工具 | Cynefin认知框架:厘清规模化过程中的问题并与问题共生
精选文章
2020-05-25


文/周妮娜



好公益平台从2016年底成立到今天逐步完善,我们看到“规模化”成为这几年社会领域的热词之一,社会组织在探索规模化的路径上有了很多共识。ThoughtWorks作为好公益平台的联合共建方之一,密切关注着好公益平台的品牌项目规模化过程,有幸见证了平台推动公益产品规模化的旅程,也看到了很多社会组织的成长与“成长中的烦恼”。

规模化议题是中国社会领域探索的前沿议题,是社会组织寻找本土化和不同于政府规模化解决社会问题路径的探索。基于认知学专家Dave Snowden教授在知识管理和组织战略中提出Cynefin框架(认知框架),本文中我希望与大家探讨几个问题:社会领域回应的是问题域中的什么问题?问题域之间如何转化?如何重新看待老问题,寻找创新的规模化路径?

变化是当今世界唯一不变的主题。在社会领域,各类互联网产品已经为我们的工作带来便捷和更快的变化,正在规模化中的社会组织也会发现自己需要不断调整和转型来适应变化;在商业领域,尤其在几年前数字化转型过程中,我们已看到很多企业领导者意识到了传统管理思维和方法的局限,对于科技创新的冲击充满了难以适应和强烈的挣扎。

如果说以前还存在一个优秀公益项目以不变应万变地健康运营十年,那么在现在,仍然以固化思维应对社会问题一定行不通。迎接变化首先对我们的认知是一次挑战,更是对我们重新认识和看待问题的挑战。只有认清问题,我们才会更好地选择用哪种思维方式来武装自己,来迎接变化。



1590389655913285.jpg



斯诺登教授(Dave Snowden)的Cynefin框架将所有的问题归纳成五大类——简单问题1)繁杂问题2)复杂问题(3)混沌问题(4)混乱问题(5),五类问题本身有不同的特点,与之应对的答案和解题过程也截然不同。

1590389755530088.png
△Cynefin框架对问题的区分


五类问题域


认知框架中的简单问1)就好像螺丝与螺母、锤子与钉子的关系,这类问题和答案的关系是简单直接的,只要有最佳实践就可以迅速解决问题。

繁杂问题(2)简单问题(1)的共同特点是结果的可预测性,不同点在于答案可以多种多样。

例如医生给病人看病——不同的医生可能对同一种病有不同的见解,但治病的过程一定需要在检查后引入专家分析;再比如一个团队想要解决所在城市流浪汉的温饱问题,我们可以直接提供食宿,也可以用“食物银行”等已经验证有效的办法,但需要引入有经验的专家进行指导。


再举一个大家在规模化过程中感同身受的案例,这是一个社会问题经历探索完成后转化为繁杂问题时进行规模化的实践案例。美国有一家叫做KaBOOM的机构,致力于打造社区的儿童游乐场,在创办的十年中一共建造了750个游乐场,即便如此,市场也还有很大空白。与所有非营利组织一样,KaBOOM这样的组织因为资源和员工数量有限,一己之力难以快速满足市场需求。组织随即改变了策略,由原有的重运营模式——自建自营游乐场,转型成为一家提供支持和赋能的机构。KaBOOM开发线上平台,将自己的经验做成了工具包,提供给更多的社区自行免费下载和使用。转型后的三年中,KaBOOM支持的社区游乐场超过4000家,组织转型成为了一个专家角色——提供赋能和协调支持。


在这个案例中,对社区来说建设游乐场是一个繁杂问题,解决繁杂问题的路径通常有专家和先前经验的指导,要关注自己组织的人员能力培养,保证项目执行和完成。但是,创新并不太会发生在这个问题域。

复杂问(3)不同于(1)(2),当我们把一个问题归结到复杂问题域,就意味着我们对于用户和受助人的理解会站在一个全新的视角,通过探究和迭代试错的方法找到新的解决方案,这也是成就创新最肥沃的土壤。例如在上面KaBOOM的例子中,早期建立和运营游乐场的探索过程就是在回应一个复杂问题,由自营转变成为开发线上工具包的过程也在回应复杂问题。一旦完成了概念和规模化验证问题,原有的复杂问题就转变成了繁杂问题。

当我们把问题定位在复杂问题域,创新就会发生。举个例子,针对盲人安全出行的问题,我们脑海中会浮现很多不同的答案——使用导盲犬、使用盲杖、招募志愿者1:1服务等等,如果把这个问题限定在解决繁杂问题,那么答案不会完全脱离以前的经验。但是,如果把这个老问题当作复杂问题重新对待,就会发现新的解题思路。

ThoughtWorks 两年前与澳大利亚一家非营利机构Guide Dogs开展了一个针对盲人出行问题的创新合作,这家机构有一项工作是通过训练导盲犬为盲人提供出行服务。因为训练导盲犬耗时耗力且成本高,并不能规模化地解决澳洲大量盲人出行的难题,所以寻求导盲犬以外的解决方案也就成为必然。找到盲人出行问题下的最有价值的用户问题是第一步,如果没有对用户进行洞察,我们的潜意识中会认为GPS、语音导航就可以帮助视障人群安全出行。


但是,在经过大量用户访谈和深入观察后,我们从视障用户得到“出行难题”的答案是“过马路”,过马路最危险的原因是他们必须在几十秒时间内做判断,在无法看到正确前进方向的情况下,很容易偏离方向,甚至被汽车撞倒。试想,如果我们没有做大量用户研究,而依靠经验来解题,可能一开始就偏离了轨道,失去了创新的机会。找到了最有价值的痛点后,我们在随后的几周合作中进行共创,并从十几种解决方案中选择了三种技术可行性最高的方案:


  • 使用机器学习训练可以识别人行道正确方向的AI

  • 用手机配合安装在马路两侧的蓝牙信标ibeacon导航

  • 在手杖前侧加装红外亮度感应器,寻找地上的白线


微信图片_20200518102039.png

没有人知道这三种方案是否能够真正解决用户痛点,但是对于社会领域的创新方案来说,我们肯定要找到投入产出比高、投资少的方案进行优化。我们拿着三款原型产品在视障用户中进行实地测验。经过测试,发现最后一个方案——在盲杖顶端加装红外传感器,即模拟导盲犬的智能盲杖方案是最有效的。在这个方案中,传感器可以感受地面的亮度,并将信息以震动和声音的方式传递给用户,这样视障者就可以辨别出马路上的白线区域。在这三个方案中,虽然iBeacon的方案也起到了完美的引导效果,但由于它大量依赖于基础设施建设,很难尽快进入规模化,所以被舍弃。


同理,如果我们重新看待如何解决流浪汉的温饱问题,把它看作是一个复杂问题的解题思路,就会发现流浪汉新的需求和痛点,在有价值的问题场景下进行创新,利用新的手段和渠道都可能产生不一样的解决方案和不同的规模化路径。

混沌问题(4)复杂问题(3)一样,结果同样不可预测,解题思路更是没有规律可循。这个问题域中会触发很多创新,但也会一不小心落入混乱问题(5)和失序的深渊。例如2009年H1N1在美国失控演变成季节性流感等都是典型的混沌问题到失序的过程。

当问题域一旦落入混沌,其解题方案考验的是速度和自身所具备的能力、资源等。对于社会领域来说,救灾议题就是混沌问题域,因为应对灾情的方案必须及时有效,问题随着灾情不断涌现,创新也就会在这样持续变化的问题中发生,所谓的解决方案也会一直处在未知状态直到灾情结束。

创新高发区


Cynefin框架示意图中,蓝色部分是认知框架中的创新高发区,也就是说在认知框架中,创新经常发生在复杂问题(3)混沌问题4)的区域,发生在不同问题域的边缘,这也就是创新中混沌的边缘。

在认知框架中,我们可以看到:如果思维总是陷入解决简单问题和繁杂问题,那么创新就很难发生,因为创新不会在安全模式、固定思维和可预测性中产生。对于大多数规模化的品牌机构来说,既要学会用系统思考的方式做好复制式的规模化,更要时刻保持归零的心态,重新认识问题,发现更多的问题,与问题共生,并持续找到创新的机会;对于落地机构来说,除了打造学习型组织、保持人员能力持续提升,也要学会在一线洞察服务对象的问题,针对问题背景和解决方案进行分析。

当我们找到更多的问题而不是学会更多答案的时候,创新才会持续发生,我们才不会落入传统企业、一般大规模组织的规模化僵局中。

写在最后


Snowden教授提出的认知框架给了我们更多的问题去思考,让我们有机会对问题本身进行洞察。在中国本土进行规模化的探索,在我看来最大的亮点,是在组织结构上打造了更加灵活的机制,避免传统思维中大组织规模化所带来的层级僵化,失去对市场和用户的响应能力。但从另一方面来说,我们也要避免在规模化过程中过于关注输出而忽视结果(例如关注活动和培训次数,而忽视了服务对象的改变行为细节),最终使规模化变成一堆无效的数字组合。


文末,留几个问题给大家——学会了认知框架,我们如何在规模化过程中更好地调整和适应变化?在完成规模化验证,稳定推进规模化的进程中,我们如何保持有序复制但又有足够的混沌来激发规模化过程中的创新力?如何避免不停地学习案例和最佳实践,而忽视寻找更有价值的问题,失去创新机会?


周妮娜.jpg

    作者简介

周妮娜,ThoughtWorks中国区社会影响力事业部负责人,拥有超过10年企业社会责任和可持续领域经验,近年来与团队致力于探索利用设计和技术解决社会问题,并赋能社会组织的数字化能力。ThoughtWorks是一家融合咨询、设计、交付和数字运维的端到端的数字化创新公司,也是中国好公益平台联合共建伙伴之一。


平台动画 产品招募