愛因斯坦說過一句話：「We can't solve problems by using the same kind of thinking we used when we created them.」不要用製造問題的那種思維去解決問題。這句話聽起來很有道理，但人在遇到解決不了的問題時,還是很容易下意識地掏出自己最熟悉、最擅長的那套方法再試一次。
有個實驗觀察老鼠找食物：牠們平常會走固定路線,但只要發現這條路走不通了,很快就會換一條路。人反而常常卡在原地打轉。系統思考要處理的就是這個盲點——在追問題根源的時候,逼自己跳出直覺反應,看整個結構,而不是只盯著眼前那件事。
系統思考在解決什麼問題
系統思考實用手冊給的定義是：各個組成部分彼此互動,以整體的形式存在並發揮功能的個體。《第五項修練》的講法更直白：系統是你感覺到的整體,裡面的元素長期彼此影響,朝著共同目標運作。
一個系統通常由三塊組成：
- 元素：構成系統的有形或無形事物,例如一座城市的房價、成交量、餘屋量。
- 連結：把元素綁在一起的因果關係,例如成交量上升會導致庫存量下降。
- 目標：系統存在的目的或功能,例如把房價控制在合理水準,維持社會穩定與經濟繁榮。
系統思考很少是一個人能做完的事——牽涉的角色一多,大家對同一件事的理解就會不一樣,所以需要先建立「共同的了解」（shared understanding),才有辦法一起看見問題的根本原因、評估多種可能性,進而更好地管理複雜的挑戰。
什麼時候該用系統思考,而不是直接處理問題
不是每個問題都值得動用系統思考。比較適合的情境有這幾種：
- 事情會重複發生——單次事件用系統思考反而殺雞用牛刀,直接處理現有問題就好。
- 問題複雜且持續在變化,不是靜態的單一因果。
- 需要找槓桿點——用策略性思考找到一個小改動能牽動大局的位置。
- 需要做假設分析——想知道某個決定可能有什麼副作用、未來哪裡會出錯。
判斷的關鍵不是問題大不大,而是它會不會一直回來找你。如果同一種狀況換個名字又發生一次,那通常代表你只處理了表面,沒碰到結構。
冰山模型：為什麼我們老是只看到事件
一般人面對問題,能看到的通常只是冰山露出水面的那一角——具體發生的事件。但冰山下面還藏著三層,愈往下愈難察覺,也愈接近真正的根源。
四層由淺入深分別是：
- 事件：冰山露出水面的部分,最容易被注意到。問的是「發生什麼狀況？」明顯具體,卻也最容易讓人忽略更大的圖像。
- 型態/趨勢：問「繼續這樣下去,會怎麼樣？」開始要往深處看,才找得到答案。
- 系統結構：問「造成這些型態背後的因素是什麼？彼此有什麼關聯？」結構會影響型態,型態又決定了行為——這一層正是系統思考真正要處理的部分。
- 心智模式：也就是「我們習以為常的思考方式」。人的決策會受各種因素影響,不同的決定又會塑造出不同的系統結構,層層循環回去。
只處理事件層,問題會一直復發,因為結構沒變。找到結構、甚至碰到心智模式,才有機會真正改變行為模式。
推論階梯：一個念頭是怎麼一步步變成行動的
除了冰山模型,另一個常被拿來解釋「我們怎麼想事情」的工具是推論階梯（Ladder of Inference）。
整個流程是：先看到一些東西 → 過濾資料 → 解讀資料 → 假設原因 → 用這個原因解釋問題 → 做出決定並採取行動。麻煩的是,每走完一輪,人就會在最後一步建立起某種信念,這個信念又會回頭影響下一次「過濾資料」時的偏好——圖裡那條指回去的箭頭,畫的就是這個反射迴路。
久而久之,每個人會走出一條只屬於自己的思考路徑和價值觀,也更難察覺自己其實一直在用同一種方式篩選世界。想更深入了解這套理論,可以參考 TED-Ed：重新認識「思考」— 推論階梯。
系統思考常用哪些工具
實際動手分析系統時,常見會用到三種圖：
| 工具 | 全名 | 用途 |
|---|---|---|
| BOT | 行為趨勢圖（Behavior Over Time） | 描繪某個現象隨時間變化的走勢 |
| CLD | 因果回饋環圖（Causal Loop Diagram） | 畫出元素之間彼此增強或抵銷的循環關係 |
| SFD | 存量流量圖（Stock and Flow Diagram） | 呈現系統中「存量」如何被流入、流出改變 |
這三種工具分別對應冰山模型的不同層次:BOT 幫你確認型態/趨勢,CLD 和 SFD 則是用來畫出型態背後的結構。
常見問題
系統思考跟一般的問題分析有什麼不同?
一般分析容易停在冰山最上層的「事件」,想到什麼解法就試什麼解法。系統思考要求往下多問兩層——先看型態和趨勢,再找出背後的結構——目的是找到能真正改變行為模式的槓桿點,而不是頭痛醫頭。
單次發生的問題也適合用系統思考嗎?
不太適合。系統思考的價值在於處理會重複發生、且動態變化的問題;單一事件直接對症處理即可,不需要動用整套結構分析。
要怎麼開始練習系統思考?
可以先從自己最近卡住的一個「反覆發生」的問題著手,依序問四個問題:發生了什麼事?這個型態持續下去會怎樣?是什麼結構造成這個型態?我對這件事抱持著什麼沒被檢視過的假設或信念?把答案寫下來,通常就能看到之前沒注意到的關聯。
參考資料
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2018-05-03