Некоторые из принципов системного мышления известны с давних времен, особенно использование обратной связи для контроля работы машин. Предположим, вы хотите контролировать скорость двигателя, чтобы она оставалась постоянной, независимо от нагрузки, например, когда автомобиль поднимается в гору. Один из способов – следить за скоростью двигателя и использовать эту информацию для контроля подачи топлива. Чем ниже скорость, тем больше топлива должно подаваться, чем выше скорость, тем меньше подача топлива. Если поток информации и корректировка подачи топлива происходят не слишком медленно, двигатель будет работать на постоянной скорости. Именно так работает круиз-контроль в современных автомобилях, и именно так Джеймс Уатт контролировал скорость паровых двигателей, построенных им и Мэтью Болтоном в 1780–1790-х гг.
На протяжении всей промышленной революции и позже инженеры продолжали пользоваться обратной связью для управления машинами, которые становились все сложнее, но лишь в 1930-е и 1940-е гг. системы стали предметом отдельного изучения. Важной вехой стала публикация в 1948 г. Норбертом Винером, профессором Массачусетского технологического института, книги «Кибернетика»[3], в которой рассматриваются основы теории управления и особое внимание уделяется роли потока информации – который мы сейчас называем коммуникациями – в эффективной работе систем управления. В этой книге были заложены основы теории управления, используемые сегодня в вычислительной технике, телекоммуникациях, инженерии и робототехнике.
В конце 1940-х гг. в Массачусетском технологическом институте работал также Джей Форрестер, инженер, принимавший участие в создании первых компьютеров. В 1950-х гг. Форрестер заинтересовался применением концепции управления и обратной связи к более широкому спектру вопросов, что привело к изданию трех крупных работ. В книге «Основы кибернетики предприятия»[4] (1961) рассматривается множество коммерческих и управленческих систем, таких как контроль запасов, логистика и принятие решений. В книге «Динамика развития города»[5] (1969) изучаются проблемы бедных районов и перенаселенности мегаполисов. Книга «Мировая динамика»[6] (1971) обращается к проблеме использования компьютерной имитации для изучения развития основных характеристик сложных систем – метода, разработанного Форрестером и названного им динамикой систем.
Еще одной крупной фигурой в области развития системного мышления был австрийский биолог Людвиг фон Берталанфи. Работая в Венском университете, он заинтересовался поведением и развитием живых организмов. Фон Берталанфи рассматривал организмы как открытые системы, работающие не в изоляции, а в тесной связи с окружающей средой и поддерживающие высокую степень упорядоченности благодаря потоку энергии. Эмигрировав в 1949 г. в Канаду, фон Берталанфи продолжил работать над изучением биологических систем и разработал обобщенную концепцию под названием «Общая теория систем», в которой сформулированы многие принципы, описывающие их поведение.
За последние 40 лет системный подход положил начало целому ряду дисциплин, подходов, инструментов, средств и методологий. Основные из них перечислены ниже.
• Системный инжиниринг. Был разработан в США в исследовательском центре RAND и применяется в первую очередь для проектирования и оптимизации работы сложных систем, в частности таких, которые требуются для контроля производства и оборудования, а также военных систем командования и контроля. В системном инжиниринге используются многие из методов операционных исследований. Он также является основой системного анализа, применяемого при разработке компьютерных систем.
• Методология мягких систем. Разработана Питером Чекландом, недавно вышедшим на пенсию преподавателем Ланкастерского университета в Великобритании. Признает, что почти в любой реальной ситуации люди по существу являются частью системы интересов. Согласно методологии мягких систем, поскольку у людей часто имеется множество различных, конкурирующих между собой или просто неясных целей, наиболее удачным подходом является тот, который обогащает знаниями и улучшает понимание ситуации всеми участниками, а не «научный» поиск «лучшего» ответа.
• Теории сложности и хаоса. В настоящее время это две тесно связанные области, которые активно изучаются, например, в междисциплинарном Институте Санта-Фе в Нью-Мексико. Эти теории имеют отношение к изучению сложных адаптивных систем (открытых систем, которые естественным образом меняют свои структуры и поведение согласно изменениям в окружающей среде) и поиску правил, а лучше – математических объяснений, лежащих в основе самоорганизации и возникновения.