می تواند 1) توسط یک عامل انسانی، 2) توسط یک عامل انسانی با واسطه یک عامل انفورماتیک، 3) توسط یک عامل انسانی و یک عامل انفورماتیک، یا 4) توسط یک عامل انفورماتیک به تنهایی (اتین). ، 2010، ص 75).

رویکرد هنجاری ComMod

برای درک دیدگاه ComMod در آینده، لازم است پیشینه فکری و سیاسی آن نیز ارائه شود. پس از حضور در میدان، کامودین ها اطلاعاتی را از ذینفعان جمع آوری می کنند تا مدلی از موقعیت تضادی که در آن دخیل هستند بسازند و سناریوهایی را با آنها “همسازی کنند”. در این فرآیند، کمودین ها خود را «واسطه» بین فرهنگ ها و علایق مختلف می بینند، در حالی که شبیه سازی وظیفه میانجیگری بین مقیاس های مختلف (محلی، منطقه ای، ملی، بین المللی) و همچنین بین انواع مختلف دانش (رشته های علمی، کشاورزی، سیاست و غیره). اغلب، پروژه های ComMod توسط یک دوجمله ای متشکل از یک متخصص در یک زمینه معین و یک دانشمند کامپیوتر که وظیفه اصلی آن مدل سازی دیجیتال است، سازماندهی می شود. این فرآیند به صورت دایره ای در نظر گرفته شده است 

 

مشاهده جهان اجازه طراحی مدلی را می دهد که منجر به یک بازی نقش آفرینی و شبیه سازی می شود که به نوبه خود مسئول تغییر جهان مشاهده شده هستند تا چرخه بتواند دوباره شروع شود. به عبارت دیگر، اعضای ComMod یک برداشت سیاسی صریح از ابزارها و نقش تحقیقات خود دارند و فکر می‌کنند که نقش محققان تغییر مؤثر سیستم‌هایی است که در آن فعالیت می‌کنند.

در چارچوب ComMod، دانشمندان به عنوان تکنسین‌ها و میانجی‌های درگیر در میان فرهنگ‌های مختلف، مجموعه‌های دانش و علایق متفاوت تصور می‌شوند. در بیشتر موارد، سوداگران انگیزه پیدا می‌کنند تا راه‌حل‌های ممکنی برای «تراژدی عوام که در آن کالاهای جمعی تا مرز فرسودگی استثمار می‌شوند، بیابند، زیرا سودها فردی هستند و هزینه‌ها تقسیم می‌شوند» (Bonnefoy et al., 2000, p. 163). در حالی که کمدین ها مایلند بازیگرانی را با “بهترین” تجویز نکنند، آنها به صراحت از فردگرایی و رقابت به عنوان اصول ساختاری تعامل اجتماعی امتناع می ورزند و از ابزارهای مشارکتی جعلی انتقاد می کنند: “درگیری، همکاری یا مشارکت سهامداران، یادگیری مشترک یا حقیقت یاب، تبدیل به کلمات وزوز شده اند […] این به وضوح یک پیشرفت مثبت است،

کمودین ها به طور سیستماتیک به مجموعه های دانشی اشاره می کنند که درگیر تحول اجتماعی هستند. اولا، با ارجاع به پارادایم علم پسا عادی (PNS) – مورد استفاده در زمینه هایی که دانش نامشخص است، ارزش ها در بحث هستند، مخاطرات بالا هستند و تصمیمات فوری هستند (Funtowicz & Ravetz، 1993؛ Strand، 2017) – ComMod وعده می دهد. برای دستیابی به تقارن از طریق به کارگیری تعدادی از تکنیک ها و مشارکت سهامداران در فرآیند تصمیم گیری. دانش بین رشته ای و بین رشته ای، دوام زیست محیطی، دموکراتیزه سازی تخصص و بررسی گسترده همتایان (فراتر از دایره کارشناسان خبره) برخی از مفاهیم و اهداف اساسی ComMod را تشکیل می دهند. در راستای PNS، ComMod همچنین مدعی است که بر کیفیت تصمیم‌گیری بیشتر از کیفیت خود تصمیم تمرکز می‌کند: «در چارچوب پس از نرمال، هدف پژوهشگران پیشنهاد یک عرصه هماهنگی تا حد امکان غنی و عادلانه است. پیوستن بازیگران محلی به چنین عرصه‌ای مشروعیت آن را به چالش می‌کشد و ابتکار عمل را برای زیر سوال بردن خود انجام می‌دهد» (اتین، 2010، ص 143).

در نتیجه، کارگاه‌های ComMod به فضاهایی متقارن تبدیل می‌شوند که دانش و تصمیم با طراحی تا حد امکان به طور مساوی توزیع و ارزش‌گذاری می‌شوند. کمودین ها به دنبال اجرای راه هایی برای محدود کردن قدرت قوی ترین ها (مردان، مدیران، طبقات اجتماعی بالاتر) و توانمندسازی ضعیف ترین ها (زنان، کشاورزان، طبقات اجتماعی فقیر) هستند (بارنو، 2013). آنها نگرش خنثی دارند، اما نه به این معنا که رویکرد آنها یک تلاش پوزیتیویستی بدون اهداف اجتماعی-سیاسی است. همانطور که یک جغرافیدان فرانسوی از CNRS به وضوح توضیح داد: “[ما با] یک سوال ایدئولوژیک روبرو هستیم، زیرا فکر کردن به اینکه یک سیستم باید برابری یا نابرابری ایجاد کند یک انتخاب است” (مصاحبه، 17.03.10).

به ویژه، ادعای بی طرفی کمدین ها دارای یک هدف هنجاری سه گانه است: افزایش دموکراسی، تضمین عدالت و تقویت دوام محیطی. ComMod به دنبال آن است که به منظور توانمندسازی عوامل فردی، دانشی در مورد سیستمی که بخشی از آن را تشکیل می دهند، ارائه دهد. علاوه بر PNS، رویکرد “میانجی گری پاتریمونیال” پیشنهاد می کند که یک روش “کارآمد” و “مشروع” برای مدیریت منابع تجدیدپذیر در یک زمینه پیچیده و چند بازیگر باشد (Ollagnon, 1999؛ Mermet et al., 2005). هدف این چارچوب با در نظر گرفتن طبیعت به عنوان یک کالای مشترک، غلبه بر «محدودیت‌های» رویکردهای اقتصادی، بوم‌شناختی و فنی-نهادی است که به تنهایی انجام شود.

به گفته اولانیون و مرمت، رویکردهای کلاسیک مبتنی بر 1) یک تصمیم گیرنده، 2) رویکردی سفت و سخت و ایستا به مشکلات، 3) عدم وجود مذاکره، و 4) نگرش حل مسئله محلی است. در مقابل، میانجی گری پاتریمونیال مدعی است که بر 1) تعدد بازیگران، 2) رویکردی پویا و رابطه ای به مشکلات، 3) مذاکره به عنوان اصل اصلی مدیریت، و 4) گستره بین نسلی بلندمدت است.

سایر منابع مهم روش شناختی و هنجاری برای کمدین ها عبارتند از:

  • رویکرد الینور اوستروم، اقتصاددان آمریکایی در مورد مدیریت کالاهای مشترک (اوستروم و همکاران، 1994)، بر تخصیص مؤثر منابع در جوامع کوچک متمرکز بود که از طریق ایجاد هنجارهای اجتماعی مبتنی بر تحریم های غیرمتمرکز، خودگردان هستند.
  • ارزیابی مشارکتی روستایی مورخ بریتانیایی رابرت چمبرز (چمبرز، 1994)، که هدف آن ترکیب دانش و نظرات مردم روستا در برنامه ریزی و مدیریت پروژه ها و برنامه های توسعه است.
  • و رویکرد یادگیری اجتماعی نیلز رولینگ، کشاورز هلندی (رولینگ و کارمزدها، 1998)، مبتنی بر این ایده است که یادگیری مشترک ذینفعان وابسته به یکدیگر مکانیزم کلیدی برای دستیابی به راه حل های مطلوب تر برای مشکلات پیچیده در محیط های روستایی است (Collectif ComMod & Bousquet، 2009). .

بر اساس این جنبش ها، انسان ها به عنوان عواملی آزاد اما تحت سلطه دیده می شوند که قادرند سرنوشت جمعی خود را به شیوه ای مسالمت آمیز و دموکراتیک اداره کنند. همانطور که یک کشاورز فرانسوی ComMod مستقر در برزیل توضیح داد، منابع الهام سیاسی کمودین ها از طرفداران «رشد زدایی» و «اقتصاد مقرون به صرفه» متفاوت است (پارتان، 1999؛ شوماخر، 1975؛ لاتوچ، 2010) تا آموزش های رهایی بخش که به «قدرت بخشیدن به مردم» قول داده اند. تحت سلطه» (فریره، 1996)، با گذر از اقتصاد اکولوژیکی که هدف آن ادغام انسان در اکوسیستم است (مارتینز-آلیر و مرادیان، 2015) (مصاحبه، 19/08/03).

ComMod در معاملات آتی

اکنون که به وضوح ثابت کرده‌ایم که کمودین‌ها دانشمندانی درگیر هستند که می‌خواهند به افراد در موقعیت‌های مشکل‌ساز کمک کنند تا آنها را حل کنند، می‌توانیم برداشت خاص آنها را در مورد آینده بررسی کنیم.

هنگام اجرای شبیه‌سازی، ذینفعان و مدل‌سازان سناریوهای what-if مختلفی را تولید می‌کنند. بنابراین رژیم مسلط آینده “آینده نگر” است، زیرا زمان غیرخطی است و پویایی آن از پیش تعیین نشده است. منطق عمل مستلزم تولید یک سری مسیرهاست که در خدمت پرداختن به استراتژی های احتمالی و پیامدهای آن است. یکی از این آینده‌ها، ادامه کسب‌وکار به‌طور معمول است که در بیشتر موارد جامعه را به سمت فروپاشی محیطی و/یا به سمت درگیری و جنگ سوق می‌دهد. HAM ها برای برجسته کردن پیامدهای (اغلب فاجعه بار) اقدامات فعلی – که می تواند بهره برداری بیش از حد از یک منبع باشد، یا “مبنای اولیه اولین خدمت” فردی در مدیریت یک کالای طبیعی باشد.

همانطور که یکی از بنیانگذاران ComMod توضیح داد: “اگر MAS معادل یک بازی نقش باشد، ما می توانیم این بازی را انجام دهیم و از طریق آن، مردم می توانند مدل را درک کنند. و اگر آنها مدل را درک کنند، می توانند به رابط کامپیوتر نگاهی بیندازند تا شبیه سازی ها را با ما بسازند» (مصاحبه، 19.05.17). ابزارهای ComMod می‌توانند نشان دهند که اگر اقدامات اعضای جامعه اصلاح نشود، ماهی‌ها تخلیه می‌شوند، جنگل‌ها با خاک یکسان می‌شوند، رودخانه‌ها آلوده می‌شوند و تنش‌ها می‌تواند به دنبال داشته باشد (مصاحبه با یک جامعه‌شناس ComMod سنگالی مستقر در بورکینافاسو، 18.01.19). برای کمودین‌ها، شبیه‌سازی با پیش‌بینی انجام نمی‌شود، بلکه با نشان دادن پیوندهای علّی به ذینفعان در کار در سیستم‌هایی که در آن تعبیه شده‌اند، انجام می‌شود. انتظار می‌رود شبیه‌سازی‌ها بازتولید شوند و روابط متقابل بین شرکت‌کنندگان را نشان دهند:

سیستم‌های اجتماعی و اکولوژیکی که ما مطالعه می‌کنیم، اشیاء پیچیده‌ای هستند و در نتیجه، همراهی فرآیند تصمیم‌گیری شامل تلاش برای پیش‌بینی وضعیت آینده سیستم نیست. موضوع درک []سازمان [سیستم اجتماعی-اکولوژیکی مورد مطالعه]، پیش‌بینی سازمان‌های مطلوب، تسهیل تعاملات سیستمی که منجر به تغییر می‌شوند، دنبال کردن مداوم آن […] بتواند برخی از سازگاری ها را پیشنهاد کند. (Étienne, 2012, p. 10).

حتی اگر ComMod با آینده کار کند و در مورد سناریوها صحبت کند، آینده نگری کمتر از تأثیر آموزشی که شبیه سازی می تواند بر ذینفعان داشته باشد اهمیت دارد. کارگاه ها برای بررسی پیامدهای منطقی “کسب و کار به طور معمول” در یک سطح تقریبی خدمت می کنند. آن‌ها به شرکت‌کنندگان اجازه می‌دهند تا خروجی‌های اقدامات خود را آزمایش و ارزیابی کنند: اگر به رفتار امروزم ادامه دهم ده سال دیگر چه اتفاقی می‌افتد؟ در عوض اگر من منبع را به گونه ای متفاوت مدیریت کنم چه می شود؟ به عبارت دیگر، ComMod قصد دارد به عنوان آینه ای برای یک جامعه خرد عمل کند، که پس از آن می تواند خودآگاهی برای خود سازماندهی بهتر به دست آورد. بنابراین، کارکرد معرفتی HAM به جای وحیانی، کمتر توضیحی یا پیش بینی کننده است . سناریوسازی ComMod کمتر توصیفی یا عملیاتی است تا تعهدی. سناریوسازی توصیفی یک وضعیت مشاهده ای اتخاذ می کند، در حالی که سناریوسازی عملیاتی یک نگرش فعال را اتخاذ می کند. به نوبه خود، سناریوسازی متعهد تا حدودی در وسط قرار دارد. همانطور که یک کشاورز فرانسوی مستقر در برزیل توضیح داد:

کشاورزان به بازی ما علاقه مند هستند، زیرا آنها معمولاً در مورد نحوه تصمیم گیری با دیگران کمی تبادل نظر می کنند […] این باعث می شود در مورد اعمال خود فکر و تبادل نظر کنند […] گاهی اوقات در کلیسا بحث می کنند، گاهی اوقات گیاهان را عوض می کنند. اما آنها به ندرت در مورد برنامه ریزی طولانی مدت املاک خود صحبت می کنند. (مصاحبه 19/08/03).

در حالی که سایر دانشمندان پیچیدگی از ایده فردریش فون هایک پیروی می کنند که بر اساس آن افراد نمی توانند کل را بشناسند و هیچ برداشتی از آن ندارند (وریند، 1999؛ کیلپاتریک، 2001)، کمودین ها معتقدند که انسان ها می توانند ارباب جمع خود باشند، اما نه لزوماً. سرنوشت، و باید برای رسیدن به آن کمک کرد. برای آنها، اگر مردم دور یک میز بنشینند تا کل تصویر را درک کنند، ممکن است همکاری را بر رقابت ترجیح دهند. در دیدگاه ComMod، با ساخت سناریوها، ذینفعان می توانند پویایی جهانی سیستمی را که در آن زندگی می کنند درک کنند و بنابراین می توانند برای حفظ منابعی که به آنها وابسته هستند، سازماندهی کنند. در حالی که برای متخصصان پیچیدگی هایکی، جامعه مجموعه ای از افراد است که خودخواهانه برای منافع خود با هم رقابت می کنند، کمدین ها فکر می کنند که مردم می توانند استراتژی هایی برای دستیابی به موارد مشترک داشته باشند .اهداف فردی – مانند سنگال که در آن ماهیگیری باید به طور دوره ای متوقف شود تا به ماهی اجازه تولید مثل کند (مصاحبه با یک مدلساز فرانسوی ComMod مستقر در سنگال، 31.07.18). در دیدگاه ComMod، دانشمندان هنوز به‌عنوان dei ex machina در نظر گرفته می‌شوند که به ذینفعان کمک می‌کنند تا راهی به سوی آینده «خوب» پیدا کنند. با این حال، آنها به عنوان متخصصان فوق العاده دیده نمی شوند که راه حل نهایی را برای آنها به ارمغان بیاورند (Verrax، 2017).

نتیجه

ComMod طبقه بندی رژیم های آینده Chateauraynaud و Debaz را به چالش می کشد و خواستار یک اصطلاح جدید و خاص برای توصیف ویژگی های آن است. در بخش اول این مقاله، پیشنهاد کرده‌ایم تا با معرفی چند رژیم فرعی جدید، طبقه‌بندی رژیم‌های آتی را تقویت کنیم. «فوریت» اکنون به «کم فرکانس» (آماده شدن برای کمبود منابع در چند سال آینده)، «فرکانس متوسط» (عملکرد سریع برای محدود کردن خسارات در شرایط بحرانی مانند زلزله یا حملات تروریستی) و «بالا» تقسیم می‌شود. فرکانس» (ناوبری بصری در یک جریان پیوسته که هر ثانیه مهم است). «پیش‌بینی» اکنون به «پیش‌سازی» (تکثیر سناریو برای جلوگیری از غافلگیری) و «بهینه‌سازی» (اتوماتیک کردن فرآیند یادگیری برای انطباق با آینده باز) تقسیم می‌شود.

در نهایت مفهوم رویکرد فکری در اینجا چیست؟ به جای سقوط در روایت های یک طرفه که در آن «انسانیت» به یک «ما» متمایز نشده تقلیل می یابد، بهتر است به پیچیدگی واقعیت اجتماعی احترام بگذاریم و تنوع فرآیندهای اجتماعی را از طریق مفاهیم مناسب توضیح دهیم. برای این منظور، طبقه بندی های تحلیلی مانند آنچه در این صفحات ارائه شده است می تواند به محققان، شهروندان و مدیران کمک کند تا بهتر به این سه سؤال اساسی زمان ما بپردازند: «چگونه به اینجا رسیدیم؟ چه آینده هایی برای ما باز است؟ حالا چه کار می توانیم بکنیم؟” (Chateauraynaud & Debaz، 2017، ص 572). تصدیق و توصیف کثرت دیدگاه‌هایی که در جامعه وجود دارد، نه تنها دارای فضایل معرفتی، بلکه دارای فضایل سیاسی نیز است، زیرا ممکن است درک علمی و همچنین تخیل و عاملیت دموکراتیک را افزایش دهد.

یادداشت

  1. لی ویگنی (2020a، 2021a).
  2. آنها همچنین در مورد “اشکال نقد” که رژیم ها در معرض آن هستند صحبت می کنند، اما این به دلیل کمبود جا کنار گذاشته می شود.
  3. آینده پژوهانی که سناریوسازی را به دلایل آموزشی پیشنهاد می کنند، می توانند جایی در وسط بین «سناریوسازی متعهد» و «سناریوسازی توصیفی» قرار گیرند. درگیر تغییرات اجتماعی، آن‌ها آن را فوراً مانند کارگاه‌های ComMod تولید نمی‌کنند – در نتیجه تصمیم‌گیری‌ها در مدیریت یک منبع اصلاح می‌شود – بلکه با میانجیگری آموزش (Cederquist & Golüke, 2016).
  4. https://www.commod.org/qui-sommes-nous/adherents .

منابع

Ajelli، M.، Gonçalves، B.، & Balcan، D. و همکاران. (2010). مقایسه رویکردهای محاسباتی در مقیاس بزرگ برای مدل‌سازی اپیدمی: مدل‌های فراجمعیت مبتنی بر عامل در مقابل ساختار یافته BMC Infect Dis ، 10 (190). https://doi.org/10.1186/1471-2334-10-190

اندرسون، سی، و تورنبرگ، پی (2018). شرارت و آناتومی پیچیدگی. آتی ، 95 ، 118-138.

آراداو، سی، و ون مانستر، آر. (2007). مدیریت تروریسم از طریق خطر: اتخاذ تدابیر احتیاطی، (نا)شناخت آینده. مجله اروپایی روابط بین الملل ، 13 (1)، 89-115.

Aykut، SC، Demortain، D.، & Benbouzid، B. (2019). سیاست تخصص پیش بینی: کثرت و رقابت دانش آینده در حکمرانی – مقدمه ای بر موضوع ویژه. مطالعات علم و فناوری , 32 (4), 2-12.

بارنو، سی (2013). La مشارکت، une légitimité en question. Natures Sciences Sociétés ، 21 (1)، 24-34.

باس، TA (1999). پیش‌بینی‌کنندگان: چگونه گروهی از فیزیک‌دانان مغرور از نظریه آشوب استفاده کردند تا راه خود را به ثروت در وال استریت مبادله کنند. هنری هولت و شرکت

Bonabeau, E., & Meyer, C. (2001). هوش جمعی. یک روش کاملاً جدید برای فکر کردن در مورد تجارت. Harv Bus Rev , 79 (5), 106-14.

Bonabeau, E., Bodick, N., & Armstrong, RW (2008). رویکرد منطقی تر برای توسعه محصول جدید. بررسی کسب و کار هاروارد ، 86 (3)، 96-102.

Bonnefoy, JL, Le Page, C., Rouchier, J., & Bousquet, F. (2000). مدل سازی شیوه های فضایی و بازنمایی های اجتماعی فضا با استفاده از سیستم های چند عاملی پیشرفت‌ها در سیستم‌های پیچیده ، 3 (01n04)، 155-168. https://doi.org/10.1142/S0219525900000121

Borup, M., Brown, N., Konrad, K., & Van Lente, H. (2006). جامعه شناسی انتظارات در علم و فناوری. تجزیه و تحلیل فناوری و مدیریت استراتژیک، 18 (3-4)، 285-298.

براون، ن.، و مایکل، م. (2003). جامعه شناسی انتظارات: آینده نگری به گذشته و آینده نگری به گذشته. تحلیل فناوری و مدیریت استراتژیک، 15(1)، 3-18.

Cederquist، A.، & Golüke، U. (2016). آموزش با سناریوها: یک نوآوری اجتماعی برای تقویت یادگیری و تغییر اجتماعی در مواقع عدم اطمینان زیاد. مجله اروپایی تحقیقات آینده ، 4 (1)، 1-8.

چمبرز، آر (1994). خاستگاه و عملکرد ارزیابی مشارکتی روستایی. توسعه جهانی ، 22 (7)، 953-969.

Chateauraynaud، F. (2013). پیش بینی های آینده. به چشم انداز تحلیلی. در Bourg, D., Joly, P.-B., & Kaufmann, A. Du risque à la menace . PUF، 287-310.

Chateauraynaud, F. & Debaz, J. (2017). Aux bords de l’irréversible. جامعه شناسی پراگماتیک دگرگونی ها . پترا

Chateauraynaud، F. & Lehtonen، M. (2013). بحث در مورد آینده بحث در مورد انرژی در اروپا: برنامه ها، سناریوها و پیشگویی ها کنفرانس IPA، وین، 3-5 ژوئیه 2013 : https://www.academia.edu/4452307/Arguing_the_future_Debates_on_energy_in_Europe_programmes_scenarios_and_prophecies_with_Markku_Lehtonen_june_0

Collectif ComMod. (2005). La modélisation comme outil d’accompagnement. Natures Sciences Sociétés , 13 , 165-168.

Collectif ComMod، & Bousquet، F. (2009). La Posture d’accompagnement des processus de prize decision: les références et les questions transdisciplinaires. در: Hervé, D., & Laloë, F. (eds). مدل‌سازی محیط زیست: ورود به طبیعت و جوامع . نسخه های Quæ، 71-89.

Daré, W. (2005). Comportements des acteurs dans le jeu et dans la réalité: indépendance ou مکاتبات؟ تجزیه و تحلیل sociologique de l’utilisation de jeux de rôles en aide à la concertation . پایان نامه دکتری، AgroParisTech.

دربی شایر، جی (2016). پیامدها، چالش ها و مزایای یک آینده پژوهی پیچیدگی محور. آتی ، 77 ، 45-55.

دولان، تی (2020). داستان علمی تخیلی به عنوان تمثیل اخلاقی. مجله آینده پژوهی , 24 (3), 105-112.

Eickhoff, P., & Geffers, SG (2006). استودیو قدرت تخیل – توسعه بیشتر مفهوم کارگاه آینده . در: Holman, P., Devane, T., & Cady, S. (eds.). راهنمای تغییر – منبع قطعی در مورد بهترین روش‌های امروزی برای درگیر کردن سیستم‌های کامل – ویرایش دوم . ناشران Berrett-Koehler.

Emsellem، K.، Liziard، S.، و Scarella، F. (2012). La géoprospective: l’émergence d’un nouveau champ de recherche؟ L’Espace géographique , 41 (2), 154-68.

Epstein، JM، & Axtell، RL (1996). رشد جوامع مصنوعی: علوم اجتماعی از پایین به بالا. MIT/موسسه بروکینز.

É tienne, M. (ed) (2010). La modélisation d’accompagnement: une démarche participative en appui au développement durable . نسخه های Quæ.

ایتین، ام (2012). La modélisation d’accompagnement: une forme particulière de géoprospective. L’Espace géographique , 41 (2), 128-37.

Ferber, J. (1999). سیستم چند عاملی مقدمه ای بر هوش مصنوعی توزیع شده . ادیسون وسلی لانگمن

Freire, P. (1996). آموزش ستمدیدگان . پنگوئن

Funtowicz، SO، و Ravetz، JR (1993). علم برای سنین پس از طبیعی آتی ، 25 (7)، 739-55.

Giraudet, LG, Apouey, B., Arab, H., Baeckelandt, S. et al. (2021). بحث در مورد اقدام اقلیمی: بینش از کنوانسیون شهروندان فرانسه برای . مقاله کار، hal-03119539: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiRh9_L3_zzAhVCJhoKHbQBAx0QFnoECAIQAQ&url%Verarch.https . %2Fhal-03119539%2Fdocument&usg=AOvVaw1spzRRN3m-kWuOx5Gu3axB .

گروسین، آر (2010). پیش‌پرداخت: تأثیر و واسطه‌گرایی پس از 11 سپتامبر . پالگریو مک میلان.

Helmreich, S. (1998). سیلیکون دوم طبیعت. ساخت زندگی مصنوعی در دنیای دیجیتال انتشارات دانشگاه کالیفرنیا.

Joss, S., & Durant, J. (eds.). (1995). مشارکت عمومی در علم: نقش کنفرانس های اجماع در اروپا . NMSI Trading Ltd.

Jungk, R., & Muellert, N. (1987). کارگاه های آینده: چگونه آینده های مطلوب بسازیم . موسسه اختراعات اجتماعی

Kilpatrick، HE (2001). پیچیدگی، نظم خود به خود و فردریش هایک: آیا نظم و پیچیدگی خود به خودی اساساً یکسان هستند؟ پیچیدگی ، 6 (3)، 16-20.

کوهلر، TA، و گومرمن، جی جی (2000). پویایی جوامع انسانی و نخستی: مدل سازی مبتنی بر عامل از فرآیندهای اجتماعی و فضایی . انتشارات دانشگاه آکسفورد.

لنگتون، سی جی (1989). زندگی مصنوعی: مجموعه مقالات یک کارگاه بین رشته ای در مورد سنتز و شبیه سازی سیستم های زنده، که در سپتامبر 1987 در لوس آلاموس، نیومکزیکو برگزار شد. ادیسون-وسلی.

Langton, C. (ed) (1997). زندگی مصنوعی یک بررسی اجمالی مطبوعات MIT.

Latouche, S. (2010). Le pari de la décroissance . فیارد/پلوریل.

Van Lente، H. (1993). تکنولوژی امیدوار کننده پویایی انتظارات در تحولات تکنولوژیکی . پایان نامه دکتری، دانشگاه توئنته.

لی ویگنی، اف (2018). مجتمع‌های سیستم‌ها و دیجیتالی‌سازی علوم. تاریخ و جامعه شناسی مؤسسات پیچیده در فرانسه و آکس اتحادیه ها . پایان نامه دکتری، Ecole des Hautes Etudes en Sciences Sociales.

لی ویگنی، اف. (2020a). نهادینه سازی ناموفق “علم پیچیدگی”: تمرکز بر استراتژی مشروعیت بخشی موسسه سانتافه. تاریخ علم ، 59(3)، 344-369.

لی ویگنی، اف. (2020b). پنج اجتماع پیش بینی در علوم سیستم های پیچیده معاملات آتی ، 120، 102551.

لی ویگنی، اف. (2021a). علوم پیچیدگی: یک بستر علمی. مطالعات علم و فناوری ، doi: 10.23987/sts.97027.

لی ویگنی، اف (2021b). L’épidémiologie computationnelle à l’ère de la COVID-19. Enjeux disciplinaires et politiques d’une spécialité fondée sur l’étude des réseaux. ریسو ، 4 (228)، 23-60.

Lo Presti، A. (1996). آینده پژوهی و پیچیدگی: تحلیل انتقادی از دیدگاه علوم اجتماعی آتی ، 28 (10)، 891-902.

Martinez-Alier, J., & Muradian, R. (eds). (2015). راهنمای اقتصاد اکولوژیک . انتشارات ادوارد الگار.

Mermet, L., Billé, R., & Leroy, M. et al. (2005). L’Analyse Strategique de la gestion environnementale: un cadre théorique pour penser l’efficacité en matière d’environnement. Natures Sciences Sociétés , 13 , 127-37. https://www.cairn.info/revue-natures-sciences-societes-2005-2-page-127.htm

نیازی، م.، و حسین، ع. (1390). محاسبات مبتنی بر عامل از سیستم‌های چند عاملی تا مدل‌های مبتنی بر عامل: یک بررسی بصری علم سنجی ، 89 (2)، 479-499. https://doi.org/10.1007/s11192-011-0468-9

نیکولوا، بی (2021). گفتگوی علمی تخیلی-آینده پژوهی: چند راه برای تبادل بیشتر. مجله آینده پژوهی ، 25 (3)، 93-98.

Ollagnon, H. (1999). Une approche patrimoniale de la gestion de la qualité: une application à la nature et au vivant. Pour une écologie de l’action . پایان نامه دکتری، دانشگاه پاریس 1.

Oreskes, N., & Conway, EM (2014). فروپاشی تمدن غرب: نمایی از آینده انتشارات دانشگاه کلمبیا

Ørngreen، R.، & Levinsen، K. (2017). کارگاه به عنوان یک روش تحقیق. مجله الکترونیکی آموزش الکترونیکی , 15 (1), 70-81.

Ostrom, E., Gardner, R., & Walker, J. (1994). قوانین، بازی ها و منابع مشترک . انتشارات دانشگاه میشیگان

Partant، F. (1999). La fin du developpement. جایگزین Naissance d’une؟ Actes Sud.

Piveteau, V. (1994). L’avenir à long terme des zones rurales fragiles, approche par le jeu prospectif d’une question complexe . پایان نامه دکتری، دانشگاه پاریس 1.

پولی، آر (2017). مقدمه ای بر مطالعات پیش بینی . اسپرینگر.

پولی، آر.، و والریو، ام. (2019). پیش بینی، عاملیت و پیچیدگی . اسپرینگر.

ریچارد-فرودجی، ا. (2008). L’appropriation des dispositifs de gestion locale et participative de l’eau. آهنگساز avec une pluralité de valeurs, d’objectifs et d’attachments . پایان نامه دکتری، École des Hautes Etudes en Sciences Sociales.

ریگ، جی (2007). جغرافیای روزمره جنوب جهانی راتلج.

رولینگ، NG، و Wagemakers، MAE (ویرایش‌ها) (1998). تسهیل کشاورزی پایدار: یادگیری مشارکتی و مدیریت تطبیقی ​​در زمان عدم اطمینان محیطی . انتشارات دانشگاه کمبریج.

رومپالا، ی. (2021). داستان های علمی تخیلی، نظریه اجتماعی بازسازی شده و عصر آنتروپوسن: کاوش و تفکر در مورد آینده سیاره ای از طریق تخیل های تخیلی. گفتمان جهانی: مجله بین رشته ای امور جاری ، 11 (1-2)، 245-266.

سامت، RH (2013). پیچیدگی، علم شهرها و آینده های دوربرد. آتی ، 47 ، 49-58.

سردار، زی، و راوتز، جی آر (1994). پیچیدگی: مد یا آینده؟ آتی ، 26 (6)، 563-567.

شوماخر، EF (1975). کوچک زیباست: اقتصاد به گونه ای که گویی مردم اهمیت دارند . کتابخانه پرنیال/ هارپر و رو.

Strand, R. (2017). علم پسا عادی. در CL Spash (ed.)، Routledge Handbook of Ecological Economics: Nature and Society (ص 288-298). راتلج.

اسمیت، ACT (2005). نظریه پیچیدگی برای مطالعات آینده سازمانی. آینده نگری , 7 (3), 22-30.

تسفاتشن، ال (2003). اقتصاد محاسباتی مبتنی بر عامل: مدل‌سازی اقتصاد به عنوان سیستم‌های تطبیقی ​​پیچیده. علوم اطلاعات , 149 (4), 262-268. https://doi.org/10.1016/S0020-0255(02)00280-3

Verrax، F. (2017). اخلاق مهندسی و علوم پسا عادی: دیدگاه فرانسوی آتی ، 91 ، 76-79.

Voinov, A., & Bousquet, F. (2010). مدل سازی با ذینفعان Environmental Modeling & Software , 25 (11), 1268-1281. https://doi.org/10.1016/j.envsoft.2010.03.007

Vriend، NJ (1999). آیا هایک یک ACE بود؟ مقاله کار شماره 403 کالج ملکه مری و وستفیلد . https://ssrn.com/abstract=185650 .

Waldrop، MM (1992). پیچیدگی. علم در حال ظهور در لبه نظم و هرج و مرج. جلد شومیز سیمون و شوستر.

ویلنسکی، یو.، و رند، دبلیو (2015). مقدمه ای بر مدل سازی مبتنی بر عامل. مدل سازی سیستم های پیچیده طبیعی، اجتماعی و مهندسی با NetLogo . مطبوعات MIT.

Wilkinson، A.، Kupers، R.، & Mangalagiu، D. (2013). چگونه شیوه های سناریوی مبتنی بر معقولیت با پیچیدگی برای درک و رسیدگی به چالش های قرن 21 دست و پنجه نرم می کنند. پیش بینی فناوری و تغییر اجتماعی ، 80 (4)، 699-710.

ویلیامز، ال (2012). مدلسازی، ساخت، نگارش: تاریخچه دینامیک غیرخطی و سیستم های پیچیده . پایان نامه دکتری، دانشگاه هاروارد.

 

References

Ajelli, M., Gonçalves, B., & Balcan, D. et al. (2010). Comparing large-scale computational approaches to epidemic modeling: Agent-based versus structured metapopulation models. BMC Infect Dis, 10(190). https://doi.org/10.1186/1471-2334-10-190

Andersson, C., & Törnberg, P. (2018). Wickedness and the anatomy of complexity. Futures, 95, 118-138.

Aradau, C., & Van Munster, R. (2007). Governing Terrorism Through Risk: Taking Precautions, (un)Knowing the Future. European Journal of International Relations, 13(1), 89-115.

Aykut, S. C., Demortain, D., & Benbouzid, B. (2019). The Politics of Anticipatory Expertise: Plurality and Contestation of Futures Knowledge in Governance—Introduction to the Special Issue. Science & Technology Studies, 32(4), 2-12.

Barnaud, C. (2013). La participation, une légitimité en question. Natures Sciences Sociétés, 21(1), 24-34.

Bass, T.A. (1999). The predictors: How a band of maverick physicists used chaos theory to trade their way to a fortune on Wall Street. Henry Holt & Company.

Bonabeau, E., & Meyer, C. (2001). Swarm intelligence. A whole new way to think about business. Harv Bus Rev, 79(5), 106-14.

Bonabeau, E., Bodick, N., & Armstrong, R. W. (2008). A more rational approach to new-product development. Harvard Business Review, 86(3), 96–102.

Bonnefoy, J.L., Le Page, C., Rouchier, J., & Bousquet, F. (2000). Modelling spatial practices and social representations of space using multi-agent systems. Advances in Complex Systems, 3(01n04), 155-168. https://doi.org/10.1142/S0219525900000121

Borup, M., Brown, N., Konrad, K., & Van Lente, H. (2006). The sociology of expectations in science and technology. Technology Analysis & Strategic Management, 18(3-4), 285-298.

Brown, N., & Michael, M. (2003). A sociology of expectations: retrospecting prospects and prospecting retrospects. Technology Analysis and Strategic Management, 15(1), 3-18.

Cederquist, A., & Golüke, U. (2016). Teaching with scenarios: a social innovation to foster learning and social change in times of great uncertainty. European Journal of Futures Research, 4(1), 1-8.

Chambers, R. (1994). The origins and practice of participatory rural appraisal. World Development, 22(7), 953-969.

Chateauraynaud, F. (2013). Des prises sur le future. Regard analytique sur l’activité visionnaire. In Bourg, D., Joly, P.-B., & Kaufmann, A. Du risque à la menace. PUF, 287-310.

Chateauraynaud, F. & Debaz, J. (2017). Aux bords de l’irréversible. Sociologie pragmatique des transformations. Pétra.

Chateauraynaud, F. & Lehtonen, M. (2013). Arguing the future. Debates on energy in Europe: programmes, scenarios and prophecies. IPA conference, Vienna, 3-5 July 2013: https://www.academia.edu/4452307/Arguing_the_future_Debates_on_energy_in_Europe_programmes_scenarios_and_prophecies_with_Markku_Lehtonen_june_2013_

Collectif ComMod. (2005). La modélisation comme outil d’accompagnement. Natures Sciences Sociétés, 13, 165-168.

Collectif ComMod, & Bousquet, F. (2009). La posture d’accompagnement des processus de prise de décision: les références et les questions transdisciplinaires. In: Hervé, D., & Laloë, F. (eds). Modélisation de l’environnement: entre natures et sociétés. Editions Quæ, 71-89.

Daré, W. (2005). Comportements des acteurs dans le jeu et dans la réalité: indépendance ou correspondance? Analyse sociologique de l’utilisation de jeux de rôles en aide à la concertation. PhD Thesis, AgroParisTech.

Derbyshire, J. (2016). The implications, challenges and benefits of a complexity-orientated Futures Studies. Futures, 77, 45-55.

Dolan, T. (2020). Science Fiction as Moral Allegory. Journal of Futures Studies, 24(3), 105-112.

Eickhoff, P., & Geffers, S.G. (2006). Power of Imagination Studio—A Further Development of the Future Workshop Concept. In: Holman, P., Devane, T., & Cady, S. (eds.). The Change Handbook—The Definitive Resource on Today’s Best Methods for Engaging Whole Systems—2nd edition. Berrett-Koehler Publishers.

Emsellem, K., Liziard, S., & Scarella, F. (2012). La géoprospective: l’émergence d’un nouveau champ de recherche? L’Espace géographique, 41(2), 154-68.

Epstein, J.M., & Axtell, R.L. (1996). Growing Artificial Societies: Social Science From the Bottom Up. MIT/Brookings Institution.

Étienne, M. (ed) (2010). La modélisation d’accompagnement: une démarche participative en appui au développement durable. Quæ éditions.

Étienne, M. (2012). La modélisation d’accompagnement: une forme particulière de géoprospective. L’Espace géographique, 41(2), 128-37.

Ferber, J. (1999). Multi-Agent System. An Introduction to Distributed Artificial Intelligence. Addison Wesley Longman.

Freire, P. (1996). Pedagogy of the oppressed. Penguin.

Funtowicz, S.O., & Ravetz, J.R. (1993). Science for the post-normal age. Futures, 25(7), 739-55.

Giraudet, L. G., Apouey, B., Arab, H., Baeckelandt, S. et al. (2021). Deliberating on Climate Action: Insights from the French Citizens’ Convention for. Working Paper, hal-03119539: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiRh9_L3_zzAhVCJhoKHbQBAx0QFnoECAIQAQ&url=https%3A%2F%2Fhal-enpc.archives-ouvertes.fr%2Fhal-03119539%2Fdocument&usg=AOvVaw1spzRRN3m-kWuOx5Gu3axB.

Grusin, R. (2010). Premediation: Affect and Mediality After 9/11. Palgrave Macmillan.

Helmreich, S. (1998). Silicon Second Nature. Constructing Artificial Life in a Digital World. University of California Press.

Joss, S., & Durant, J. (eds.). (1995). Public participation in science: The role of consensus conferences in Europe. NMSI Trading Ltd.

Jungk, R., & Muellert, N. (1987). Future workshops: How to Create Desirable Futures. Institute for Social Inventions.

Kilpatrick, H.E. (2001). Complexity, Spontaneous Order, and Friedrich Hayek: Are Spontaneous Order and Complexity Essentially the Same Thing? Complexity, 6(3), 16-20.

Kohler, T.A., & Gumerman, J.G. (2000). Dynamics of Human and Primate Societies: Agent-Based Modeling of Social and Spatial Processes. Oxford University Press.

Langton, C.G. (1989). Artificial Life: The proceedings of an interdisciplinary workshop on the synthesis and simulation of living systems, held September, 1987, in Los Alamos, New Mexico. Addison-Wesley.

Langton, C. (ed) (1997). Artificial Life. An Overview. MIT Press.

Latouche, S. (2010). Le pari de la décroissance. Fayard/Pluriel.

Van Lente, H. (1993). Promising technology. The dynamics of expectations in technological developments. PhD dissertation, University of Twente.

Li Vigni, F. (2018). Les systèmes complexes et la digitalisation des sciences. Histoire et sociologie des instituts de la complexité en France et aux Etats-Unis. PhD dissertation, Ecole des Hautes Etudes en Sciences Sociales.

Li Vigni, F. (2020a). The failed institutionalization of “complexity science:” A focus on the Santa Fe Institute’s legitimization strategy. History of science, 59(3), 344-369.

Li Vigni, F. (2020b). Five anticipation communities in complex systems sciences. Futures, 120, 102551.

Li Vigni, F. (2021a). Complexity sciences: A scientific platform. Science & Technology Studies, doi: 10.23987/sts.97027.

Li Vigni, F. (2021b). L’épidémiologie computationnelle à l’ère de la COVID-19. Enjeux disciplinaires et politiques d’une spécialité fondée sur l’étude des réseaux. Reseaux, 4(228), 23-60.

Lo Presti, A. (1996). Futures research and complexity: a critical analysis from the perspective of social science. Futures, 28(10), 891-902.

Martinez-Alier, J., & Muradian, R. (eds). (2015). Handbook of Ecological Economics. Edward Elgar Publishing.

Mermet, L., Billé, R., & Leroy, M. et al. (2005). L’analyse stratégique de la gestion environnementale: un cadre théorique pour penser l’efficacité en matière d’environnement. Natures Sciences Sociétés, 13, 127-37. https://www.cairn.info/revue-natures-sciences-societes-2005-2-page-127.htm

Niazi, M., & Hussain, A. (2011). Agent-based computing from multi-agent systems to agent-based models: a visual survey. Scientometrics, 89(2), 479-499. https://doi.org/10.1007/s11192-011-0468-9

Nikolova, B. (2021). The Science Fiction-Futures Studies Dialogue: Some Avenues for Further Exchange. Journal of Futures Studies, 25(3), 93-98.

Ollagnon, H. (1999). Une approche patrimoniale de la gestion de la qualité: une application à la nature et au vivant. Pour une écologie de l’action. PhD Thesis, Université Paris 1.

Oreskes, N., & Conway, E.M. (2014). The collapse of Western civilization: A view from the future. Columbia University Press.

Ørngreen, R., & Levinsen, K. (2017). Workshops as a Research Methodology. Electronic Journal of E-learning, 15(1), 70-81.

Ostrom, E., Gardner, R., & Walker, J. (1994). Rules, games, and common-pool resources. University of Michigan Press.

Partant, F. (1999). La fin du développement. Naissance d’une alternative? Actes Sud.

Piveteau, V. (1994). L’avenir à long terme des zones rurales fragiles, approche par le jeu prospectif d’une question complexe. PhD Thesis, Université Paris 1.

Poli, R. (2017). Introduction to anticipation studies. Springer.

Poli, R., & Valerio, M. (2019). Anticipation, Agency and Complexity. Springer.

Richard-Ferroudji, A. (2008). L’appropriation des dispositifs de gestion locale et participative de l’eau. Composer avec une pluralité de valeurs, d’objectifs et d’attachements. PhD Thesis, École des Hautes Etudes en Sciences Sociales.

Rigg, J. (2007). An everyday geography of the global south. Routledge.

Röling, N.G., & Wagemakers, M.A.E. (eds) (1998). Facilitating Sustainable Agriculture: Participatory Learning and Adaptive Management in Times of Environmental Uncertainty. Cambridge University Press.

Rumpala, Y. (2021). Science fiction, reconfigured social theory and the Anthropocene Age: Exploring and thinking about planetary futures through fictional imaginaries. Global Discourse: An Interdisciplinary Journal of Current Affairs, 11(1–2), 245–266.

Samet, R.H. (2013). Complexity, the science of cities and long-range futures. Futures, 47, 49-58.

Sardar, Z., & Ravetz, J.R. (1994). Complexity: fad or future? Futures, 26(6), 563-567.

Schumacher, E.F. (1975). Small is Beautiful: Economics as if People Mattered. Perenial Library/Harper & Row.

Strand, R. (2017). Post-normal science. In C.L. Spash (ed.), Routledge Handbook of Ecological Economics: Nature and Society (pp. 288-298). Routledge.

Smith, A.C.T. (2005). Complexity theory for organisational futures studies. Foresight, 7(3), 22-30.

Tesfatsion, L. (2003). Agent-based Computational Economics: Modeling Economies as Complex Adaptive Systems. Information Sciences, 149(4), 262-268. https://doi.org/10.1016/S0020-0255(02)00280-3

Verrax, F. (2017). Engineering ethics and post-normal science: A French perspective. Futures, 91, 76-79.

Voinov, A., & Bousquet, F. (2010). Modelling with Stakeholders. Environmental Modelling & Software, 25(11), 1268-1281. https://doi.org/10.1016/j.envsoft.2010.03.007

Vriend, N.J. (1999). Was Hayek an ACE? Queen Mary and Westfield College Working Paper No. 403. https://ssrn.com/abstract=185650.

Waldrop, M.M. (1992). Complexity. The Emerging Science at the Edge of Order and Chaos. Simon & Schuster Paperbacks.

Wilensky, U., & Rand, W. (2015). An Introduction to Agent–Based Modeling. Modeling Natural, Social, and Engineered Complex Systems with NetLogo. MIT Press.

Wilkinson, A., Kupers, R., & Mangalagiu, D. (2013). How plausibility-based scenario practices are grappling with complexity to appreciate and address 21st century challenges. Technological Forecasting and Social Change, 80(4), 699-710.

Williams, L. (2012). Modeling, Building, Writing: A History of Nonlinear Dynamics and Complex Systems. PhD Thesis, Harvard University.

 

The Journal of Futures Studies,

author avatar
ادمین 1

ممکن است همچنین دوست داشته باشید

download (7)
آینده‌اندیشی: نگارش سناریوها
20 بهمن, 1401
images (4)
19 شهریور, 1401
images (5)
تاریخچه آینده‌پژوهی
10 مرداد, 1401

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *