تطابق با پیچیدگی

با توجه به پیش بینی ناپذیری ذاتی سیستمهای پیچیده چگونه می توانیم آنها را طراحی کنیم، بسازیم و با آنها سروکار داشته باشیم؟ اول از همه باید بپذیریم که هیچگاه قادر نخواهیم بود رفتار آنها را بطور کامل کنترل یا پیش بینی کنیم . فقط این موضوع طبیعی است که همیشه غافلگیر شدن و خطا و مشکلات وجود دارند که امری همیشگی بوده است . لیکن در همه موارد اگر فعالیتهایمان را با شرایط جدید تطبیق دهیم می توانیم با حوادث غیر منتظره کنار بیاییم ، یعنی اگر لازم باشد سیستم را بازسازی کنیم بدون آنکه تخریب شود . در سیبرنتیک(Heylighen joslyn, ۲۰۰۱) ، هوش مصنوعی (Russel & Norvig ۱۹۹۵) سیستم های چند عامله(Multi-agent systems) (Wooldridge, ۲۰۰۲; Schweitzer ۲۰۰۳) الگوریتمهای ژنتیک(Mitchel,۱۹۹۸) کنترل آشوب(Chen and yu, ۲۰۰۳) و روشهای بسیار دیگر ابداع شده اند . تحقیقات هنوز ادامه دارد تا به سیستم هایی دست پیدا کنیم که حتی بیشتر تطابق پذیر باشند .
برای تطابق با هر تغییری که انتظار آن می رفته یا نمی رفته، کافیست هر انحراف حاصل شده از حالت واقعی سیستم نسبت به شکل مطلوب را جبران کنیم. این روش پایه کنترل پسخوراند است : تصحیح خطا ها بعد از حدوث آنها (Heylighen & Joslyn,۲۰۰۱) . اگر واکنش به اندازه کافی سریع باشد قبل از اینکه مشکل باعث ایجاد تغییر شود، تنظیم بر پایه پسخوراند می تواند بسیار موثر باشد . خلاقیت اصلی که باعث تولد سیبرنتیک شد درک این نکته بود که اهمیتی ندارد که سیستم و فاکتور ها و ارتباطاتی که متغیر مورد نظر را تحت تاثیر قرار می دهند چقدر پیچیده اند؛ تا زمانی که ما ابزاری داشته باشیم که با انحراف مقابله کنیم علت و عامل آن بی اهمیت است (Kelly,۱۹۹۴) .
برای مثال اهمیت ندارد که چه ترکیب پیچیده ای از تغییرات اجتماعی و سیاسی و فن آوری باعث می شوند یک شرایط اقتصادی بحرانی شود، در مجموع بانک مرکزی می تواند نرخ تورم را بسادگی با افزایش میزان نرخ بهره (Interest rates) افزایش دهد.
اما کنترل پسخوراند با این احوالات نیاز به این دارد که ذخیره کافی از اقدامات مقابله کننده در استرس داشته باشیم (گوناگونی لازم Requisite variety ) و بدانیم که چه عملی را باید در چه شرایطی انجام داد.(دانش لازمRequisite knowledge) (Heylighen & Joslyn ۲۰۰۱) . قانون سیبرنتیک گوناگونی لازم بیان می دارد که هر چه گوناگونی انحرافاتی که سیستم را تحت تاثیر قرار می دهد بیشتر باشد گوناگونی اعمال مورد نیاز برای تحت کنترل داشتن آن بیشتر خواهد بود. از آنجا که تعداد انحرافاتی که یک ارگان امروزی ممکن است دستخوش آن باشد در عمل نامحدود است توصیه مفید برای آن ارگان می تواند چنین باشد که تنوع مداخلات ممکن خود را به حداکثر برساند چون هیچگاه نمی توان پیش بینی کرد که چه چیز چه موقع لازم است.
لیکن برای آنکه بتوان به سرعت و به تناسب واکنش نشان داد خوبست که حداقل دور نمایی(Expectation) از آنچه ممکن است اتفاق بیفتد و اینکه چه واکنشی در برابر آن مفید خواهد بود، داشته باشیم. دور نما ها احتمالات ذهنی هستند که از تجربه فرا گرفته ایم . هر چه شرایط" ب" بیشتر متعاقب شرایط" الف" اتفاق بیفتد، یا هر چه عمل ب برای حل مشکل الف موفق تر باشد رابطه الف-----» ب قویتر خواهد بود . مرتبه بعد که با الف مواجه می شودیم ( یا شرایطی شبیه به الف) آماده خواهیم بود و احتمال اینکه به کفایت واکنش دهیم بیشتر خواهد بود. ترتیب ساده انتخاب ها با توجه به احتمال متناسب بودن آنها ، قویا پیچیدگی تصمیم گیری را کاهش می دهد (Heylighen, ۱۹۹۴) . بنابراین ما به مدلهای قطعی یا قابل پیش بینی نیاز نداریم. آینده نگری های واقع گرایانه معمول و امکان تصحیح اشتباهات و انتظار وقوع حوادث را داشتن، در عمل، کارکرد خوبی دارد. به علاوه اگر راهکار های بدست آمده از ارتباط های درک شده مختلف را با توجه به قدرتشان درست جمع بندی کنیم می توانیم با ترکیباتی از شرایط دست و پنجه نرم کنیم که هنوز تجربه مواجهه با آنها را نداشته ایم. این کار با روش فعال سازی گسترشی (Spreading activation) صورت می گیرد(Heylighen,۱۹۹۹).
این روشی است که مغز ما هر روز با دیگر سیستم های پیچیده به آن شیوه سر وکار دارد: همکاران بچه ها ،حیوانات، کامپیوتر ها،.. لیکن مایه نگرانی و تاسف اینست که اغلب سیستم های طراحی شده هنوز فاقد این شاخصه ها هستند . برای مثال کامپیوتر هایی که بر مبنای قوانین خشک بر نامه ریزی شده اند نمی توانند وقتی چیزی بر خطا بود خودشان آن را اصلاح کنند.(Heylighen&Gerhenson ۲۰۰۳ و آنهایی که چنین ساختاری دارند اغلب دانش بدست آمده را به صورت داده های معمول ذخیره می کنند و آن را به صورت شبکه دائما شکل یابنده ارتباط بین شرایط و عمل استفاده نمی کنند . تنها ساختارکارکردی که خارج از مغز چنین عمل می کند شبیه سازی های شبکه عصبی هستند که البته اینها محدود به کاربرد های بسیار تخصصی نظیر تشخیص دست خط هستند و در زمینه های گسترده مدیریت و اداره کاربرد ندارند . همچنین تحلیل آنها بسیار دشوار است. لیکن تحقیقات من نشان می دهد که این مکانیزم های "شبه مغزی" را می توان براحتی در سطح ارگانها تعمیم داد که پشتوانه هوش جمعی تطابقی (Adaptive collective intelligence) باشند (Heylighen,۱۹۹۹) .
● خودسازمان یابی(Self organization)
در حالی که انطباق به ما می آموزد که چگونه با پیچیدگی کنار آییم، می توانیم سیستم های پیچیده ای داشته باشیم که برای ما کار کنند، در واقع، هر سیستم دینامیکی اساسا توانایی خودسازمانیابی دارد(Ashby, ۱۹۶۲; Heylighen, ۲۰۰۲; Heylighen& Gerhenson,۲۰۰۳) و هر چه سیستم پیچیده تر باشد نتیجه" جالب توجه تر" خواهد بود . می توانیم سازمان(Organization) را بعنوان ساختاری با کارکرد تعریف کنیم. تعریف ما از پیچیدگی، خود ساختار را در بر داردکه به عنوان ترکیبی ازتمایز ( افتراق( Differentiation) و ارتباط ( پیوستگی (Integration) ) دیده می شود. کارکرد یعنی ساختار شکل گرفته تا اینکه هدف یا مقصودی حاصل آید . مکانیزم پایه خود سازمانیابی اینست که سیستم های دینامیک دیر یا زود بحالت جاذب (Attractor) دینامیک ها میرسدند یعنی ترکیبی پایدار از حالتها که سیستم می تواند به آن وارد شود ولی نمی تواند آنرا ترک گوید . می توانیم بگوییم که اجزا در تر کیب دو بدو تطابق یافته اند (Ashby, ۱۹۶۲) که تعاملات آنها به شکلی محدود می کند که این تر کیب جمعی پایدار بماند .
بنابر این " کار کرد" این ترکیب بقا است و رفتار بعدی سیستم را می توان حمایت از این کار کرد تلقی کرد . برای مثال یک
کارخانه دیر یا زود فرهنگ خود را بدست خواهد آورد که مجموعه ای از قوانین و خواسته های نانوشته است که کارمندان را محدود می کند . با اینکه در جایگاه نظری، هدف از هر قانونی باید افزایش تولید کار خانه باشد، در واقعیت کار کرد این فرهنگ اساسا حفظ خودش است . از آنجاییکه حفظ خود یک حد پایه تولید را در بر دارد به شکلی که کار خانه ور شکست نشود , تلاش برای افزایش بار کار با مقاومت رو برو می شود چرا که خود فرهنگ اجتماع را به خطر می اندازد .
حسن سیستم های خود سازمانیاب اینست که برای خود دنبال راه حل می گردند بدون اینکه نیازی به مداخله مدیر یا مهندس داشته باشند . به علاوه بذاته باز و انعطاف پذیر هستند . وقتی تغییرات غیر منتظره ایجاد می شود بتدریج تطابق پیدا می کنند بدون اینکه نیازی به کنترل مرکزی داشته باشند . سازمانیابی بر همه اجزای شرکت کننده و ارتباطهای آنها گسترده شده است. این به معنی قدرتمندی سیستم است (Robust) : یعنی می تواند تخریب قسمتی از اجزایش را بدون قبول آسیب زیاد تحمل کند چون دیگر اجزا برای کار کرد های از دست رفته باز آرایی می شوند.
خود سازمانیابی در وجوه مختلفی با تفکر کلاسیک تعارض دارد . برای شروع، خود سازمانیابی را بنا به تعریفش نمی توان به اجزای مستقل تقلیل داد زیرا از بطن تعاملات آن بر می آید . پس خود سازمانیابی نه تنها اجازه اتفاقی بودن و نا معلومی را می دهد بلکه حتی بر پایه آنست. هر چه انحرافات و یا نوسانات سیستم بیشتر باشد سریعتر به یک حالت جاذب می رسد و حالت جاذب نهایی پایدار تر است . این قاعده نظ م از اختلال (The order from noise) نامیده می شود .(Von Forester ۱۹۶۰, Heylighen, ۲۰۰۲) مطمئنا انحرافات بسیار شدید هر سازمانی را تخریب می کند و بنابراین سیستم های طبیعی عموما بر" لبه آشوب" (Edge of chaos) شکل می گیرتد که در آن گوناگونی کافی وجود دارد تا سیستم را خلاق و انعطاف پذیر سازد، ولی بحدی نیست که آن را کاملا دچار آشوب سازد. خود سازمانیابی یک فر آیند غیر خطی است . بنابر این انحرافات جزئی می توانند مشخص کنند که سیستم وارد کدامیک از جاذبهای کاملا متفاوت شود .لیکن وقتی حالت جاذب ایجاد شود انحرافات بزرگ تاثیر ناچیزی خواهند داشت . از همه اساسی تر اینکه خود سازمانیابی تمایزات را حفظ نمی کند : نه تنها تمایز بین دو حالت اولیه را که به یک جاذب مشترک ختم می شود از بین می برد، همزمان می تواند تمایزی ایجاد کند که دو حالت اولیه به دو جاذب متفاوت ختم شود ، بعلاوه تمایزات را در سطح بالاتر با پیوستن اجزا در همکاری جدید خلق و نابود کند که از نظر سازمانی سیستم بسته(Closed System) است.(Heylighen, ۱۹۹۱,۲۰۰۲) که خواص جدیدی دارد.
این پدیده برآیند ( Emergence) است . خواص بر آمده شاخص سیستمی هستند که نمی توان آنرا به اجزای ش تقلیل داد . برای مثال وزن یک گاز مجموع وزنهای همه مولکولهای آن گاز است , لیکن دما و فشار گاز در یک مولکول تنها وجود ندارد زیرا آنها حاصل بر تنش تعامل "بین" مولکولها هستند.طلا زرد است و انعطاف پذیرلیکن نمی توان این خواص را با دیدن مولکولهای طلا استنتاج کرد (Anderson,۱۹۷۲) . ما می گوییم یک سلول زنده است لیکن از اجزای غیر زنده ساخته شده است .
نمی توانیم بر آیند را در یک چار چوب کلاسیک بگنجانیم زیرا پیش فرض آن اینست که اشیا می توانند در یک زمان تنها یک چیز باشند . اگر سلول مجموعه ای از مولکول ها است ولی مولکولها زنده نیستند پس چگونه سلول می تواند زنده باشد ؟ ما نمی توانیم در باره سطوح مختلف انتزاع(Abstract) صحبت کنیم زیرا تفکر کلاسیک بر این فرض است که تنها یک نمایش حقیقی وجود دارد . لیکن در تفکر پیچیده ما می توانیم بودن مطلق یکسانی را در سطوح مختلف با استفاده از بودن های نسبی مختلف مشخص کنیم. پس رمز کار از بین می رود و می توانیم براحتی در باره بر آیند سخن بگوییم . می توانیم آنرا به عنوان بر آیندی که ما را وا می دارد که مدل خود را در باره یک سیستم تغییر دهیم فهم کنیم (Rosen,۱۹۸۵ Heylighen,۱۹۹۱) تا بتوانیم رفتار سیستم را بهتر فهم و پیش بینی کنیم (Shalizi, ۲۰۰۱).
● هوش گسترده(Distribiuted Intelligence)
خود سازمانیابی حتی بنیان دو گانگی (Dualism) تفکر کلاسیک ا هم سست می کند زیرا که مرز بین ماده و ذهن را از بین میبرد سازمان را واضحا نمی توان به سطح مادی سازنده هایش تقلیل داد زیرا که همان سازمان را می تواند در غالب پیش ساز های مادی دیگری هم پیاده کرد ( مثلا مغز و کامپیوتر ها) در حالیکه یک ذره جدای ماده هیچ سازمانی ندارند . اما آیا سازمان شکلی از ذهن است؟
تعریف ما تحت عنوان ساختار با کار کردی واضح، خواص"ذهنی" در جهت هدف بودن را هم در بر می گیرد و لیکن نظرگاه بنیادی سیبرنتیک یعنی در جهت هدف بودن را می توان به نوعی از حلقه پسخوراند منفی فهم کرد که براحتی می توان آنرا در سیستم های مکانیکی بکار برد نظیر ترموستات یا هواپیمای پیلوت اتوماتیک و همچنین در سیستم های زنده و ادراکی نظیر مغز . آنچه که مارا مجاز می سازد که همه اینها را به شکل مشابهی مدل سازی کنیم مفهوم اطلاعات است . که بیتسون آنرا به شکل " تفاوتی که تفاوت می آفریند" تعریف کرده است (۱۹۷۲).
حال اینکه این تفاوت را چیز های مادی یا زبان گفتاری یا ایمپالس های الکتریکی در مغز ایجاد می کنند چندان مهم نیست. مهم اینست که چقدر به سیستم کمک می کند تا شرایط واقعی خود را در یابد و عمل مناسبی انجام دهد تا به مقصود برسد – با وجودیکه شرایط واقعی دائما در حال تغییر باشد . اطلاعات چیزی است که عدم اطمینان را به چیز دیگر که باید اتفاق بیفتد یا عملی که باید انجام شود می کاهد .
خود سازمانیابی را می توان یک هماهنگی خود بخودی تعاملات بین اجزای سیستم در نظر گرفت بشکلی که همکاری(Synergy) آنها به حداکثر برسد. این نیاز به ازدیاد (Propagation) و پردازش اطلاعات دارد , زیرا که اجزا مختلف وجوه متفاوتی از شرایط را دریافت می کنند لیکن هدف مشترک آنها نیاز دارد که این اطلاعات به اشتراک گذاشته شود . فر آیند حاصله شناخت گسترش یافته خواهد بود (Huchings, ۱۹۹۵) .
اجزای مختلفی بطرق مختلفی برای جمع آوری و پردازش کلی اطلاعات مشارکت می کنند ، بنابراین بطور جمعی مشکلات حاصل هر گونه انحراف ایجاد شده از شرایط مطلوب را حل می کنند برای مثال هدایت کشتی که هوچینز (Huchins,۱۹۹۵) آنرا بررسی کرده است، به فعالیت افراد مختلفی در نقش های مختلف نیاز دارد که به واسطه روشهای رسمی و غیر رسمی ابزار، نقشه ها و راهنماهای هدایت کشتی و کانالهای مختلف ارتباطی هماهنگ شده ا ند . برخی از این اجزای" گسترش یافته" عوامل هوشمند و شناختی مثل انسانها هستند لیکن بقیه موارد پشتوانه های صرفا فیزیکی اند نظیر دفتر چه یاد داشتها،تخته های راهنما(Flip charts) یا تلفنهایی که اطلاعات را ذخیره می کنند یا بین عوامل رد و بدل می کنند . از دیدگاه سسیبرنتیک هیچ مرز بندی دقیقی بین اجزا "مادی" و "ذهنی" وجود ندارد: اطلاعات ذخیره شده در دفترچه یادداشت من می تواند به همان میزان از بخشی از حافظه من باشد که اطلاعاتی که در مغز من ذخیره شده است و ارتباط با پست الکترونیک بهمان میزان بخشی از ابزار ارتباطی من است که اعصابم بر روی گفتارم کنترل دارند . چیزی که مهم است اینست که با هر واسطه که اطلاعات جا به جا می شود، تحت کنترل باشد یعنی بتواند براحتی و اطمینان مطلوب ثبت و منتقل شود . بنابراین برای به یادداشتن قرار های ملاقاتم به دفتر چه یادداشتم بیشتر از ذهنم اعتماد می کنم و برای توضیح یک وظیفه پیچیده به یک همکار شاید بیشتر به پست الکترونیک تکیه کنم تا صرف توضیح گفتاری . کلارک (Clarck ۱۹۹۷) این نظر گاه را فلسفه ذهن گسترده ( The philosophy of extended mind) نامیده است . در حیطه پیچیدگی مهم نیست که واسطه اطلاعات را " ذهن" یا " ماده" طبقه بندی کنیم بلکه با چه اطمینانی بتوانیم بگوییم این مسیر در زمان مناسب اطلاعات درست را گذر می دهد. تقکر کلاسیک هیچ کمکی در این زمینه نمی کند ، زیرا فرضش بر این است که برای اخذ تصمیمات منطقی باید حتما همه اطلاعات درباره سیستم مورد نظر را داشته باشیم ، زیرا اگر غیر از این باشد نامعلومی ( Indeterminacy) وجود دارد . نظر گاه پیچیدگی اظهار می دارد که نه تنها عدم قطعیت اجتناب ناپذیر است ، داشتن اطلاعات زیاد همانقدر مضر است که کم اطلاعات داشتن بد است . در واقع ما به تفاوتی نباز داریم که تفاوتی ایجاد کند که اهداف ما را در نظر داشته باشد . آنچه در بقیه جهان اتفاق می افتد بی اهمیت است و سعی در گنجاندن آن در مدلهایمان فقط بار اضافی بر توانمندی های محدود ما برای پردازش اطلاعات ایجاد می کند . در تفکر پیچیده دانش یک مدل ذهنی است که بنا شده تا حل مساله را تا حد ممکن ساده کند و نه بازتاب عینی از واقعیت بیرونی و تصمیم گیری صرفا راه حلی است که بقدر کافی خوب است و بعد ها باید با استفاده از فرصتها بهبود یابد و آنطور که در تفکر کلاسیک اظهار می شود بهترین روش نیست . پس قسمت مشکل کار اینست که انتخاب گر باشیم و تفاوتهای اصلی را از بین حجم بی پایان اطلاعات پایش کنیم.
خوشبختانه خود سازمانیابی دوباره به کمک ما می آید . سازمان از اجتماع عوامل مرتبط با کانالهای ارتباطی مختلف شکل گرفته است که بطور خود کار با یاد گیری از تجربه، خود را رشد می دهد : ارتباطاتی که موثرند بیشتر استفاده می شوند ،در حالیکه آنهایی که بی تاثیرند بتدریج نادیده گرفته می شوند . به این صورت ، اطلاعات بصورت کارآ تری انتشار می یابد و اضافات فیلتر می شوند و این اطمینان وجود دارد که پیامهای صحیح به مکانهای صحیح می رسند .
این آموزش همزمان در دو سطح اتفاق می افتد: "ذهنی" :وقتی یک شخص تجربه می کند که شخص دیگری پاسخ مناسب یا نا مناسبی به گونه خاصی از پیام می دهد و در مورد اینکه با چه کس و در باره چه چیز ارتباط برقرار کند حساس تر می شود و یا " مادی" باشد: وقتی امکانات مفید مثل دفترچه یادداشت یا ارتباط اینترنتی در دسترس تر می شوند ، باید موارد بی فایده مثل دفتر تلفن یا ماشین فاکس را به انبار برد . با این همه این آموزش منتشر نشده هنوز در ساز مانهای معمول قدری کند و غیر قابل اعتماد است . با استفاده از اصول خود ساز مانیابی و سیبرنتیک (Heylighen۱۹۹۲,۲۰۰۲; Joslyn ۲۰۰۱) خواهیم توانست سازمانی بسیار کار آمدتر طراحی کنم .
دقیق تر اینکه می توانیم این آموزش خود سازمانیابی را در هر رسانه ای بگنجانیم بجای اینکه استفاده کننده ها را مجبوربه استفاده از آنها کنیم. برای مثال وقتی کارمندان هر روز خیل پستهای الکترونیک را از همکاران و دپارتمانها دریافت می کنند شاید کمک کننده باشد که بطور اتو ماتیک آنها را بر مبنای اهمیت مرتب کنیم بشکلی که مهمترین پیامها –مانند درخواست برای جلسه فوری با مدیریت – فورا مورد توجه قرار گیرد و موارد کم اهمیت تر – مانند اجناس جدید فروشگاه شرکت- در ته لیست قرار گیرند که در صورت وجود وقت به آنها بپردازیم و در غیر اینصورت باید نادیده گرفته شوند این ترتیب بندی بر مبنای اهمیت چیزی است که سیستم ارتباطی می تواند به تجربه بیاموزد . بر این اساس که پیامها فعالانه تر توسط کدام کارمندان مورد توجه قرار می گیرند . یک مدل هوشمندانه تر سیستم هم می تواند روش کار معمول و تقسیم کار را در یک سازمان بیاموزد و این اطمینان را حاصل کند که تکلیف هر کس به درستی و در زمان مناسب به دستش می رسد .
گروه تحقیقاتی ما اکنون بر این متمرکز است که چگونه با شبیه سازی کامپیوتری یک گروه از عوامل با استفاده از رسانه های مختلف ارتباطی، خود سازمانیابی پیدا کنند به شکلی که چنین هماهنگی بین فعالیتهایشان بدست آورند (Crowston, ۲۰۰۳).
● نتیجه گیری
در این مقاله در باب ابزار ها و تکنیکهای خاص مدیریت سیستم های پیچیده بحثی نشد زیرا این بحث نیازمند اجمال بیشتری است . به علاوه آشنایی با این مبحث و مرور مفاهیم آنها را می توان در جاهای دیگر بدست آورد مثلا: (Kelly, ۱۹۹۴; Heylighen, ۱۹۹۷;Battram, ۲۰۰۲ ) .
در عوض بستری بوجود آوردیم تا در غالب ایده هایی بیشتر در باب سیستم های پیچیده صحبت کنیم . اول اینکه باید آگاه باشیم سیستم های پیچیده هیچگاه کاملا پیش بینی پذیر نیستند، حتی اگر بدانیم چگونه کار می کنند . باید همیشه آماده باشیم تا با پیشامد های غیر منتظره که پیچیدگی بطور خاص بوجود می آورد سروکار داشته باشیم، تا در این شرایط با حداکثر سرعت ممکن هر انحراف را از روش طراحی شده عمل تصحیح کنیم . برای بدست آوردن این روش تنظیم بر پایه خطا نباید پی این باشیم که رفتار یک سیستم پیچیده را پیش بینی یا تعیین کنیم ، بلکه باید انتظار محتمل ترین امکانها را داشته باشیم ، چون در این حالت آماده ایم که انتظار غیر مننظره را داشته باشیم .
همچنین پیچیدگی صرفا زندگی ما را دشوار تر نمی کند . با فهم مکانیسم خود سازمانیابی می توانیم یک سیستم پیچیده را واداریم که برای ما کار کند . این مطلوب وقتی بدست می آید که شرایط را طوری محیا سازیم که خود سازمانیابی طوری عمل کند که با انتظارات ما منطبق باشد. ما حتی می توانی از هوش ذاتی شاخصه یک سیستم خود سازمانیابی استفاده کنیم و از آن بهره بگیریم . با تهییج افراد و رسانه ها برای تعامل و یاد گیری از تعاملات آنها می توانیم یک پردازش اطلاعات منتشر بسازیم که فعالیتهای متفاوت در سیستم را هماهنگ سازد.

اثر کارلوس گرهنسن و فرانسیس هیلیگن
Carlos GERSHENSON and Francis HEYLIGHEN
Centrum Leo Apostel, Vrije Universiteit Brussel
Krijgskundestraat ۳۳. B-۱۱۶۰ Brussels, Belgium
http://www.vub.ac.be/CLEA , {cgershen,fheyligh}@vub.ac.be

منبع : نشریه قاف