MARTIN POTŮČEK (ED.) Manuál prognostických metod Studijní texty Praha 2006 OBSAH Úvodem — Martin Potůček 7 Univerzální metody 11 1. Brainstorming — Robert Stojanov 13 \J1. Panel expertů — Robert Stojanov 20 t$. Participativní metody — Markéta Nekolová 28 X4. Index stavu budoucnosti — Pavel Nováček a Robert Stojanov 45 Strukturální metody 51 5. Systémový přístup — Robert Stojanov 53 6. Strom významnosti a morfologická analýza — Robert Stojanov 70 7. Kolo budoucnosti — Robert Stojanov 78 8. Křížové interakce — Martin Nekola 89 9. Analýza textu pro technologické předvídání — Barbora Duží, Robert Stojanov a Pavel Nováček 96 10. Kritické technologie — Karel Klusáček 111 Procesuálni metody 119 11. Extrapolace trendů a časové řady — Robert Stojanov 121 12. Analýza dopadů trendu — Martin Nekola 132 13. Analýza megatrendů — Robert Stojanov 139 14. Metoda Delphi — Markéta Nekolová 142 15. Cestovní mapy pro vědu a technologie — Martin Nekola 149 16. Modelování rozhodování — Martin Nekola a Markéta Nekolová 160 17. Simulace a hry — Markéta Nekolová 167 18. Scénáře — Markéta Nekolová 173 19. Předpovědi génia, intuice a vize — Markéta Nekolová 180 Příloha I — Matice souvislostí jednotlivých metod 187 Příloha II — Odborné časopisy zabývající se prognostikou 188 Souhrnná literatura 190 O autorech 192 5 ÚVODEM I když spory o povahu prognostiky jakožto disciplíny na pomezí vědy a intuice, resp. oboru s jen obtížně vymezitelným předmětem, stále trvají, praxe potvrzuje, že si své místo na slunci již vydobyla. Politici, úředníci, obchodníci i podnikatelé se o ni stále více zajímají. Je tomu tak především proto, že prognostika uplatňuje postupy a metody, které jsou schopny jim nabídnout zajímavé a užitečné informace. Odložme proto pro tuto chvíli stranou diskusi o tom, zda prognostika má, či nemá předmět, a pokud ho nemá, zda se vůbec může nazývat vědou. Povšimněme si skutečnosti, že o jejím specifickém metodickém instrumentáriu nikdo nepochybuje. Ano, prognostika disponuje celou řadou specifických metod zkoumajících budoucnost. Tyto metody se od druhé poloviny 20. století stále zdokonalovaly, experimentálně se ověřovalo vhodné pole jejich praktického uplatnění. Když jsme začali řešit výzkumný úkol Grantové agentury České republiky Systematický rozvoj prognostické metodologie, velmi brzy jsme si uvědomili, že v češtině dosud neexistuje přehled dostupných prognostických metod, který by umožnil i odborníkům jiného zaměření, případně zájemcům z řad uživatelů, se s těmito metodami lépe seznámit, ozřejmit si jejich přednosti, nedostatky a možnosti jejich užití.1 Rozhodli jsme se proto zaplnit tuto mezeru a zpracovat manuál prognostických metod, čerpající z nejnovějších zahraničních přehledů i z našich vlastních zkušeností. Základem pro naší práci se stala publikace Future Research Methodology2, vydaná Univerzitou Organizace spojených národů v rámci projektu Millenium, a prognostické aktivity Centra pro sociální a ekonomické strategie Fakulty sociálních věd Univerzity Karlovy a Technologického centra AV CR v Praze. Ostatní zdroje jsou uvedeny vždy na konci každé metody. Výběr metod jsme provedli podle kritérií co nejširšího pole obecnosti jejich užití a míry jejich dostupnosti pro české uživatele (např. disponibility příslušného počítačového programu). I tak jde zhruba jen o desetinu z dosud popsaných a užívaných prognostických metod. Zájemce o další metody musíme odkázat na cizojazyčné prameny. Metody jsme rozdělili podle převažujícího důrazu do tří skupin. Univerzálně aplikovatelné metody mají nejširší pole uplatnění. Strukturální metody se specia- 1 Žánrově nejblíže k této publikaci jsou knihy Abeceda prognostiky a Prognostika od A do Z Oty Sulce (vydané v roce 1976, resp. 1987 Státním nakladatelstvím technické literatury v Praze), které se prognostickým metodám věnovaly pouze zčásti a na omezeném prostoru. 2 GlennJ.C.and Gordon,T.J. (eds.). 2003. Future Research Methodology. Washington: AC/UNU Millennium Project. 7 Závěrem prosím o připomínky a náměty k jeho obsahu a pojetí, které rádi využijeme v naší další práci. Martin Potůček, editor vedoucí Centra pro sociální a ekonomické strategie UK FSV 1 BRAINSTORMING Robert Stojanov ANOTACE Metoda brainstorming vyžaduje čas věnovaný kreativnímu myšlení, který je využit k vyjádření nápadu, a následně pak k pečlivé diskusi nad nimi. Úsilí je věnováno odstranění vnitřních zábran účastníků přicházet s nečekanými myšlenkami, stimulaci kreativity a respektování odlišných pohledů na věc. Brainstorming přináší nové nápady, jak řešit problémy. Někdy tato metoda napomáhá ke zmírnění konfliktů. Uvědomí-li si účastníci různé pohledy na věc, může to změnit jejich vnímání problémů. Brainstorming patří společně s dalšími technikami, jako je brainwri-ting (popis myšlenkových pochodů) a mind mapping_jma.ipová.m mysli) mezi postupy, které se používají na_počátku prognostického řešení úkolu, pro vyjádření tvořivých schopností účastníků, a také pro navození příjemné a produktivní atmosféry. I. HISTORIE METODY Brainstorming byl poprvé představen vedoucím reklamního oddělení Alexem Osbornem v 30. letech 20. století jako metoda, která umožňuje volný a spontánní způsob myšlení a zároveň napomáhá procesu vytváření nových nápadů. Osborn tento proces nazval Tak přijít na nápad {think up), teprve později se stal známýTřTpodTéřřm^ mozků" {brainstorming). V SO^lgifigb minulého století se používal v USA jako formajslej^ průběhu porad a zasedání komisí, při kterých nízká tvůrčí úroveň diskuse, závislost na mínění předsedajících a nesystematická argumentace brzdila vytváření nových myšlenek a podnětných nápadů. II. POPIS METODY Metoda brainstorming je systematicky_yedenj. rychlá diskuse mezi experty různého zaměření s cílem podnítit tvůrčí myslenia- a nová řešení týkající se předem zvoleného^problému. Je založena na schopnosti lidského mozku tvořit a vyjadřovat verbálně asociace - teorie asociací je tedy prvním principem metody. Protože kapacita mozku jednoho člověka je omezena, je brainstorming využí- 13 ván ve skupině. Tím se zvyšuje produkce myšlenek a zrychluje se myšlení všech účastníků skupiny. Druhým principem metody je předpoklad, že pří spolupráci a komunikaci obou hemisférjpracuje mozekJ^e^Proto je základním kritériem úspěchu uvol-něná a příjemná atmosféra, která přispívá k odstranění stresu blokujícího komunikaci mezi hemisférami. Hlavním principem metody je stanovení tématu, na jehož základě účastníci vyjadřují asociace, které jsou zapisovány na tabuli a z nich vyvozovány další závěry a řešení. Metoda brainstorming vychází z těchto zásad: ■ čím více náyrhů.na řešení j^roblijriů se na^or^a^dě_přednese, tím je větší pravděpodobnost, že mezi_nimi bude ten nejpodnětnější_nebo nejor^inájn_ější; ■ rozv^eníJkombinování a zlepšování vla^tmchriávrhů^e i rozvíjení nápadu j i n^hj^as trjLÍl^ů diskuse, navrhování způsobu zdokonalení a realizace nápadů; ■ zajištění uvolněné_atmosféry vede ke spontánní konfrontaci myšlenek; ■ kritizování návrhů a argumentů je povoleno až v závěrečné fázi diskuse, potlačuje se talčvlív předsudků. III. UŽITÍ METODY Metoda brainstorming je organizačně rozdělena do tří fází. 1. _ přípravná fazc 2. vlastní sezení - pravidla vedení brainstormingu 3. hodnocení a implementace výsledků PŘÍPRAVNÁ FÁZE \^)říprayné fázi je třeba odpovědět na několik důležitých otázek: ■ Jaký je_účel/smysl tohoto sezení a jaké je hlavní téma? ■ Kolik a jakých lidí by se mělo zapojit? ■ Kde a kdy sezení proběhne? jaký je účel/smysl tohoto sezení a jaké je hlavní téma? Klíčem ke správným výsledkům a řešením je stanovení správné definice problému, který chceme řešit. Mají-li účastníci brainstormingu přispět k sestavení příliš obecně a široce zadané prognózy, nejsou jejich odpovědi konkrétní a výstižné. Na druhé straně obecná formulace problému vede ke komplexním námětům na možnosti vývoje. Při formulaci předmětu diskuse je tedy třeba přesně zvážit, jaké druhy odpovědí chceme získat a jaký prostor pro připomínky poskytuje otázka jednotlivým expertům. Kolik a jakých lidí by se melo zapojit? Optimální počet účastníků nelze stanovit. Podle komplexnosti problematiky to mohou být tři až několik desítek účastníků. Adekvátní počet účastníků se uvádí 14 mezi šesti až dvanácti. Menší skupina může být stejně produktivní, ale proud asociací bude pravděpodobně pomalejší. Naopak práce s větším množstvím účastníků je složitější, zabere více času a více úsilí k zapisování vyjadřovaných myšlenek. Každé sezení by mělo být obohaceno lidmi, kteří nejsou přímo zapojeni do řešení dané problematiky. Podle situace to mohou být sekretářky, manažeři produkce nebo marketingu, zákazníci nebo studenti, kteří přinesou originální nápady. Kde a kdy sezení proběhne? Pro samotné jednání je vhodné zvolit příjemné prostředí, například pěkný hotel. Nnvé. a neznámé pr^ctř?dí stimuluje uvolněné myšlení. Zvolená místnost by měla navodit atmosféru klidu a pohodlí. Nejlepší uspořádání účastníků v místnosti je do tvaru U - židle jsou uspořádány zhruba do půlkruhu a_uproj střed je instabyánapřenosná tabule, aby na ni každý dobře viděl. Nejvhodnější dobou pro jednání jsou dopolední hodiny (např. mezi 9. ažJ.1. hodinou), kdy je mozková aktivita nejvyšší. Vlastní sezení by nemělo překročit dobu dvou hodin. Někteří autoři dokonce preferují 20 až 30minutové jednání. Záleží především na vedoucím sezení a na bodech jednání. Účastníci by měli být delší dobu před jednáním seznámeni s problematikou, neměli by však předem studovat příslušnou problematiku nebo o ní spolu diskutq-yat.Tím by se diskuse mohla stát fórem publikovaných a oficiálních názorů. Každý účastník by si měl uvědomit, že nejde o jeho formální účast jako reprezentanta určité instituce, ale o jeho osobní představy o možné či žádoucí budoucnosti. VLASTNÍ SEZENÍ - PRAVIDLA VEDENÍ BRAINSTORMINGU V zájmu dosažení co nejlepších yýsj.edků byv průběhu sezení měla být dodržována r^lejdirjící pravidla: a) žádn£kntity-anLodszidky- Myšlenky a nápady ostatních lidí by neměly být v této části procesu kritizovány ani odsuzovány, jakkoliv mohou být pošetilé, protože jinak by došlo ke zpomalení tvůrčího procesu. b) účastnici se moh^uvyjadtwat svobodně ji volně Účastníci sezení by se neměli cítit omezeni svou pozicí ve společnosti nebo přítomností kolegy či svého nadřízeného. Nic není považováno za nežádoucí nebo chybné. c) důležitá jý_především kvantita nápadů a myšlenek Kvantita vyprodukovaných myšlenek a nápadů je hlavním posláním diskuse, kvalita je posuzována až následně. Během 20minutového sezení ve skupině je normální, když se vyjádří kolem 120 až 150 myšlenek. d) všechny myšlenky a nápady jsou zapisovány^ najrfenosnou tabuli Když je list přenosné tabule plný, vyvěsí se na zeď, aby jej všichni účastníci sezení mohli vidět, a pokračuje se dále. 15 e) výsledky jsou hodnoceny až po skončeni diskuse Aby nedošlo ke zkreslení nebo upřednostnění některých myšlenek, výsledky jsou hodnoceny až po určité době (několik dnů poté, následující den nebo alespoň několik hodin po skončení diskuse). Dobře vedené sezení zahrnuje několik kroků: a) Na začátku sezení moderátor vysvětlí cíle sezení, popíše vybrané téma a co od sezení očekává. Všichni účastníci vypnou své mobilní telefony. b) Moderátor vysvětlí pravidla sezení a vyvěsí je na zeď. Ujistí se, jestli jsou účastníci s pravidly dobře srozuměni. c) Aby se skupina na začátku „zahřála", začne moderátor cvičení s nějakým zástupným a nepodstatným tématem (otázka typu „Na co ještě je použitelná pánev?"). Pak přejde k hlavnímu tématu, které má být řešeno při tomto sezení. d) Všechny nápady, jakkoliv výstřední, jsou zapisovány na přenosnou tabuli. Každý z účastníků by měl sledovat, zda je jeho myšlenka zapsána. Moderátor sám náměty nepodává, pouze usměrňuje diskusi. Myšlenky by měly být formulovány v krátkém časovém limitu - tří až pěti minut. e) Moderátor může pomoci účastníkům při vytváření asociací formulacemi typu „co jiného?", „co dále?" nebo pochvalou stylem „velmi dobře", „děkuji". Ale neměl by kladením otázek ovlivňovat tvorbu asociací. f) Na konci sezení by měl moderátor poděkovat účastníkům za jejich aktivní přístup a ujistit je, že výsledky budou vyhodnoceny a využity. FÁZE HODNOCENÍ Hodnocení by mělo provedeno až po několika dnech nebo alespoň po několika hodinách. Mezitím se může přijít na další náměty, které jsou zaznamenány. Jiný přístup spočívá v hodnocení výsledků s použitím barevných samolepek. Každý hodnotitel dostane například 10 až 20 samolepek, a ty postupně přilepí na vybrané náměty napsané na přenosné tabuli. Pokud je nějaká myšlenka preferována hodnotiteli více, dostane se jí více samolepek. V závěru se samolepky sečtou a podle jejich počtu se přidělí body jednotlivým zaznamenaným myšlenkám a nápadům. Příklady hodnocení výsledků: Sezení bylo zaměřeno na hledání způsobů, jak zlepšit známost obchodní značky. Nejvíce ohodnocení dostaly v systému lepení samolepek řešení typu: kontaktovat profesionální reklamní agentury, provést marketingový průzkum, zlepšit databází klientů apod. NeJ^ejdLpř^ názory sjednotit do podoby komplexní, sladěné j3n> gnózy, je třeba v závěru diskuse formulovat několik alternativ. Přesná pravidla pro výběr přednesených názorů nejsou určená a~budou~záviset na charakteru otázek a záměru organizátora brainstormingu. 16 IV. SILNÉ A SLABÉ STRÁNKY NEVÝHODY METODY, PROBLÉMY, KTERÉ MOHOU PŘI SEZENÍ VYVSTAT a) účastníci sezení mohou být negativně naladěni Účastníci mohou cítit negativní emoce vůči moderátorovi sezení, samotnému tématu, metodě brainstorming jako takové nebo nemusí věřit, že je možné nalézt řešení. V tomto případě musí moderátor prodiskutovat problém s účastníky předem. b) během sezení zazní odsudky Jestliže se účastníci vyjadřují negativně k vyjadřovaným asociacím, jako například „to nemůže v naší firmě fungovat", „to by bylo příliš drahé", „nemáme pro to dostatečné zdroje" apod., moderátor musí vysvětlit, že takovéto odsudky brání vytváření nápadů a že se k nim bude možné vrátit ve fázi hodnocení. c) múze se stát, že účastnícij^bsolvovaHjižněkolik sezení předtím Účastníci nejsou ochotni se účastnit dalšího sezení, protože jich absolvovali dříve již několik. V tomto případě musí moderátor vysvětlit důvod, proč je sezení opakováno. Nazačátkunebo najkonci sezení by mělo být jasné, kdo je odpovědný za vyhodnocení výsledků a jejich šíření. d) vědomé nebo nevědomé názorové ovlivnění skladbou účastníků sezení Jestliže se sezení účastní například nadřízená osoba, člen rodiny aj., mohou vést obavy nebo snaha o názorovou spřízněnost k vědomému či nevědomému ovlivnění vlastního mínění. Podobně se může chovat člověk, pokud se ve skupině cítí osamoceně nebo ve výrazné menšině - žena mezi samými muži, mladý, člověk mezi seniory aj. Výsledky tak mohou být zkreslené. VÝHODY, PŘÍNOSY Tejli^brainstorming dobře veden, umožňuje rychle získatajcombinovat názory odborníků, je účinný při vyvolávání myšlenek uložených vjpodyědomí. Nesmě-řuje ke sbližování (konvergenci) názorů, ale k originalitě a rozmanitosti myšle^ nek. Zaměstnanci často vítají příležitost přispět svými nápady k řešení problémů ve firmě a poddají brainstorming za zábavný a produktivní. Jakmile je jednou tato technika přijata a vyzkoušena, je pro zaměstnance i manažery těžké si představit, jak by firma efektivně fungovala bez ní. Metodajbraw předstayjjje oživeníprac^oym rutiny a zlepšení pracovního pmslředL--^-Další výhody: ■ řešení jsou nalezena rychle a ekonomicky; ■ jsou forjnujj^ způsoby řešeníjproblémů; ■ je dosaženo širšího pohledu na problém; ■ atmosféra y^ánicjjýmii je otevřenější; ■ týmjsdílí větší odpovědnost za problém; 17 ■ odpovědnost ze výsledekje společně sdílena; ■ implementace procesu je ulehčena faktem, že zaměstnanci se podíleli na celém procesu rozhodování; ■ podněcuje experimentování s novými nápady a náměty. V. ŠIRŠÍ KONTEXT UPLATNĚNÍ METODY DALŠÍ VERZE METODY BrainwritingJzáznam myšlenkových pochodů) Brainwriting je_ podobný bramstormingu. Jediným rozdílem je, že nápady a náměty Jsou vyj adřovány^písemně. Účastníkům ve skupině jsou rozdány barevné papíry (na jednoho účastníka 5 až 20 listů papíru) a ti na ně zapisují nápady- jeden nápad na jeden list papíru. Následně jsou papíry vyvěšeny^Na základě výskytu a počtu zapsaných nápadů lze identifikovat^ míru preferencí urcl^clajjlpadů a námětů skupinou. Mapování mysli (mina mappingj Užití této metody rozvíjí možnosti brainstormingu. Námět, který chceme pro" zkoumat2 zapíšejme_doprostřed listu papíru. Na základě způsobu práce mozku, který plodí větvící se náměty (myšlenky), vytváříme asociace a zakreslujeme na_papír diagram ve tvaru stromu větvícího se do všech stran. Prostřednictvím této metody lépe porozumíme logice věci, souvislostem a prioritám. Metoda se inspiruje holistickým způsobem práce lidského mozku a je aplikována v mnoha oblastech lidských aktivit (např. vytváření denních rozvrhů, plánování úkolů a zvyšování kvality vedení). VZTAH K OSTATNÍM METODÁM V průběhu aplikace metody je shromážděno velké množství nápadů, které jsou velmi dobře využitelné při aplikaci takových metod, jako jsou kolo budoucnosti, psaní scénářů, metoda kritických technologií či analýza dopadů trendu. VI. PRAKTICKÉ PŘÍKLADY VYUŽITÍ Témata, která mohou být ve firmách a organizacích prostřednictvím metody brainstorming řešena, jsou zaměřena na zlepšení procesů organizace, komunikace, strategií, produktů, kvality a dalších výstupů. Tedbnik^ manažery komerčních společností (včetně těch největších) na různých úrovních řízení, vejyeřejné.„sj»rávě, v nevládních neziskových organizacích, na vysokých školách i ve výzkumu. Konkrétní příklady témat: ■ Jak můžeme zlepšit organizaci pracovního času v naší skupině? 18 ■ Jak můžeme více prosazovat naše produkty? ■ Jaká je vize naší firmy pro následujících pět let? ■ Jak můžeme zjistit, co náš zákazník chce? ■ Jak můžeme vylepšit spolupráci mezi výrobou a marketingem? ■ Jaké nové výrobky můžeme představit zákazníkovi za dva roky? ■ Co můžeme udělat pro to, aby se zvýšil náš obrat z prodeje? MetodaJ^jmnstojming může být využita jako zahřívací cvičení v rámci seminářů nebo výcvikových kursů. Možné otázky: ■ Kdy (nebo za jakých okolností) dobře fungovala komunikace ve firmě? ■ Kdy (nebo za jakých okolností) jsou naši zákazníci spokojeni s firmou? ■ Jak můžeme předcházet stresu, nebo jak můžeme lépe zvládat krizové situace? V současnosti je pro mnoho organizací a jejich manažery téměř každodenní nutností vytvářet nové nápady, způsoby myšlení a řešení problémů. Metoda brainstorming je pro tyto účely často využívána. Stejně tak je velmi často užívána v procesu vzdělávání (výklad, závěrečná hodnocení seminářů či přednášek, zpětná vazba pro lektora či vedoucího kurzu, atd.), kde napomáhá kreativitě a uvědomění si souvislostí a komplexity problematiky.4 Na základě toho byl vyvinut i specifický počítačový program.5 LITERATURA Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Sulc, 0.1987. Prognostika od A do Z. Praha: Nakladatelství technické literatury. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 4 Napf.: Teaching Methods. Dostupne na . Multicultural Understanding for the Golden Path Planet. Dostupne na . Brainstorming: We can Teach „Creativity". Dostupne na (vse 9. 2. 2005). 5 Rapa Mind - Brainstorming Software. Dostupne na (9.2. 2005). 19 2 PANEL EXPERTŮ (EXPERT PANEL) Robert Stojanov ANOTACE Hlavní úlohou panelu expertů je syntéza různých druhů vstupních dat (výzkumných zpráv, výstupů z prognostických metod) a vytvoření zprávy, která poskytne vizi a/nebo doporučení pro budoucí možnosti a potřeby související s analyzovaným tématem. Pro výběr a motivaci panelu, zadání úloh a další rozvoj znalostí mohou být využity specifické nástroje a metody. Panel účastníků by měl být různorodý a je důležité, abvkrornp. odborné kvalifikace, zkušeností a zájmů byli členové panelujvůrčí myslitelé, kteří nabídnou různé pohledy navěc,budou schopni dobře pracovat ve skupinách a budou připravejii mluvit otevřeně., I. HISTORIE METODY Panely expertů a spolupracovníků se vyskytují v mnoha podobách a v různém rozsahu. Mají společnou koncepci zvanou Banda chlapíků sedících kolem stolu (Bunch Of Guys Sat Around Table - BOGSAT), odrážející zkušenosti z Evropy a Severní Ameriky, kde jsou právě tyto panely typicky tvořeny muži středního věku, kteří jsou považováni za „experty" v daném oboru. II. POPIS METODY Za expertní metody se dají považovat (v širším slova smyslu) všechny metody prognózovaní, protože vznikají převážně na základě informací získaných od odborníků v daném oboru či problematice. Z užšího hlediska lze za expertní metody považovat ty, které mají přesně stanovená pravidla, postup a doplňování a upřesňování názorů většího počtu odborníků, obvykle různého zaměření. Z výše zmíněných důvodů je tedy metoda panel expertů považována za téměř univerzální způsob pro vytvoření studie, která poskytne nějakou vizi a/nebo doporučení související s analyzovaným tématem. Panel většinou tvoří 12 až 20 osob, které se 3 až 18 měsíců zamýšlejí nad budoucností v dané temad^éoblaiti, ať už se týká technologií (např. n^Hôtechnolôgií), oblasti aplikace (např._zo!ra-votnictví) nebo ekonomického sektoruJnj.př.Jé£rv_a). Ve většině případů se jedná 20 o veřejně známé osobnosti, které využívají kolektivní odborné znalosti zaměřené na nějaký konkrétní problém nebo sadu problémů. Experti se osobně setkávají na zase^nídi_y_danýefl- intervalech a na předem určenou dobu. Během diskuse posuzují získané poznatky. Obvykle oznamují své výsledky prostřednictvím písemné zprávy. Expertní panely j sou zvláště vhodné pro řešení problémů, které vyžadují vysoké technické znalosti a/nebo jsou vysoce složit^a vyžadují spojemlexpej-tů z mnoha různých oborů. Metoda není určena k aktivnímu zapojení široké veřejnosti. III. UŽITÍ METODY PŘEHLED Příprava na panel expertů zahrnuje specifikaci úkolů, určení žádoucího složení panelu a výběr jeho členů, vedoucího panelu a podpůrného personálujakmile je panel expertu zformován, očekává se od něj studium a objasnění zadaných témat a vynesení závěrů a doporučení v písemné formě. Pokud studie sleduje specifický veřejný zájem, přípravy mohou zahrnovat i veřejné slyšení. PŘÍPRAVA 1. Přesné vymezen í projektu Projekt musí být formulován pečlivě, aby-zajistil úplné pochopení podstaty úkolu, jeho účelu a Tozsahu a vymezil škálu odborností členů komise. Shoda na těchto základních věcech by měla být jednoznačná. Pečlivé konzultace jsou důležité pro vyvarování se pozdějším nedorozuměním. Jakmile je dosaženo dohody na těchto základních věcech, musí být jasné, že za práci je odpovědný panel. Zodpovědnost zahrnuje určení postupu práce a podoby výsledných produktů. 2. Výběr členů panelu^podpůrného personálu Tento oddíl obsahuje proces formování panelu, včetně zdrojů pro identifikaci jeho členů. a) Způsoby výběru členů a spolupracovníků panelu Existují tří základní přístupy při výběru členů panelu a jejich spolupracovníků (viz obr. 2.1). 21 Obrázek 2.1 Základní přístupy ve výběru členů panelu a jejich spolupracovníků Využití osob, které jsou známy dosavadním účastníkům projektu. Hrozí tu nebezpečí získávánústarých známých", tzv. elit, které jsou velmi dobře zavedeny v síti kontaktů, ale mohou postrádat přístup k dalším zdrojům informací. Nositelé zájmů Vyhledat představitele hlavních zájmů uplatňovaných v dané oblasti a požádat je o vytipování členů panelu. Formální proces Zahrnuje systematičtější proces hledání. Nejdříve jsou identifikovány odpovídající typy expertů a spolupracovníků. Následně je sestaven první seznam doporučených osob. Ty jsou vyzvány k nominaci dalších osob. V závěru následuje konečný výběr expertů, jejichž účast na projektu je žádoucí. Zdroj: UNIDO (2003), s. 49. b) Složení a vyváženost profilu panelu Prvním krokem vedoucím k sestavení zamýšleného panelu je určení jeho profilu. Dvěma klíčovými dimenzemi profilu jsou jeho složení a vyváženost. Složení zahrnuje soubor expertních znalostí a zkušeností členů panelu^ potřebných pro pochopení, analyzování a vytváření závěrů týkajících se zkoumané problematiky. Vyváženost se týká spravedlivé reprezentace různýchinázorů^yvážený panel má lepší předpoklady dosáhnout nestrannosti ve svých závěrech a doporučeních. Profil panelu musí odrážet jeho složení a vyváženost. Při vytváření profilu se musí vzít v potaz následující body: ■ Projektový rámec. Bude studie omezena na řešení technických problémů, nebo se bude týkat obecné problematiky veřejné politiky? ■ Kontroverznost. Mohou být navrhovaná řešení ovlivněna účastníky, kteří mají silné citové, politické či finanční zájmy v této oblasti? ■ Technická podpora. Budou závěry a doporučení panelu založena více na analýzách dat, nebo na úsudku členů panelu? ■ Budou závěry panelu adekvátně odrážet i případné nejistoty a nejasnosti? ■ Obory. Bude daná problematika zahrnovat jediný obor, neboje to záležitost interdisciplinární? c) Role vedoucího panelu Postavení předsedajícího panelu, který vede proces analýzy a hledání řešení, je často složité a může být vysoce kontroverzní. Vedoucí panelu buduje tým 22 a slouží jako editoryzpráv panelu, pomáhá při řízení projektu a je jeho hlavním reprezentantem naj^gřejnosíi i vůči sponzorům. d) Jak vést přijímací pohovory Tento návod pokrývá IdícovThody přijímacího pohovoru potenciálních Členů panelu. ■ Naznačit důvody vznJkiLp^neluexpertů. Uvést název a sponzory studie. ■ DiskutovajLojpojdin^^ cílech. Zeptat se kandidáta na názor ohledně zmíněných úloh a jeho doporučujícTnavrhy. Zeptat se, jaké druhy kvalifikace by měly být požadovány při vytváření komise, včetně toho, koho by on sám doporučil. ■ Uvést, že dalším smyslem pohovoru je prozkoumat kandidátův zájem a jeho kapacitu pro práci v panelu, pokud bude nominován. ■ Diskutovat s kandidátem o myšlence „proč je tato studie prováděna". Popsat očekávanou časovou náročnost studie. ■ Pečlivě vnímat kanjdidáíow odpovědi a stupeň jeho zájmih Klást vhodné otázky, umožňující zjistit stupeň motivace podílet se na práci panelu. ■ Jestliže kandidát jeví o práci v panelu zájem, je nezbytné prodiskutoval možný konflikt zájmů. Položte otázky, týkající se možného střetu zájmů v následujících oblastech: 1. Propojení s organizacemi. Máte nějaké obchodní kontakty nebo kontakty s organizacemi, které mohou mít přímý užitek z této studie? 2. Finanční zájmy. Máte nějaké finanční zájmy, které by mohly být přímo dotčeny způsobem řešení studované problematiky? 3. Podpora výzkumu. Obdržel jste nějakou podporu (grant) ve svém výzkumu od organizace, která může mít zájem na závěrech této studie? 4. Práce pro veřejnou správu. Byl jste někdy zaměstnancem nebo prováděl jste nějakou činnost (včetně poradenské) pro mezinárodní, národní, regionální nebo lokální orgány, která je relevantní k tématům této studie? 5. Veřejné postavení. Publikoval jste někdy názory nebo veřejně vystupoval ve věci, která by mohla být vnímána jako vyjádření závazku vůči konkrétnímu pohledu na problematiku této studie? Zastával jste někdy funkci nebo formálně reprezentoval organizaci, která je spojena s konkrétním názorem na problematiku zmiňovanou v této studii? ■ Jestliže byl zjištěn zřejmý konflikt zájmů, znamená to, že by se uchazeč neměl stát členem panelu. To by ale nemělo bránit nějké jiné formě spolupráce, třeba prostřednictvím písemných podkladů. e) Vytváření Jjaúm.inačaího balíčku" , ■ Definovat profil panelu. Využijte charakteristiky projektu a seznamu úkolů k definování profilu panelu. Jaké druhy odborn^^tí jsou potřebné pro složgnrpanelu? Jaké názory na danou problematiku jsou pro panel potřebné, aby byl vyvážený? 23 ■ Vytvořit širší okruh kandidátů. ■ Širší seznam postupným výběrem zúžit na nominované experty a jejich náhradníky. Seznam musí obsahovat alespoň jednoho náhradníka na post vedoucího a alespoň jednoho náhradníka pro každou tematickou skupinu. f) Odborný zapisovatel Jako velmi užitečné se může ukázat přibrat do týmu odborného zapisovatele. Omezený čas členů i vedoucího panelu jsou právě tím důvodem, proč se zařazení odborného zapisovatele do týmu projeví jako velká výhoda při vypracování závěrečné zprávy panelu. ŘÍZENÍ PANELU EXPERTŮ 1. Rok panelu expertů Od panelu expertů se očekává, že se bude zabývat studiem a zkoumáním zadaných témat a vytyčením doporučení a závěrů. Závěrečné písemné zprávy jsou často jediným trvalým výsledkem práce panelu a rokování. Z tohoto důvodu musí být zprávám věnována včasná a dostatečná pozornost. Zprávy panelu expertů jsou vědecká a odborná šetření, vyža^uj£jeii^_sjtejné standardy poctivosti a přístupukpráci jako ostatní vědecké, a odborné studie. Panel by měl ve zprávě usilovat o dosazení konsenzu, ale ne za cenu „nemastných a neslaných" výsledků. Mnohem lepší je zprava, v níž jsou nesrovnalosti a neshody popsány a vyargumentovaný, než zpráva, která tyto nesrovnalosti či problémy zakrývá. Nedostatek shody neznamená neúspěch panelu. Členové panelu pracují jako individuality, ne j ako reprezentatnti organizací či zájmovýcli^sku^mi. Od členů panelu je očekáván přínos v podobě jejich vlastních odborných znalostí a schopností kvalitního úsudku. 2. Směrnice pro první zasedání panelu (veřejné zasedání) Obecné cíle zasedání: ■ Do^nat\grl3axeiii panelu prostřednictvím diskuse týkající se jeho složení a vyváženosti. ■ Zajistit, aby jednotliví členové pochopili účel panelu a své role v tomto panelu. ■ Vysvětlit panelu jeho úlohy a jasně vyjádřit: • důvody vzniku studie a celkový kontext; • cíle studie; • očekávání sponzorů; • očekávání dalších důležitých aktérů (např. orgánů veřejné správy). ■ Objasnit podstatu úkolu hned na začátku. ■ Dohodnout plán, podle něhož bude studie prováděna: • základní povaha zprávy, podle nízTiy studie měla být utvářena; • strategie provádění stucTIe, která bude zahrnovat: 24 o mefody výzkumu, přístup k získání dat; o struktura panelu a role jednotlivých členů panelu; o stanovení plnění specifických pramvjíích úkolů pro různé členy panelu; o tématapro budoucí setkání; o program budoucího setkání; o dohoda na pořadí hlavních bodů při sledování projektu. 3. Příprava zprávy panelu expertů Připravovaným zprávám panelů expertů by měla být věnována včasná a pečlivá pozornost. Zkušenosti z mnoha panelů ukazují, že vytváření konsenzu a psaní zprávy patří mezi nejtěžší části projektuTProto je důležité následující: 1 Začít včas. ■ Definovat strukturu zprávy, zpočátku třeba jen pracovně. ■ Rozdat členům panelu písemné zadání. ■ Využít personál projektu (zejména odborného zapisovatele) při vyplňování pracovních verzí výstupů jednotlivých sekcí a sjednocení textů do jednotného stylu. Je nezbytné, aby žádný člen neposkytoval jakékoliv výstupy, dokud není vytvořena závěrečná zpráva. Každý musí souhlasit s naprostým utajením až do publikování závěrečné zprávy. Některé položky, které by měla závěrečná zpráva obsahovat: ' popis složení panelu; 1 vědecké nejistoty, sporné body; ■ zřetelné odlišení důkazů od domněnek; 1 odlišení analýzy od politické volby; ■ ritarf jinýrb rpWantnírh -zpráv; ■ způsob dokončení studie (kompletace závěrečné zprávy); ■ vyúčtování. PREZENTACE ZPRÁVY PANELU Pokud studie sleduje určitý veřejný zájem, prezentace zprávy může obsahovat veřejné slyšení, ve kterém budou představeny hlavní výstupy, závěry a doporu- cení Veřejnosti by měly být dány k dispozici základní informace (např. formou propagačního letáku projektu), včetně jmen a kontaktů na členy panelu. Po dokončení by měla být výzkumná zpráva rozšířena mezi zainteresované osoby a měla by být k dispozici veřejnosti. 25 PLÁNOVANÍ ZDROJŮ (ČAS, ROZPOČET) Realistický^dhad času a nákladu je mimořádně těžký v prvních etapách projektu. Běžné je podcenění náročnosti projektu. Odhady musí zahrnovatnáklady na personální zajištění panelu, přípravu a organizaci zasedání, přípravu zprávy, transparentní vyúčtování a publikaci závěrečné zprávy. IV. SILNÉ A SLABÉ STRÁNKY NĚKTERÉ VÝHODY A PŘÍNOSY METODY ■ Dostupnost názorů a posudků od odborníků, které mohou být důležité při řešení nejasností spojených s budoucností. ■ Užitečná výměna informací a vytváření sítí mezi různými vědeckými obory a odbornýnújoblastmi. ■ Snadnost, se kterou mohou panely doplňovat další prognostické metody. ■ Důvěryhodnost procesu i výsledků poskytnutá prostřednictvím profilu členů panelu. DALŠÍ DOPORUČENÉ POSTUPY A POTENCIÁLNÍ PROBLÉMY Panel účastníků by měl být různorodý a kromě odborné kvalifikace by měli být členové panelu tvůrčími mysliteli, kteří mohou přinést různé pohledy na věc, budou schopni dobře pracovat ve skupinách a jsou připraveni mluvit otevřeně, bez ohledu na skupinové zájmy. Může být také výhodné dát dohromady různé typy „hráčů", kteří by se jinak těžko potkali - například zlepšovatelé, finančníd, politici, výzkumníci z univer-zit, spotřebitelé apod. Panel musí být veden efektivně, z důvodů dobré motivace a morálky, překonávání konfliktů, dodržování časových plánů i kvůli prevenci vůči dominantnímu vlivu silných osobností. V. ŠIRŠÍ KONTEXT UPLATNĚNÍ METODY I když jsou možnosti užití této metody velmi široké, existuje kupodivu velmi málo pramenů ohledně její aplikace. Místo toho se prognostická literatura často zaměřuje na esoteričtější metody (metoda Delphi, scénáře), pravděpodobně kvůli tomu, že organizace a řízení panelu expertů je považováno za rutinní a neproblematické. Výše popsaný model panelu expertů je považován za typický příklad. Ve skutečnosti existuje mnoho variant. Například panely „expertů" mohou zahrnovat i laiky. Panely vlastně nemohou být „odborné" ve všech ohledech (přinejmenším ne v tradičním a profesionálním smyslu slova). Místo toho mohou být panely 26 složeny ze „spolupracovníků", například osobností reprezentujících nějakou organizaci se zájmem na výsledcích studie. Zkušenosti z praktického života těchto osob jsou kritériem hovořícím pro jejich začlenění. Další odchylkou může být způsob komunikace. Někdy se členové panelu nemusí osobně setkávat. Komunikace může probíhat prostřednictvími internetu nebo formou průzkumů, například s využitím metqdyJDelphi. Pak takéjiejiíJiejha, aby byl počet členů panelu omezen. V některých případech mohou byt panely ustaveny na neomezeně dlouhou dobu/Toho se často využívá, když je třeba ustanovit nezávislý orgán, který se zabývá dlouhodobými problémy, například globálním oteplováním. Panely pak praviHelně podávají zprávy zaměřené na specifické téma nebo problém. Panelu expertů využívá například také metod kritických technologií. LITERATURA Slocum, N. 2003. Participatory Methods Toolkit. A Practitioner s Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Sulc, 0.1987. Prognostika od A do Z. Praha: Nakladatelství technické literatury. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 27 3 PARTICIPATIVNí METODY (PARTICIPATORY METHODS) Markéta Nekolová ANOTACE Participativní metody jsou nástrojem skupinového zkoumání budoucího vývoje. Využívají se již od počátků lidské civilizace. Během 20. století, především v souvislosti s rozvojem masové komunikace a šířením počítačových technologií, se jejich aplikační možnosti rozrostly. V současné době se stále více využívají ke skupinové identifikaci aspirací a cílů společnosti a současně k formulaci strategií k jejich dosažení. I. HISTORIE METOD První zkušenosti s účastí lidí na zkoumání možné budoucnosti byly zaznamenány již v dávnověku. Tehdy se společně setkávaly skupiny pravěkých osob pod večerní oblohou a snažily se z ní vyzvědět osud, který je čeká. Později se takto shromažďovali občané v Aténách ve starověku, aby hlasovali o budoucí politice Atén. Hlasování je skutečně jakousi ranou formou participace veřejnosti na politickém rozhodování. Jeho princip stál i u zrodu moderních participativ-ních metod - výzkumů veřejného mínění a focus groups. Nikdo přesně neví, kdo a kdy poprvé přišel s myšlenkou inspirovat se názory a postoji veřejnosti a pracovat s nimi. Například v USA se výzkumů veřejného mínění využívalo již v první třetině 19. století. S vynálezem telefonu a především později počítače se samozřejmě jejich možnosti rozšířily. Rozvoj počítačové techniky ve 20. století umožnil také vznik a rozvoj dalších participativních metod - Charrette, Synconu a metod využívajících komunikaci prostřednictvím počítačů, zkráceně groupware. Původ slova charrette je francouzský a znamená „malý vůz" a od toho také český název metody - vozíčky. Tato metoda byla původně využívána v 19. století ve Francii studenty umění a architektury. V 60. letech 20. století její potenciál znovuobjevili projektanti měst v USA. Zjistili, že s její pomocí lze dosáhnout konsenzu o budoucí podobě města mezi představami občanů a starostů měst. První veřejný participativní prqcesjpeciálně konstruo^rrý^pro práce na zkou^. máni dlouhodobé budoucnosti vyvinuli v roce 1971 B. Hubbardová a J. White- 28 side.Tato metoda se nazývá Syn mu Většina syncon procesů realizovaných během 70. let probíhala živě prostřednictvím televize. Centrem jejich pozornQstiJjylo zjišťování celkové budoucnosti civilizace^ zvláště pak vybraných_témat, jako budoucnost vesmírn^o^Togřamu, technologie a společnost, energetický pro-blémajeho budoucnost a jiné. Vzhledem k faktu, že historie další participativní metody - veřejné Delphi - je spojena s historií Delphi obecně, a ta je předmětem jiné kapitoly, zmiňujeme se zde o jejím vývoji pouze velice stručně. Původně byl participativní proces Delphi využíván k zjišťování názorů expertů. Protože však neexistoval žádný důvod, proč by nemohl být aplikován veřejně, prostřednictvím médií, byl rozšířen i na zmiňovanou veřejnou metodu Delphi. Za vznikem Futures Search Conference stojí jméno australského vědce Freda Emeryho, který tento proces realizoval poprvé v 60. letech 20. století s cílem nalézt společnou řeč v rámci skupiny 30 až 65 osob. Metodu dále propracoval v 80. letech Marvin R. Weisbord, když usiloval o vytvoření společné vize a strategie budoucnosti u velmi odlišných společenských skupin. Za účelem spolupráce osob různějgeograricky rozptýlených byly, také od 70. let 201století, vyvinuty nejrůznější počítačové komunikační systémy, soulunnějiazý-vané groupware. O jejich rozvoj se výrazně zasadil Murray TurofF, jehož Computer conferencing software byl základem pro další rozvoj alternativ konferencí s využitím počítače, bulletin boards (elektronických nástěnek) a softwaru mezinárodní počítačové sítě. Hlavním přispěvatelem k rozvoji této participativní metody byl Doug Engelbart. Vynálezem počítačové myši a počítačového softwaru pro spolupráci inspiroval mnohé inovace v Silicon Valley, které se využívají dodnes. II. POPIS METOD Cílem participativních procesů je společně zkoumat-budoucí podoby společnosti vejyjecÍLJ£J.íc.h iispektech._ Participovat na zkoumání lze jednak v rámci jedné skupiny a v jedné lokalitě, v rámci setkání tváří v tvář, ale také ,geogra-ficky a časově rozptýleně prostřednictvím telekomunikačních prostředků. Tento manuál je zaměřen spíše na participativní procesy větších skupin účastníků v rámci jedné země nebo regionu. Výsledky participativních procesů mají ten-dencibýt spíše normativního charakteru (jaká by budoucnost být měla) nežli airalytického charakteru (jaká budoucnost může být). Identifikují totiž aspirace a zájmy účastníků a obecné strategie, jak jich dosáhnout. r^aynmicílejii participativních postupů by mělo být zefektivnění a usnadnění procesu politického rozhodování. Političtí představitelé se často cítí ohroženi myšlenkou většího zapojení veřejnosti do politického plánování a rozhodování. Tím však fakticky ztrácejí kontakt s jejími postoji a zkušenostmi. Pokud takovýto veřejný proces proběhne, identifikuje aspirace široké veřejnosti, které posléze mohou politici využít při zvažování svého politického směřování bez pocitu, že mají zúžený rozhodovací prostor. 29 Existuje celá řada participativních metod. Některé jsou vhodné pro menší počet účastníků, jiné pro větší skupiny osob v rámci jedné lokality nebo časově a geograficky rozptýlené. Následující tabulka obsahuje klasifikaci participativních metod podle těchto kritérií. Tabulka 3.1 Klasifikační systém participativních metod Malé skupiny (1-100) Větší skupiny (100+) V jedné lokalitě Focus Groups, Future Search Conferences, Consensor, TeamFocus, VisionQuest, Simulace a hry Vozíčky (Charrette), Syncon, Simulace a hry, Hlasování Rozptýleně, na mnoha místech Computer Groupware: Collaboratories, Integrated Multi-media, Simulace a hry Výzkumy veřejného mínění, Syncon, Veřejné Delphi, Simulace a hry, Hlasování VÝZKUMY VEŘEJN É H O M í N Ě N í Výzkumy vecného_mínějgí jsou většinou výzkumná dotazníková Jetření zaměřená na širokou veřejnost. Resj^ondent^ojijyvT^á pomocí předem stanoyenýrfr kvót a výsledkem výzjcujTiii_je ^tisticjg^zpracovaný pře^ hled názorů veřejnosti k danému problému či skujjmě problémů. Tyto výzkumy jsou velmiTizitečné pro zjišťování postojů a preferencí veřejnosti. FOCUS GROUPS Formálně předs^tayuji^ocus^oups diskusi malé skupiny účastníků_řízenou zkušeným výzkumníkem. Účastníkům diskuse je na začátku předložen ve formě dotazníku seznam témat, ke kterjm je moho vlastními slovy vyjádřit. V průběhu debaty se může dodatečně diskutovat i o tématech a komentářích, která výzkiímník předem neočekával a nepředvídal, ale pro účastníky sejjkáží jako relevantní. VEŘEJNÁ METODA DELPHI Delphi je metoda založená na opakovaném dotazování respondentů, které jim dovoluje reagovat na mínění a pohledy osfrijmích účastníků procesu. V celé šíři je tato metoda popsána v samostatné kapitole tohoto manuálu. Veřejná metoda Delphi je výborným nástrojem k získávání a identifikování aspirací široké veřejnosti. Internetové stránky nebo denní tisk mohou jejím prostřednictvím shromažďovat a zveřejňovat názory veřejnosti pomocí řady opakujících se dotazníků. Každý^proces Delphi se skládá z několika kol dotazníků. První kolo dota-zování může být zveřejněno na veřejné internetové stránce, v denním tisku či v rádiu. Může najaííklad- požjidg3íar-od^ohě-a4w,rabysdělili své aspirace o burjjmc-nosti země. Tyto odpovědi jsou zhuštěny v rámci druhého kola dotazovájií, které je opět zveřejněno ve výše uvedených médiích. V tomto kole se po veřejnosti 30 žádá, aby tyto zveřejněné aspirace utřídila, doplnilo či rozšířilo. Takto může celý roces pokračovat aždo chvíle, kdy se veřejnost shodne na představách, hodno-ch a prioritách o budoucnosti společnosti, ve_které žije. VOZÍČKY (CHARRETTE) Vozíčky jsou_mtenzivnímr předem připraveným participativním procesem ^tvjvaj^i^kt^ setkají lidé z různých segmentů společnosti dkmjiosáhnoiit.konsenzji o jejím dalším směřování. Počet účastníků a délka tkání se liší, od 50 do 1000 osob a jednoho dne až dvoujřýdnů. Při jeho pláno-"úje^r^ém^ který aspiruje na dosažení shody účastníků, rozložerijijyjod-robjémy. Účastníci vozíčků json pak také rozděleni dojkupin, z nichž každá_ e zabývá jednímjpodproblémem a pravidelně podáyá_zprám o rmřejconsenzu ilku. Zpětnávazba na tyto zprávy je realizována v dalším kole^^upinpy^jdis-^ se. Tento^p^tjjp_s^opakuje až.do chvíle, kdy je dosaženo konsenzu o cílech strategiích vedoucích k jejich dosažení. Vypracuje se závěrečná zpráva, která e dána k dispozici médiím, vládním úředníkům či širší veřejnosti. Následující brázek zobrazuje schematický model postupu při vozíčcích. 31 Obrázek 3.1 Proces postupu při vozíčcích a jeho střídání malých skupin a celku až do dosažení společného konsenzu Setkání celé skupiny Setkání celé skupiny Den přijetí konečného řešení a tak dále.. Zdroj: Glenn, J.C. (2003) SYNCON Syncon je holistický participativní proces orienrwanj^ej.vic^_do budoucnosti. Graficky jejnoznéjej vidět jakolyjdké-kele rozdělené na několik částí. Vmtřní s^kce_kola představují oblast jako sociální potřeby, technologie, životní prostředí, vláda, hospodářství ajiaJiíjDrvky. Tyto části reprezentují funkční oWastijakékoliv kultury, národa nebospolečnosti. Vnější části kola představují potenciály růstu 32 společnosti v tňologii, fyzice, informatice, pojijických a ekonomických vědách^ \inyl^^^^jgilĽizjmôsú a nevysvětlitelné jevy. Učas_tníci procesu syncon jsou rejrezentantyjednotlivých výše_uvedených oblastí. Nejprve v rámci svých skupin diskutují a zkoumají budou^iost a postupně se spojují s ostatními skupinami, až vznikne jedna velká skupina, která mriluje o dosažení konsenzu o budoucí žádoucí podobě společnostijako celku. Celý tříapůldejnní_proces syncon je obvykle vysílán _ živě prostřednictvím televize s možn.Q.síLkomun.ikace přes počítač-pra ty,_kdož_ nemohou být přítomni v místě konání synconu. Počet přítomných účastníků se pohybuje od 50 do 500 osob, tisíce dalších však může participovat prostřednictvím telefonu. Večery jsou věnovány uměleckým vyjádřením budoucnosti prostřednictvím divadla, hudby, tance, humoru a umožňují účastníkům reflektovat uplynulý den. Následující obrázek zobrazuje schematický model procesu syncon. 33 Obrázek 3.2 Syncon proces začínající s mnoha malými skupinami (sekcemi), přecházející větších skupin a končící jako jedna ucelená skupina 4JMĚNÍ /.V CP, Ö IM \ Ví \ malé skupiny POL/T S2 1 ^osPonAŔsri// piümysl, práce 4* potřeó OP % s* .... ■ fTt- O m •K: NEVYSVĚTLITELNÉ JEVY větší skupiny Zdroj: Glenn, J.C. (2003) jeden celek 34 FUTURE SEARCH CONFERENCE Termín Future Search Conference zahrnuje aktivity jako strategické plánování, utváření konsenzu a řízení otázek budoucnosti. Počet účastníků se pohybuje od 10 do 50. Tento proces je velmipodobnýjiž charakterizovaným vozíčkům, ale je více strukturovaný. Bývá obvykle dvou až třídenní a tvoří jej pět fázíTiriHéntifi^ kace a dijvkiise o gljThálmrh trendech, 2. analýza významných trendů a jejicjivliv _na společnost. 3. projekce toho, jak se bude společnostjia^kladě těchto trendů vyvíjet, 4. model budojjgnogt^sporečnosti, 5. utváření strategií, jak tohoto modelu dosáhnout. GROUPWARE Groupware je zkrácený název pro spolupráci lidí na jednom_pr^ektu prostřednicemi pojkačového_$yatému„který všechny účastníky jPPÍ^je^Tde vjpod-statě o komunikaci zprostředkovanou počítačem, jejímž vynálezcem je již zmíněný Murray Turoff, který přenesl proces Delphi do počítačové sítě. Metoda groupware umožňuje simultánní sběr a následné okamžité promítnutlodpovědí účastníků na otázky k určitému tématu, takže zobrazené odpovědí či komentáře_ stimulují účastníky k reakcím na ně a k vyjádření nových myšlenek či k revizím dosud zaujímaných postojů. III. UŽITÍ METOD Před samotným výběrem některé participativní metody je potřeba se pečlivě zamyslet nad následujícími obecnými otázkami, jejichž odpovědi by měly vést ke konečnému výběru metody: a) Jaká jsou kritéria pro úspěšnost participativního procesu? b) Jak dalece je projekt orientován do budoucnosti? c) Bude se proces zaměřovat pouze najedno specifické téma, nebojsou cílem nalezení celkové aspirace veřejnosti do budoucnosti? d) Kolik účastníků bude proces zahrnovat? Jakým způsobem? Jaký má být rozsah znalostí participantů? Jak dlouhý bude proces? e) Bude zajištěna integrita procesu? f) Kdo by měl rozhodovat o odpovědích na tyto otázky? Jakmile existují odpovědi na tyto otázky, měli by si tvůrci participativní akce položit specifičtější otázky týkající se samotného procesu. Bude: a) zahrnovat váhavé řečníky, b) umožňovat inovace ve svém průběhu, c) vytvářet jednosměrnou, dvousměrnou nebo skupinovou komunikaci, d) poskytovat čas pro reflexi a zachování tváře, pokud účastník změní názor, e) mísit účastníky, aby se zamezilo vzniku klik, 35 f) pro účastníky probíhat dostatečně příjemně, aby měli zájem vyjadřovat své postoje veřejně, g) vytvářet pocit pospolitosti sdílením společného území, h) zajišťovat, aby byly důležité informace dostupné všem účastníkům, i) zajišťovat, aby účastníci přemýšleli v dlouhodobém horizontu, j) zahrnovat všechny perspektivy daného problému prostřednictvím účastníků reprezentujících tyto perspektivy, k) zahrnovat rozhodovatele z vlády, zástupce obchodu a dalších orgánů, kteří budou vzájemně reagovat na postoje a závěry účastníků, 1) spojen s možností realizovat dané téma prostřednictvím orgánů veřejné správy, m) vyhýbat se vyhrožování jedincům či skupinám, n) trvat na formulování přesných závěrů, aby se předešlo pozdější chybné interpretaci, o) doprovázen mediálním krytím, p) dávat stejný prostor všem účastníkům, q) vytvářet prostředí pro institucionální politické rozhodovatele, aby akci viděli jako pozitivní přínos? VÝZKUMY VEŘEJNÉHO MÍNĚNÍ Většinou mají povahu dotazníkového šetření velkého počtu respondentů realizovaného formou interview. Výběrový vzorek respondentů by měl reprezen-tovat společnost jako celek. Otázky musí být přesné,jednoznačné a vjiodné_p_ro statistické zpracování. Tyto výzkumy bývají obvykle realizovány prostřednictvím telefonu, popřípadě formou rozhovoru s lidmi nacházejícími se v rušné lokalitě. Každý rozhovor musí být prováděn stejným způsohe.m, obsahovat stejné otázky, pokládané ve stejném pořadí, aby mohl výzkumník sebraná data později porov-natľv současné době nabývají výzkumy veřejného mínění nejen celostátníchj rozměrů, ale již také globální podoby. FOCUS GROUPS Metody focus groups pracují s malou skupinou účastníků^obvykle osm až dvanáct, s cílem prozkoumat dané téma do hloubky. Skupinu při diskusi vedl tazatel-moderátor, obvykle zkušený výzkumník, jehož úkolem je: • během zhruba hodiny a půl stimulovat účastníky k svobodnému vyjadřo vání postojů k danému problému, • využívat dotazovacích technik, které usnadní účastníkům tyto postoji odhalovat do hloubky a s emocemi. Jak už bylo řečeno, účastníků by nemělo být více než dvanáct, protože pak začíná být dotazování těžko zvladatelné. Diskuse má probíhat v gříjemnén 36 a neformálním prostředí v době přijatelné pro všechny účastníky. Po jejím skončení výzkumník všechny získané informace interpretuje ve fomě^záyěrečné zprávy. Ta by měla být spíše zaměřená na efekt, impresionistická, jelikož výsledky jsou založeny na mínění malého vzorku a nestrukturovaných datech. Focus groups jsou procesy silně emočně působící a umožňují značnou flexibilitu, aby byly plně prozkoumány a odhaleny pohledy a dojmy účastníků. Vyžadují širší interpretativní zkušenosti se zdroji tam, kde výzkumy veřejného mínění přinášejí pouze statistická data. V obou případech se sice měří názory účastníků, ale při procesu focus groups jde o úzký okruh osob na rozdíl od výzkumů veřejného mínění, které reprezentují širší populaci. VEŘEJNÁ METODA DELPHI Veřejná metoda Delphi může probíhat v zásadě trojím způsobem. Prostřed-nictvím internetu, denního tisku neboyvsílání rádia či televize. Veřejnou metodu Delphi realizovanou prostřednictvím denního tisku by měl iniciovat čelný novinář známý svou objektivitou a zajímající se o veřejné záležitosti. Zahájení může vypadat například tak, že ve speciálním oddílu novin uveřejní pozvání k účasti na diskusi o určitém problému nebo tématu. Počáteční pozvání směrem k veřejnosti uvede téma diskuse, po jak dlouhou dobu a jakým způsobem by redakce ráda příspěvky dostávala, jak budou tyto příspěvky reflektovány v druhém kole a kolech následujících, aby pak byly publikovány v příslušném oddíle novin, do kdy musí být každé kolo uzavřeno, jak často budou výsledky každého kola publikovány a jakým způsobem by závěry mohly ovlivnit veřejný politický proces. Veřejná metoda Delphi prostřednictvím rádia může být uvedena hostitelem s podobným kreditem zaručujícím poctivost procesu. Tento úvod je faktickým vyhlášením diskuse a měl by obsahovat všechny složky uvedené pro veřejnou metodu Delphi realizovanou prostřednictvím denního tisku, samozřejmě uzpůsobenou formátu rádia. Měla by jí začínat každá další rozhlasová panelová diskuse. Hostitel by po tomto vyhlášení měl vždy podat stručné shrnutí předcházejících rozhlasových panelových diskusí, a poté pozvat posluchače, aby telefonovali své komentáře. Na rozdíl od novinové verze se může hostitel rádiové panelové diskuse sám vyjadřovat k danému tématu a získávat okamžitou zpětnou vazbu od dalších volajících. Veřejná metoda Delphi realizovaná prostřednictvím veřejné internetové stránky správního orgánu by měla být iniciována některým z jeho čelných představitelů, nejlépe prostřednictvím tiskové konference, která by byla současně přenášena a vysílána živě prostřednictvím internetu. Tato osoba by měla přednést uvítací řeč a informovat veřejnost, o co v procesu jde. Delphi realizovaná z nevládní iniciativy a probíhající na internetu by měla být oznámena a uvedena prostřednictvím veřejně známé instituce nebo více institucemi společně, aby vzbudila co největší pozornost. 37 VOZÍČKY Napo čátku kaMého-pro ce su vo zíčkň existuje potřeba nalézt novo u strate -gii smě^v^rnl_s^poie€iieeti. Může ji artikulovat vláda nebo zainteresovaná skupina či samotní občané. Poté by tito iniciátoři měli ustavit řídicí komisi a zajistit finanční zdroje nutné pro uskutečnění akce. Členové řídicí komise by měli být reprezentativním průřezem všech zásadních oblastí zapojených do implementace nové politické strategie. Proces_ pkmování vozíčků trvá od jednoho měsíce dp jednoho roku, podle délky trvání akce, komplexnosti tématu a také počtu účastníků (300 až 1000). Během tohoto obdobíby se měli všichni členové řídicí komise každý týden schá-zetT aby;. a) iHentífiknva1j__^n_^žjJ£cesu^apojitvejtójrinožství osob vedle účastníků v místě konání synconu. Celkovýpočel^ajticipa^t^etedy limitován pouze rozpočtem a představivostí. Jednoznačně hlavní slabou stránkou synconu je vysoká finanční a organizační nákladnost. Je složité jej uskutečnit, natož pak opakovat. Využití komunikačních technologií může také u některých účastníků vzbudit obavy. Hlayjní předností metody groupware je její schopnostjystematicky uspořádávat postoje^ a ihned získávat zpětnou vazDúľTsá'ní myšlenek do počítače způsobuje zvolnění, zpomalení brainsl:onmngu.^ujaost-psaní..myšlenek.má navíc velmi často za následek větší pádnost, artiJciÚ£vajiost a větší zaměření na řešení zvoleného^rohléjiiu,- V. PŘÍKLADY VYUŽITÍ A VZTAH K OSTATNÍM METODÁM S rozvojem moderních technologií vzniká bezpočet možností projrealizaci partídp_alÍYÍiS kjtěré se mohou stát arénou pro utváření a vyjadřování veřejného zájmu, a mohou tak ovlivnit procesj^ilicjsého rozhodování. Masy lidí by se mohly stát důležitým aktérem jak při krátkodobém politickém rozhodování v rámci legislativního procesu, tak i v procesu měnící se strategie orientace společnosti do budoucnosti. Možností, jak co nejefektivněji využít potenciál participativních metod jejich vhodně zvolenou kombinací, je řada. Zatímco veřejný proces Delphi vyvolává aspirace široké veřejnosti prostřednictvím denního tisku či rádia, může být doplněn výzkumem veřejného mínění o specifičtější názory veřejnosti. Výstup z této kombinace participativních metod může být postoupen procesům focus groups pro hlubší analýzu. Také veřejné aspirace a specifická témata mohou být identifikovány prostřednictvím focus groups, které mohou být postupně rozšířeny využitím metody groupware a jiných způsobů komunikace přenášených počítači. 42 ledky vzniklé kombinací různých participativních metod mohou být využity pro přípravu většího participativního procesu zaměřeného na řešení veřej nepolitických problémů v dlouhodobém horizontu. Práce řídicí komise může být efektivnější například prostřednictvím techniky groupware, která umožňuje setkávání a komunikaci lidí rozptýlených prostorově i časově, umožňuje také pořizovat záznamy o vývoji plánovacího procesu a identifikuje témata, v nichž je už dosaženo konsenzu či která j sou ještě stále zdrojem konfliktů a neshod. Výsledky získané při vozíčcích mohou být předloženy ke zpětné vazbě politikům, rozho-dovatelům za účelem hlubší analýzy opět prostřednictvím groupivare. Konkrétním příkladem aplikace první uvedené participativní metody -výzkumů veřejného mínění - jsou v podmínkách České republiky aktivity Centra pro výzkum veřejného mínění (CVVM), které vzniklo v roce 2001 transformací Institutu pro výzkum veřejného mínění Českého statistického úřadu. Od roku 2003 se v jeho rámci otevřel výzkum veřejného mínění široké odborné veřejnosti formou výzev na zadávání témat do výzkumu. Centrum pravidelně prezentuje veřejnosti výsledky své práce formou tiskových informací a konferencí. Také se podílí na mezinárodní spolupráci agentur pro výzkum veřejného mínění CEORG a participuje tak na mezinárodních konferencích pořádaných touto organizací v Bruselu. Například v květnu 2004 realizovalo CWM výzkum veřejného mínění týkající se důvěry k vrcholným politikům ČR. Seznam předložený wbranému vzorku respondentů obsahoval jména 26 politiků - všechny členy vlády, prezidenta, ombudsmana, předsedy Senátu a Poslanecké sněmovny, předsedy parlamentních stran a eurokomisaře Spidlu. V případě metody vozíčků nepochází konkrétní příklad z České republiky. Třídenní workshop využívající metodu vozíčků se uskutečnil v roce 1999 v městě Berne ve státě Indiána (USA). Za účelem shody o budoucí podobě města se zde sešli studenti a profesoři z fakulty architektury a plánování a zástupci města. Béhem těchto tří dnů společně diskutovali o budoucím ekonomickém, materiálním a sociálním rozvoji města v průběhu 21. století. Během prvního dne proběhla prohlídka města, setkání a diskuse se zástupci města a i se samotnými obyvateli. Poznatky a návrhy byly následně v průběhu druhého dne zpracovávány ve formě konceptů. Studenti a profesoři byli rozděleni do týmů majících na starosti vypracovat plány pro jednotlivé oblasti života města. V průběhu třetího dne byly tyto plány finalizovány a proběhla jejich prezentace. Příklad uspořádání future search konference je rovněž cizí provenience. V americkém státě Utah se rozhodli zástupci ministerstva dopravy řešit dopravní problémy státu společně se všemi zainteresovanými stranami. Pozvali všechny agentury v regionu ke spolupráci na organizaci této konference. Vznikla tak pracovní skupina Community Partners for Urban Mobility, která zahrnovala místní úředníky, místní skupiny, politické vůdce, dopravní společnosti a jiné aktéry. Výsledkem konference byla shoda všech účastníků na potřebě širší participace a spolupráce při komplexním řešení dopravní problematiky. 43 LITERATURA Glenn, J. C. 2003. Participatory Methods. In Glenn, J. C. and Gordon,T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. 44 4 INDEX STAVU BUDOUCNOSTI (SOFI, STATE OF THE FUTURE INDEX) Pavel Nováček a Robert Stojanov ANOTACE jtavu budoucnosti je statistickáJcoriibin^c-^ hodnot klíčových indikátorů, stayusp^lečnostij, ktetiznázorňuje, zda se její situace vjjudoucnosti bude zlepšovat nebo zhoršovat. Index stavu budoucnosti je založen na hodnocení vybraných expertů; kteří identifikují problémy a trendy^ jež si zasluhují pozornost, protože přispívají ke snížení (zvýšení) rizik nebo zlepšení (zhoršení) budoucích příležitostí rozvoje. Pokud by se tento index stal všeobecně přijímaným, mohl by být využit pro politické účely. MohhTnyJgýt hodnoceny a, srovnávány plány na základě jejich dopadu na index stavu budoucnosti. Mohly by být vytvořeny národní indexy stavu budoucnosti, které by mohly sloužit nejen pro srovnání mezi zeměmi, ale i pro vnitřní analýzy sloužící k nalezení efektivních politických postupů, které zlepší stav země jako celku. Index stavu budoucnosti je považován za dobrý n^strojjro analýzu globální politiky. I. HISTORIE METODY Projekt Millennium_začal vytvářet Index stavu budoucnosti v roce 2000. Již v roce 1998 však členové projektu zkoumali vzájemné vztahy mezi globálními problémy a došli k názoru, že zlepšení jednoho problému vytvoří předpoklady pro zlepšení stavu v ostatních oblastech. Stejně tak i zhoršení jednoho problému má negativní vliv na ostatní problémy. Studiem vztahů mezi jednotlivými prvky systému se proto můžeme dozvědět o efektivních politických nástrojích více než pouhým smHipm samntnýrb prvků. Proč tedy nehledat takové politické nástroje, které mají největší přínos pro komplexní řešení problémů? SOFI je pro identifikaci těchto nástrojů účinným mechanismem. Budoucnost nemůže být redukována na čísla, ale samotný proces vývoje indexu nutí uživateler aby přesně určili, co mají na mysli, když tvrdí, že budoucnost je zlepšuje nebo zhoršuje. Mezinárodní panel, skládající se z více než dvou set odborníků, kteří pracují v mezinárodních organizacích, vládách, společnostech, nevládních organizacích a na univerzitách, měl za úkol identifikovat a zhodnotit 45 směry vývoje, které ovlivňují proměnné indexu stavu budoucnosti. Jde o metodu aplikovanou v této podobě poprvé a v tomto ohledu je teprve ve fázi vývoje a experimentálního ověřování. II. POPIS METODY Výzkum indpyn stavu budoucnosti formuloval pět otázek, s nimiž se při vytváření SOFI pracuje: 1. Jaké proměnné \olměly být zahrnuty do indexu stavu budoucnosti? IndiJiátory_SQEI (viz příloha na konci kapitoly Proměnné zahrnuté do SOFI v roce 2004 za celý svět) byly vybrány prostřednictvím vícekolových dotazníků a jejich vyhodnocením. Vybrané proměnné musí co nejlépe odpovídat na otázku, zda se globálně vyhlídky lidstva do budoucna zhoršují nebo zlepšu|í. Pro jednot-livé státy by otázka byla postavena stejně, ale výběr proměnných by se lišil. Sada proměnných používaných pro globální SOFI však má natolik dobrou vypovídací hodnotu, že většina z nich je aplikovatelná i na jednotlivé země. Pokud budou parametry vybrané pro národní nebo regionální index stavu budoucnosti stejné jako parametry používané při vytváření globálního indexu, je možné provádět přímá srovnávání. 2. Jak lze pracovat s velmi rozdílnými proměnnými?, Te nezbytné, aby všechny proměnné obsažené v SOFI byly srovnatelné. Proto jsou hodnotyj^ech proměnných vyjádřeny stupnicí 0 (nejhorší hodnota) až 100 (nejlepší hodnota). Účastníci dotazníkových průzkumů byli také dotázáni, jaké nejlepší hodnoty proměnné je reálné dosáhnout v roce 2013. 3. Tak mohou být proměnné předvídány? Samotné měření hodnot proměnných nestačí. Protože se výzkum zabývá budoucností, musí byt prognózovány základní trendy ye vývoji proměnných. Za tímto účelem se využívají metody analýzy dopadů trendu a scénářů. 4. Jakým způsobem je určena váha proměnných? Účastníci dotazníkového průzkumu neposkytovali pouze názory týkající se ače]civ^nÝchj}e^]e^^ích a nejhorších proměnných, ale^osuzoyalitaké důležitost (váhuyproměnných k horizontu roku 2011. Kritéria pro přiděleriTvysokéTTbd-noty (váhy) proměnným byly: počet ovlivněných lidí, doba trvání vlivu a zdajsou změny vratné či nevratné. 5. Takse whnout_£Qmii, aby jedna určitá oblast nebyla současně hodnocena více proměnnými? Je nutné vyvaroy^tje^vitšího zastoupení proměnnými v jedné oblasti na úkor jiné. Neexistuje žádný recept, jak se tomu vyhnout. Vyžaduje to pečlivé prozkou-mání podobných či překrývajících se variant. To je obtížné, pokud jsou si dvě proměnné podobné a liší se jen v nuancích. Nicméně tento krok je nezbytný a závisí na vyhodnocení analytiků, kterým je určen výběr proměnných. Může například SOFI obsahovat jak indikátor koncentrace oxidů uhlíku, tak i globáhu^eploty? Nebojde o žTrýgéTiTirtlm tejcénadměrné zvýšení váhvjauležitosti) klimatických změn? 46 III. UŽITÍ METODY Posuzovaná data, která byla použita pro výpočet indexu stavu budoucnosti v roce 2004, byla odvozena z dvoukolového dotazníku. Respondenti prováděli vlastní posouzení proměnných a jejich důležitosti. Mezinárodní panel také doporučil vyhodnotit klíčové faktory, které by v budoucnu mohly ovlivnit vývoj proměnných. Analýza odpovědí ukázala, že závažnost nejlepších a nejhorších očekávaných hodnot se příliš neodlišovala. Původně se předpokládal větší rozptyl. Není jasné, proč byly rozdíly tak malé - možná byl příčinou způsob kladení otázek. Přesto byla zachována možnost využití obou hodnocení závažnosti v analýze; nedošlo tedy k jednoduchému nahrazení průměrnou hodnotou závažnosti. Hodnocení dopadů se pohybovalo v rozmezí od 1 do 5, kde 5 znamenala „velmi vysoký dopad" a 1 znamenala „žádný dopaď'. V analýze dopadů vývoje na proměnné se objevil jeden speciální problém, který vznikl přidělením negativních a pozitivních významů dopadů na vývoj. Vyskytlo se mnoho případů, kde dopady byly zjevně negativní a u nichž respondenti uvedli dopady pozitivní. To se mohlo přihodit kvůli pokynům, v nichž nebyly dostatečně zdůrazněny možnosti odpovědí s negativním nebo pozitivním dopadem, nebo kvůli tomu, že některé „negativní" a „pozitivní" dopady mohly být interpretovány jako buď pohybující se po křivce nahoru či dolů, anebo pohybující se v prospěšném nebo škodlivém směru. Aby byl tento problém vyřešen, identifikovali analytici, v kterých případech měl vývoj zřetelně negativní dopady Když respondent uvedl v takových případech pozitivní odpověď, v analýze byla změněna polarita. Podobně i negativní odpověď byla změněna na pozitivní, pokud evidentně měla pozitivní dopad. Všech 101 trendů bylo bráno v potaz. Po přepočítání pravděpodobnosti odhadů vzhledem k reálným možnostem a přizpůsobení odhadů dopadů proběhla analýza dopadů trendů u všech proměnných a s jejich využitím byl vypočítán SOFI. IV. SLABÉ A SILNÉ STRÁNKY Je důležité zmínit určitá varování tykající se souhrnných (agregovaných) indexu, mezi něž index stavu budoucnosti patří. Kombinace mnoha proměnných do jediného číselného indexu může vést ke ztrátě schopnosti rozlišit detailm vlivy které mění index. Vytváření indexu vyžaduje posouzení nejenom otázky výběru, které proměnné zahrnout, ale také jakou váhu jim přidělit. Globální index stavu budojicjriQsti může zakrývat lepší či horší podmínky týkající se regionů nebo států. Zdánlivá preciznost indexu může být na škodu právě pro svou detailnost. Z těchto důvodů mnoho lidí, které zajímá sledování a vyhodnocování sociálních nebo ekonomických podmínek, preferuje ponechat oddělené a jasně odlišené proměnné, které považují za důležité. Nicméně příslib agregovaného 47 indexu, jakým je SOFI,je lákavý. Nabízí rozpoznání pozitivních a negativních vývojových trendů, které jsou klíčové pro řízení společnosti. Další nevýhodou SOFI je nejednoznačnost významu jednotlivých proměnných. Je proto možné^aby státy a různé skupiny využívaly různé proměnné. V. VZTAH K OSTATNÍM METODÁM A DALŠÍ VERZE METODY Ve srovnání s minulými lety bylo v indexu stavu budoucnosti provedeno několik vylepšení: ■ Sestavení SOFI využívá posouzení možností budoucího vývoje, které by mohly v budoucnosti ovlivnit směr hodnoty proměnných. ■ Došlo k aktualizaci historických dat, byly nalezeny lepší zdroje, a kde to bylo vhodné, byly vytvořeny nové extrapolace těchto dat. ■ Byl vyvinut nový software pro jednodušší práci se vstupními daty pro výpočet SOFI. ■ Byly provedeny testy citlivosti na několik klíčových externích událostí. NÁRODNÍ INDEXY STAVU BUDOUCNOSTI Inovací ve vývoji metodologie SOFI je její aplikace na jednotlivé země. Národní indexy_s.tavu budoucnosti mohou pomoci vytvořit priority pro politická a investičru_rozhodnutí. Otázky rozvoje dané země tak mohou být vyjádřeny objektivnějším a kvantifikovaným způsobem. Jednotlivé země si mohou vytvořit vlastní specifické indikátory pro svá vlastní SOFI. Návrh indikátorů, které by mohly být zahrnuty pro vytváření českého SOFI, je uveden v příloze na konci kapitoly. V budoucnu by se tak mohly vytvořit standardy národních metodologií SOFI z obdobných proměnných jako globální SOFI. Tyto standardy národních SOFI by tak dovolily srovnaní mezi zeměmi. Závěry ze současných národních SOFI, ačkoliv zatím jen velmi orientační, naznačují, že rozvoj a studium národních a regionálních indexů stavu budoucnosti tvoří velmi slibnou oblast budoucího výzkumu. Právě s tímto nástrojem mohou lidé s rozhodovacími pravomocemi hodnotit předpokládané důsledky navrhovaných akcí. VI. PRAKTICKÉ PŘÍKLADY UŽITÍ Index stavu budoucnosti se může stát významným nástrojem při analyzejdo-báhu_pp1itiky. Například v roce 1998 Millennium Project zkoumal vzájemné souvislosti mezi patnácti globálními problémy. Pokrok v jedné oblasti obvykle zvýšil šance pro řešení i v ostatních oblastech. Problémem stále zůstává dostupnost historických dat v některých zemích. Pokud by tento index získal důvěru, mohl by být využitelný pro účely tvorby politik: mohly by být hodnoceny plány a srovnávány na základě jejich dopadu 48 indexu, jakým je SOFI,je lákavý. Nabízí rozpoznání pozitivních a negativních vývojových trendů, které jsou klíčové pro řízení společnosti. Další nevýhodou SOFI je nejednoznačnost významu jednotlivých proměnných. Je proto možné^aby státy a různé skupiny využívaly různé proměnné. V. VZTAH K OSTATNÍM METODÁM A DALŠÍ VERZE METODY Ve srovnání s minulými lety bylo v indexu stavu budoucnosti provedeno několik vylepšení: ■ Sestavení SOFI využívá posouzení možností budoucího vývoje, které by mohly v budoucnosti ovlivnit směr hodnoty proměnných. ■ Došlo k aktualizaci historických dat, byly nalezeny lepší zdroje, a kde to bylo vhodné, byly vytvořeny nové extrapolace těchto dat. ■ Byl vyvinut nový software pro jednodušší práci se vstupními daty pro výpočet SOFI. ■ Byly provedeny testy citlivosti na několik klíčových externích událostí. NÁRODNÍ INDEXY STAVU BUDOUCNOSTI Inovací ve vývoji metodologie SOFI je její aplikace na jednotlivé země. Národní indexy_s.tavu budoucnosti mohou pomoci vytvořit priority pro politická a investiční_rozhodnutí. Otázky rozvoje dané země tak mohou být vyjádřeny objektivnějším a kvantifikovaným způsobem. Jednotlivé země si mohou vytvořit vlastní specifické indikátory pro svá vlastní SOFI. Návrh indikátorů, které by mohly být zahrnuty pro vytváření českého SOFI, je uveden v příloze na konci kapitoly. V budoucnu by se tak mohly vytvořit standardy národních metodologií SOFI z obdobných proměnných jako globální SOFI. Tyto standardy národních SOFI by tak dovolily srovnání mezi zeměmi. Závěry ze současných národních SOFI, ačkoliv zatím jen velmi orientační, naznačují, že rozvoj a studium národních a regionálních indexů stavu budoucnosti tvoří velmi slibnou oblast budoucího výzkumu. Právě s tímto nástrojem mohou lidé s rozhodovacími pravomocemi hodnotit předpokládané důsledky navrhovaných akcí. VI. PRAKTICKÉ PŘÍKLADY UŽITÍ Index stavu budoucnosti se může stát významným nástrojem při analýzejrlo-bální_pp1itiky. Například v roce 1998 Millennium Project zkoumal vzájemné souvislosti mezi patnácti globálními problémy. Pokrok v jedné oblasti obvykle zvýšil šance pro řešení i v ostatních oblastech. Problémem stále zůstává dostupnost historických dat v některých zemích. Pokud by tento index získal důvěru, mohl by být využitelný pro účely tvorby politik: mohly by být hodnoceny plány a srovnávány na základě jejich dopadu 48 na index stavu budoucnosti. Národní indexy stavu budoucnosti by sloužily nejen pro srovnání mezi zeměmi, ale i pro vnitřní analýzy sloužící k nalezení efektivních politických postupů, které zlepší situaci země jako celku. Několik výzkumných uzlů projektu Millennium uvažuje o vypracování národního SOFI. Například venezuelský výzkumný uzel ve spolupráci s Deloitte&Touche v Caracasu již začal pracovat a vytvořil SOFI 2004 pro vybrané státy na americkém kontinentu (Argentina, Brazílie, Ekvádor, Chile, Kanada, Kolumbie, Mexiko, Peru, USA a Venezuela). Bylo by také možné vyvinout SOFI nejen pro státy či regiony, ale i pro různá odvětví hospodářství, například pro průmysl, včetně problematiky budoucnosti ropy. V oblasti zdravotnictví by bylo možné připravit SOFI projeden mimořádně závažný problém - budoucnost epidemie AIDS. Například Světová banka, by mohla využít SOFI při rozhodování o udělení půjček. SOFI by mohl být využíván, i jako alternativní inde.Y k dnešním používa-nymindexům (např. HDP, HDI aj..). PŘÍLOHA Proměnné zahrnuté do SOFI v roce 2004 za celý svět ■ Míra dětské úmrtnosti (počet mrtvých na 1000 živě narozených) ■ Dostupnost potravin (kalorie na osobu v zemích s nízkým příjmem) ■ HDP na osobu, dle parity kupní síly (konstantní hodnota USD v roce 1995) ■ Podíl domácností s přístupem k nezávadné vodě (patnáct zemí s nejvyšší hustotou populace) ■ Měsíční průměr vypouštění CO2 do atmosféry (ppm) ■ Roční přírůstek populace (miliony) ■ Procento nezaměstnaných (svět) ■ Míra gramotnosti u všech dospělých (v zemích s nízkým a středním příjmem) ■ Počet zemřelých na nemoc AIDS ročně (miliony) ■ Očekávaná střední délka života (svět) ■ Počet vojenských konfliktů (v nichž zahynulo nejméně 1000 lidí zajeden rok) ■ Zadlužení rozvojových zemí ■ Zalesnění (miliony hektarů) ■ Počet obyvatel žijících s příjmem menším než 2 USD (miliardy, bez Cíny) ■ Teroristické útoky (počet zavražděných nebo raněných lidí) ■ Počet násilných zločinů (na 100 000 obyvatel, v 17 zemích) ■ Podíl obyvatel žijících v nesvobodných zemích ■ Zapsaní studenti středních škol (procento školního věku) ■ Podíl populace s přístupem k místní zdravotní péči (v patnácti nejhustěji zalidněných zemích) 49 ■ Počet zemí, u nichž se předpokládá, že mají nebo se pokoušejí získat nukleární zbraně Návrh proměnných pro český index stavu budoucnosti ■ Míra dětské úmrtnosti ■ HDP na osobu, dle parity kupní síly ■ Míra vnějšího i vnitřního zadlužení státu (veřejných rozpočtů) ■ Celkové emise skleníkových plynů - COa ekv. ■ Roční přírůstek (úbytek) populace ■ Procento nezaměstnaných ■ Očekávaná délka života ■ Počet obyvatel žijících pod hranicí chudoby ■ Počet násilných zločinů (na 100 000 obyvatel) ■ Podíl absolventů vysokých škol na populaci ■ Výdaje na vzdělání, vědu a výzkum ■ Index vnímání korupce ■ Oficiální rozvojová pomoc CR ■ Hrubá zahraniční zadluženost ■ HDP na jednotku spotřeby energie ■ Podíl čištění odpadních vod ■ Celková plocha chráněných území ■ Spotřeba průmyslových hnojiv na 1 ha zemědělské půdy ■ Produkce odpadů celkem ■ Investice do životního prostředí vzhledem k HDP LITERATURA Glenn, J. C. and Gordon, T. 2004.2004 State of the Future. Washington: American Council for The United Nations University. The Millennium Project. Glenn, J. C. and Gordon, T. 2004. 2004 State of the Future, Washington: American Council for The United Nations University. The Millennium Project. CD-ROM. SO STRUKTURÁLNÍ METODY 51 5 SYSTÉMOVÝ PŘÍSTUP (THE SYSTEM PERSPECTIVES) Robert Stojanov ANOTACE Obsahem této kapitoly je uvedení do problematiky systémového přístupu při řešení problémů v managementu, procesech rozhodování a rozdělení zdrojů či prostředků. Mezi nejvhodnější příklady pro uplatnění „systémového přístupu" patří situace charakteristické překotnými změnami, rozmanitými zájmy, omezenými zdroji a vysokou komplexností. Systémový přístup znamená, že je kladen důraz na „celkový obraz" a na vzájemné vztahy a souvislosti mezi jednotlivými sk)žkami celku_a jeho širším okolím^Tento přístup získal podle doby a místa odlišná pojmenování jako systémové myšlení, obecná teorie systémů, kyberne-tika, věda o řízeny {management science), operační výzkum (operational research), věda o rozhodQ^ánLjdecision science), praxeologie (praxio/ogy) apod. Všechny sdílejí koncept multidisciplinárního přístupu při definování a řešení komplexních, vysoce variabilních, dynamických a interaktivních problémům I. HISTORIE METODY STRUČNÁ HISTORIE cmtémový přístup představuje odlišný způsob plánování a řízení zejména v tom, že klade důraz na strukturální fiJUY_i.$los^i ^/ývnjp Systémový přístup je starý i velmi nový zároveň. Předindustriální společnosti nedisponovaly techno-logiemi pro ovládájil_piírody ani infrastrukturoi^J^er^J^y organizovala lidské snažení manipulovat s přírodou. Musely použít •s^g_zp_ůj>ob cháp^n^toho^Jak společnost a přírodapracuje, aby přežily a prosperovaly. Když Norbert Wiener tento přístup pojmenoval kybernetikou, použil řeckého označení pro kormidelníka. Ten řídí loď směrem ke zvolenému cíli, aniž potřebuje dokonale rozumět směru větrů, mořských proudů a silám, které tyto jevy ovládají. Intuitivní znalost systémů založená na šikovnosti a zkušenosti fungovala dobře a y mnoha prostře-, dích stále_funguje. Vědomosti jsou přenášeny prostřednictvím myrologje.yyprá-vění příběhů a učením, které obvykle není kodifikováno^ 53 Zhruba před 200 lety začali lidé využívat znalosti fungování dynamických systému k řízení stroju. Například regulátor páry Jamese Watta byl využit pro řízení rychlosti spalování v motoru pomocí regulace dodávek kyslíku. Jakmile se zvýšila rychlost motoru, odstředivá síla snížila přívod kyslíku a tím snížila i jeho rychlost. Zhruba ve stejné době francouzský lékař Claude Bernard studoval stabilní stavy v tekutém prostředí lidského těla. Vnitřní podmínky lidského těla umožňují rychle se přizpůsobit změnám vnějších podmínek. Později logici a matematici obrátili svou pozornost k nerozhodnutelným výrokům, kde nemůže být prokázána jistota. Tak měl rozvoj pravděpodobnosti a statistiky velký vliv na moderní společnost, počínaje zemědělstvím a konče fyzikou. Systémový přístup se_ dočkal seriózního uplatnění v průběhu 2. světové války, kdy Američané a Britové sestavili interdisciplinárnLtÝmryědců, jenž měl apli-kovat nové objevy ve vědě v ozbrojených složkách. Ten se věnoval problema-ticě"dyn^mi^regulace. Zpčmá vazba Jakožto řetěz cyklické příčiriné^souvislosti se znovu a znovu objeyoyalav chování sebeorganizujících se systémů. Po^ válce začalo mnoho badatelů komunikovat se svými kolegy zjiných odvětví a nachá-zefpalräleTní příkla^vbiologii^a psychologii. Postupně byly publikovány knihy, organizovány konference, vznikly samostatné vědecké časopisy a formovaly se odborné asociace, které zkoumaly možnosti nových přístupů. Obrázek 5.1 Lineární a cyklická příčinná souvislost (kauzalita) Lineární příčinná souvislost Zpětnovazební souvislost A B-► CD B C Zdroj: Leonard, A. and Beer, S.,The Systems Perspective: Methods and Models forThe Future. In Glenn, J. C. and Gordon,T. J. (2003), s. 5.; upraveno STAV PROBLEMATIKY V SOUČASNOSTI Současný yýzkumv oblastijysréniů„čerpá své základy z tradičních disciplín. Práce matematiků přinesla techniky vhodné pro zkoumání pxoBIemůuieurči-tosti a komplexity. Biologové přišli s popisy procesů, vroucích k přežití,.adaptaci a růstu. Neurologie přispěla k pochopení procesů vnímání a vytváření vzorů v mozku. FyzicinapomoEQ Ieplmiůporožúmění neurčitosti, relativity a komple-mentarity. Komunikační teorlenás obohatila o r7lubjí^fl£hóp^nlkqmunikačních 54 kanálů a rozdílů mezi informacemi a šumem. Psychologie a sociální .vědy přispěly k pochopení, jak se lidé chovají v rodinách, organizacích^ společnostech. Společně tyto disciplíny_p,Qsl1ejl]cy_^ojevi1y v prostoru i řase daleko od místa jejich vzniku. Systémový přístup je stále spíše „hudbou budoucnosti", protože neprevažuje ani v současné praxi, ani ve vzdělávání specialistů. Převládající přístup k řešení 55 problémů je spíše redukcionistický. Podle tohoto přístupu se nejprve izolovaně uvažuje o jednotlivýcl^ástecjx^a potom o jejich vzájemné kombinaci. Reduk-cionistické metodologie bylo využito k dosažení mnoha zlepšení, ze kterých těžila současná věda a technologie. Slouží jako efektivní nástroj_y situaci, kdy jsou obecně sdíleny definice problému a jsou jasné cíle. V současnosti však tato kritéria splmije_čím dál tím méně problémů. Rada zdánlivě neřešitelných a opakujících se problémů je známkou toho, že je třeba použít zcela nového pohledu na situaci. Tabulka 5.1 Srovnání redukcionistických a systémových metod Redukcionistický přístup Systémový přístup Soustředí se na části Soustředí se na celek Lineární kauzalita: A způsobuje B Kruhová kauzalita: A způsobuje B, B způsobuje C, C způsobuje A Postavení pozorovatele je objektivní (nezaujaté) Postavení pozorovatele je zaujaté (subjektivní) Kontextu není přisuzován velký význam Kontextu je přisuzován velký význam Existuje jedna „pravda" nebo nejlepší odpověď Existuje mnoho pravd a odpovědí Externality nejsou považovány za důležité Externality jsou považovány za důležité Problémy jsou vyřešeny Problémy jsou „rozpuštěny" (dissolved) Zdroj: Leonard, A. and Beer, S., The Systems Perspective: Methods and Models for The Future. In Gleim, J. C. and Gordon,T.J. (2003), s.4. Přestože si systémový přístup udržel své interdisciplinární zaměření, rozrostla se paleta metod a nástrojů. Následkem toho se současní badatelé specializují na určité skupiny problémů nebo oblasti zájmu. II. POPIS METODY - POJETÍ SYSTÉMU JAKO CÍLEVĚDOMÉHO CELKU První krok v systémovém přístupu směřuje často nazpět. Aby bylo dosaženo nového a neotřelého pohledu, je nezbytné „zapomenout" velký díl toho, co již víme. Identifikace systému začíná jeho ustanovením pozorovatelem. I když systém může být definován jako „entita, tvořená vzájemně na sebe působícími částmi, které fungují v nějakém prostředí", je tato definice pouze začátkem. Systém neexistuje, dokud nebyl specifikován pozorovatelem, který tento systém definuje a stanoví jeho hranice podleněj akého účelu nebo souboru kritérií. Jiný pozorovatel by mohl provést jiné specifikace a učinit odlišné volby, založené na jiném účelu. V některých situacích, jako například v politice, se mohou různé frakce dívat na „stejnou" situaci z různých ideologických p_řístupů_a přicházet s velrriTodlisnymi představami, kde je shoda téměř nemožná. Manažeři a pracující, farmáři a pasáci dobytka, vojáci a občané, prodávající a kupující, ti všichni patří mezi skupiny, které mohou mít představy odlišné od 56 svých protějšků. Dokonce v rámci obchodní organizace budou mít lidé z oddě-lemjjrodeje, výroby, účetnictví a lidských zdrojů odlišný pohled podmíněný tím, k jaké části systému patří. Lidé často nemohou sami rozpoznat, co je důležité vně organizace nebo uvnitř ní. Jejich vnímání záleží na funkci, kterou vykonávají, a na rozsahu kontaktů, které mají k dispozici. Obrázek 5.3 Dva pozorovatelé z různých systémů Zdroj: Leonard, A. and Beer, S.,The Systems Perspective: Methods and Models for The Future. In Glenn,J. C. and Gordon,T.J. (2003), s. 7. Systémový přístup pokládá vše za navzájem projjojené. Nicméně je možné stanovitJH^jike zájmu a vymezit nej důležitější vztahy. Většina systémů má tendenci být „ponořena" v rámci většího systému a zároveň sama v sobě obsahuje menší systémy (podobně jako ruská matrjolkd). To jjak znamená, že mnoho funkcí a vztahů se opakuje znovu na každé úrovni. Obrázek 5.4 Rekurze v hierarchii ^ocnice,/^ Postel, N = 25 Zdroj: Leonard, A. and Beer, S.,The Systems Perspective: Methods and Models for The Future. In Glenn,J. C. and Gordon,T.J. (2003), s. 8. 57 Závěry, ke kterým se dospělo na jedné úrovni, mohou být docela odlišné od těch, ke kterým se dospěje na další úrovni. Oba přitom mohou být správné v rámci vybraných parametrů. Systémový přístup je charakteristický tím, že nej-lepší výsledky pro celý systém nemusí být dosaženy výběrem nejlepší možnosti u každého subsystému, ale koordinací jejich aktivit. Jedna z nejuži^gajějšíchvěcí, které poskytuje systémový přístup, je uvědomění si rozdílů na základě změny v čase a prostoru. Někdy mohou být rozdíly malé a pomalu rostoucí změny nerozeznatelné od náhodných variant, dokud nejsou nahlíženy z širší perspektivy, nebo nepřekročí určitý práh. V jiných situacích může zase dojít k časové prodlevě mezi akcí a jejím následkem. V prostoru mohou ujít pozornosti fenomény, které jsou buď velmi rozsáhlé, nebo naopak velmi malé. Dopad změny, které si sotva všimli ve městě, může postihnout vesnici velmi radikálně. V některých případech je důležité rozlišit mezi podmínkami, kterése vztahují pouze na jedince, od těch, které platí pro každého člena skupiny. Země může mít 65% míru gramotnosti, ale každý občan je bud' gramotný, nebo negramotný. V daném prostředí systému existuje celá řada vztahů, v nichž dochází ke vzájemným výměnám hmoty, energie a informací. Tyto výměny umožňují systému pokračovat v existenci a jeho živým částem umožňují zachovat si životaschopnost. K tomu, aby systém přežil, musí disponovat prostředky, které udržují všechny jeho proměnné v rámci jejich fyziologických limitů. Většina systémů disponuje řadou procesů, které udržují jejich proměnné ve stabilním stavu nebo v akceptovatelném rozpětí. Tyto procesy se nazývají bomeostáze. Tedhici si udržují stálou teplotu těla (rermosrázi), hladinu cukru y krvi, zásoby alkalických látek atd. Komunity a organizace hledají takový populační růst, který by byl schopen udržet žádoucí počet obyvatel. Ťestliže jedna z těchto pjroměn-ných vybočí ze svého bezpečného rozsahu a nevrátí se zpět, ocitne se v nebezpečí zařavTcďého systému a sníží se pravděpodobnost jeho přežití. ČAS A POHYB Systémy, včetně abstraktních, existují v čase. Jejich prostředí se mění, stejně jako se mění i vztahy mezi systémy. Některé ze změn lze předpovědět pomocí statistiky, jestliže existuje dost informací o modelu a časovém rozpětí dějů. Například živočich se narodí, dospěje, rozmnoží se, zestárne a zemře. Toto časové rozpětí se může pohybovat od několika týdnů do stovek let. Cykluj, který ovlivňuje továrny vyrábějící módní oblečení, se zkoumá v průběhu sezon, továrna vyrábějící traktory se zkoumá v průběhu let, vývoj škol a univerzit se studuje v dekádách. Pravděpodobnostní modely, které se zabývají rozsáhlejšími systémy, musí integrovat různá časová rozpětí a pracovat s nimi. Jiné změny jsou méně předvídatelné. Stres jedince nebo_JcQÍeJctivu může postupně vzrůstat, až překročí hranici kolapsu. Podchlazení a ztráta teploty jsou dalšími příklady tohoto fenoménu na individuální úrovni. Na kolektivní úrovni lze najít příklady náhlého vymizení rybích populací po obdohijejich nadměr- 58 neho výlovu, nebo zhroucení občanského pořádku po řadě konfliktních situací v komunitě. Hovorovým vyjádřením tohoto fenoménu je „poslední kapka, kterou přetekl pohár". Rozdvojení (bifurkace), teorie chaosu a teorie katastrof jsou technické termíny, které popisují chování systémů v provozu daleko od bodu jejich rovnováhy, kdy může dojít k náhlým a nevratným změnám. Samozřejmě ne každá změna stavuje pro systém škodlivá. Například zvýšení rychlosti letadla mu dovolí vzlétnout, nebo další osoba ve skupině může přispět rozhodujícím dílem ke zvýšení její efektivity. Organizační systémy, které jsou předmětem častých a nepředvídatelných změn, jsou zranitelnější než ty, kde jsou změny předvídány nebo se vyskytují jen sporadicky. PRAVDĚPODOBNOST Mnoho z nás získalo první zkušenost s pravděpodobností při hodu mincí. Přestože očekáváme, že z poloviny hodů padne panna a z poloviny orel, žádný hod mincí není ovlivněn tím předchozím. Pravděpodobnost, že padne panna či orel, je při každém hodu mincí shodná. Když uvažujeme o složitějších situacích, jsou některé pravděpodobnosti ovlivněny předchozími událostmi nebo očekáváními. Tyto předpovědi se pohybují v rozmezí od téměř jistých (např. že slunce zítra vyjde) až po vysoký stupeň nejistoty (v našem obchodě bude nejrušněji v úterý). Mechanické systémy fungují s pravděpodobností blížící se jistotě, ales-poň krátkodobě. Jsou považovány za deterministické. Většina komplexních systémy kterými se zabýváme, nemohou být nikdy plně předvídatelné. Jsou předmětem mnoha kolísání či odchylek, jež mohou výrazně změnit podmínky, které ovlivňují proměnné. Za delší časovou periodu se dokonce i výkonnost strojů stává nepředvídatelná. Některé se porouchají, zatímco jiné budou fungovat bez problémů po celou dobu očekávaného života. Pro zkoumání a vyvozování vzorů při pozorování chování systémů bylo vyvi-nuto množství kvantitativních technik. Tyto vzory slouží také k předvídání požadavků na zdroje v odlišných podmínkách nebo pro signalizaci změny v trendech. V rozsáhlejších systémech, které musí být integrovány kvůli dosažení optimálního výkonu, používají operační týmy badatelů techniky, jakými jsou teorie front a lineární programování. Za jejich pomoci mohou vytvalit mittematické modely, které pomáhají systém optimalizovat. Statistické dedukce a dynamické modely mohou být vytvořeny také k tomu, aby testovaly alternativní scénáře budoucnosti. KOMPLEXITA A ROZMANITOST KojTipJexita je dána existencí mnohočetných faktorů, rozmanitostí aktérů ajjgrspektrv. Všechny vztahy nelze přesně spočítat. Kybernetik Ros Ashby použil tennín_ rozmanitost {variety) k označení řady rozlišitelných prvků v souboru. 59 Vyslovil názor, že „pouze rozmanitost může vstřebat rozmanitost". Systémy mají ten den cik^amoorgan i zaei a vytvářejí raději více rozdílů než méně. Úspěšné systémy rozvinou nezbytnou rozmanitost, aby se přizpůsobily komplikovanosti, kterou vytváří jejich prostředí. V jakémkoliv daném systému má míra rozmanitosti co do činění s řadou omezení nebo stupněm volnosti, která je závislá na účelu systému a hledisku pozorovatele. Je například osoba, která provádí výzkum veřejného mínění při volbách, pozorovatelem? Rozmanitost by pak byla výčtem preferencí mezi několika ohlášenými kandidáty a nerozhodnutými voliči. Nebo se může jednat o rozmanitost preferencí ve spojení s demografickými údaji. Lidé s rozhodovacími pravomocemi musí často volit ještě předtím, než mají dostatečnou příležitost důkladně zvážit všechny možnosti. Pokud záměrně zmenší nebo zeslabí tuto rozmanitost, budou jejich volby omezeny neznalostí dat (v opačném případě zase existuje riziko zahlcení daty). Jednoduchý vzorec pro určení rozmanitosti stavů systému sestavíme tak, že vezmeme všechny možné stavy systému - n a vynásobíme je n-1 [n(n-l)]. Dokonce i v docela jednoduchém systému, jako je například elektrické světlo, bude existovat vysoká rozmanitost. Může být zapnuto, nebo vypnuto (v = 2). Jestliže je ale vypnuto, může to být z několika důvodů (v = 6). Může být méně či více jasné (v = 7), může mít různý styl (v = 50), barvy (v = 18) atd. Pro daný účel nemusí být samozřejmě všechny stavy nebo vztahy důležité. Pomocí výběru hodnocených informací nebo pouze zvážením praktických alternativ v daném časovém úseku mohou lidé s rozhodovacími pravomocemi snižovat rozmanitost voleb až na množství, které lze zvládnout.^ III. UŽITÍ METODY - NAVRHOVÁNÍ A VYTVÁŘENÍ MODELŮ Přestože si toho lidé nejsou vždy vědomi, vytvářejí si mentální modely již od dětství. Učí se, jaký způsob chování je přivede k nakrmení, hraní nebo k uklidnění na základě zpětných vazeb z odpovědí, které obdrží. Jak rostou, učí se interaktivní vzory své rodiny, školy a komunity. Vytvářejí určitou verzi reality, založenou na jejich vlastních zkušenostech. Od zobecnění těchto experimentů není daleko k vědomému návrhu nástrojů ke zkoumání a testování toho, jakých výsledků může být dosaženo za různých podmínek investice času, schopností či peněz. Rozmanitost nebo komplexita systému nemusí být nutně zvládnuta najednou. Při výběru zabere hodně času eliminace vybraných faktorů. Využití modelování je saafte-o-srjr3ě procesem selekce, jeho prostřednictvím dochází k výběru jen některých aspektů k_yjžjímu -zkoumání To umožňuje pozorovatelům systému testovat potenciál žádoucích nebo nežádoucích budoucností během kratšího času a podstatně nižších výdajů než při provádění přímých experimentů. Modely explicitně vybírají určité znaky situace a pak je. opakují při hodnocení. K této selekci dochází buď neformálně, když lidé používají jazyk pro popis 60 svých zkušeností a „vměstnávají" je do vzorů, nebo může být selekce provedena velmi pečlivě. Systémové modely často začínají neformálně otázkou „co když...". Modely mohou mít fyzickou formu, například vyobrazení na kartonu podobně jako dekorace na divadelní scéně. Mohou to být kresby, technické výkresy, abstrakce, pouhá logika nebo matematika. Důležitým faktorem je, že tvůrci modelů vybírají vlastnosti, které pokládají za důležité, opakují je a pozorují, jak dobře modely fungují (jak odpovídají realitě). STANOVENÍ ÚČELU Při vytváření modelu se může jevit rozhodnutí o jeho účelu jako nejsnadnější část procesu, ale často tomu^taklieni. I když rvúrce modelu nemusí brát v potaz žádné jiné požadavky, kromě vlastních, musí být zodpovězeno množství otázek, například „budu mít stále stejné potřeby po celou dobu svého působení na tomto místě"? Jestliže je odpověď neurčitá, musí být stanovena dostatečně široká definice, nebo alespoň minimální rozsah přizpůsobivosti (flexibility) před tím, než bude účel jednoznačně určen. U většiny modelů nebo situací se musí vzít v nvahu přání mnoha lidí. Pokud všichni zaměstnanci v organizaci necítí svůj podíl na jejím rozhodování, mohou velmi lehce ztratit oddanost a zájem na spolupráci. V nejlepším případě si organizace přivodí obrovské náklady spojené s omezením spolupráce. V horším případě lidé v organizaci jednoduše skončí. V ideálním případě by měla být zainteresovaným lidem nabídnuta příležitost účastnit se na určení smyslu systému (organizace). Jestliže to není možné, měli by dostat příWírncf fírí ^j^n^f^ zástupci všech hlavních zájmových skupin. VYMEZENÍ SYSTÉMU Postanovení účelu může pozorovatel definovat systém a jeho hranice. Jestliže se systém nachází v přírodě nebo jej nelze snadno modelovat, nejlepsi cestou jenařrtnont hlavní Účiaek nebo zpětnovazební smyčku do diagramu. Na list papíru se napíší hlavní faktory a šipky, které indikují hlavní procesy a vzorce vlivů. Někdy toto stadium může přispět k odhalení fluktuací kolem rovnovážného stavu nebo prahů, kde se může situace zásadně změnit. Tento typ modelu se nazývá predátor - kořist. Predátor se živí kořistí a jeho populace roste. Zvýšený počet predátorů sní většinu kořisti, tím dojde k vyčerpání potravní nabídky a následně i ke snížení počtu predátorů. Méně predátorů dovolí kořisti, aby se rozmnožovala. Tím bude více jídla pro zbylé predátory a jejich růst může opět začít. 61 Obrázek 5.5 Zpětná vazba predator - kořist 1 Zdroj: Leonard, A. and Beer, S.,The Systems Perspective: Methods and Models forThe Future. In Glenn,J. C. and Gordon,T. J. (2003), s. 13. Žádný přírodní systém samozřejmě není takto jednoduchý. Potravní nabídka pro predátory se různí, predátoři se živí více než jedním druhem kořisti, mohou zasáhnout lidé apod. Nicméně je často užitečné stanovit si na začátku základní dvojčlenný vztah (predátor - kořist; zákazník - výrobce). V této fázi není důležité dosažení úplné shody, týkající se definice systému a jeho hranic. Nezbytný je pouze dostatek sdíleného porozumění pro nastínění situace a při rozhodování. SBĚR DAT Poté, co je model sestaven, musí být testován, zda je užitečný pro předvídání chování sygtému nebo vývoj, alternativních scénářů. V této fázi by mělo dojít ke kvantifikaci modelu. Pokud nelze získat přesná data, jsou užitečné i modely, ktSř^uRazujTrelativlií velikost, relativní pohyb nebo relativní směr. I při absenci úplné kvantifikace mohou být zjištěny prahové hodnoty, které vedou ke spuštění reakcí. Mohou být také zaznamenány a monitorovány zrádné, nepřímé nebo domněle vzdálené dopady (např. zapojením analýzy dopadů trendu), které silně korelují s událostmi, jež jsou modelovány. Přestože je systémové myšlení a modelování do určité míry vrozenou schopností, vyžadujel praxi k rozvoji potřebných dovedností. Pro toho, kdo je učil pracovat v rámci redukcionistického modelu světa, může být obtížné vidět celek, a ne jenjeKo části. Logicky vzato, někdo postupuje od částí k celku pomocí indukce a analýzy. Posun k dedukci a syntéze se mu tak může zdát cizí, podobně jako když chce někdo hodit míč levou rukou místo pravé. 62 IV. SILNÉ A SLABÉ STRÁNKY Systémový přístupje účinnou metodou, pokud může být „celkový obraz" nebo postačující část obrazu modelována jako životaschopný čejek. Aby byl efektivní, musí být nasbíráno potřebné množství dat. Některé modely dojdou k výsledkům dříve než ostatní. Zejména systémová dynamika {System Dynamics) může přiná-šet se svými počítačovými programy užitečné výsledky v průběhu týdnů. Zakladatelem a průkopníkem modelů systémové dynamiky, které se uplatnily mimo jiné i při prognózovaní světového vývoje, byl v 60. letech 20. století Američan Jay W. Forrester. Jiné modely, jako například model životaschopného systému {Viable System Model) nebo model interaktivního plánování {Interactive Plan-ning), jsou užitečné pro malé skupiny, neboť jejich praktické užití vyžaduje řadu měsíců. Výhody nebo nevýhody systémového přístupu závisí na tom, do jaké míry model odráží reálnou situaci. Je třeba se soustředit na několik aspektů, kde a jak je možné modely využít. Tvůrce modelu musí vzít v úvahu všechny relevantní faktory. Například výsledky modelování ve zdravotnictví jsou ohroženy, pokud byl opomenut problém hygieny. Jedno z rizik kvantitativního modelování tkví vjŕom, že získané odpovědi mohou vypadat věrohodněji, než si ve skutečnosti vafijrmvi T? nvn i re a programy moKou vygenerovat nespoleliliv-á-^výsledky, přestože jsou elegantně a precizně prezentovány. Takové výsledky se často vyskytují, pokud je model kvantifikován příliš brzy. Proto je užitečné věnovat více času přípravě kvantitativního modelu a pokládat správné otázky. Před nepodloženými daty také do jisté míry chrání využití mnohočetných modelů a nezávislých testů. Další typ omylu se může vyskytnout při využití modelů, které pokrývají jednu nebo více úrovní systému. Například ve velké organizaci může být opomenuto, že jeden manažer zastává funkce na více úrovních, které mohou být někdy v konfliktu. Mnohé situace, i komplikovanejšou ve své podstatě deterministické. Pro tyto situace je nej efektivnější užití mechanických, redukcionistických metod. Měli bychom ale být opatrní, abychom nedošli k takovým úsudkům příliš brzy. Celkový náhled na systém ze širšího pohledu může být nezbytný pro zajištění toho, aby návrh části správně odpovídal potřebám celku. Využívání systémového přístupu bude pravděpodobně vyžadovat pomalejší start. To platí zvláště v prostředí velké skupiny, na rozdíl od jednoduché situace, kdy jeden expert může rozhodnout, jaké jsou potřeby, a přistoupí k jejich zajištění. Systémový přístup vyžaduje vytvoření společného porozumění (konsenzu), což s sebou může obnášet série komplikovaných a vzrušených diskusí. Jestliže organizace nebo komunita nemají dostatek zkušeností s participativními metodami, je celý proces pomalejší. 63 SITUAČNÍ PŘÍKLAD Jako situační příklad může posloužit použití systémového přístupu při stavbě mostu. Na počátku mohou být položeny tyto základní otázky: ■ Jaký vzorec (plánovaných) událostí lze očekávat, abychom zjistili, jaký most by zde měl být postaven? ■ Jaký vzorec (plánovaných) událostí lze očekávat, abychom zjistili, jestli máme most postavit někde jinde nebo dokonce vůbec ne? Za těmito obecnými otázkami budou následovat konkrétnější: ■ Kdo nyní potřebuje most? ■ K jakým účelům je most potřebný? ■ Jaké služby a zařízení má most nahradit? ■ Nahradí je úplně? ■ Jak stavba mostu ovlivní současné dopravní sítě? ■ Kdo jej bude v budoucnu využívat? ■ Jakým způsobem bude využíván? ■ Jaké služby a zařízení se objeví v souvislosti s využíváním mostu? ■ Jaký bude vliv dopravního provozu na mostě na životní prostředí? ■ S kým by měl být konzultován typ a poloha mostu? ■ Kolik to bude stát? Budou zdroje přiděleny nej efektivnějším způsobem? ■ Jaký vliv bude mít most na lokální a regionální ekonomiku? ■ Počítá se s bezpečnostními opatřeními? ■ Byly vzaty v úvahu povětrnostní podmínky? ■ Je most umístěn na státních hranicích? ■ Bude třeba zajistit celnici? Předchozí otázky naznačují, jaké kroky budou následovat. Může se shromáždit skupina expertů, kteří zkoumají detaily, zdroje, politické klima atd. Mohou využít fyzických modelů regionu a různých typů mostů, aby stanovili nejvhod-nější návrh. Antropologické modely mohou být použity pro předvídání změn interakcí v komunitě. Mohou být využity diagramy kauzálních smyček a kvantifikovaných vývojových diagramů, aby prozkoumaly pohyb lidí a zboží. Je možné realizovat průzkumy veřejného mínění pro získání předběžných představ o využití mostu. Mohly by také pomoci matematické modely založené na technických kritériích mostu a navazujících silnic. Mohou být vyvinuty ekonomické modely, které předvídají, jaký dopad bude mít příliv zdrojů určených pro stavbu mostu na ostatní části regionální ekonomiky. Lze také hledat modely managementu, které zajistí organizační infrastrukturu a projektové zajištění. 64 BUDOUCÍ VYHLÍDKY PRO SYSTÉMOVÝ PŘÍSTUP Vyhlídky pro využití systémového přístupu jako celku jsou slibné i přesto, že mnoho lidí pracujících v oblasti systémů je frustrováno z toho, jak dlouho trvá, než osvědčené techniky vstoupí do hlavního proudu. Systémovou oblastí se zabývá stále více knih a vědeckých časopisů. Slibné je také to, jak systémový přístup přispívá k výzkumu budoucnosti. Jak participativní modely, tak modely orientované na data se dobře doplňují při výzkumu alternativních scénářů a jejich důsledků. NĚKTERÉ SPECIFICKÉ MODELY Systémový přístup využívá mnoho různých druhů modelů ke zjištění a ovlivnění situací. Některé modely jsou „šity na míru" pro určitý soubor okolností. Jindy tvůrci modelů nemusí začínat od začátku, ale mohou využít již vyvinuté modely a zobecnit je pro využití v různých podmínkách. Příklady některých specifických modelů: • Interaktivní plánování (Interactive Planning) • Systémová teorie přijetí do zaměstnání (Hiring System Theory) • Operační výzkum (Operations Research) • Sociálně-technické systémy (Socio-Technical Systems) • Metodologie měkkých systémů (Soft Systems Methodology) • Systémová dynamika (System Dynamics) • Sý^ém řízení kvality (Total Quality Management) • Model životaschopných systémů (Viable Systems Model) Tyto modely disponují teoretickým zázemím a soustavou pravidel a směrnic pro používání. Některé specifické modely čerpají z obecných systémových modelů a oblasti managementu, ale přesahují je ve svých funkcích a účincích. Někdy čerpají z více kořenů. Například teorie žjyjfch systémů (Living System Theory) má kořeny v biologii, zatímco systémová dynamika (System Dynamics) pramení z teorie řízení, a průmyslového designu. Obě jsou efektivní v modelování komplexních a měnících se vztahů v dynamických systémech. Interaktivní plánování (Interactive Planning) a metodologie měkkých systémů (Soft Systems Methodology) jsou vhodné pro nestabilní komunity a organizace, které potřebují učinit rozhodnutí týkající se jejich základního poslání a plánů. Modely životaschopných systémů (Viable Systems Model) a socio-technických systémů (Socio-Technical Systems) jsou vhodné v případě, kdy existuje organizace, jejíž práce a management budou směřovat k vyvažování prostředí a rozvoji informačních toků. Modely, které zde byly zmíněny, mohou být aplikovány v mnoha různých kontextech. Všechny byly testovány a využívány mnoho let v rozdílném prostředí. Informace o jejich využití jsou dostupné v literatuře, která nabízí instrukce pro jejich užití krok za krokem. 65 Kromě těchto modelů si zaslouží zmínku také další skupiny modelů. Prv. z nich představují obecně aplikovatelné systémové přístupy, u nichž ještě nebyly vyvinuty nástroje pro využití nebo vznikly teprve nedávno a nejsou dosud dostatečně prozkoumány. Příkladem mohou být práce Maturana a Varela, které se zabývají sebeutvářejícími se systémy (self-producing systems) a jazykem. Práce Ulricha o kritické heuristice systémů {Ciritical Systems Heuristics) je dalším příkladem. Druhou skupinu představují specifické modely, které jsou často k dispozici pouze jako software. Příkladem je model druhé generace (Second Generation Model — SGAÍ) od Tichomorské severozápadní laboratoře (Pacific Northwest Laboratories), který modeluje emise a jejich dopad na globální životní prostředí. V. KONKRÉTNÍ PŘÍKLAD MODELU - INTERAKTIVNÍ PLÁNOVÁNÍ (INTERACTIVE PLANNING) Interaktivní ju^ánoyjhu představuje asi nejzniinějši model, kterýjjyl vyvinut týmem podjredjmirjo^Rusdki L. Ackoffa. Tým pracoval mnoho let na katedře sociálních systémových věd, Wharton School, University of Pennsylvania. V současnosti působí tým nezávisle pod jménem Interact. Interaktivní plánování čerpá z interdisciplinárního operačního výzkumu a plánování. Model vychází z předpokladu, že budoucnost organizace závisí na vlastních činech, stejně jako na událostech, které se odehrávají ve vnějším prostředí. Klade také silriý^důraz na vysj)kojjjírQve-ň participace, která je důležitá pro dosažení maximálních vstupů a závazků. Vybízí k tomu, aby jedinci v organizaci mysleli v oblasti plánování tvořivě ohledně žádoucí budoucnosti a učinili kroky, které přispějí k její realizaci. V ideálním případě by se měli do interaktivního plánování zapojit všichni, kteří o to mají zájem, ale snahou je zapojit alespoň rozumný vzorek členů organizace. Plánovací proces je rozptýlený a vyso^_a^oncimní. Jedn^dg^j^nici_orga-nizace mají volnou ruku v přípravě vlastních plánů, dokud mají dostatek zdrojů a neovlivňují ostatní jednotky. Plány^které niaňjvliv najiné úrovně ajejdnotky, jsou integrovány jak hojdzojitálng, tak vertikálně pomocí plánovacích schémat. AckofF odlišuje interaktivní plánování od ostatních druhů, plánováníjako je reaktivní nebo proaktivní plánování. Podle_něj se tyto druhy plánoyárn_snaží „vyřešit" problém nebo „najít řešení problému", zatímco interaktivní plánování klade důraz na kre^tlvnjjriyilenj a spolupráci mezi domácímjJidLči, organizací a jejím vnějším prostředím. Tímto způsobem mohou být prcjblémy^spíše^roz-puštěny" (disso/ve), než vyřešeny. 66 Obrázek 5.6 Uspořádání plánovacího procesu Zdroj: Leonard, A. and Beer, S.,The Systems Perspective: Methods and Models forThe Future. In GlennJ. C. and Gordon,T. J. (2003), s. 19. POSTUP Interaktivní plánování zahrnuje pět razí, které se mohou odehrávat v různém pořadí nebo souběžně. 1. Formulace potíží Nejprve jsou popsány hrozby a příležjfoatvkterýjrjjjr^anizace čelí. Jsou shromažďována data týkající se současného stavu, vnitřních a vnějších překážek rozvoje. Tato fáze vyvrcholí,_piípravou hodnocení, které popisuje pravděpodobné budoucí výsledky, pokud by v organizaci nedošlo ke změně. 2. Plánování cílů Tato, fáze vyžaduje aapojení kreativního myšlení, přičemžv rámci diskuse existuj ípouze dvě ome7.e.ní — technické možnosti a operační proveditelnost. Tedná se zde o nastínění poslárůjijíkolů a také o formulaci idealizovaného návrhu. Obvykle se doporučuje vytvoření dvou verzí: první akceptující omezení daná organizací, druhá neakceptující omezení. Prostřednictvím srovnání obou verzí je vybrán jeden doporučený scénář, který identifikuje nové cíle a úkoly. 3. Plán o ván íp rosttedků Posuzují se cíle a úkoly s aktivitajnjLkteré vedou k jejich usjcut^čnění. Uplatnění této fáze by mělo vést k naznačení konkrétních cílů a informací, na nichž je výběr založen. Formulovánxjsou-očekávané výstupy, jejich podpůrné předpo- 67 klady a stanovení, kdo by se na výstupech měl podílet. Je vhodné pořídit pečlivo„ dokumentaci. Tato fáze zahrnuje také identifikaci relevantních proměnných a identifikaci těch, které je možné ovlivnit. AckoŕF doporučuje využití různých druhů modelů k testování navržených možností. Toto modelování udržuje idealizovaný návrh „při zemi". 4. Plánování zdrojů Obsahuje vytvoření seznamu vstupů, příslušenství, vybavení, zaměstnanců, informací a zdrojů, které jsou nutné k dosažení_ stanovených cílů. Plánování zdrojů musí počítat s možnými fluktuacemi v nákladech, se změnami dostupnosti potřebných zdrojů a s rozvojem alternativních strategií. Rozhodnutí by měla být také podložena simulačními modely (např. investice do dražšího, ale energeticky efektivnějšího zařízení). Mohou také být modelovány externí scénáře (např. informace z finančních trhů, daňové změny). 5. Realizace a kontrola V závěrečné fázi vyústí plány do souboru úkolů a rozvrhu pro každou jednotku. Implementační část by měla být podložena nástroji jako jsou kontrolní formuláře, statistická data a měřítka kvality. V rájriH_ipfp.rakfivnfhn plánování pracuj e plánovací výbor, který zajišťuje nezbytnou organizační infrastrukturu. Má obvykle kolem deseti členůj_kteří zastupují různé sekce v organizaci. Tím jsou zaručeny zachování konzistence a vysoká úroveň komunikace na všech úrovních. PODMÍNKY VYUŽITÍ INTERAKTIVNÍHO PLÁNOVÁNÍ Úspěšné použití interaktivního plánování vyžaduje splnění následujících podmínek: 1. Jakákoliv organizace musí zůstat autonomní, jinak nemá dostatečný prostor pro zvládnutí úkolů. 2. Organizace musí mít dostatečný manévrovací prostor a příležitost převést to, co se naučila, do praxe. Je frustrující, pokud je v organizaci možné realizovat pouze dílčí změny. 3. Organizační kultura musí být schopna tolerovat, nebo ještě lépe podporovat vysokou úroveň participace a svobodnou výměnu názorů. 4. Je obtížné získat plný užitek z interaktivního plánování, pokud není k dispozici dostatek času a informací. 5. Je třeba si udržet důvěru ve smysluplnost a kontinuitu práce, aby bylo možné úspěšně postupovat kupředu. SROVNÁNÍ S OSTATNÍMI MODELY Interaktivní plánování sdílí mnoho stejných předpokladů jako ostatní modely systémů, případně je v určitých ohledech duplikuje. Interaktivní plánování tedy 68 může být využito simultánně nebo společně s jinými modely systémů. Při rozhodování, zda využít interaktivní plánování, je prioritní vytvoření kvalitního diagramu zpětnovazebních smyček s ohledem na hlavní vlivy v daném prostředí. V průběhu plánování může být užitečné zapojení analýzy socio-technických systémů, která může pomoci odpovědět na důležité otázky procesů a indikátorů kvality pracovního prostředí. V implementační fázi mohou být využity nástroje modelu Systém řízení kvality (Total Quality Management) k monitorování pokroku při dosahování specifických cílů nebo Modelu životaschopných systémů (Viable Systems Model) aplikovaného při řízení komunikace mezi řídicími složkami. VYHLÍDKY DO BUDOUCNA V prognostice jsou participativní procesy při řešení složitých situací velmi žádané. Model interaktivního plánování tuto potřebu dobře naplňuje, a je proto velmi perspektivní. VI. PŘÍKLADY UŽITÍ Existují nesčetné příklady aplikace tohoto přístupu. Uvedeme z nich pouze dva. Systémový přístup byl využit v roce 19916 při zpracování zprávy zabývající se vztahy mezi přírodním, člověkem vytvořeným a kulturním kapitálem. Metodu v roce 1999 využili rovněž autoři publikace zabývající se plánováním na venkově z environmentálne pojatého systémového přístupu.7 LITERATURA Leonard, A. and Beer, S. 2003. The Systems Perspective: Methods and Models forThe Future. In GlennJ. C. and Gordon,T.J. (eds.), Future Research Metho-dology. Washington: AC/UNU Millennium Project. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 6 Berkes, F. and Folke, C. 1991. A Systems Perspective On The Interrelations Between Natural, Human-Made And Cultural Capital. Dostupne na (9.2.2005). 7 Golley, F. B. and Bellot, J. (eds.). 1999. Rural Planning from an Environmental Systems Perspective. New York: Springer. 69 6 STROM VÝZNAMNOSTI A MORFOLOGICKÁ ANALÝZA (RELEVANCE TREE AND MORPHOLOGICAL ANALYSIS) Robert Stojanov ANOTACE Metoda stromu významnosti a morfologická analýza patří mezi tzv. normativní prognostické metody, které se vyznačují tím, že na počátku jsou zadány budoucí potřeby nebo cíle a na jejich základě jsou identifikovány okolnosti, opatření, technologie aj., potřebné k jejich dosažení. Morfologická analýza je doplňkovou technikou, často používanou ve spojení s metodou stromu významnosti. Metoda stromu významnosti je analytická technika členící široké téma do stále užších dílčích podtémat, které zaznamenává ve formě stromového diagramu. Výsledkem je obrazová prezentace s hierarchickou strukturou, která ukazuje, jak lze dané téma rozčlenit do stále detailnějších úrovní, čímž se zvýrazňují různé aspekty problému nebo již nabízených řešení. To usnadňuje úplné pochopení tématu a určení požadavků k dosažení konkrétních závěrů, jaké postupy implementovat nebo jak zvýšit technologickou výkonnost. Morfologická analýza zahrnuje mapování určité disciplíny s cílem dosažení širšího nadhledu nad existujícími řešeními. Morfologie obecně popisuje určité tvary daných objektů; morfologická analýza zanrnuje nalezení všech možných kombinací těchto uspořádaných tvarů k určení různých budoucích možností. Tato technika usnadňuje systematickou analýzu tématu a promýšlení alternativních cest zvládání problémů. Tento přístup zahrnuje: ■ formulaci a definici problému; ■ identifikaci a charakteristiku všech faktorů ve vztahu k řešení; ■ konstrukci vícerozměrné matice, jejíž kombinace budou obsahovat všechna možná řešení; ■ hodnoceníproyeditelnosti a dosažení požadovaných cílů; ■ důkladnou analýzu nej vhodnějších možnostís ohledem na dostupné zdroje. 70 I. HISTORIE METODY Razení problémů hierarchicky souvisících s určitým cílem do stromového schématu (metoda stromu významnosti) bylo navrženo americkým profesorem C. W. Churchmanem v roce 1957. Pro potřeby prognózovaní tuto metodu poprvé použila firma Honeywell v roce 1963 při ověřování prognostického systému Patrem. Morfologická analýza byla poprvé aplikována v leteckém průmyslu švýcarským profesorem F. Zwickym z Kalifornského technologického institutu (California Institute of Technology). Zwicky v roce 1942 vybral k analýze strukturu techno-logie tryskového motoru. Teho prvním ukojeni bylo definovat důležité parametry technologie tryskového motoru, které zahrnovaly tažný mechanismus, oxidační zařízení a druh pohonu. Dále pokračoval tím, že rozebral každou technologii na jednotlivé součásti. Když vyčerpal všechny možnosti, které se skrývaly pod každým parametrem, shromáždil všechny možné alternativní přístupy (permutace). Některé permutace u tryskových motorů již existovaly, některé ještě ne,. Zwicky identifikoval permutace zvané „prázdné hnňky" (empty cells), které byly podnětem pro nová řešení. %■ Ačkoliv Zwicky poprvé použil termín morfologická analýza, samotná metoda je starší a můžeme ji podle Luciena Gerardina vysledovat do minulosti (Ramón Lully 1235-1315). Zwicky však byl první, kdo tuto metodu použil v moderní době. Primární využití metody morfologické analýzy existovalo především v oblasti technologického prognózovaní a vývoje nových produktů. Ovšem metoda může být využita při systematickém generování možných budoucností i v sociální problematice. II. POPIS METODY Metoda stromu významnosti ie postup založeny na rozvětvujícím se schématu, jehož pomocí jsou řazeny a kvantitativně hodnoceny relativní významnosti pro-gnózm^rľ^cb uHáWrí vzhledem k jejich podílu na uskutečňování obecného cíle. Jednotlivé větve stromového diagramu obvykle představují rozhodovací úrovně, na kterých jsou uváděny alternativní způsoby řešení nebo problémy souvisící s daným cílem. Strom významnosti se více podobá organizačnímu schématu, v němž jsou informace prezentovány v hierarchicVp stPitofe Hierarchie stromu začíná na vysoké úrovni abstrakce a směrem dolů vytváří na sebe navazující sestupné úrovně podle zvyšující se míry detailnosti. Pokud vezmeme položky na určité úrovni společně, jejich postavení je schopno komplexně charakterizovat položku, s níž jsou spojeny na vyšší úrovni. Položky na dané úrovni by měly být nahlíženy ze „stejného bodu pohledu". Jestliže je postupováno správně, analýza může nakonec vést k jasnějšímu pochopení tématu. 71 Cílem metody stromu významnosti je dovést analýzu na takovou detailr úroveň, kde zahrnuté položky nebo problémvjsou dostatečné, jasné a jsou vhodně kvantifikovány. Metoda morfologické analýzy je považována za osvědčený způsob vytváření idejí, který vede k „organizovanému vynalézání". Na základě maticové sestavy prognóz vzniká obecná_ charakteristika jednotlivých prvků řeJem_j)roblému, které ještě nebyly realizovány, ale které jsou pravděpodobné. Morfologická analýza tedy nevytváří vlastní prognózu, ale umožňuje systematicky a bez předsudků analyzovat všechna možná řešení daného problému pro všechny možné vývojové podmínky. To podněcuje tvůrčí a inovační myšlení a stává se počátečním krokem při použití ostatních prognostických metod. Při morfologickém přístupu je třeba nejprve sestavit úplnou strukturu problému, a teprve potom začít uvažovat o praktických možnostech jeho řešení. Uplatnění zde nacházejí dva klíčové elementy: ■ systematická analýza současné i budoucí struktury nějaké pracovní oblasti (včetně klíčových nedostatků této struktury); ■ silný podnět pro vytváření nových alternativ. III. UŽITÍ METODY METODA STROMU VÝZNAMNOSTI Hlavním cílem stromového schématu je přehledné znázornění systematického určování současných i budoucích opatření, kterými lze zajistit splnění požadovaného cíle. Analýza stromu významnosti je považována za významný intelektu-ální podnět k tomu, aby daný problém byl představen dostatečně detailně. Postup při sestavování stromu významnosti: 1. Vytyčení obecného cíle a identifikace potřeb nebo technických možností k dosažení tohoto cíle. 2. Identifikace prostředků v potřebném rozsahu, podle úrovní řízení. 3. Konstrukce stromu významnosti vždy jen pro několik úrovní řízeníjDři-čemž lze analyzovat souvislosti na několika vnitřních úrovních řízení odděleně. Počet položek na posledních větvích stromu se pohybuje v tisících. 4. Určení významnosti každé položky (řešení nebo problému) jako podklad pro rozhodování. Metoda stromu významnosti je vhodná především pro jednoznačně definovatelné vztahy mezi cíli a prostředky. Využití v oblasti sociálního vývoje, v oblasti základního výzkumu a v obdobných oblastech, kferé_QP vyvnarnji neurčitostí a komplexností cílů, má smysl jen jako orientační ukazatel souvislostí (např. obr. 6.1 a 6.2). 72 Obrázek 6.1 Využití stromu významnosti při identifikaci klíčových a dílčích parametrů u konzumentů zábavy Konzument zábavy • — Segmenty Omezení životního stylu atd. podle věkové skupiny podle životního období 1 1 II mládí střední věk stáří svobodní rodiny i——i i-h atd. atd. s dětmi bezdětní čas peníze atd. hodnota druh aktivity odměna fyzická/aktivní mentální/pasivní materiální kombinovaná emocionální Zdroj: The Futures Group International, Relevance Tree and Morphological Analysis. In Glenn, J. C. and Gordon,T.J. (2003), s. 7. 73 Obrázek 6.2 Využití stromu významnosti při identifikaci klíčových a dílčích parametrů u producentů zábavy Producent zábavy í-- ——---r i Typ nabídky Lokalizace Átd. atd. produkt služba I-1-~1 I-'-1 naživo záznam jiný společenská individuální atd. atd domácí osobní trh lokální trh regionální trh mezinárodní národní trh atd. atd. Zdroj: The Futures Group International, Relevance Tree and Morphological Analysis. In Glenn, J. C. and Gordon,T. J. (2003), s. 7. MORFOLOGICKÁ ANALÝZA Smyslem morfologie je uspořádání informací určitým způsobem za účelem řešení problému nebo podnícení nových způsobů uvažování. Základem pro ■<7yťyjřenf pfpl-titmiTirt morfologického rámce je dobrá znalost problému. Postup morfologické analýzy (dle Zwickyho): 1. Přesně formulovat a definovat řešený problém. 2. Identifikovat a charakterizovat všechny parametry, na kterých závisí řešení daného problému. 3. Zhotovení vícerozměrné matice, kde kombinace budou obsahovat všechna možná řešení (obr. 6.3). Te_ zřejmé, že již při nějcolika řádcích matice a několika parametrech obdržíme několik set možných permutací; pro běžné problémy technického rozvoje je počet možných řešení vždy mnoho tisíc. 74 Obrázek 6.3 Využití matice při morfologické analýze astronomického plánování NASA to i o 4P ¥ •■Si • / 'S/ jff Gamma záření Rentgenové záření Ultrafialové záření (UV) Viditelné záření Infračervené záření Nízkofrekvenční rádiové vlnění mmmm ■ ■ ■ • HUHU ■BHi ■ ■ ••• ■ wĚBm EDS •••• _____ ### •• 1 •• PfTTI ••• ■ HM * B n D • •• Bi ■ WKĚĚĚĚĚĚĚĚĚ • • : -HHBMhRHBSrNm HnBBHBBRBBB n * Úhlové rozlišení: Hrubé*, Jemné O Zdroj: The Futures Group International, Relevance Tree and Morphological Analysis. In Glenn, J. C. and Gordon,T. J. (2003), s. 6. 4. Hodnocení účinnosti jednotlivých parametrů a samotného výsledku založeného na proveditelnosti a splnění požadovaných cílů. Abychom se nemuseli zabývat obrovským množstvím kritérií a ukazatelů, na nichž hodnocení parametrů závisí, je třeba používat nějakou univerzální a zjednodušenou metodu. 5. Detailní analýza nejlepších řešení s ohledem na dostupné zdroje a možnosti realizace. Jednotlivá řešení, která vyhověla obecným kritériím selekce, se analyzují s ohledem na specifické varianty jejich prvků. Cílem je identifikovat ty prvky, které představují nadějné konfigurace řešení. Krok č. 2 a 3 tvoří jádro morfologické analýzy, zatímco kroky 1, 4, a 5 jsou často zahrnuty v jiných formách analýz. Krok 2, identifikace parametrů, zahrnuje studium problému. Jakmile jsou parametry identifikovány, může být vytvořena morfologická matice. Výsledkem analýzy je určení technických a ekonomických charakteristik, kterých musí jednotlivé prvky dosáhnout, aby řešení vyhovovala obecným kritériím. 75 Charakteristiky prvků se dále využívají k určení data, kdy může být řešeny realizováno. Jestliže se prognózované datum realizace shoduje s datem očekávané potřeby řešení, mohou být funkční charakteristiky prvků použity jako cíl vědeckých a výzkumných úkolů. IV. SILNÉ A SLABÉ STRÁNKY SILNÉ STRÁNKY • Poskytnutí nových vhledň. Materiál je často prezentován způsobem, který přináší širší pochopení problému. Metoda stromu významnosti může provést rozbor témat novými a přehlednými způsoby. Morfologická analýza pomáhá při identifikaci nových výzkumných směrů. • Velké množství dat. Morfologická analýza může poskytovat velké množství kombinací dosud neprozkoumaných řešení. • Systematické analýzy. Tyto techniky umožňují systematickou analýzu současných a budoucích struktur systému a identifikují klíčové nedostatky. SLABÉ STRÁNKY • Příliš mnoho možností. Výsledkem morfologické analýzy může být příliš mnoho kombinacKmožností), což se velmi často stává překážkou pro její využití. Tyje třeba omezit, aby odpovídaly možnostem lidského uvažování. • Lidské chyby. Vývoj metody stromu významnosti-! morfologické anajýzy vyžadují kritický úsudek. Jestliže zásadní myšlenkové postupy nejsou dobře definované, výsledky těchto metod budou slabé. V. VZTAH K OSTATNÍM METODÁM Velké množství kombinací získaných morfologickou analýzou je často překážkou jejich praktického využití. Michel Godet se snažil minimalizovat tento problém zavedením metodologického přístupu ve vztahu, který obsahuje: ■ identifikaci ekonomických, technických a strategických kritérií při zhodnocení a výběru nejlepších řešení; ■ identifikaci hlavních součástí a jejich klasifikace podle kritérií závažnosti; ■ zavedení omezení na základě exkluzivity nebo upřednostnění. Tento přístup Godet integroval do softwarového balíku (MOPPHOL). Michel Godet dále uvádí, že morfologická analýza je vhodná pro vytvá-ření scénářů. Hudsonův institut kombinoval morfologickou ana^pn se scénáři při simulování různých druhů nukleárních hrozeb a možných budoucích světů. Morfolopjický prostor může definovat rozsah možných scénářů. 76 VI. PRAKTICKÉ PŘÍKLADY VYUŽITÍ The Futures Group (TFG) vyvinula počítačový analytický program, který organizuje výstupy dat. V nedávné studii pro velkou chemickou společnost TFG využila obecný program permutací přizpůsobený pro sledování bezpečnosti potravin. Proběhly dva permutační programy: program skladování potravin a program přípravy potravin. Tyto programy generovaly všechny možné kombinace prvků a vytvořily rozsáhlou sadu potenciálních produktů. Pro každý prvek subsystému byla přijata dvě čísla ukazující, jak prvek splňuje následující kritéria: - průlomový potenciál, - vztah ke klientovi. Příklady dalšího využití: • V roce 1976 byla metoda stromu významností použita Kanceláří hodnocení technologií Kongresu Spojených států (Office Of Technology Assessment Con-gress of the United States) ve studii zabývající se dopady alternativních ekonomických politik vytváření rezerv.8 • Zwicky, který vyvinul morfologickou analýzu, uvádí více než třicet průmyslových aplikací. • Look-Out Studies Group využila tuto metodu ve studii pro společnost Thomson-CSF, která se zabývala komunikací prostřednictvím masových médií. • TFG včlenila metody stromu významnosti a morfologické analýzy do mnoha studií, včetně nového produktu určeného pro generování nápadů na nové spotřebitelské výrobky. Morfologická analýza se uplatňuje v rámci _explorativních metod při předvídání radikálních konstrukčních řešení. Sestavování morfologických struktur nebo matic se osvědčilo především v technické oblasti. LITERATURA The Futures Group International. 2003. Relevance Tree and Morphological Analysis. In Glenn, J. C. and Gordon, T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Sulc, 0.1987. Prognostika od A do Z. Praha: Nakladatelství technické literatury. 8 Office Of Technology Assessment Congress of the United States. 1976. An Assessment of Alternative Economic Stockpiling Policies. Washington, D.C. Dostupná na (8.2. 2005). 77 7 KOLO BUDOUCNOSTI (FUTURES WHEEL) Robert Stojanov ANOTACE Prognostická metoda kolo budoucnosti {Futures Wheel) je způsob, jak organizovat myšlení a £oMádat otázky týkající se budoucnosti. Identifikuje a_odha-luje důslecUcyjidálostí a trendů a je považována za jeden z druhů strukturace metody brainstorming. Základní princip metody: spočívá v tom, že uprostřed plochy (papíru, obrazovky) umístíme název základní řešené události či trendu a k němu pak paprskovitě připisujeme další souvislosti, zpravidla jen v bodech. První kruh vznikne zapsáním primárních důsledků (konsekvencí) souvisejících se základní řešenou událostí. Sekundární důsledky vznikajívyvozováním z primárních a vytvářejí druhý prstenec kola. Tento efekt řetězení pokračuje do doby, dokud nejsou vyjasněny všechny dopady řešené události či trendu. I. HISTORIE METODY Kolo budoucnosti je metoda identifikující a zajímavým způsobem prezentující důsledky událostí a trendů. Byla vynalezena v roce 1971J. Glenem, tehdy studentem Antioch Graduate School of Education. Poprvé byla publikována na jaře 1972. Na začátku 70. let se rozšířila díky pracovním dílnám zabývajícím se studiemi budoucnosti na Massachusettské univerzitě. Nedlouho poté byla používána ^prognostiky a konzultanty jako metoda pro politické analýzy a prognózy. Pozdější varianty^tétojnetody byly nazvány 1 mplgnentation Wheel (Jfplo imple-meněúce), IfBpact Wheel {Kolo účinku), MindMapping {Mapování mysli) aMkňMng XVytvářenisítí). Tyto varianty byly používány prognostiky v mnoha různých situacích. II. POPIS METODY Metoda kola budoucnosti je jeden z druhů strukturované metody brainstorming. Je to způsob, jak organizovat myšlení a pokládat otázky o budoucnosti. Název události nebo trendu je napsán uprostřed plochy papíru a k němu připisujeme malé paprsky, které jsou umístěny do kruhu kolem středu. Na konci 78 každého paprsku jsou napsány primární dopady a důsledky. Další, sekundární dopady, vytvářejí druhý prstenec kola. Tento efekt řetězení pokračuje do doby, dokud nejsou vyjasněny všechny zobrazené dopady a důsledky řešené události či trendu (obr. 7.1). Obrázek 7.1 Základní zobrazení metody kola budoucnosti Zdroj: Glenn J. C.The Futures Wheel. In Glenn J. C. and Gordon, T.J. (2003), s. 4. Původní metoda kola budoucnosti je jedna z nejběžněji používaných metod mezi prognostiky, protože představuje snadný způsob, jak podnítit přemýšlení o budoucnosti. Kromě toho, že se jedná o velmi levnou techniku, je navíc využitelná ve složitých situacích, stejně jako při cvičení na základní škole. Po identifikaci trendů nebo možných budoucích událostí se někteří prognostici ptají klientů: „Jestliže se tato událost stane, co se bude dít potom?" Nebo se mohou ptát: „Co nutně přichází s tímto trendem nebo událostí?", případně: Jaké jsou důsledky této události nebo trendu?" Vytváří se tak mentální mapa budoucnosti, která slouží jako mechanismus zpětné vazby stimulující myšlení. III. UŽITÍ METODY ZÁKLADNÍ METODA KOLA BUDOUCNOSTI Skupina se rozhodne provést brainstorming, týkající se nějakého trendu nebo budoucí události. Tento trend či událost se napíše do středu plochy papíru a kolem něho se nakreslí ovál. Následně se vedoucí skupiny dotazuje všech zúčastněných, jaké důsledky vyplývají z trendu či události. To pak paprskovitě zapisuje do kruhů směrem od centrálního oválu podobně jako na následujícím obrázku. 79 Obrázek 7.2 Příklad primárních dopadů trendu Zdroj: Glenn,J. C.,Ttie Futures Wheel. In Glenn,J. C. and Gordon,T. J. (2003), s. 5. Ovály jsou nakresleny kolem každého primárního důsledku a mohou být propojeny kruhem. Potom vedoucí požádá členy skupiny, aby nebrali v potaz původní položku ve středu plochy a určili důsledky pro každou položku v prvním kruhu. Z každého oválu, v němž jsou zaznamenány primární důsledky, jsou vedeny dva nebo tri krátké paprsky, na jejichž konci jsou po výběru zaznamenány názvy sekundárních důsledků a kolem nich je opět nakreslen ovál. Po jejich propojení vznikne druhý kruh, podobně jako na obr. 7.3 a obr. 7.4. Obrázek 7.3 Příklad primárních a sekundárních dopadů trendu Školení lidí, pracujících v prodeji high-tech výrobků Zahlcení informacemi Do budoucna orientovaní zákazníci Obchody prodávající toto zboží £ Složitější život ^) Stále vyšší tempo a složitost každodenního života Technologicky gramotnější společnost Větší počet komunikujících lidí Složitější život Stále menší a levnější komunikační prostředky Vzrůstající povědomí o jiných nových i technologiích -./vzrůstající povědomí o odlišných kulturách a myšlenkách /'' Akcelerovaný V ekonomický růst Zdroj: Glenn, J. C.,1he Futures Wheel. In Glenn, J. C. and Gordon,T. J. (2003), s. 6. 80 Obrázek 7.4 Primární a sekundární dopady trendu obecně Terciární důsledek Sekundární důsledek Sekundární důsledek Terciární důsledek Terciární důsledek Sekundární důsledek Primární důsledek Trend, událost nebo problém Terciární \ důsledek J Sekundární důsledek Primární důsledek Primární důsledek Terciární důsledek Terciární důsledek Terciární důsledek Sekundární důsledek Terciární důsledek Sekundární důsledek Terciární důsledek ( Terciární důsledek Zdroj: How to Create a Futures Wheel. Práce s touto metodou může probíhat dvěma základními způsoby. První je zpočátku rychlejší, kdy účastníci sestavují mapu důsledků s omezeným nebo žádným hodnocením. Ve chvíli, kdy_se skupina domnívá, že všechny názory jsou dostatečně zaneseny, do grafu, mohou začít s hodnocením a korekcemi grafu tak, aby co nejvíce odpovídal skutečnosti. Tento krok je podobný objasňovací části u metody brainstorming. Druhý způsob práce s touto metodou je pomalejší. OH_pnrárkii jsnn všechny zmíněné důsledky události nebo trendu podrobovány kritice a hodnocení před tínynež vstoupí do grafu. Je přijat pouze ten důsledek, na kterém se shodnou všichni. Ostatní návrhy jsou vyřazeny. Peter Wagschal to nazývá „pravidlem jednomyslnosti" a tvrdí, že získání souhlasu každého je jediný způsob, jak zajistit, aby zjištěné důsledky byly všeobecně přijatelné: „Proces vytváření kola budoucností vede překotně k neočekávaným námětům. Proto jsou navrhována některá omezení sloužící k tomu, aby se předešlo spekulativním závěrům nebo závěrům, které nejsou tak důležité pro verifikaci budoucích alternativ." Je také možné zabývat se následnými řetězci důsledků, které sp paprskovitě rozbíhají přímo z počátečního trendu nebo události. Tato variace se nazývá mapování mysli (mind mapping). NaTozdíl od mapování mysli vytváří metocja kola budoucnosti každý prsten v soustředných kruzích. Mapování mvsli je dobrá 9 Dostupné na (7.4.2004) 81 metoda zkoumání názorů, alejievytváří nutně rozdíly mezi primárnjjrjii»_sejcun-dárními a terciárními důsledky probíhajícími v čase. ROZLIŠENÍ MEZI DŮSLEDKY Pomocí metody kola budoucnosti lze ukázat rozdíly mezi primárními, sekundárními a tociárnířni důsledky i jinýrn~žpůsnhem. Namísto kruhů je možné použití jednoduchých^ zdvojených nebo ztrojených čar. Jednoduché čáry se použijí mezi hlavním oválem (s hlavním trendem či událostí) a primárními důsledky; zdvojené čáry se použijí pro vyjádření vztahu mezi primárními a sekundárními důsledky; ztrojené čáry zase vyjadřují vztah mezi sekundárními a terciárními dopady (obr. 7.6). Použití tohoto způsobu umožňuje znázornit vazby mezi důsledky (obr. 7.5). Obrázek 7.5 Příklad vztahu mezi jednotlivými důsledky I Potřeba většího prostoru Zdroj: Glenn, J. C.,The Futures Wheel. In Glenn, J. C. and Gordon,T. J. (2003), s. 7. 82 Obrázek 7.6 Příklad vztahu mezi jednotlivými důsledky II Co by se stalo, kdyby... Zdroj: Biological weapons 10 VYTVÁŘENÍ PROGNÓZ V RÁMCI ALTERNATIVNÍCH SCÉNÁŘŮ Metodu kola budoucnosti lze využít pro wy&éěem prognóz v rámci alterna-tivnící?scénářů, kdy někdo vybere určitý scénář a 7. nebo jpdrm položku kpro3 zkoumání. Tímto způsobem se mohou objevit různé varianty, jak v budoucnosti vytvořit nějaký produkt, který by byl citlivější vůči uživatelům. Každý nový rys produktu může mít paprsky, které identifikují, jaké prvky je nutné včlenit do nového návrhu tak, aby měl šanci být úspěšný na trhu. Ve své jujikci je tato vari-anta metody podobná strojnw^ozlmdosuäm a morfologickéjmalýze. Dostupné na (7.4.2004) 83 IV. SILNÉ A SLABÉ STRÁNKY SILNÉ STRÁNKY Metoda kola budoucnosti je snadná a uživatelsky příjemná, nevyžaduje žádné vybavení ani software. Může být využita v jakémkoliv bodu procesu výzkumu budoucnosti pro lepší pochopení událostí a trendů. Nevyžaduje odborné vzdělání nebo výcvik a je lehce modifikovatelná pro různé situace. Je to jednoduchý způsob kolektivního uvažování o budoucnosti. Metoda může pomoci identifikovat pozitivní a negativní smyčky zpětné vazby. Důsledky vyššího řádu se příležitostně cyklicky vracejí do původního b odu (např. více dálnic s seb ou_přináší více řidičů, vícedopravních kolap sů, a to přináší potřebu budování dalších dálnic). Tak je možné využít tuto metodu při vytváření formálních systémů modelování. Metoda kola budoucnosti pomáhá přesouvat myšlení z lineárního, hierarchic-kého a zjednodušeného způsobu k myšlení vícesíťově zaměřenému^ organickému a komplexnímu. Ve svém důsledku také napomáhá při rozvíjení potenciálních budoucích přístupů k věcem, událostem a lidem. Stimuluje systematické uvazovaní a poznani, ze ke všem důsledkům nedochází najednou, ale postupně, ve vzájemně působící posloupnosti. To přináší relativně jasnou, vizuální mapu interakcí a vzájemných souvislostí. Stejně tak jako u jiných metod může být silná stránka kola budoucnosti zároveň jeho slabinou. Jak kola asociací a důsledků přibývají, složitost obrazce se může stát matoucí, pokud z něho nevyplynou určité pevnější struktury (modely). Výhodou této metody je, že umožňuje odhalit tyto struktury, ale celý proces se může stát neúnosně složitým ještě před tím, než k rozpoznání obecných struktur dojde. Metoda kola budoucnosti může vyprodukovat také vzájemně si odporující důsledky. Například na obr. 7.5 je možné najít dva naprosto rozdílné sekundární důsledky - „více kontroly" a „méně kontroly". Tyto důsledky pocházejí z rozdíl-ných počátečních předpokladů a ukazují různý vliv, jaký může mít management naj^utéž_iidá1ost. Právě tatoschopnost odhalit vzájemný rozpor může být výho-ďoumetody., SLABÉ STRÁNKY Stejně jako u simulací a herx metody Delphi nebo Syncon nejsou výsledky kola budoucnosti dokonalejší než kolektivní poznání rě.rh.kren^se aplikarp mp±nrly účastní. Častou chybou je vnímání možných důsledků jako něčeho, co se opravdu stane. Mohlo by být lákavé věřit, že jednoduchá spouštěcí událost bude dostačující ke spuštění laviny důsledků. Ačkoliv se takové věci stávají (např. tzv. efekt motýlího křídla v teorii chaosu), nejsou pravidlem. Metoda kola budoucnosti je však může 84 pomoci identifikovat. Je ale třeba dát si pozor na ukvapená rozhodnutí. Výstupy metody kola budoucnosti mohou být používány jako základ pro další přemyšlení, pro systematické vysvětlování a pro aplikaci jiných způsobů zkoumání budoucnosti. Jednoduše řečeno, metoda kola budoucnosti jetyořivý nástroj, který umožňuje vstup do přemýšlení o budoucnosti. Jestliže je někdo nedisciplinovaný při používání metody kola budoucnosti, může výsledek jeho práce vyústit do podoby, která činí trendy nebo události ještě složitější a méně pochopitelné. Využití primárních, sekundárních a dalších kruhů je dobrý způsob prevence vůči tomuto nebezpečí. Další možností je využití jednoduchých, dvojitých a trojitých čar k vyjádření vztahů mezi důsledky. V. VZTAH K OSTATNÍM METODÁM Po identifikaci trendů a událostí může metoda kola budoucnosti pomoci rozpoznat primární, sekundární a terciární důsledky trendů či událostí. Uspořádává již známé informace, stimuluje přemýšlení, usměrňuje další zkoumání a zvyšuje schopnost pochopení celého procesu. Proto je_vhodné metodu kombinovat s heuristickými metodami (např. předpovědi génia, intuice a vize). Podobnou funkci může plnit také metoda analýzy dopadů trendu. Produktivní spojení metody kola budoucnosti s metodou brainstorming bylo zmíněno již na samotném začátku této kapitoly. V analýze křížových interakcí je velmi důležité pochopení důsledků specifických budoucích událostí. Metoda kola budoucnosti může být použita na zkoumání každé události před použitím analýzy křížových interakcí. Metoda může být využita k analýze klíčových složek systému před definováním systémového modelu. Může identifikovat vztahy mezi novými složkami systému a smyčkami zpětné vazby. Další využití metody kola budoucnosti je možné při strategickém firemním plánování jako způsobu hodnocení důsledků. Společnost Deibold Corporation použila ve svém strategickém plánování kolo budoucnosti jako metodu hodnocení v kroku č. 3 následujícího postupu řešení problému: 1. sledování (monitorování) prostředí; 2. identifikace hlavních faktorů; 3. hodnocení důsledků; 4. vývoj strategií; 5. zpětná kontrola. VI. DALŠÍ VERZE METODY VERZE Č. 2 «c-- Verze č. 2 začala být používána J. Glennem v instruktážních kurzech od konce 70. let minulého století a je jím stále považována za experimentální. 85 V původní metodě žádný mechanismus nenutil uživatele brát v potaz Realisticky širokou škálu důsledků. NapříkkcLekQnomové moho.u:piirozeně Mástjyětší důraz na ekonomické důsledky a menší důraz na technologické, kulturní nebo environmentálni důsledky daného trendu nebo události. Proto T. Glenn přidává dčfverze č. 2 požadavek na to, aby se uživatelé metody zamýšleli co nejkomplex-něji nad souborem důsledků v daných oblastech či oborech. Obrázek 7.7 Verze č.2 metody kola budoucnosti Zdroj: Glenn, J. C.,The Futures Wheel. In Glenn, J. C. and Gordon,T. J. (2003), s. 11. VERZE Č. 3 Verze č. 3 kola budoucnosti přidává dimenzi historických sil, současných korelací (vzájemných vztahů) a budoucích důsledků. Graficky vyjádřeno tento postup připomíná kužel (obr. 7.8). Výhodou této verze je, že poskytuje prostor pro vyjádření vazeb a důsledků, které neobsahuje první ani druhá verze. Tato verze je tedy komplexnější, ale vyžaduje více času. Může zachytit více aspektů přemyšlení o trendu nebo události v jednom grafu. 86 Obrázek 7.8 Verze č. 3 metody kola budoucnosti Trend nebo událost Dopady v současnosti O <3 Historické vlivy Zdroj: Glenn, J. C.,The Futures Wheel. In Glenn, J. C. and Gordon,T. J. (2003), s. 12. Na verzi č. 3 by mohly pracovat tři různé týmy. První tým by se mohl snažit identifikovat klíčové historické trendy či události vedoucí k bodu, kterým se zabýváme. Druhý tým by se zabýval nej důležitějšími současnými důsledky. Tretí tým by měl na starosti klíčové souvislosti a důsledky v budoucnu. Výsledky těchto tří týmů by pak tvořily jeden model verze č. 3. Bohužel je složité vyjádřit tento proces graficky na papíru, ve dvojrozměrném prostoru. Proto je tato verze metody kola budoucnosti lépe zvládnutelná na počítači, jehož software umožňuje trojrozměrné znázornění. 87 VII. PRAKTICKÉ PŘÍKLADY VYUŽITÍ Ačkoliv metoda kola budoucnosti je poměrně jednoduchou technikou (vyžaduje v podstatě jen papír, tužku a jednu nebo více vynalézavých myslí), je považována za zvláště významnou metodu zkoumání budoucnosti. Tato metoda je v součas-nosti ve světě používána strategickými útvary velkých společností a tvůrci veřejné politiky k identifikaci potenciálních hrozeb a příležitostí, nových trhů, produktů, služeb i k posouzení alternativních taktik a strategií. Analytici Americké rady Univerzity Spojených národů Jerome Glenn a Theodore Gordon využili metodu kola budoucnosti při přípravě scénářů pro mírový proces na Středním východě, které jsou obsaženy v publikaci 2004 State of the Future.11 Metoda byla aplikována také na studium vývoje procesu evropské integrace.12 Metodu kola budoucnosti lze _také vhodně použít při výuce či vysvětlení kompkxnější problematiky. Dobrým příkladem mohou_být kanadské učitelské manuály pro vysvětlení problematiky klimatických změn a jejich potejidáhiích dopadů nebo důsledky nadměrného rybolovu lososů v Atlantiku.13 Podobně lze tuto metodu využít i při výuce zeměpisu (např. komplexní výklad regionální geo-grafie či problematiky rozvoje). LITERATURA Glenn, J. C. 2003. The Futures Wheel. In Glenn, J. C. and Gordon, T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. 11 Glenn, J.C. and Gordon, T. 2004.2004 State of the Future. Washington: American Council for The United Nations University. The Millennium Project. 12 Potůček, M. 2005. The Futures Wheel on European Integration. In Potůček, M. and Slintá-ková, B. (eds.), The Second Prague Workshop on Future Studies Methodology. CESES Papers, No. 10, s. 8-15. 13 Teacher's Guide. A Teaching Tool For The Regional ClimateChange Poster Series. Dostupné na (9.2.2005). Special Places: Eco-lessons from the National Parks in Atlantic Canada. Dostupné na (9. 2.2005) 88 8 KRIZOVÉ INTERAKCE (CROSS-IMPACT ANALYSIS) Martin Nekola ANOTACE Metoda knžpvých interakcí umožňuje vypočítat pravděpodobnost výskytu určité události, pokud známe pravdepodobnosti ostatních uvažovaných událostí a jejich vzájemné vztahy. Metoda také ukazuj^zda a jak citlivě určitý systém (sada událostí) reaguje na změny pravděpodobnosti výskytu vybrané události. Lze tak zjistit, které_ze sledovaných událostí nejvíce ovlivňují ostatní události. Velkým přínosem metody je, že umožňuje vysledovat kauzální řetězení, které_způsobí změna^iěkterd z počátečních pravděpodobností výskytu události v rámci celého systému. I. HISTORIE METODY Metodu vyvinuli a poprvé použili Theodore Gordon a Olaf Helmer ve druhé polovině 60. let 20. století jako odpověď na otázku, zda lze vytvářet prognózy založené na odhadovaném výskytu možných budoucích událostí a jejich vzájemných interakcí. Prvního využití se hlavní principy metody dočkaly v karetní hře nazvané Future. V rámci této hry bylo možné vytvářet různé scénáře budoucího vývoje založené právě na tom, zda určitá událost nastane (nebo neftane) a jak tím ovlivní pravděpodobnost výskytu ostatních událostí, které hra obsahovala. Tento základní herní systém byl dále rozšířen o možnost hráče „investovat" do zvolených událostí a tím ovlivňovat budoucí vývoj v souvisejících oblastech žádoucím směrem. V podstatě tedy hra umožňovala provádět „politiku" podle hráčových preferencí a záměrů. Na přelomu 60. a 70. let byly principy metody přeneseny do podoby počítačového programu (Gordon a Hayward na UCLA; Gordon, Rochberg a Enzer v Institutu pro budoucnost aj.), dále rozpracovány (např. J. Kane se zabýval vztahy mezi celými časovými řadami) a využívány ve spolupráci s dalšími metodami (simulační metody, metoda Delphi, hry aj.). Metoda křížových interakcí našla také praktické využití v mnoha oblastech průmyslu a průmyslové výroby. 89 II. POPIS METODY Metoda křížových interakcí představuje analytický přístup k pravděpodobnostem výskytu jednotlivých položek (např. události v oblasti vědy, techniky nebo společenských vé?Tv~rárnci prognózy. Tyto pravděpodobnosti mohou být ovlivněny na základě posouzení, která berou v úvahu vzájemné vztahy mezi jednotlivými položkami předpovědi. Je tak reflektována zkušenost, že většině udá-lostí předcházejí události^které jsou spolu ve vzájemné interakce a také následně svými efekty další události vyvoláy^Ta ovlivňují (stejně tak lze tuto zkušenost vztáhnout na určité úseky vývoje v čase pro dané oblasti apod.). Tyto vzájemné vztahy mezi jod álostmi a vývojovými úseky jsou nazývány „křížové interakce". III. UŽITÍ METODY Prvním_krokem pžL aplikaci metody je sestavení seznamu událostí, které budou zahrnuty do analýzy. Tento krok ovlivňuje zásadním způsobem úspěšnost využití metody. Protože lze do analýzy zařadit pouze omezené množství událostí (obvykle_ 10 až 40)14, je nutné tomuto kroku věnovat náležitou pozornost. První verzeje^riairui, která vzniká nejčastěji na základě studia literatury a dotazování expertů, je dále „pročišťována^ a zpřesňována (např. slučováním příbuzných udá-lostíjejich vyloučením nebo přeformulováním) tak, aby bylo co nejvíce událostí na sobě vzájemně nezávislých, což celou analýzu zjednodušuje. Každé události z konečného seznamu je nutné v dalším kroku přiřadit počáteční pravděpodobnost výskytu v budoucnosti. Toto hodnocení provádějí vybraní experti, a to bud' samostatně, nebo ve skupinách (pomocí dotazníků, rozhovorů nebo skupinových sezení apod.). Původně se při posuzování jednotlivých událostí vycházelo z předpokladu, že žádná z ostatních událostí nenastala. Pomocí analýzy křížových interakcí jsou poté určené (vzájemně izolované) počáteční pravděpodobnosti dále upravovány na základě možného vlivu ostatních událostí. Elegantnější a používanější postup vychází z předpokladu, že počáteční pravděpodobnosti navržené experty již berou v úvahu vzájemné vztahy mezi jednotlivými událostmi, které jsou v podstatě apriorně křížově propojené (tzn. že jsou již započítány vlivy možných souvisejících událostí), i když pouze v hlavě hodnotících expertů. Soudržnost těchto expertních hodnocení se testuje právě pomocí metody křížových interakcí. Do kompletní matice událostí jsou_poté ve vzájemných kombinacích zaznamenány jak počáteční, tak podmíněné prav-dějjodfjbnosíi (získané jako odpovědi na otázku Jaká bude pravděpodobnost události n, pokud nastane událost mř"). Pomocí této matice lze zjišťovat, jakým 7.pů^ab^^jrvl\yr^ nrřitá změna (nové politiky a opatření, neočekávaný výskyt 14 Z principu metody vyplývá, že počet párových interakcí je roven n2 - n (kde n je počet událostí), takže s každou další událostí se počet interakcí rapidně zvyšuje. 90 určité události atd.) pravděpodobnosti výskytu v rámci celého souboru událostí. Příklad matice znázorňuje následující tabulka. Tabulka 8.1 Matice počátečních a podmíněných pravděpodobností výskytu Počáteční pravděpodobnost Podmíněné pravděpodobnosti události událost 2 událost 3 událost 4 události 0,25 0,50 0,85 0,40 událost 2 0,40 0,60 0,60 0,55 událost 3 0,75 0,15 0,50 0,60 událost 4 0,50 0,25 0,70 0,55 Zdroj: Gordon,T.J. (2003) Na základě jednoduché úvahy, že pro každou kombinaci událostí lze stanovit limity podmíněných pravděpodobností, lze nyní otestovat vnitřní konzistenci expertních tvrzení o vzájemných vztazích mezi událostmi. Tyto limity lze ilustrovat na jednoduchém příkladu. Při kombinaci dvou událostí s počátečními pravděpodobnostmi n = 0,50 a m = 0,60 je zřejmé, že minimálně v deseti ze sta možných variant budoucnosti nastanou obě události společně. Podmíněné pravděpodobnosti výskytu se tedy musí pohybovat v určitém rozpětí, protože jinak dochází k inkonzistenci a je nutné vzájemné vztahy mezi událostmi upravit. Úpravy mohou provádět pouze zúčastnění experti a tento proces „ladění" finální podoby matice je sám o sobě velkým přínosem metody křížových interakcí při poznávání vzájemných souvislostí mezi událostmi. Výpočet rozpětí podmíněných pravděpodobností, které naplňují podmínku vnitřní konzistence, je poměrně jednoduchý. Počáteční pravděpodobnost výskytu události lze vyjádřit následovně: P(l) = P(2) x P(%) + P(2c) x P(i/2c) (1) kde: P(l) = pravděpodobnost, že událost 1 nastane; P(2) = pravděpodobnost, že událost 2 nastane; P(^) = pravděpodobnost události 1 daná výskytem události 2; P(2c) = pravděpodobnost, že událost 2 nenastane; P(Vic) = pravděpodobnost události 1 daná tím, že událost 2 nenastala. Upravený.zápis pro P(x/i) tedy vypadá takto: P(V2) = (P(l) - P(2c) x P(i/2C)} / P(2) (2) Jelikož P(l) a P(2) jsou stanoveny na počátku a P(2c) je jednoduše 1 -P(2), zůstávají neznámé pouze podmíněné pravděpodobnosti P(M>) a P(Vžc). Nyní můžeme vypočítat maximální hodnotu Vi^A) tak, že za P^/žc) dosadíme nulu (tj. nejnižší možnou hodnotu). Tudíž: 91 P(Vž) < P(l) / P(2) (3) Obdobně spočítáme minimální hodnotu V{Vi) - dosadíme jedničku (tj. nej-větší možnou hodnotu) za P(^ác): P(%)s{P(l)-l + P(2)}/P(2) (4) Horní a dolní hranice nové pravděpodobnosti události 1 v případě výskytu události 2 tedy jsou: fP(l) -1 + P(2)] / P(2) < P(l/1) < P(l) / P(2) (5) Pokud aplikujeme tuto rovnici na výše uvedený příklad (počáteční pravděpodobnost události n = 0,50 a události m = 0,60), potom zjistíme, že hranice pro podmíněnou pravděpodobnost události n v případě výskytu události m tvoří hodnoty 0,17 a 0,83. Hodnoty mimo toto rozpětí upozorňují na inkonzistenci matice. V závěrečné fázi analýzy již můžeme využít připravené matice vlivů pro testování citlivosti a analýzu politik. Testování citlivosti sestává z výběru počáteční nebo podmíněné pravděpodobnosti určité události, o jejímž vlivu pochybujeme. Vybranou pravděpodobnost změníme a po opakovaném přepočítání matice sledujeme, jakým způsobem se matice změnila. Pokud dojde k významným změnám, je možné danou událost považovat za důležitou, a tudíž se vyplatí věnovat větší úsilí jejímu posuzování (tj. přiřazování pravděpodobnosti výskytu a síly vlivu). Naopak pokud ke změnám nedojde, událost je pro danou analýzu relativně nedůležitá. Při analýze politik nejdříve vymezíme budoucí politiku (opatření, aktivitu atd.), která může ovlivnit události obsažené v naší matici. Změnou počátečních pravděpodobností jedné, popř. více událostí nebo přidáním nové události upravíme matici tak, aby odrážela bezprostřední účinky této politiky. Změněnou matici opět přepočítáme a odchylky od původní matice představují efekty zvolené politiky, které často odhalí její neočekávané důsledky. Velkým přínosem metody je, že tyto důsledky lze zpětně vysledovat a identifikovat tak jejich příčiny (kauzální řetězení), což umožňuje lepší pochopení a komplexní posouzení možných (i nezamýšlených) účinků politik. IV. SILNÉ A SLABÉ STRÁNKY Síla metody tkví v tom, že dokáže upozornit na vzájemné řetězení příčinných souvislostí jednotlivých událostí (např. událost 2 ovlivňuje událost 4, která zase působí na událost 1 atd.) a že v sobě obsahuje prostředky na tes^mdnLkon-zistence pravděpodobností, čímž nutí výzkumníky přehodnocovat předchozí odhady a vnímání problému. 92 Mezi sljibě_strlaky patří datová náročnost, resp, náročné posuzování událostí a jejich vztahů. Zatímco matice 10 x 10 vyžaduje 90 odhadů podmíněných pravděpodobností, pro matici 40 x 40 je jich potřeba 1560. Dále také metoda v některých případech a aplikacích předpokládá, že jsou podmíněné pravděpodobnosti přesnější než odhady provedené a priori, což není ověřeno. Nicméně rozloženíproblému na jednotlivé části (události) je obvykle poučné a užití metody v rámci jiného modelu jej často posílí právě díky rozšíření o možné budoucí události, které mohou strukturu modelu pozměnit. Dalším_jp_řínosem takové integrace je poskytnutí nástrojů pro testování citlivosti na změny pravdě-podobnogtúvýskytu budoucích událostí a uvažovaných politik, což je důležitou součástí například plánovacích studií. V. VZTAH K OSTATNÍM METODÁM Metoda křížových interakcí je v praxi často využívána v knmhinaH fi jinými technikami. jednou z nejslibnějších kombinací je využití křížových interakcí a simulačního modelování. Zajímavé a potenciálně důležité propojení může být uplatněno v rámci herních technik nebo kola budoucnosti. Metoda může být také použita ke strukturaci poznatků získaných pomocí heuristických technik, jako jsou předpovědi génia, intuice nebo vize. Další oblastí, která se vztahuje k metodě křížových interakcí, je hledání takových přístupů a metod, které mohou zvýšit její efektivitu. V současné podobě se metodaj^aniěřuje na párové interakce (mezi dvěma událostmi), ale v reálném světě mohou důležité vzájemné vztahy zahrnovat více událostí najednou (efekty třetího a wššího řádu). V těchto případech ale obrovským způsobem vzrůstá složitost posuzování a hodnocení těchto vztahů. Proto se vyvíjejí nove metody sběru expertních hodnocení, jako je například metoda SMIC (založená na dotazníkovém šetření), nebo se uvažuje o zapojení výpočetní techniky. VI. PRAKTICKÉ PŘÍKLADY UŽITÍ Užití metody lze ukázat na příkladu prognózovaní vývoje v chemickém průmyslu do roku 2000 uskutečněném v roce 1992. Nejprve vytvoříme seznam důležitých událostí z této oblasti a přiřazených počátečních pravděpodobností (za předpokladu, že všechny tyto události se mohou vyskytnout a vzájemně působit). V dalším kroku vytvoříme matici, do které pro jednotlivé události zapíšeme odhadované podmíněné pravděpodobnosti. V našem příkladu by taková matice vypadala následovně. 93 Tabulka 8.2 Matice událostí a pravděpodobností Událost Pravděpodobnost výskytu do roku 2000 Podmíněné pravděpodobnosti U1 U2 U3 U4 U5 1. Využití plastů v dopravních prostředcích a výrobě vzroste od roku 1992 šestinásobné 0,15 0,30 0,25 0,10 0,15 2. V zájmu ochrany spotřebitele a životního prostředí se zvýší míra vládních zásahů do inovačního procesu 0,20 0,10 0,35 0,07 0,40 3. Pokrok v chemické teorii umožní provádět velkou část výzkumu virtuálně pomocí výpočetní techniky namísto skutečných experimentů 0,25 0,15 0,20 0,15 0,05 4. Vývoj v oblasti netkaných látek zvýší podíl chemického průmyslu na výrobě textilií a oděvů 0,10 0,15 0,25 0,25 0,15 5. Snižování návratnosti konvenčního výzkumu 0,20 0,25 0,15 0,50 0,20 Zdroj: Gordon,T.J. (2003) První položka v matici tedy vyjadřuje počáteční a podmíněné pravděpodobnosti pro událost 1, tj. využití plastů v dopravních prostředcích a výrobě vzroste od roku 1992 šestinásobné. Podmíněné pravděpodobnosti pro tuto událost představují odhady získané jako odpovědi na otázky podobné této: „Jaká je nová pravděpodobnost, že využití plastů v dopravních prostředcích a výrobě vzroste šestinásobné od roku 1992, pokud dojde k zvýšení míry vládních zásahů do inovačního procesu v zájmu ochrany spotřebitele?" (v tomto případě tedy událost 2). Protože se již při odhadu počátečních pravděpodobností počítá se vzájemným vlivem jednotlivých událostí, musíme nyní provést test jejich konzistence. Za pomoci rovnice 5 z předchozí subkapitoly vypočítáme limity dané počátečními událostmi. Pro událost 2 v případě výskytu události 1 je konzistentní rozpětí podmíněných událostí 0 až 1, takže odhadovaná hodnota 0,3 je v pořádku a můžeme pokračovat, dokud neotestujeme celou matici. Nyní již můžeme přistoupit k testování citlivosti nebo analýze politik. Můžeme chtít například znát vliv události 3 (využití počítačů ve výzkumu) na ostatní události. Nastavíme tedy pro tuto událost počáteční pravděpodobnost 1,0 a provedeme přepočet matice tak, jak je to patrné v tab. 8.3. 94 Tabulka 83Test vlivu události 3 na ostatní události Událost Počáteční pravděpodobnost Testovaná pravděpodobnost Konečná pravděpodobnost Změna 1 0,15 0,15 0,14 -0,01 2 0,20 0,20 0,20 0,00 3 0,25 1,00 1,00 0,00 4 0,10 0,10 0,12 0,02 5 0,20 0,20 0,13 -0,07 Zdroj: Gordon,T.J. (2003) Z tabulky vyplývá, že k největší změně dojde u události 5, kde se sníží pravděpodobnost výskytu z 20 na 13 procent. Tak lze konstruovat různé (mini)scénáře budoucího vývoje. LITERATURA Gordon, T. J. 2003. Cross-impact Analysis. In Glenn, J. C. and Gordon, T. J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 95 9 ANALÝZA TEXTU PRO TECHNOLOGICKÉ PŘEDVÍDÁNÍ (TEXT MINING FOR TECHNOLOGY FORESIGHT) Barbora Duží, Robert Stojanov a Pavel Nováček ANOTACE Metoda analýz textu pro technologické předvídání'získává užitečné informace z_ textových ^drojů v elektronické podobě. Tyto informace získáváme, pokud potřebujemejnít znalosti o současných aktivitách (např. profil, osoby a její činnosti ve vybrané oblasti). Metoda může sloužit i budoucím výzkumným zájmům vně kolika .směrech; ■ identifikace slibných směrů výzkumu a vývoje; ■ poskytnutí časových řad pro extrapolaci trendů; ■ vytyáj^ní „indikátorů inovace", které upozorňují na šance pro úspěšné technologické aplikace. I. HISTORIE METODY Nikdo nedokáže přesně určit, kdo vynalezl metodu analýzy textu pro technologicképředvídání. Jíž před lety učenci Talmudu sestavili tabulky obsahových vzorů v bibli. V určitém ohledu lze považovat za jakéhosi předchůdce této metody tradiční „liter^r^recgnze , v nichž jsou sumarizovány nejrelevantnější literární zdroje. Metoda analýzy textu pro technologické předvídání se liší v tom, že je analyzována podstata související literatury. Obsahová analýza, která je dalším předkem metody analýzy textu, se datuje už do 40. let 20. století (Berelson). Aktivity zaměřující se na počítání vědeckých publikací se vztahují k pionýrské práci Dereka Pricea na začátku 60. let 20. století. V moderní metodě analýzy textu pro technologické předvídání hrají důležitou roli její průkopníci Henry Small, Tony van Raan a Michel Callon. 96 II. POPIS METODY Klíčovým předpokladem, který tvoří základ metody analýzy textu pro technologické předvídání, je fakt, že informace je základní podmínkou pro úspěšně řízenou práci s technologiemi. Organizace, které fungují v prostředí konkurence a/nebo spolupráce, musí sledovat informace týkající se vývoje zahraničních technologií. Takové informace jsou pak oporou pro předvídání. Jak získat tyto informace? Pro zpracování je nutné hledat vnější informační zdroje. NejstarŠí kořeny této metody leží v tradičních literárních kritikách a recenzích. Monitorovací technologie se zabývá přezkoumáním dané technologie a obvykle využívá široké škály zdrojů. Snaží se o zpracování značného množství dosud nezpracovaných informací tak, aby bylo možné identifikovat vývojové vzory a klíčové faktory. Úzce souvisí s metodou „snímání prostředí" [environmentalscan-ning), jejímž cílem je poskytnout včasné varování ohledně důležitých změn. Nástup široce přístupných informačních zdrojů v elektronické podobě přidal novou dimenzi k tomuto narůstajícímu výzkumnému úsilí. Umožňuje snadno a efektivně zpracovat obrovské množství informací. Bibliometrie, která počítá publikace a další bibliografickájídaje, může pomoci sledovat vědecký a technologický vývoj. Obsahová analýza zapustila kořeny již v éře předcházející elektronickému zpracování dat, ale rozvinula se až s nástupem analytického softwaru a rozvojem elektronických souborů dat. Tento způsob^etektivní práce" není omezen jen na technologickou analýzu. Například zpravodajské agentury mohou analyzovat tiskové zprávy ke sledování zájmů zahraničních představitelů. Metoda zvaná „analýzjjdat" se snaží získat užitečné informace z jakéhokoliv typu dat, ale běžné užití se soustřeďuje na analýzu numerických dat (např. spojování nákupu z~kreditní karty s demografickým profilem). „Analýza textových dat" nebo „analýza textu" využívá různých druhů textových zdrojů. Zvláště si všímá rozdílů mezi nestrukturovanými textovými zdroji (např. obsahem internetových webových stránek) a strukturovanými textovými zdroji (např. záznamů z pečlivě vedených databází, které rozlišují informace do polí, jako je „autor", „datum vydání" a „klíčová slova"). Pro naše účely upozorňujeme na oblasti zájmu analýzy textů: počítačová lingvistika (computational linguistics), zpracování přirozeného jazyka (natural languageprocessing) a objevy poznatků v databázích. Tony van Raan, vůdčí postava v oblasti bibliometrie a „vědeckého mapování", rozlišuje dvě úrovně analýzy: 1- D: jednodimenzionální analýza, která v podstatě zaznamenává výskyt sloužící k vytváření seznamů; 2- D: dvoudimenzionální analýza, která analyzuje matice složené ze dvou seznamů. Například se může jednat o průzkum nástupu moderní keramiky pro využití v automobilových technologiích. Prohledávání odpovídajících databází obsahu- 97 jících záznamy publikací vyneslo několik tisíc záznamů. 1-D analýza odpovídá uvedení seznamu významných organizací, které přispívají výzkumnými články na dané téma. Další seznam by mohl poskytnout klíčová slova popisující výzkumný význam těchto článků. 2-D analýza by mohla přezkoumat tyto dva seznamy jako matici a ukázat, která témata konkrétní organizace jsou často zmiňována. Tento postup umožní zaměřit pozornost na určité organizace, které se zabývají předmětem našeho zájmu. Například si lze všimnout, že firma General Motors pracuje na strukturální keramice a nitridu křemíku, zatímco Národní laboratoř v Los Alamos se zabývá tenkými vrstvami keramiky a karbidy křemíku. Mnoho dalších způsobů kombinací informačních zdrojů by mohlo poskytnout porozumění podstatě objevení technologie. Lze uvést další příklad, kdy je možné přejít od užití klíčového slova k roku publikace, aby se dala navrhnout témata, která jsou „horká" (tj. nedávno vzrostl jejich význam). Kostoff navrhuje uvažovat o využití vícedimenzionální analýzy. Například lze dosáhnout trojrozměrné analýzy vytvořením nové podmnožiny dat jedné dimenze (např. státu), a potom projít dva seznamy pro danou zemi. Výběr textů pro analýzu určuje, jaký druhjnformací lze zjistit. Je eyMentní, že ten, kdo prověřuje úrovně veřejného zájmu ohledně environmentálních rizik souvisejících s technologiemi, vybere jiné zdroje k analýze než ten, kdo zkoumá vývoj keramiky. Analýza spektra databází, které zahrnují různé etapy inovace technologií, umožní měřit, jak zralá je technologie. Obr. 9.1 znázorňuje relativní význam databází pro získání informací, k nimž Georgie Tech povolila neomezený přístup pro své studenty a zaměstnance. Rozumná míra databází (např. 5 až 10) poskytuje vcelku efektivní pokrytí světové aktivity výzkumu a vývoje v těchto rozsáhlých oblastech. Samozřejmě žádný soubor databází není schopen odrážet veškerý výzkum a vývoj, protože mnoho výsledků není zveřejněno (např. vývoj soukromých společností). Upřednostnění určitých databází se liší podle tematického významu, například Qbem_Absizact je velmi podstatný zdroj pro vývoj chemie, zatímco Medline (volně dostupná na ) je nezbytná pro monito-royání výzkumu v medicíně. Na obr. 9.1 se uvedené databáze liší také v tom, o čem informují, SCI zahrnuje abstrakty výzkumných časopiseckých článků, ale_se stavuj e také citace. Databáze patentů, jakými jsou například U. S. Patents nebo Derwent Worlďwide Patents, vybírají informace o aplikacích patentů a/nebo o schválených patentech. Databáze projektů, jako je RaDiUS, informuje o minulých a současných výzkumech financovaných vládou USA. Dialog (jedna z několika klíčových bran, která poskytujej3fís_tur^ ke stovkám databází v běžném formátu) poskytuje přístup k datajpázím orienir)yjnTýrn na marketing a kompilacím novinových pojožek. Klíčovým doplňkovým zdrojem je internet. Klasické databáze kompilují_a_fil-trují informace pro poskytnutí účinného, zacíleného zdroje. Nicrnjně_jrinoho databází (zvláště publikace zabývající se výzkumem, vývojem a schválenými patenty) trpí významným časovým zpožděním. Naproti tomu internet je infor- 98 mačně bohatý, rychlý a rozšířeny, ale je nekontrolovatelný ve smyslu vajjdky_ obsahu. Protojejpreferovámpostup hlavní analýzy v rozsáhlých veřejných databázích (např. Medline obsahující 11 mil, záznamů. Science Citation In^ex přes 12 mil, záznamů, U. S. Patents 2.7.mil. záznamů) a dalších databázích zmíněných v obr. 9.1. Pak může následovat přezkoumání současných akrivi předních odborníků a institucí pomocí prohledávání jejich webových stránek. Obrázek 9.1 Využití databází Výzkum... Vývoj... Aplikace... Témata... -—-•--■- Science Citation Index (SCI) U. S. Patents National Science Foundation Projects Database National Technical Information Service (NTIS) RaDiUS (U.S. Government projects) INSPEC Engineering Index Business Index General Periodical Abstracts Zdroj: Porter, A. L.,Text Mining For Technology Foresight. In Glenn, J. C. and Gordon, T. J. (2003), s. 5. III. UŽITÍ METODY Logický sled kroků při užití metody analýzy textu pro technologické předyí-dání je následující: 1. Vyhledáníazískání relevantních zázmynů Toto vyhledávání zahrnuje několik klíčových kroků. Nejprve jejxeba formulovat téma_dotazu - co chceme vědět o jakém tématu. Pečlivé vymezení otázky je nezbytné. Například profilace veškerého výzkumu a vývoje keramiky by byl heroický úkol a pravděpodobně by nepřinesl užitečný přehled. Naopak naše zájmy jsou odlišné od tradičního knihovnického úsilí, spočívajícího v nalezení hrstky „zaručeně pravých" publikací. Cílem je najít střední oblast širokého záběru souvisejícího s výzkumem - například vývoj keramiky spojené s aplikací motorů. Chceme vysoké rozlišení požadovaných informací od „šumu", ale jsme schopni tolerovat i záznamy, které jsou mimo cíl výzkumu, protože metoda analýzy textu je stejně umožní rozlišit. Pro práci je třeba,zajistit přísnipjcvjaodným zdrojům. Důraz je kladen na strukturované, veřejně přístupné databáze záznamů. Je také možné těžit z vnitřních^ zákonem chráněných textových zdrojů, které mohou být „plnými texty" (fulltext). Takové snahy nabízí příslib získání hodnot z informačních zdrojů, které by jinak" typicky skončily v odpadním koši. V lepším případě může být velmi prospěšné spojování interních a externích informací. Například vědci z organizace zabývající se výzkumem informací a zpravodajství Edison House se zaměřují na: a) agenturní dokumenty, které specifikují jejich potřeby technologického vývoje; b) externí databáze výzkumu a vývoje pro identifikaci oblasti výzkumných aktivit; 99 c) záznamy ze služebních cest pracovníků Edison House ve vzájemné interakci s vybranými výzkumníky. Je nezbytné zajistit neomezenou licenci pro stahování velkého množství tex-tových záznamů. Jestli není jasné, které databáze poskytují vhodné zdroje pro danou analýzu, může nám pomoci sčítání počtu návštěv zkoušených databází, které dovedou rychle poukázat na databázi vhodnou pro využití. Diallndex (spolu s Dialogem) je schopen sestavit levně a během minuty do tabulky početnost návštěv z více než 400 databází. Na počátku je možné se rozhodnout pro -rvrhlé a špinavé" vyhledávání -stáhnout vzorek výsledného přehledu záznamů a rychle jej analyzovat pomocí využití sorf^yařu pro analýzu textu_ (VantagePoini). Prostřednictyím prohlížení výsledného seznamu termínů (např. klíčových slov) a v ideálním případě i za přispění posudku experta můžeme zpřesnit frázi pro vyhledání. Pak lze znovu provést vyhledávání a získat aktuální soubor záznamů, vhodný k podrobnější analýze. Tento proces může být uskutečněn během několika minut pomocí počítače, který má přístup k vyhledávacím databázím přes síť nebo na CD. 2. Provedení požadované analýzy Vyhledávání souboru záznamů z předchozího kroku usnadní speciální vyhledávácí software vhodný k analýze textu pro technologické předvídání. Ve spojení se společností Search Technology, Inc., vyvinula Georgie Tech a její instituce Technology Policy and Assessment Center přístup známý jako Analýza technologických příležitostí'(TOA).Tento software, nazvaný VantagePoint, kombinuje: • fuzzy logiku a operace s tezaury,15 které slouží k vyjasnění terminologie (např. kombinuje jednotná a množná čísla pojmů, překonává malé rozpory v pojmenování); • manipulaci s daty (např. nalezení specifického předmětu zájmu, vytváření nové subdatabáze obsahující seznam předmětů zájmu); • schopnosti jednoduchého počítání a sestavování seznamů (podle uživatelsky přátelského rozhraní pro nakládání s těmito seznamy - například vytváření skupin jako „průmyslové" versus „akademické" publikace); • zpracování přirozeného jazyka inatural language processing - NLP) pro označení částí proslovů a oddělení textu na využitelné jmenné skupiny; • statistickou analýzu - konkrétně se jedná o shlukování algoritmů, jež se týkají záznamů, ve kterých určité termíny koexistují (např. jestliže se dva termíny vyskytují v jednom záznamu častěji, než je možné považovat za náhodu, mohou odrážet významný vztah); • grafické znázornění vztahů („mapování"). 15 Tezaurus je knihovnický termín, vyjadřující obsah souboru synonym, antonym a jiných příbuzných vazeb mezi termíny. 100 Některé z těchto operací mohou být provedeny bez použití speciálního softwaru. Například mnoho vyhledávacích nástrojů, kterými databáze disponují, umožní evidovat výskyty určitých termínů, rozdělí vyhledané soubory podle roku atd. 3. Vytvoření efektivních „informačních produktů" Informační produkty jsou výsledky_ vyvozené, z analyzovaných textových zdrojů a přednesené v textové^číselné nebo grafické formě. Tento krok je náročný a vyžaduje zvýšený ohled na potřeby uživatelů závěrečných analytických výsledků. Poskytnutí těchto „správných informací v pravý čas a<§2^DÍHL2EHsi?kem" vyžaduje velké úsilí. Možnosti zahrnují „seznam deseti nejlepších"^ (např. vůdčí organizace provádějící výzkum keramiky vztahující se k motorům), trendy a mapy (např. konceptuálni seskupování významných témat obsažených v publikacích). Všechny tyto výsledky vyžadují interpretaci toho, co_znamenají odkazy, které vznikly v rámci procesu rozhodování. Obecně lze říci, že pro mapování a další komplexní znázornění výsledků neexistuje jediný „správný" způsob - klíčovým se stává originální vhled, jaký způsob je nejužiteč-nější v daném konkrétním případě. Parafrázujeme-li ruské přísloví - „Ti, kdo jsou odpovědní za rozhodování, nechtějí pěkné obrázky, ale chtějí dostat odpovědi". Dobrým způsobem zahájení aplikace metody analýzy textuje zúžení zaměření na několik analýz. Jestliže se tyto analýzy projeví jako vhodné pro řešení úkolů spojených s managementem technologií, je dobré zvážit rozvoj vlastních kapacit. Abychom toho dosáhli, potřebujeme především přístup k vhodným informacím v elektronické podobě. Jak bylo již zmíněno dříve, existuje několik zdrojů. Jako velmi plodná se jeví externí databáze záznamů výzkumu a vývoje. Dále potřebujeme software pro vyhledávání, získávání a analýzu vybraných záznamů. Pro správné j2royjiclění_me tody analýzy textu_j e třeba určitého škol pní Analy-tici, kteří umí pracovat s textem ve formě dat (např. „internetová generace"_těch, TJdčTbyli studenty zhruba od roku 1995). mohou rychle porozumět tomuto pojetí a po několika hodinách školení dosahovat dobrých výsledků. Méně analyticky orientoyjmí_lidé nebo ti. kteří jsou na „špatné straně digitálního světa", se této metodě nemusí nikdy naučit. Skolení (školicí dílny) jsou velmi užitečné a nabízejí skupinám motivovaných analytiků možnost, jak se rychle naučit zacházet s daným softwarem. Mnoho univerzit již vlastní licenci na řadu databází výzkumu a vývoje vhodných pro technologické předvídání. Jednoduchá analýza může být prováděna s využitím základních analytických schopností vyhledávacích nástrojů (např. Chem Abstracts SciFinder). Licencovaný software VantagePoint, zmiňovaný v tomto textu, stojí několik tisíc amerických dolarů, ale cena se liší podle organizačních typů a potřeb. 101 IV. SILNÉ A SLABÉ STRÁNKY Žádná prognostická metoda nemůže být použita pouze samostatně. To platí i pro metodu analýzy textu. Základní sestavení tabulek vyžaduje pozornou interpretaci. „Indikátory inovace" vyžadují doplnění o názory expertů kvůli přezkoumání pozorování a vztahů, které byly vytvořeny metodou analýzy textu. Nabízí se otázka, zda je třeba pomoci expertů pro analýzu technologických informačních zdrojů. Ron Kostoff, vedoucí osobnost analýzy textů pro technologické předvídání, tvrdí, že je nezbytné intenzivní zapojení expertů, zvláště v procesu analýzy informací. Započni expertů přinese výhody v podobě zajištění rozumné interpretace, patřičného zacházení s terminologií a „analýzy informací" od těch expertů, kteří se aktivně zapojili. Přestože se shodneme na vysoké hodnotě zapojení expertů do procesu, protiváhou může být ohromná výhoda automatizování procesu analýzy textu za omezené účasti expertů. Automatizace může urychlit poskytnutí užitečných informací, které potřebujeme. Kostoff souhlasí s tím, že taková analýza přináší užitečný široký přehled, vhodný obzvláště pro laiky. Vytvořené informační zdroje nemohou být lepší než analyzované zdroje. Takže pokud nejsou do zdrojů, s nimiž se pracuje, zapojeny podstatné části technologického vývoje, nemohou být klíčové faktory odhaleny. Některé analýzy se mohou stát komplikovanými. Přehlednost umožňuje uživatelům porozumět výsledkům. Znázornění objevených vztahů v textu je obvykle založeno na společných výskytech pojmů. V programu VantagePoint se tyto pojmy objevují ve stejných dokumentech častěji, než se očekává na základě jejich celkové popularity. Je důležité si uvědomit, že pro spojování a mapování takových vztahů neexistuje jednoduchý „správný" způsob, kterým se řídit. Znázornění, pokud není chybné (např. mylný výklad kvůli nesprávným statistickým analýzám apod.), prokazuje svou užitečnost tím, že zobrazí vztahy tak, aby uživatel získal nový vhled. Analýza textu je stále považována za novou metodu pro technologické manažery a profesionály, stejně jako pro prognostiky, a Jako taková se musí vyrovnávat s otázkami spolehlivosti a důvěryhodnosti. Jestliže někdo učiní rozhodnutí na základě znalostí získaných z metody analýzy textu, koho pak může obvinit, jestliže jeho rozhodnutí nevyšlo? Mnoho lidí s rozhodovacími pravomocemi se cítí pohodlněji, když se spoléhají na názory expertů. Proto autoři této metody navrhují kombinovat výsledky metody analýzy s názory expertů tak, aby byly využity výhody obou metod. Někteří lidé díky této metodě rychle získají nové formy znalostí. Ale mezi analytiky i uživateli byly zjištěny nápadné rozdíly v důvodech pro užití této metody. Některé indicie poukazují na to, že určité skupiny lidí pravděpodobně porozumí významu této metody lépe. Jsou to zejména: ■ mladí lidé (jsou méně svázáni se zavedenými vzory znalostí); * lidé, kteří jsou na správné straně „digitálního rozhraní" (lidé, kteří jsou 102 uvyklí zacházet s informacemi jako s daty, jsou obeznámeni s využitím internetu již ve škole); ■ lidé, kteří při získávání informací inklinují spíše k induktivním analýzám (nechat mluvit data) než k deduktivnímu způsobu myšlení; ■ typy lidí zvané „velký obraz" (big picŕure), kteří vítají kontextuálně bohaté informace; ■ méně vyzrálé organizace. Pokud jsou prezentovány neobvyklé či originální informace, které nezapadají do rámce osobních znalostí, jejich přijetí se často ukazuje jako problematické. V současnosti se výzkum zaměřuje na zkoumání faktorů, které jsou klíčové pro přijetí technologických analýz. Jedná se zejména o následující faktory: 1. povaha a míra změny technologie; 2. organizační charakteristiky; 3. technologická způsobilost k organizaci; 4. osobnostní charakteristiky cílového uživatele či cílových uživatelů; 5. daná situace (např. nedostatek času) a působení všech důležitých vlivů. V následujících odstavcích jsou navržena některá doporučení pro podporu přijetí technologických analýz. Jako zásadní se jeví převedení informačních produktů do uživatelsky pří-jemné a snadno uchopitelné podoby. Je doporučováno zvolit formu zapisování do číselných tabulek s grafickým znázorněním a textovou interpretací, přizpůsobenou preferencím publika. Zajímavou možností je kombinace zprávy s CD obsahujícím výtah v surovém stavu a software pro analýzu textu. To umožní uživatelům (kteří jsou ochotni se naučit se softwarem zacházet) proniknout do dat samotných. Například si uživatel může představit, že čte profil vývoje keramického motoru, a všimne si, že Národní laboratoř v Los Alamos provádí výzkum v oblasti tenkých keramických vrstev. Může si průběžně prohlížet jejich záznamy, aby viděl, na čem pracují. Je třeba poznamenat, že dostat se k plným textům vyžaduje buď pracovat s fulltextovými databázemi, nebo navštívit knihovnu. Sledováním efektivnosti využMyýsleplla^ metody analýzy textu lze rozlišit uživatele, kteřljjriř-fdnostňiiji výstupy ve formě zprávy (studie), od těch, kteří upřednostňují přímé odpovědi na otázky. Například vládní organizace, která se zajímá o aplikace keramických motorů, pravděpodobně bude požadovat řádně zpracovanou studii. Naopak mnoho technologických manažerů, zvláště v sou-krorné^mjektoru, upřednostňuje spíše přímé odpovědi na okamžité otázky. Většina potenciálních uživatelů těchto analýz by chtěla dosáhnout výsledků rychle. Jestliže má výzkum pomoci při jejich rozhodování, je potřeba doručit informace „právě teď". Na základě studie prováděné v pěti organizacích bylo zjištěno, že 65 % respondentů obvykle potřebovalo získat odpovědi do týdne. Vývoj softwaru pro analýzu textu může být kombinován s přístupem k on-line 103 databázím, aby se přizpůsobil požadavkům okamžité analýzy. Software Vanta-gePoint umožňuje „psaní textů" tak, aby zautomatizoval produkci požadovaných tabulek a grafů. Důležitá je úprava informačních produktů pro klíčové uživatele. Zajímavý přístup spočívá v „balíčkování" výsledků zkoumání, které má za cíl vyvarovat se informačního přetížení. Například místo uspořádání informací do stostránkové studie se informace rozdělí do malých souborů na základě určitého aspektu, který nejen uspokojí uživatelovy potřeby, ale také umožní vstřebat získaný objem informací. Informační produkty musí být zaměřeny na možnosti rozhodování v daných záležitostech, nejenom být zajímavé z analytického hlediska. Je třeba klást důraz na „indikátory inovace". Vybudování povědomí o výsledcích metody analýzy textu a způsoby jejich využití vyžaduje hodně úsilí. Vztah mezi analytiky a uživateli musí být pevný. Mezi faktory, které posilují tento vztah, patří: ■ usnadnění přímého vztahu mezi uživatelem a analytikem; ■ zapojení zkušených analytiků i zkušených tvůrců rozhodnutí, aby mohla být vytvořena robustní znalostní síť; ■ bezprostřední pozornost zaměřená na úspěchy tak, aby určitá organizace mohla ocenit dosažené hodnoty. V. POUŽITÍ METODY VÝSTUPY Využívání metody analýzy textu je vhodné začít přiblížením toho, „kdo co dělá" ve vývoji dané technologie - je to klíč pro monitorování. To lze provádět mnoha způsoby - vytvářením přehledů nebo detailů, zobecněním nebo zdůrazněním určitých otázek. Jako příklad poslouží sada jáMadoích informací poskytovaných ve vědeckých profilech: 1. celkový trend vysledovaný v publikacích zabývajících se výzkumem a vývojem určité technologie, která nás zajímá, za posledních pět let; 2~ relativní převaha konferenčních příspěvků nad články ve vědeckých časopisech (indikátor tempa výzkumu); 3. sestavení tabulek současných možností pro získání finančních prostředků; 4. vytváření map znázorňujících seskupení a spojení sub témat; 5. identifikace „horkých" a „nových" témat, která se nedávno objevila; 6. seznam deseti nejvýznamnějších zemí, univerzit, společností a vládních či nevládních organizací publikujících na dané_téma (s ohledem na to, jaká subté-mata zdůrazňuji); 7. identifikace několika nejplodnějších autorů publikujících v každém významném tematickém seskupení (včetně dostupných kontaktních informací, j ako jsou např. webové stránky); 104 8. procento výzkumů provedených v průmyslu (indikátor technologického vyzrávání); 9. vyváženost mezi databázemi orientovanými na výzkum a databázemi orientovanými na aplikace; 10. stupeň specializace terminologie výzkumu a vývoje. Obr. 9.2 demonstruje mapu dílčích témat pro určitou vznikající technologii - tzv. intelligent agents (např. „inteligentní" vyhledávácí software zaměřený na informace). Je založen na 3050 záznamech získaných z databáze INSPEC v dubnu 2000. VantagePointvytváh tuto mapu s minimálním vedením a používá při tom analýzu základních složek (Principal Component Anály sis) pro vytvoření skupiny faktorů z významných klíčových slov. Mapa samotná je potom vytvářena automaticky za pomoci multidimenzionálního škálování (Multi-Dimensio-nal Scaling - MDS) tak, aby se objevily uzly klíčových slov a algoritmus k jejich propojení (silnější čáry indikují silnější asociace). Cílem technologické mapy, jak je znázorněna na obr. 9.2, je snaha pomoci při nalezení tematických seskupení. Je možné si všimnout pěti témat v levé horní části, která jsou propojena silnými čarami. Témata se týkají telekomunikací a intelligent agents by měli silně uvažovat právě o těchto aplikacích. Dvě témata jsou propojena se shlukem pěti témat, vztahujících se k telekomunikacím - „paralelní jazyky" a „fúze senzorů". Někdo může chtít prozkoumat záznamy, které využívají všechny tyto pojmy, aby porozuměl základům společné telekomunikace. Navíc by pak někdo mohl chtít, aby po technické stránce erudovaní lidé prověřili některé interpretace. Tento obrázek nabízí i méně související témata - například lékařské expertní systémy a distribuované databáze, které mezi sebou navzájem souvisejí (v pravém dolní rohu), ale už méně pak souvisejí s dalšími tématy. Jinými slovy, vývoj aplikací intelligent agents v oblasti medicíny se zdá poněkud specializovaný, ale může být zahrnut do distribuovaných databází. Takové „mapy" nejsou nikdy definitivní. Vzájemné vztahy mezi daty jsou již z podstaty příliš komplexní na to, aby byly redukovány najedno „správné" dvou-dimenzionální znázornění. To, k čemu mapy slouží, je poskytnutí neotřelého, svěžího náhledu na velké množství literatury. Poskytují nezbytné informace, jak spolu souvisejí dílčí témata a jak se navzájem podporují, jak utvářejí rozsah výzkumu a jak vytvářejí nové přístupy. Dále pak mohou pomoci při interpretaci pravděpodobných cest budoucího vývoje. Obr. 9.3 ukazuje výpočty publikací v průběhu pěti let v rámci vyhledávacího souboru intelligent agents pro dané skupiny témat. Vertikální osa ukazuje počet příspěvků (mix prezentací na konferencích a článků z vědeckých časopisů indexovaných databází INSPE). Je patrné, že ani „lékařské expertní systémy", ani „distribuované databáze" nejsou obzvláště aktuální, ale výzkumné publikace týkající se „informačních zdrojů" jsou rozsáhlé a stále se rozšiřují. 105 Obrázek 9.2 Mapa tematických zaměření u intelligent agents paralelní jazyky stanovení telekomunikační sítě programování telekomunikačních služeb uživatelské rozhraní inteligentní vyučovací systémy lékařské odborné systémy distribuované databáze silniční doprava mobilní roboti Zdroj: Porter, A. L.,Text Mining For Technology Foresight. In Glenn,J. C. and Gordon,T. J. (2003), s. 12. Jiný užitečný přístup se soustředí na určitou „funkci", ne na určitou technologii. Místo vyhledávání „inteligentních zástupců" nebo „keramiky pro motory" lze hledat „efektivitu motorů". Při takovém postupu lze odhalit několik konkurenčních technologií, jedna z nich může být například keramický obal součástek motoru. Metoda analýzy textu může pomoci přiblížit vývojovou aktivitu, a tím napomoci odhadnout šance na splnění zadaných funkcí v budoucnosti. Bibliometrie je přitažlivým zdrojem pro analýzu trendů. V případě modelování perspektiv v oblasti technologických inovací je třeba zjistit některá kritéria, jako jsou například technické parametry návrhů a cen. Ale těchto dat, která se týkají nově vznikajících technologií, je obvykle nedostatek. Právě bibliometrie sleduje časové řady výzkumných a vývojových aktivit (projekty, publikace, patenty, citace) a tím pomáhá vyplnit prázdné místo. 106 Obrázek 9.3 Trendy ve výzkumných publikačních aktivitách v souborech intelligent agents seskupených podle témat Zdroj: Porter, A. L.,Text Mining For Technology Foresight. In Glenn, J. C. and Gordon, T.J. (2003), s. 13. Obr. 9.3 jednoduše ukazuje roční množství publikací pro soubor technologických témat. Tato data mohou být shromážděna a zanesena zejména do modelů růstových křivek (např. křivky ve tvaru S) pro prognózu pravděpodobných aktivit v následujících letech. Komplikovanější trendy mohou poskytnout poučné informace. Analýza prováděná pro Institut politiky životního prostředí americké armády, týkající se hluku produkovaného armádou, vytvořila sérii tematických map (podobných jako u obr. 9.2) do navazujících časových úseků (pětileté intervaly). Na základě této analýzy byla zaměřena pozornost na nové technologie snižující hladinu hluku a byl umožněn odhad pravděpodobného vývoje technologií v následujících časových obdobích. 107 POUŽITÍ Objevují se stále nová efektivní využití metody analýzy textu. Konkurenční technologické zpravodajství se_yýrazně rozvinulo v průběhu_90Uet díky společnostem, které_zajímala činnost ostatních institucí (společností, univerzit, vládních agentur) ve vývoji technologického potenciálu. Jeho nezbytnou součástí je využití metody analýzy textu, která se zaměřuje na výsledky tematického vyhledávání v rozsáhlých databázích zabývajících se výzkumem a vývojem. Příkladem může být střet zájmů související s japonským a americkým potenciálem v oblasti 36 elektronických montážních technologií. Popularita metody zvané technologické mapování směru vývoje vzrostla v 90. letech. Pnimj£sWé_sy.azy, vládní agentury i jednotlivé společnosti hledaly, jakým směrem se bude vyvíjet život v rodinách (v souvislosti s potřebnými technologiemi) během několika dalších generací. Zvláště presvedčivejšou snahy společností jakoJYlojQrola^^ , které mapují očekávaný vývoj v technologiích společně s trajektoriemi vývoje produktů. Metoda analýzy textu pro technologický vývoj se tak může stát klíčovým přispěvatelem k pochopení vnějšího konkurenčního prostředí. Hodnocení výzkumu je v podstatě zaměřeno retrospektivně, ale sdělení pomáhají při prognostických aktivitách v řízení výzkumných a vývojových pj£gpramů. Role metody analýzy textu je ve srovnávání a hodnocení výzkumných závěrů různých organizačních skupin. Samozřejmě, že někdo může zakládat řízení výzkumu a vývoje pouze na počítání publikací (bibliometrie), ale tento způsob poskytuje jen jeden objektivní prvek, a není tak schopen doplnit jiné srovnatelné údaje. Další užitečnou aplikací je rychlé využití metody analýzy textu k informování o navrhovaných hodnotících procesech. Programový manažer, pokud je konfrontován s novými návrhy výzkumných projektů, může rychlým (a levným) způsobem identifikovat, jak výzkum na dané téma pokračuje, které výzkumné skupiny jsou nejproduktivnější, a vidí, jak se navrhovateli projektu daří jeho realizace. Manažer také může získat kontaktní informace o potenciálních recenzentech, kteří dobře znají příslušnou problematiku. Metoda analýzy textu může být využita v národních prognostických studiích pro srovnání výsledků národních výzkumných a vývojových aktivit. Tak je možné získat měřítko pro porovnání jednotlivých zemí nebo jejich cílů ekonomického rozvoje. Metoda může pomoci identifikovat mezery, které si zaslouží pozornost. Někteří autoři upřednostňují termín „předvídání inovací" před termínem „technologické předvídání", abv_bylo zaručeno^že se prognostici zabývají reál-nýrnLali,(inovace - např. aplikace technologie, úspěch na trhu). Předvídání inovací vyžaduje brát ohled na faktory, které vyplývají ze souvislostí s faktory technického vývoje. Je možné poukázat na tři pole působnosti indikátorů inovace: 1. životní cyklus technologie; 2. kontextový indikátor; 3. indikátory trhu. 108 Každý z nich má roli v metodě analýzy textu. Například srovnávání úrovní publikační aktivity napříč odlišnými databázemi (obr. 9.1) může napomoci měřit stupeň vyzrálosti jednotlivých úseků technologie (jejich životního cyklu). Klíčové kontextové indikátory se vyvodí z posuzování rozsahu konkurence, patentů a opozice veřejnosti vůči technologii. Indikátory trhu lze získat z náznaků zájmu o technologii v určitých sektorech průmyslu nebo z tabulek aplikací. Důraz na otázky využití je kladen „preventivně" z toho důvodu, že je mnohem výhodnější si uvědomit překážky hned na začátku procesu. Navíc mnoho otázek přísluší obecně budoucímu výzkumu. Často je třeba více pracovat na efektivní prezentaci výsledků než na samotném budoucím výzkumu. Kdo by měl využívat metodu analýzy textu? Pravděpodobně nejlépe je prováděna těmi, kdo mají vážný zájem na vytváření empirických technologických informací nebo na prognostickém výzkumu. Ti, jejichž práce vyžaduje seriózní analýzu založenou na informacích, úspěšně přebírají metodu analýzy textu pro technologické předvídání. Jedná se zejména o analytiky patentů, specialisty na konkurenční technologické zpravodajství, průmyslové prognostiky a informační specialisty. VI. VZTAH K OSTATNÍM METODÁM Metoda analýzy textu je stále se rozvíjející metodou. Jako_ nejvíce nadějný se jeví postup v oblasti indikátorů inovace, ktgižjužží technologicky pokrok. Soft-ware VantagePoint byl uveden na trh v roce 2000. Nejslibnější se jeví postup v oblasti tzv. maker, která kontrolují sled kroků jak v produktu Vantage Point, tak v softwaru firmy Microsoft. Taková makra umožní automatizovanou produkci preferovaných informačních produktů v požadované formě (např. diagram v programu PowerPoint). Neobvyklý vývoj v určité oblasti může vést k potřebě využít řadu analýz analýzy textu tak, aby byly odhaleny základní vztahy a souvislosti, které nejsou zřejmé badatelům v individuálních výzkumných oblastech. Tým Alana Poltera pracoval následujícím způsobem: ■ zkoumal žáby (a další obojživelníky) vymírající alarmujícím tempem na celém světě (zvláště v Severní Americe); ■ vyhledával pokles populace žab v jedné databázi (SCI), identifikoval pravděpodobné faktory mající spojitost s jejich úbytkem (např. vystavení UV záření, selhání vývojového procesu, látky znečišťující vodu); ■ vyhledával jeden z těchto faktorů (UV záření) v lékařských databázích Medline pro identifikaci fyziologických systémů, s nimiž by mohl být úbytek spojen; ■ pracoval s experty v daném oboru při zkoumání, zda určité asociace (např. problémy se štítnou žlázou) jsou potenciálně zajímavé, a pokud ano, ověřoval, jestli badatelé zabývající se poklesem populace žab zkoumali tuto možnou kauzální spojitost. 109 Zájem společností IBM a Microsoft indiViú> pravděpodobný vzestup v rozvoji a v\xižití metody analýzy textu v první_dekádě 21. století. Výzkumem a aplikací metody se také zabývá celá řada společností a výzkumných center po celém světě: a) Výzkumná centra 1. Text Mining Research Group at the University of Waikato () 2. hypKNOWsys () 3. Linguist's Search Engine () 4. University of Washington () 5. TextMiner Site () 6. nemis () 7. The University of Edinburgh, The Centre for Speech Technology Research () 8. Center for Intelligent Information Retrieval, University of Massachusetts () b) Soukromé společnosti (výběr) 1. media style GmbH () 2. CELI () 3. temis group () 4. megaputer () 5. Linguamatics () 6. Attensity () 7. Elucidon Group Ltd. () 8. Insightful () 9. SRA () 10. nstein () LITERATURA Porter, A. L. 2003. Text Mining For Technology Foresight. In Glenn, J. C. and Gordon, T. J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 110 10 KRITICKÉ TECHNOLOGIE (CRITICAL TECHNOLOGIES) Karel Klusáček ANOTACE Častým cílem řady národních prognostických projektů je identifikovat nej-významnější te£hnologie (aJkjiim příslušné výzkumné priority), které budou aplikační sférou požadovány v jistém časovém horizontu - typicky 10 až 20 let. Výzkum orientovaný na takto vybrané priority by měl významně přispět k dosažení strategických cílů v klíčových oblastech, které zásadně ovlivňují národní ekonomiku a zlepšují kvalitu života. Technologie, které jsou hlavními hnacími silami národní ekonom i ckéjjrospe-rity a bezpečnosti, jsou považovány za kritického národní zájmy. Pro optimální směrování veřejných výdajů na výzkum a vývoj a pro identifikaci prioritních výzkumných oblastí iniciovala řada zemí národní projekty zaměřené na specifikaci kritických technologu(nebo klíčových výzkumných směru).16 Kritické technologie jsou získávány obvykle redukcí výchozího souboru tech-nologií, redukce (prioritizace) je prováděna na základě hodnocení jednotlivých technologií podle předem formulovaných výběrových kritérií panelem exjjertů. Metoda kritických technologií je někdy nazývána metodou klíčových technologií. Patří mezi normativní metody, tj. metody, které hledají opatření, technologie, výzkumné směry apod. pro předem zadané budoucí potřeby a cíle. Je využívána zejména v případech, kdy je třeba připravit srozumitelná konkrétní doporučení pro rozhodování na řídicí (často politické) úrovni. Metoda je využívána například při výběru národních výzkumných priorit, tj. takových směrů výzkumu, které budou přednostně podporovány z veřejných zdrojů pro výzkum a vývoj. I.HISTORIE METODY Počátky využití metody kritických technologií spadají do 90. let minulého století, kdy byly ve Spojených státech amerických publikovány čtyři zprávy National Critical Technologies Reports. Ve Francii iniciovalo v roce 1999 Ministerstvo Pro tyto projekty je často používán název foresight. 111 hospodářství národní projekt Technologies Clés 2005, který vedl k seznamu přibližně 100 technologií, jež jsou kritické (klíčové) pro konkurenceschopnost Francie (Technologies 2000). Metoda kritických technologií byla rovněž využita při návrhu Národního programu výzkumu v České republice v roce 2001 (Klusáček, 2002). II. POPIS METODY Bimber a Popper uvedli ve své práci (1994) tři kritéria, která by měla být spl-něna, aby mohla byt technológie považována za kritickou: 1. Politická relevance - ke každé z kritických technologií by měly být definovány opatření a politické intervence nutné pro úspěšnou implementaci výsledků. Zvláštní pozornost je třeba věnovat komercializaci a všestrannému využití výzkumných a vývojových výsledků. 2. Výlučnost - musí být zřetelně možné rozlišit mezi kritickými a ostatními technologiemi. Zvláštní pozornost je třeba věnovat možnému „skrývání" běžných (neklíčových) technologií pod kritický (klíčový) název. 3. Reprodukovatelnost - použité metody musí být transparentní, robustní, veřejně přístupné a reprodukovatelnost celé procedury by měla být možná na základě přístupných údajů. Ačkoliv existuje řada variant pro strukturování projektu založeného na metodě kritických technologií, postup prací vždy zahrnuje čtyři základní kroky (obr. 10.1). Obrázek 10.1 Typické kroky metody kritických technologií Výběr expertů __f_______ Sestavení výchozího seznamu technologií _][_ Prioritizace _I_ Výsledný seznam kritických (klíčových) technologií 112 VÝBĚR EXPERTŮ Výběr expertů je počátečním krokem jakéhokoliv prognostického projektu založeného na participativní metodě. Způsob výběru expertů je významně ovlivněn rozsahem projektu. V této souvislosti se hovoří o „úzkém" nebo „širokém" konzultačním schématu. Úzké konzultační schéma je typické pro většinu „expertních výborů" konstituovaných například v americkém programu kritických technologií (Popper,Wagner 8c Larson, 1998). Relativně úzká skupina expertů využívá převážně vlastní expertizy zřídka konzultuje své závěry s dalšími externisty. Výhodoju^johoto pří-stupu je rychlost a relativně nízké náklady. Zřejmou nevýhodou je vysoká pravděpodobnost prosazování vlastních zájmů, což je pro malé skupiny typické. Široké konzultační schéma obvykle zahrnuje projektový manažerský tým, který koordinuje a řídí celý projekt. Tevyužívána expertiza desítek (stovek) (^aj^omíků, kteří pracují v tematicky orientovaných panelech nebo expertních skupinách. Manažerský tým je obvykle odpovědný za výběr expertů. VÝCHOZÍ SEZNAM TECHNOLOGIÍ Výchozí seznam technologií (nebo alternativně výzkumných směrů) je_zákla-dem pro následující výběr prioritních (kritických, Míčoyých)je£^l^n^logií. Může být získán různými způsoby, případně jejich kombinací. Obvyklou cestou je využití již existujících seznamů (připravených např. v jiných prognostických projektech), velmi často se využívá brainstormingu v expertních panelech, při kterém experti navrhnou technologie na základě svých zkušeností, jsou prováděny průzkumy názorů manažerů průmyslových podniků, případně jsou analyzovány příslušně orientované zdroj e ve světové literatuře. Výchozí seznam technologií obsahuje obvykle několikanásobek technologií, které jsou nakonec jako kritické (klíčové) vybrány vhodnou prioritizační procedurou. PRIORITIZACE Prioritizace je nejobtížnějším krokem metody kritických technologií. Hlavním cílem je redukovat výchozí seznam technologií na podstatně užší skupinu kritických technologií, tj. těch, které nejlépe vyhovují skupině přécíem definovaných výběrových krítij^Prío^iz^e-yyloiirf řadu (obvykle výraznou většinu) původně navržených technologií. Častým důsledkem jsou pak silné lobbistické tlaky, kterým je nutné v maximální míře odolat, jinak projekt ztratí svou důvěryhodnost a kvalitu. Prioritizace není vázána výlučně na metodu kritických technologií. Rada prognostických projektů založených na jiných metodách (např. národní foresight ve Velké Británii využívající metodu Delphi) také provádí v jisté fázi výběr priorit. Jak již bylo zmíněno, prioritizační procedury jsou obvykle založeny na posuzování jednotlivých technologií podle hodnot předem definované množiny 113 výberových kritérií. Tato kritéria jsou obvykle sdružována do významově příbuzných skupin, na jejichž základě jsou pak formulovány obvykle dva výběrové parametry^Tento přístup byl využit například v australském projektu CSIRO17, kde byly definovány konečné výběrové parametry „atraktivita" a „proveditelnost" {attractiveness andfeasibility) nebo v českém projektu návrhu priorit pro Národní program výzkumu I, kdy byly formulovány výběrové parametry „významnost" a „proveditelnosť'.Tyto parametry jsou určovány pro každou technologii z výchozího seznamu a technologie, které mají vysokou hodnotu obou parametrů, jsou potenciálními kandidáty pro konečný výběrový seznam kritických technologií. Oba parametry mají komplexní charakter a jsou_yypočítávány z hodnot, které byly individuálním výběrovým kritériím přiřazeny experty (např. členy odborných panelů). Procedura vedoucí k parametrům „atraktivita" a „proveditelnost" (prioritizační schéma) je ilustrována obr. 10.2. Obrázek 10.2 Prioritizační schéma Individuální kritéria Individuální kritéria Individuální kritéria Individuální kritéria Potenciál vytvářet ekonomický a sociální přínos Vědecké a technologické příležitosti Výzkumný a technologický potenciál Potenciál absorbovat ekonomický a sociální přínos Atraktivita ■*>- Proveditelnost Individuální výběrová kritéria se mohou lišit, obvykle vyjadřují, jaké přínosy mohou být při uplatnění příslušné technologie očekávány (nebo jaké společenské potřeby mohou být uspokojeny). Například agregované kritérium „ekonomický a sociální přínos" může obsahovat individuální kritéria „růst trhu", „zvýšení produktivity", „význam pro lidské zdraví", agregované kritérium „vědecký a technologický potenciál" může zahrnovat individuální kritéria „úroveň oboru" a „finanční náročnost výzkumu". Při_praktickém provedení pak experti (obvykle členové odborných panelů) hodnotí každou technologii z výchozího seznamu proti každému individuálnímu výběrovému kritériu přiřazením „známky" ze stupnice 1 (nízM hodnota), ...JŽ 17 Commonwealth Scientific Sclndustrial Research Organisation (CSIRO), dostupné na . 114 irelrnj vysoká bodnorgY Hodnocení může být doplněno využitím různých vah pro každé kritérium v závislosti na kvalifikaci hlasujícího experta, praktické testy však ukazují, že metoda je dostatečně robustní a zavedení vah ovlivňuje výsledky jen minimálně. Jednotlivé „známky" jsou dále agregovány podle obr. 10.2, výsledkem jsou pak parametry „atraktivita" a „proveditelnost" pro každou technologii z výchozího seznamu. To umožňuje grafickou prezentaci postavení jednotlivých technologií v rovině obou parametrů, jak ukazuj eobr. 10.3. Obrázek 10.3 Postavení technologií v rovině parametrů „atraktivita" a „proveditelnost" proveditelnost Body v grafu odpovídají jednotlivým posuzovaným technologiím. Černé body v pravém horním rohu jsou hlavními kandidáty pro kritické (klíčové) technologie, body v dolním levém rohu pak odpovídají méně atraktivním technologiím s nízkou „proveditelností" v daném systému (národní ekonomika, situace v průmyslu, úroveň výzkumu). Speciální pozornost by měla byt věnována bodům v levém horním rohu - vysoká atraktivita, ale nízká proveditelnost. V jjřípadě vysoce atraktivních (významných) technologií by měla skupina expertů uvážit jejich zařazení do výběru kritických technologu a zároveň navrhnout podpůrná opatření, která by zvýšila jejich proveditelnost. Výsledky „hlasování" expertů by neměly být^automaticky považovány za konečný výsledek prioritizace, ale mělo by se o nich zevrubně diskutovat ve skupině expertů, kteří (individuálně) hlasování provedli, s cílem identifikovat připa^ncngsrovnalosti. Může dojít i k situaci, kdy skupina expertů navrhne přesunutí některých technologií na lepší (nebo horší) pozici v grafu. Takové případy jsou sice možné, ale měly by být jen velmi ojedinělé a vždy podrobně zdůvodněné, jinak bude prioritizace nedůvěryhodná se všemi důsledky - včetně obtížně obhajitelného vyřazení „neatraktivních" témat. 115 VÝSLEDNÝ SEZNAM KRITICKÝCH (KLÍČOVÝCH) TECHNOLOGIÍ Výsledný seznam kritických technologií zahrnuje takové technologie (nebo výzkumné směry), které mají podle mínění expertů nejvyšší potenciál přispívat k příznivému vývoji národní ekonomiky a k vytváření podmínek pro kvalitní život. Seznam je nutné považovat za doporučení., nikoliv za konečné rozhodnutí, které je obvykle prováděno na úrovni politické. Finální seznam může být doprovázen „identifikačními listy" pro jednotlivé kritické technologie, v nichž jsou shrnuty jejich hlavní charakteristiky, aplikační oblasti, potenciální přínosy. Případně mohou být navržena i opatření směřující k podpoře souvisejícího výzkumu a uplatnění jeho výsledků. III. UŽITÍ METODY Metoda kritických (klíčových) technologií je využívána zejména v případech, kdy je třeba připravit srozumitelná konkrétní doporučení pro rozhodování na řídicí (často politické) úrovni. V praxi je metoda zvláště významná při výběru národních výzkumných priorit, tj. takových směrů výzkumu, které budou přednostně podporovány z veřejných zdrojů pro výzkum a vývoj■ Jako příklady specifických otázek, které jsou charakteristické pro projekty využívající metodu kritických technologií, lze uvést: • Jaké oblasti výzkumu jsou klíčové pro národní ekonomiku, kvalitu života a bezpečnost? • Které technologie (výzkumné směry) by měly být přednostně podporovány z veřejných prostředků? • Jaká kritéria by měla být formulována pro výběr kritických technologií? • Jaká nej důležitější opatření by měla být prosazena na politické úrovni, aby byla zajištěna optimální implementace výsledků projektu založeného na metodě klíčových technologií? V poslední době se objevují tendence rozšířit cíle metody z „jednoduchého" výběru technologických priorit na hodnocení národního inovačního systému. IV. SILNÉ A SLABÉ STRÁNKY METODY Hlavní předností metody jsoujejí jasně definované výstupjrye formě doporučení (návrhu klíčových technologií) adresovaného rozhodovací sféře. PřTdosjta-tečně široké participaci expertů (tzv. široké konzultační schéma) je metoda transparentní a výsledky jsou podloženy fakty pochopitelnými snadno i pro ty, kteří se projektu výběru kritických technologií přímo nezúčastnili. Metoda vytváří argumenty pro zamítnutí často převážné části z, původně zvažovaného (vstupního) souboru technologií, což vytváří přesvědčivou argumentaci pro následné racionálně vedené diskuse se zastánci zamítnutých technologií (výzkumných směrů). 116 Při nízkém počtu zúčastněných expertů (tzv. úzké konzultační schéma) může být závažnou slabinou metodyprosazení osobních zájmů, zejména při nerepre-zentativním výběru expertů, kdy některé obory mohou být nedostatečně zastoupeny. Výsledky pak také postrádají transparentnost a mohou být napadeny jako výsledek intelektuálních her izolované skupiny odborníků. Určitým nebezpečím může být i zaměření pouze na technickou stránku výběru technologií, zatímco ostatní aspekty (např. sociální) nejsou brány v úvahu. Tomu lze do značné míry zabránit pečlivou volbou výběrových kriterií pro prioritizační proceduru, při níž lze sociální výběrová kritéria patřičně akcentovat. V. VZTAH K OSTATNÍM METODÁM Metoda Imtjxkých technologií může být (a v praxi je) kombinována s řadou dalších metod. Jedná se zejména o hra i n storm ingji_a n alýzi i SWOT; které jsou uplatňovány_y_úvodních fázích projektu založeného na metodě kritických technologií. Rovněž bývá využivánajnetoda scénářů. Metodu kritických technologií lze vzásadě kombinovat s jakoukoliv prognostickou metodou v závislosti na povaze zkoumaného systému a cílech projektu. VI. PŘÍKLADY VYUŽITÍ Příkladem využití metody kritických technologií je návrh Národního programu výzkyjiiLLl (NPVI) pro Českou republiku, který byjj^pracován Techno-logickým centrem AV C R a Inženýrskou akademií ČR v roce 2001 na základě zadání vlády České republiky. Hlavním cílem tematické části projektu bylo navrhnojat_výzkumné priority pro nový národní výzkumný program (NPVU)- Bylo ustaveno třináct tematických panelů, ve kterých pracovalo téměř 200 předních národních expertů z oblasti výzkumu, průmyslu, finanční sféry, státní správy, sektoru služeb a dalších organizací. V tematických panelech byl připraven výchozí seznam 612 výzkumných témat (technologií), který byl redukován originální prioritizační metodou na výsledný soubor 90 klíčových výzkumných směrů, které mají dle názoru expertů nejvyšŠí potenciál přispět k všestrannému rozvoji České republiky. Na základě výsledků projektu byl Ministerstvem školství, mládeže a tělovýchovy, které je kompetenčně odpovědné za oblast výzkumu a vývoje, připraven ve spolupráci s Radou pro výzkum a vývoj návrh Národního programu výzkumu I, který byl schválen vládou ČR. První výzkumné projekty NPV I byly zahájeny v lednu 2004. Kompletní informace o průběhu a výsledcích projektu lze nalézt na stránkách . 117 LITERATURA Bimber, B. and Popper, S. W. 1994. What is a Critical Technology? Santa Monica: RAND,DRU-605-CTI. Klusáček, K. a kol. 2002. Návrh Národního programu výzkumu. Praha: MSMT a Rada pro výzkum a vývoj CR, dostupné na . Popper, S. W., Wagner, C. S. and Larson, E. W. 1998. New Forces at Work Industry Views Critical Technologies. Santa Monica: RAND. Technologies Clés 2005.2000. Ministry of Economy Finance and Industry, France, dostupné na . 118 PROCESUÁLNÍ METODY 119 11 EXTRAPOLACE TRENDŮ A ČASOVÉ ŘADY (TREND EXTRAPOLATION AND TIME SERIES) Robert Stojanov ANOTACE Metoda extrapolace je prodlužování historických trendů založené na předpokladu, že kombinované působení vnitřních i vnějších příčin jejich vzniku bude pokračovat se stejným výsledkem i v budoucnosti. Principem extrapolace je předpoklad, že sledovaný proces bude mít i v budoucnosti stejné podmínky, které na jeho vývoj působily v minulosti, a že síla a směr vývoje budou zachovány. Extrapolace se stává vědeckou metodou jen tehdy, podaří-li se na základě_dostatečných a spolehlivých údajů formulovat_zákoni-tost vývoje daného jevu. To s_e poměrně dobře daří pro ty jevy, jejichž historický průběh lze popsat matematickými funkcemi, zejména lineární, exponenciální, periodickou (cyklickou) a logistickou funkcí. Exponenciální průběh mají tzv. explozivně se vyvíjející jevy, jako jsou růst populace či růst počtu vědeckých prací. Cyklickými funkcemi jsou například pohyby nebeských těles nebo mechanické kyvadlové pohyby. Podle logistické funkce probíhá rozšiřování některých jevů technického rozvoje, například růst počtu automobilů. Všechny ostatní matematické funkce, kterými extrapolujeme jakékoliv časové řady a trendy, jsou většinou velmi přibližným a náhodným vyrovnáním průběhu sledovaného jevu. Trend obecně popisuje vztahy mezi dvěma nebo více parametry, a pokud je jedním z těchto parametrů čas, mluvíme o časové řadě sledovaných ukazatelů. O her ně |g frenH dpfinnvqnJ jsou-li k dispozici data z více než dvou cyklů (např. dnů, roků) jeho průběhu a je-li možné určit jeho počátek a konec tak, aby byly úplně vyloučeny nepravidelné výkyvyjnezi jednotlivými cykly. Volba jevů nebo parametrů, pro které je účelné sestavit a extrapolovat trendy, vychází z výrobního programu, z cílů a očekávaných tržních příležitostí uživatele prognózy apod. 121 I. HISTORIE METODY Extrapolace je velmi stará metoda. Objevuje se vždy tam, kde se lidstvo při odhadování budoucnosti s úspěchem nechávalo vést minulou zkušeností. Rostoucí důvěra v extrapolaci posilovala stále sofistikovanější možnosti matematického vyjádření, i když se ne vždy podařilo příčinu pokračujícího růstu teoreticky vysvětlit. II. POPIS METODY Metoda extrapolace je založena na základním předpokladu, že v průběhu společenských aktivit platí základní zákony, které řídí vývoj relevantních proměnných určitým směrem na základě předurčeného kurzu. Tento předpoklad vedl k závěru, že jakmile jsou jednou tyto základní zákony úspěšně kvantifikovány prostřednictvím analýzy předchozího vývoje a vyjádřeny ve formě odpovídajících vzorců, ocitneme se automaticky v takovém postavení, že budeme schopni si představit budoucí "vývoj. Předpovědi postavené na takových výchozích pojetích jsou v podstatě založeny na analýze minulých aktivit. Z matematicko-statis-tických nástrojů potřebných pro tuto analýzu jsou vyžadovány znalosti analýz časové řady nebo rozklad časové řady do dílčích složek (trendy, typické sezónní, ale dosud krátkodobé fluktuace, obchodní cykly a nepravidelné vlivy). III. UŽITÍ METODY PŘEDPOVĚDI NA ZÁKLADĚ ANALÝZY ČASOVÉ ŘADY Zkušenosti ukázaly, že základní hypotézy, na nichž [e analýza časové řady založena - tzmjieměnnost_proměnných v čase, se netýká fenoménu ekonomického cyklu. Z tohoto důvodu nemůže být analýza časové řady zpočátku použita pro ekonomické předpovědi. Důvodem je nepravidelnost cyklických fluktuací. Zdá se, že výše zmíněné hypotézýTze ve většině případů aplikovat na sezónní, a tudíž krátkodobé cyklické fluktuace, stejně jako na dlouhodobé vývojové trendy. Nejprve se podíváme na krátkodobé fluktuace s dobou trvání méně než jeden rok, které jsou předmětem sezónních, měsíčních, týdenních, denních nebo hodinových rytmů. Neměnnost těchto krátkodobých vzorců aktivity je zjevná. Proto předpovědi, které jsou založeny na reprezentačních modelech aktivity stanovených prostřednictvím analýzy minulosti, obvykle poskytují velmi dobré výsledky (obr. 11.1). 122 Obrázek 11.1 Dráhy statistických křivek Lineární —'->- 1 čas (x) čas (x) Křivka životního cyklu 1 + ea-bx + ed-cx zpomalující se růst Exponenciální -K čas (x) Růstová křivka (logistická křivka) čas (x) zrychlující se pokles zpomalující se pokles zrychlující se růst čas (x) Zdroj: UNIDO (2003), s. 8. Dlouhodobý vývoj významných proměnných, kde jsou trendy evidentní, podléhá zákonům v průběhu času. Existuje mnoho příkladů, kdv vývoj řady pro-měnných je dlouhodobě natolik pravidelný, že postihuje určitý trend, přestože dochází dočasně ke krátkodobým odchylkám. Dokonce se zdá, že větší rozsah politických a ekonomických disturbancí není schopen vychýlit dlouhodobé trendy z jejich kurzu. 123 Rozvoj makroekonomické produktivity v USA (reálny hrubý domáci produkt na obyvatele) ukázal pozoruhodně konstantní trend po více než 100 let. Není proto překvapující, že mnoho ekonomů v tom vidí vliv vrozené a těžko změnitelné „povahy" americké ekonomiky jako hlavního důvodu, který za tímto trendem stojí. Herman Kahn tvrdí o každé zemi, že má „svůj vlastní" směr dlouhodobého vývoje, a „i když se může dočasně odchýlit od svého kurzu, nakonec se vždy vrátí zpěť. Velká Británie, jejíž růst se držel kolem 2 % od roku 1860, dosáhlajx) roce 1945 růstu 3 %. Pro britské podmínky to byl_významný vzrůst, ale v dlouhodobém měřítku byl považován pouze za dočasný. Podle H/Kahna Velká Británie zůstává „zemí s dvouprocentním růstem". TYPICKÉ TRENDY Všeobecně se uznává existence různých trendů, z nichž nejdůležitější jsou znázorněny na obr. 11.1. Lineární trendy Rostou nebo klesají v čase v konstantním tempu podle základního vzorce: y = a + b x x, resp. y = a - b x x y - analyzovaná proměnná a - počáteční hodnota trendu (při x = 0) b - absolutní změna za dobu pozorování (při b < 0) x - časová jednotka (rok, měsíc, den...), kde x = 0 v počátečním bodu, časové jednotky jsou neustále aktualizovány (1,2,3,..., n). Exponenciáln í trendy Tyto trendy rostou nebo klesají v konstantní procentuální míře růstu (b) podle vzorce: log y = a + b x x, resp. log y = a - b x x Parabolické trendy Tyto trendy mají tendenci zpočátku růst nebo klesat pouze nepatrně, následně pak ve stále větší míře. Důvodem je proměnná c, která kvůli násobení s časovou jednotkou umocněnou na druhou způsobuje stále silnější odklon trendu nahoru nebo dolů. To odpovídá vzorci: y = a + bx + cx2, resp. y = a + bx - cx2 Logistické křivky, růstové křivky Tyto trendy mají podobu písmene S - pohybují se z počáteční rovnovážné 124 fáze do dynamické fáze, aby pak na konci vstoupily do nového rovnovážného stavu. To odpovídá vzorci: a . y =-— + b l + ea"bx KŘIVKY ŽIVOTNÍHO CYKLU Nejprve následují růstové křivky trendu. V následující periodě opět klesají. Trend odpovídá rovnici: a i y =-+ b 1 + ea"bx + ed"cx Teorie_růstu často pracuje s tímto znázorněním trendů. Rozdíl mezi logistickým trendem, který se pohybuje smérěTnHThasycení. a tžv. křivkou životního cyklu je ten, že u posledně jmenovaného nenastane nový rovnovážný stav, ale dojde spíše k poklesu proměnné v řase. Ve všech případech jsou předpovědi založeny na extrapolacích předchozích trendů. Z tohoto důvodu je důležité nejprve určit „typický", trend. V tomto kontextu se často používá fráze „trend, který nejlépe sedí". To znamená trend, který nejlépe odráží pniběh analyzovaných říselnýrh řad a je schopen, při použití jazyka ekonometrie,je co nejpřesněji zpracovat. Tento trend je pak možné extrapolovat do budoucna za předpokladu, že vyjádřené vztahy zůstanou stejné a budou existovat i v budoucnu. PŘEDPOVĚDI ZALOŽENÉ NA VZTAHU PŘÍČINY A NÁSLEDKU Pro přípravu dlouhodobých makroekonomických odhadů by měl platit základní princip, že jsou využity přístupy založené na teorii příčiny a následku. Je zřejmé, že čas (jako proměnná) je neadekvátní pro vysvětlení vývoje národní ekonomiky. Z tohoto důvodu pouhá extrapolace vývoje v čase neposkytne dostatečné informace, které by sloužily jako základ pro plánování. Přesto jsou tyto extrapolace často používány vládami a v průmyslu. Pojem „kauzální předpověď" se používá, když jsou zkoumané proměnné postaveny do závislých vztahů s její cjvrel eyjmtn í m i či n i tel i a nazákladě znalostí těchto vztahů jsou tvořeny prognózy. Ty jsou prováděny krok za krokem: ■ nejprve jsou stanoveny faktory, které určují vývoj zkoumané proměnné; ■ poté je zaznamenán vliv těchto faktorů na proměnné; ■ nakonec je odvozena předpověď na základě předpokládaného vývoje určujících faktorů (exogenních proměnných). Postupy založené na tomto konceptu (obr. 11.2) mají široký rozsah, počí- 125 naje jednoduchými behaviorálními rovnicemi až po komplexní ekonometrické modely. V behaviorálních rovnicích je předpokládaný vývoj proměnné posuzován na základě vlivu jednoho převažujícího činitele, zatímco proměnné ekonomet-rických modelů jsou považovány za integrovaný systém matematických rovnic. Obrázek 11.2 Struktura prognózy na základě vztahu příčiny a následku — Ekonomická teorie Teoretický výrok (model) vysvětlující relevantní vztahy (formulované verbálně nebo formálně - matematicky) jr Kvantitativní formulace (v rozmezí od jednoduchých rovnic po ekonomické modely) Hodnocení a interpretace dat 1 r pro analytické účely (zvláště pro empirické testování teorií) Empirická data Statistické testovací postupy pro kontrolu kvality dosažených výsledků I Výsledky empirických zkoumání v relevantních vztazích aktuální předpovědi, které jsou vázány na velmi specifické hypotézy, ke kterým prognostik váže nejvyšší pravděpodobnost výskytu (např. obchodní cyklus) alternativní scénáře předpovědi na základě alternativně vybraných hypotéz, které reprezentují budoucí vývoj relevantních exogenních proměnných nebo charakteristik chování (např. dlouhodobé scénáře) Zdroj: UNIDO (2003), s. 9. Postupy pro určování jednotlivých proměnných se uplatňují především tehdy, když jsou přímo odvozovány jednotlivé části ekonomických informací. Nicméně je možné rozvíjet také jiné prognózy, například sklon domácností utrácet nebo vývoj kurzu na kapitálovém trhu. Avšak předpověď makroekonomického vývoje je kvalitativně velmi odlišná od souboru izolovaných, individuálně prognózova- 126 ných proměnných. Neexistuje zde fakticky žádný jednostranný kauzální vztah mezi makroekonomickými proměnnými, spíše jenom jejich vzájemné závislosti. Předvídání chování celého systému dat je značně složitější proces než předvídání chování jednotlivých proměnných. Bez ohledu na složitost použitého teoretického modelu zůstává struktura prognózy vždy stejná. Jak ukazuje obr. 11.2, kauzální předpověď je vždy založena na teoretickém konceptu (např. stanovení ekonomických proměnných a jejich vzájemné závislosti). Na základě těchto elementárních teoretických myšlenek je odvozen výrok ve slovní nebo formálně-matematické formě, který popisuje důležitost funkčních vztahů. Například: osobní spotřeba (C) závisí na čistém osobním příjmu (Y) a tendenci ke spotřebě (c), je ve formě slovní definice. Podle formální definice vypadá rovnice takto: C = cxY Komplikované modely, které se skládají ze sta i více proměnných, j sou založeny na více teoretických výrocích (rovnicích), které jsou v modelu navzájem mezi sebou propojené. Strukturovány jsou však podle stejných principů jako nejjed-nodušší rovnice. Pro využití v prognostice musí být tyto rovnice (modely) „vyplněny" konkrétními čísly pomocí dostupných statistických dat a analýz. Statistická data a analýzy se používají pro určení behaviorálních funkcí, relevantních pro každý případ. S použitím výše uvedeného příkladu může vypadat kvantifikovaná funkce spotřebitele takto: C - Cm = 0,8 x (Yt - Yt-i) (průměrný sklon ke spotřebě: 80 % čistého osobního příjmu je spotřebováno) nebo: Ct = 0,8xYt (změna v čistém osobním příjmu o 1 jednotku vede ke změně osobní spotřeby o 0,8 jednotek) nebo: Ct - Ct-i / Ct-i x 100 = 0,8 x Yt - Yt-! / Yt i x 100 (elasticita soukromého příjmu: 1% změna v čistém osobním příjmu vede k 0,8% změně v osobní spotřebě). 127 Statistika poskytuje testovací postupy, které umožňují posoudit, do jaké míry jsou formulované popisné výroky schopny postihnout realitu. Systémy zpracování dat jsou schopny značně usnadnit kvantifikaci těchto výroků a testovat, nakolik jsou relevantní. Numericky konkretizované popisné výroky (modely) mohou být využity jak pro analytické účely (např. pro empirické testování teorií), tak i pro účely prognózovaní. PŘEDPOVĚDI A SIMULACE Příčmné (kauzální) teoretické přístupy mohou být rozděleny na aktuální předpovědi a simulace alternativ. Tvjjředpovědi. které v očích prognostika indikují nejpravděpodobněi ší vývoj budoucnosti, mohou být považovány zaa.ktuální předpovědi (podobně jako u předpovědi počasí). Tyto předpovědi nejsou absolutní („tak to bude"), ale spíše podmíněné („tak to bude, pokud..."). Jsou samozřejmě založeny na hypotézách týkajících se vývoje relevantních proměnných. Prognostici přisuzují tňrnto hypotézám největší pravděpodobnost, podobně jako meteorologové očekávají, že jejich hypotézy týkající se přesunů front, tlaku, větrných podmínek apod. se opravdu uskuteční a tím se naplní i jejich předpověď. Marketingové prognózy a krátkodobé ekonomické prognózy také patří do této kategorie. Alternativní simulace předpokládají, že výše zmíněné prognózy nelze v tomto smyslu použít najielší časové úseky. Je to zejména kvůli tomu, že se v takových případech mění celkové podmínky, a to nejen u národních ekonomik, ale také například v zahraručním obchodu. Proto je nezbytné vzít v úvahu alternativy, to_zna-mená simulovat možné budoucí situace s ohledem na jejich ekonomické účinky. Při formulaci předpovědí se úsudkům založeným na odhadech nedá vyhnout. Všechny určující proměnné (např. čistý osobní příjem ve výše zmíněném případě) musí být stanoveny, pokud nejsou již zadány. To je zásadní rozdíl mezi prognózami a analytickým modejem. V prognostkkénxjriodelu musí^také být rozhodnuto o rozsahu, ve kterém budou behaviorální koeficienty opodstatněné na základě empirické analýzy minulosti. Tato rozhodnutí se činí na základě odhadů, ve kterých hrají důležitou roli nejen"teoretické znalosti, ale také zkušenost prognostika a intuice. Podobná je situaceu.prognózování za pomoci simulací. V našem jednoduchém příkladě může být vývoj osobní spotřeby odvozen od různých sklonů ke spotřebě nebo na změnách v čistém osobním příjmu. Za účelem provedení těchto simulací nesmí být alternatrvně vybrané hypotézy čistě teoretické, ale musí se vztahovat k realitě, jak jeto jen možné. Jejich výběr z neomezených možností teoretických alternativ opět vyžaduje individuální posouzení založené na odhadech a intuici. Při prezentacTalternativ je_důj£Žité soustředit se. na několik zvláště důležitých a realistických verzí. 128 ÚSTŘEDNÍ VÝZNAM KAUZÁLNÍHO ŘETĚZCE Jak je vidět na obr. 11.2, struktura teoretických výroků představuje první krok práce s kauzálními teoretickými metodami. Tento krok je velmi důležitý a soustřeďuje se na rozpoznání relevantních činitelů. Musí být určen ve stejné době jako strukturální vlastnosti charakterizující předmět zkoumání. Aby byl použitelný, musí být stanoveno, které klíčové faktory musí být brány v úvahu, aby dostatečně charakterizovaly hlavní předmět zkoumání. IV. VZTAH K OSTATNÍM METODÁM A DALŠÍ VERZE METODY Nejběžnější trendy vývoje, na které se metoda extrapolace aplikuje, jsou exponenciální trend, logistický trend, obalový trend a vedoucí trend. Pro porovnávání extrapolačních trendů matematicky formulovatelnými křivkami se používá metoda regrese a korelace. Extrapolace jsou také využívány při analýze dopadů trendu. V. PŘÍKLADY VYUŽITÍ PŘEKROČENÉ MEZE V knize Překročení mezí od Donelly a Dennise Meadowsových a Jorgena Randers£_(1225) jsou popsány postřehy a závěřylykající se dlouhodobých příčin a důsledků neustálého růstu v konečném globálním systému. Autoři se~žcfe zabývají vývojem globálních trendů a především problematľEcôu exponenciálního růstu lidských aktivit a jeho vlivu na únosnou kapacitu globálního systému (zejména v oblastech čerpání přírodních zdrojů, růstu znečištění životního prostředí a^ objemu odpadů, růstu populace, růstu produkce potravin a objemu průmyslu) Autoři zkoumali vývoj změn v rámci lidské společnosti pomocí několika nástrojů - standardní vědecké a ekonomické teorie, statistických dat, systémového hlediska (pohled na svět jako množinu odvíjejících se dynamických vzorů chování, jako jsou růst, pokles, oscilace, překmit) a počítačového modelu World3. Kauzální struktura, která vyvolá exponenciální růst, je jádrem modelu World3, který byl vytvořen k hledání odpovědi na otázky typu: „Jaký bude nejpravděpodobnější vliv lidské populace na ekonomiku? Jaké podmínky nebo přístupy zvýší naše šance na plynulé přiblížení únosné kapacitě planety?" To jsou otázky týkající se obecných vzorů chování, nikoliv přesných podmínek, které nastanou v budoucnu. Podle autorů knihy není možné konstruovat přesné „bodové předpovědi" o budoucnosti světové populace, kapitálu a životního prostředí, protože nikdo nemá dostatek informací a znalostí k takové předpovědi. „Na to, aby bylomožné dělat přesné přpdpnypdi, zálÓSÍ hndnjnpnngf gjohfllnínn systému příliš na lidském rozhodo- vánC (tamtéž). Proto autoři knihy upozorňují na velkou míru nejistoty i přesto, že 129 v modelu Wor_d3 použili ty nejlepší údaje, které mohli získat. Stejně tak je podle autorů studie mimořádně důležité porozumět obecným možnostem chování systému. Z modelu totiž vyplývá, že chování typu překmit a oscilace je reálnou možností světového systému. V případě některých zdrojů a lokalit se to již projevilo. Pokud jsou signály dosažení mezí (únosné kapacity) nebo reakce na ně výrazně zpožděny a pokud je životní prostředí při přetížení nevratně zničeno, rostoucí ekonomika překmitne přes meze únosnosti systému, zničí surovinovou základnu a zhroutí se. Výsledkem pokračujícího typu chování překmitu a zhrouceni (kolapsu) je zničené životní prostředí a mnohem nižší životní úroveň, než jaká by byla možná v případě, že by životní prostředí nebylo přetíženo. Rozdíl mezi chováním typu „překmit a oscilace" a chováním typu „překmit a kolaps" spočívá v přítomnosti tzv. erozních smyček v systému, což jsou smyčky zpětné vazby indikující porušení určitých přírodních mechanismů (např. vypouštění skleníkových plynů způsobujících globální oteplování a následné klimatické změny). „Vše, co nám World3 doposud řekl, je, že modelový systém, a tedy i systém „skutečného světa", mají silný sklon k překmitu a kolapsu. Pravdou je, že v tisících simulací, které jsme s modelem World3 prováděli, byl překmit a kolaps daleko nejběžnějším výsledkem" (tamtéž). Autoři se také zabývali simulacemi žádoucích strukturálních změn v systému lidské společnosti, které by vedly ke scénáři tzv. „udržitelného rozvoje" a kvantitativně jej vyjádřili ve formě tzv. sigmoidního růstu, kdy dojde k omezení růstu společnosti, aniž by došlo k překročení vnějších mezí (únosné kapacity ekosystémů). Přínosy, které nabízí práce na modelu World3, jsou především kvalitativní povahy. Scénáře nevyjadřují přesnou předpověď budoucnosti nebo její detailní plán, ale naznačují obecné závěry, které často nejsou při diskusích brány v úvahu, jsou však životně důležité pro příjímání našich každodenních rozhodnutí. DALŠÍ PŘÍKLADY VYUŽITÍ V roce 2004 využila analýzu prostředí skotská administrativa při vytváření rámce pro ekonomický rozvoj země na sociálním a environmentálním základě.18 Ministerstvo dopravy Velké Británie využilo tuto metodu v roce 2000 při vytváření prognózy dopravy v zemi do roku 2010.19 Metodu analýzy prostředí použila firma Intermediate Technology Consultants v roce 2002 ve studii zabývající se strategií zavádění obnovitelných zdrojů energie na ostrově Wight.20 18 Background Analysis to the Framework for Economic Development in Scotland. Dostupne na (8. 2. 2005) 19 Transport 2010: The 10 Year Plan. Dostupne na (8. 2.2005) 20 Powering the Island through Renewable Energy Background Analysis For A Renewable Energy Strategy for the Isle of Wight to 2010. Dostupne na (8.2. 2005) 131 12 ANALÝZA DOPADŮ TRENDU (TREND IMPACT ANALYSIS) Martin Nekola ^JUjL anotace Analýza depuľtu trendu jejprognostická metoda umožňující úpravu extrapolace historických trendů na základě očekávání budoucíchjudálostí, které mohou trend ovlivnit. DovoIuje~žäpoiení a systematické poznávání efektů možných budoucích událostí, které jsou v dané situaci považovány za důležité. Tyto události mohou zahrnovat technologické^ politické, sociální, ekonomické, hodnotové a další změny v závislosti na zadání a účelu studie, popřípadě dostupnosti dat. Analýza dopadů trendu tak umožňuje analyzovat důsledky budoucího vývoje na prognózovaný trend. i. historie metody Analýza dopadů trendu byla vyvinuta koncem 70. let 20. století jako doplněk kvantitativních prognostických metod založených na extrapolaci historických dat do budoucnosti - od časových řad po ekonometrii. Tyto metody jsou založeny na předpokladu, že síly, které působily v minulosti, budou působit i nadále a ze své podstaty neumožňují vzít při prognózovaní do úvahy budoucí události, které mohou ovlivnit vývoj sledovaného trendu (natož sílu možného účinku takových událostí). Vznikají tak projekce bez jakéhokoliv momentu překvapení, které jsou v mnoha případech nepravděpodobné. Odlišný nřístup analýzy dopadů trendu tkví v zapoj eníjcvalitativríího odhadu událostí, které mohou změnit extrapolach D^abázc těchto, událostí musí nhsa-hovat určení pravděpodobnosti jejich výskytu a síly jejich potenciálního vlivu. ii. popis metody Analýza dopadů trendu je prognostická metoda umožňující úpravu extrapolace historických trendů na základě očekávání budoucích událostí. Dovoluje zapojení a systematické poznávání efektů možných budoucích událostí, které jsou v dané situaci považovány za důležité. Tyto události mohou zahrnovat technologické, politické, sociální, ekonomické, hodnotové aj. změny v závislosti na 132 ^dání a účelu studie, dostupnosti dat atd. Analýza dopadů trendu tak umožňuje analyzovat důsledky budoucího vývoje na prognózovaný trend. ML UŽITÍ METODY Na nejobecnější úrovni se metoda skládá ze dvou základních krokuj 1. Matematická extrapolace historických dat - výpočet budoucího trendu. Většina algoritmů pro určení vhodného tvaru křivky nejdříve na základě znalosti historických dat specifikuje obecný tvar křivky, který je následně upřesněn tak, aby co nejvěrněji odpovídal daným datům. Výběr vhodného tvaru křivky je často obtížný a zásadním způsobem ovlivňuje výslednou extrapolaci. 2. Expertní identifikace možných událostí, které mohou svým výskytem způsobit jDdchylky od extrapolovaného trendu. U každé takové události musí oslovení experti posoudit pravděpodobnost výskytu v čase a očekávané dopady na budoucí trend. Čím větší předpokládaný dopad, tím větší bude odchylka od původního průběhu křivky trendu. Klíčovými faktory pro druhý_krok jsou schopnosti expertů posoudit budoucí vývoj a jejich představivost. Nejdříve je nutné sestavit seznam událostí potenciálně ovlivňujících budoucí vývoj. Ty musejí být hodnověrné, významné silou svého vlivu a zpětně ověřitelné. Zdrojem pro takovýto seznam událostí může být studium literatury, neformální shoda mezi konzultanty apod. Jakovjhodná se jeví také metoda Delphi. Jak již bylo řečeno, každá událost musí být specifikována dvěma ukazateli — pravděpodobností výskytu v čase a odhadem vlivu na sledovaný trend. Druhý ukazatel může být vyjádřen jako průběh v čase od počátku působení přes nej vyšší vliv až po dosažení konečného, popř. ustáleného stavu. Další možností je vyjádření pomocí velikosti (síly) vlivu v jeho maximálním a ustáleném stavu. Celkem je tak možno získat pět charakteristik (tři časové a dvě velikosti vlivu), které jsou vzájemně zcela nezávislé (např. maximální působení může být pozitivní a ustálené negativní, nebo mohou nabývat shodných hodnot apod.) a jež jsou vhodné pro většinu situací. Seznam událostí a jejich specifikace může vypadat například takto; 133 Tabulka 12.1 Příklad seznamu událostí Popis události Pravděpodobnost výskytu do roku Počet let do začátku působení Počet let do maximálního účinku Maximální účinek 1990 1995 2000 Události 10% 30% 70% 1 3 -10% Událost 2 90% 95% 99% 2 5 -5% Událost 3 15% 30% 70% 0 1 -10% Událost 4 20% 40% 40% 1 2 15% Událost 5 1 % 10% 60% 3 7 -10% Zdroj: Gordon,T. J. (2003) V konečné fázi probíhá pomocíjočítačového programu výpočet upravené extrapoTacěTVýsjejiiéljodnotv kombinovaných vlivů jsou získány sčítánínvprav-děpodobností výskytu událostí pro jednotlivé roky a velikostí jejich očekávaného vlivu. Při výpočtu musíbý^také^řihlédnuto ke specifikovanému zpoždění půso-bení jednotlivých vlivů [impact lags). Jednodušší metoda přistupuje k jednotli-yým_vlivům. jakojgy byly na sobě nezávislé Pokaid_dochází ke kombinaci jednotlivých vlivů (tj. existuje možnost, že výskyt jedné události pravděpodobně ovlivní jinou)Je nutné při řešení zapojit i metodu křížových interakcí. Směrodatná odchylka (variance) upravené prognózy je výslednicí součtu odchylky extrapolace trendu (druhá mocnina směrodatné chyby odhadu) a odchylek vlivů událostí ovlivňujících tento trend (vypočítaných z pravděpodobností výskytu jednotlivých událostí). Výsledná upravená projekce může vypadat například jako následující graf znázorňující vývoj produkce chlóru v USA. 134 Výsledky analýzy dopadů trendu lzj^yj/užít k mnoha účelům, mezi nejdů-ležitější patří: ■ hodnocení politik (a vlivů možných opatření); ■ identifikace nejvýznamnějších událostí ovlivňujících budoucí vývoj a zaměření se na tyto události; ■ odhad pravděpodobnosti dosažení strategickýchcílů v následujících letech (což umožní při malé pravděpodobnosti dosažení cílů přijmout opatření k překonání nedostatků apod.). IV. SILNÉ A SLABÉ STRÁNKY SILNÉ STRÁNKY ■ Přesné určení událostí, které vstupují do projekce trendu, umožňuje detailnější diskusi jak o samotném vývoji trenduvtak o událostech (zařazených i nezařazených) a jejich charakteristikách (pravděpodobnost výskytu, síla vlivu atd.). ■ Události a jejich hodnocení ve své podstatě tvoří scénář (viz kapitola o scénářích). Ve skutečnosti je analýza dopadůtrendu používána pro číselné vyjádření scénářů, což napomáhá jejich vnitřní soudržnosti. ■ Při rozhodovací analýze lze explicitně pracovat s neurčitostí (výsledkem analýzy dopadů trendu je prognóza v určitém rozpětí), což umožňuje koordinaci s technikami analýzy rizik. SLABÉ STRÁNKY ■ Sejzr^m událostí je prakticky vždy nekompletní. ■ Pravděpodobnost výskytu a síla vlivu jsou vždy pouze odhady s omezenou přesností. V. VZTAH K OSTATNÍM METODÁM Sama analýza dopadů trendu je úpravou jednoduché metody extrapolace trendu. Obecný koncept metody - zahrnutí vnímání (očekávání, odhad) budoucnosti do jinak deterministického prognózovaní - v sobě skrývá velký potenciál. Může být použit v simulačních technikách, při aplikaci teorie her apod. V praxi byl výzkumníky využit například ve spojení se systémovou dynamikou k vytvoření metody „pravděpodobnostní systémové dynamiky". V rámci této metody je umožněno vnějším událostem v průběhu simulace ovlivňovat pravděpodobnost výskytu jiných událostí (křížové interakce), strukturu systému nebo tabulkové funkce, které vyjadřují hodnotu zpětné vazby uvnitř systému. Analýzu dopadů trendu lze také tvořivě propojit s metodami, jako jsou brairiz storming, scénáře nebo kolo budoucnosti. 135 VI. PRAKTICKÉ PŘÍKLADY VYUŽITÍ Analýza dopadu trendu patří mezi poměrně často využívané. Přinejmenším jedna z komerčních informačních služeb, Health Care Futures, vytváří prognózy trhu s léky pomocí této metody. Mezi další organizace využívající analýzu dopadů trendu ve Spojených státech amerických patří například Federální úřad pro letectví, Federální úřad pro vyšetřování (FBI), Národní nadace pro vědu, Ministerstvo energetiky, Ministerstvo dopravy a další. Metoda byla také ve velké míře využita pro návrh proměnných zahrnutých do indexu nazvaného Stav budoucnosti (State of the Future Index - SOFT) projektu Millennium.21 Pro ilustraci aplikace metody lze využít postup použitý při prognóze vývoje dostupnosti potravin v zemích s nízkým příjmem obyvatelstva (vyjádřeno počtem kalorií na den a osobu). Primárním zdrojem historických dat byla databáze Foodstat Nutrition Organizace spojených národů pro výživu a zemědělství (FAO). Získaná data byla poté extrapolována pomocí nej vhodnější křivky, která byla vybrána pomocí statistického programu Statplan 5.0. V tomto případě byla za základ vybrána lineární křivka v = m x t + b. Tabulka 12.2 Historický vývoj a lineární extrapolace (prognóza kurzívou) Rok ca l/cap rok cal/cap rok cal/cap rok cal/cap 1982 2382,0 1990 2571,0 1998 2659,0 2006 2813,0 1983 2406,0 1991 2527,0 1999 2685,0 2007 2831,0 1984 2450,0 1992 2553,0 2000 2679,0 2008 2849,0 1985 2431,0 1993 2547,0 2001 2722,0 2009 2876,0 1986 2467,0 1994 2574,0 2002 2740,0 2010 2885,0 1987 2472,0 1995 2618,0 2003 2759,0 2011 2903,0 1988 2474,0 1996 2644,0 2004 2777,0 2012 2922,0 1989 2523,0 1997 2673,0 2005 2795,0 Zdroj: Gordon,T. J. (2003) Následně byly na základě předešlého výzkumu v rámci projektu Millennium vybrány události, které mohou ovlivnit extrapolovaný vývoj, a k těmto událostem byly přiřazeny pravděpodobnosti výskytu a odhadovaný vliv. Výsledný seznam vypadal takto: 21 Srovnej kapitolu 4 Index stavu budoucnosti. 136 Tabulka 12.3 Příklady určení vlivu událostí na prognózu trendu Událost 4. Monokulturní zemědělství se ukáže zranitelným útoky adaptovaných (upravených) organismů Rok Pravděpodobnost Počet let od prvního výskytu události Odhadovaný vliv [%] 2003 0,0 1 0,0 2004 1,0 2 -0.1 2005 2,0 3 -0.2 2006 3,0 4 -0.3 2007 5,0 5 -0.5 2008 7,0 6 -0.7 2009 9,0 7 -0.9 2010 10,0 8 -1,0 2011 10,0 9 -1,0 2012 10,0 10 -1,0 Událost 5. Biotechnologie v zemědělství: zlepšení dostupnosti jídla, zlepšení zdraví zvířat, zvýšení odolnosti vůči nemocem a hmyzu apod. Rok Pravděpodobnost Počet let od prvního výskytu události Odhadovaný vliv[%] 2003 4,0 1 0,0 2004 8,0 2 1,0 2005 12,0 3 2,0 2006 16,0 4 3,0 2007 20,0 5 5,0 2008 24,0 6 7,0 2009 28,0 7 9,0 2010 32,0 8 10,0 2011 36,0 9 10,0 2012 40,0 10 10,0 Zdroj: GordoruTJ. (2003) V následujícím kroku bylo pro každou z těchto událostí vybráno náhodné číslo od 0 do 100. Jestliže překročila pravděpodobnost výskytu události pro daný rok toto náhodné číslo, událost „nastala". Celkový vliv na extrapolovanou křivku v daném roce byl poté získán jako algebraický součet všech takto vybraných vlivů. Výsledná křivka byla uložena do databáze a proces se znovu opakoval celkem lOOkrát (vhodnější by bylo 1000 až 10 000 opakování, ale v tomto případě byl počet opakování omezen z důvodu výpočetních kapacit). Každé z těchto 100 opakování může být považováno za miniscénář, pokaždé s odlišnou posloupností událostí a jejich výsledným vlivem určujícím tvar budoucí křivky. Následná analýza identifikovala pro každý miniscénář hodnotu mediánu a obou kvartilů pro každý rok. Nakonec byly tyto informace převedeny do grafické podoby. V tomto případě vybrané události vytvořily poměrně velké rozpětí neurčitosti. Padesát procent budoucího vývoje vykresleného v miniscénářích se nachází mezi 137 hodnotami 2857 až 3036 kalorií na osobu a den. Nicméně medián se nachází velmi blízko původní lineární (neupravované) extrapolace. Graf 12.2 Aplikace analýzy dopadů trendu Kalorie na osobu a den 3100-------------.------ 2300 ..................................................................................-...............................................-.....................................................................-...............................-........-.....-................-......-.............. 1982 1987 1992 1997 2002 2007 2012 Zdroj: Gordon,T.J. (2003) LITER ATURA Gordon, T. J. 2003. Trend Impact Analysis. In Glenn, J. C. and Gordon, T. J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 138 13 ANALÝZA MEGATRENDŮ (MEGATRENDS ANALYSIS) Robert Stojanov Jedna_z_nejhěžnějšířh forem kvalitativních analýz trendů je nalezení (identifikace) megatrendu. Megatrendy představují významné, rozsáhlé směry vývoje, které mohou změnit společnost v mnoha oblastech, například v politice, ekonomice, technologiích, hodnotách a sociální vztazích (obr. 13.1). Analýzu mega-trendů lze aplikovat na všechny oblasti v rámci definovaného času a prostoru. Je důležité si uvědomit, že megatrendy mohou samy o sobě vytvářet silné protichůdné trendy, které se mohou vzájemně ovlivňovat. Obrázek 13.1 Co se může v budoucnosti změnit? • Globální prostředí - zranitelnost - strukturální změna - liberalizace trhů • Demografické trendy - růst, stárnutí - etnická a sociální nerovnováha - urbanizace • Bezpečnost -fundamentalismus - terorismus • Spotřebitelé - náročnost/sofistikovanost poptávky - bezpečnost produktů • Technologie a konkurence - informace a komunikace - narušení řetězů přidané hodnoty - mobilita - biotechnologie • Distribuce a zásobování - nové standardy - záměna, nové úrovně přidané hodnoty • Specifické sektorální trendy - procesy specializace • Identita podniků -vize, poslání - vlastnictví a hierarchie - definování obchodních aktivit - pozice na trhu Zdroj: UNIDO (2003), s. 10. 139 JAK ROZPOZNAT MEGATRENDY (POSTUP): 1. Prostředí (rámec) Jsou definovány předpoklady týkajícíse času a prostoru. 2. Definování společenských sfér Společnost je rozčleněna na formulovatelné kategorie (sféry) - například vedení, bohatství, komunikace, výroba^ technologie, věda, sociální vztahy, kultura, hodnoty. _ 3. Trendvv_každésféře Na základě dostupných informací je v každé kategorii vytvořena sadatrendů. Jedná se o poznávací proces, který Je založen na rovnocenném podílu výzkumu, zdravého rozumu a představivosti. 4. Vzor v každé sféře Prostřednictvím obsahové analýzy reprezentativních nositelů informací (dostatečně široká množina odborných periodik, explicitní proj e vy všech významných nositelů zájmů a reflexe stavu dané společnosti apod.) je definován obecný trend nebo vzor v každé kategorii. 5. Identifikace megatrendů Jako megatrendy jsou označeny kvalitativní změny procházející zkoumanými oblastmi. PŘÍKLAD: SPECIFIKA MEGATRENDŮ Kodaňský prognostický institut (The Copenhagen Institute for Futures Stu-dies — CIFS) vyvinul sadu megatrendfi, která se zaměřuje na postižení kvalita-tivních změn ve „znalostních ekonomikách" rozvinutých zemí ve více než desetiletém horizontu. Tato práce identifikuje následující trendy: ■ Globalizace - jeden svět, mnoho kultur ■ Posílení individualismu a břemeno svobody ■ Era znalostních technologií (digitalizace, informační procesy, biotechnologie, genetické inženýrství) ■ Znalostní kapitál ■ Nehmotné bohatství ■ Etos - formování budoucnosti. VÝHODY Megatrendy jsou významné ve všech oblastech práce s budoucností. Protojby jakákoliv základní sada nástrojů (metod), zabývající se budoucností, měla vždy 7.a_hrnovaf idenrifikari megatrendů (obr. 13.2). 140 Obrázek 13.2 Vzájemné vztahy mezi metodami a časovou škálou 1-3 roky 5-10 let 10 let Kvantitativní analýzy trendu Výzkum Delphi metodou Megatrendy Scénáře a divoké karty Vytváření vizí Kvalitativní analýzy trendu Dílny budoucnosti Zdroj: Strategie Futures Team (2001), s. 4. NEVÝHODY ■ Megatrendy mohou být příliš obecné. ■ Megatrendy jsou příliš široké a často je potřebné je doplnit detailnějším pohledem. ■ Megatrendy mohou způsobit pnidkon reakci nebo odpor -^dílčí__trendy mohou jít proti působení megatrendu. Například globalizace (jako megatrend) může vytvořit reakri ve formě etnických konfliktů. LITERATURA Naisbitt, J. 1984. Megatrends. New York: Warner Books. Strategie Futures Team. 2001. A Futurists Toolbox. Methodologies in Futures Work. London: Performance and Innovation Unit. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 141 14 METODA DELPHI (DELPHI METHOD) Markéta Nekolová ANOTACE Metoda DelphiLvznikla na začátku 60. let 20. století v USA. Je založena na dotazníkovém šetření panelu expertů probíhajícím ve dvou či více kolech. Hlavním cílem je podpořit reálnou debatu, která by však byla nezávislá na osobnostech expertů. Této nezávislosti se dosahuje pomocí dvou základních rysů metody Delphi: anonymity a zpětné vazby. Žádny z expertů nezná jména ostatních účastníků; zároveň se v rámci zpětné vazby každému z účastníků dostane do ruky kompletní přehled všech postojů ostatních (anonymních) účastníků, na jehož záldaděmůže_svůj názor pozměnit, úplně přehodnotit, nebo znovu potvrdit Metoda Delphi je velmi efektivní^technika při zkoumání především dlouho-dobé budoucnosti. I. HISTORIE METODY Moderní rozkvět metod7zkoumajících budoucnost začal na počátku 6JXJet 20. století vyvinutím metody Delphi v Santa Monice v USA. Členové tamního výzkumného týmu RAND Olaf Helmer, Nicolas Rescher, Norman Dalkey a další postupně během několika let pracovali na vývoji této metody která měla odstranit překážky spojené s dosahováním konsenzu expertů při běžných konferencích konaných v jedné lokalitě. Pojmenovali ji po řecké věštírně, která se nacházela ve městě Delfy, kde ve starověku předpovídali budoucnost pomocí halucinogenních výparů a zvířecích vnitřností. Od doby první studie věnované metodě Delphi nazvané Report on a Long--Range Forecast Helmera a Gordona z roku 1964 byla tato technika využita nesčetněkrát pro zkoumání budoucnosti v nejrůznějších oblastech. II. POPIS METODY Metoda Delphije-kontrolovaná diskuse „na dálku", která jjrobíljá anonymně ve více kolech. Tradičně se realizuje prostřednictvím letecké Či elektronické pošty nebo faxu. Každý z účastníků touto cestou v prvním kole obdrží a vyplní dotaz- 142 nik vypracovaný organizačním týmem, odešle jej zpět a ve druhém kole obdrží souhrn výsledků prvního kola současně s druhým dotazníkem. Na základě předchozích výsledků má možnost ve druhém kole pozměnit svůj názor nebo vysvětlit důvody pro jeho zachování. Stejný princip platí pro všechny účastníky bez ohledu na míru extrémnosti jejich postojů a názorů. Všichni účastníci se také vyjadřují k odpovědím ostatních. Tento postup je většinou opakován tolikrát, až se dospěje ke společnému konsenzu. Jelikož je počet účastníků obvykle malý, nejsou výsledky statisticky významné. Jedná se spíše o syntézu pohledů, generování myšlenek (i extrémních) určité konkrétní skupiny nic více ani méně. Obrázek 14.1 Obecný model procesu Delphi Start Definice problému Výběr členů panelu Příprava a distribuce dotazníku Příprava a distribuce druhého/třetího dotazníku Ne Analýza odpovědí Bylo dosaženo konsenzu? Ano __£_ Poskytnutí požadovaných informací a sumarizace odpovědí ____i___ Závěrečná zpráva Zdroj: Slocum (2003), s. 77. Otázky ystnpnjtVí d n diskuse v rámci Delphi jsou obvykle trojího typu: • Předpovědi událostí budoucího vývoje. Tyto otázky vyžadují odpovědi na to, kdy a zda se určitá událost stane nebo jakou podobu bude mít určitý jev v budoucnosti. 143 • Žádoucnost nějakého budoucího stavu. Tyto otázky se ptají, zda by se nějaká událost stát měla. • Prostředky k dosažení nebo vyvarování se budoucího stavu. V tomto případě se jedná už o implementaci politiky. Otázkou tedy je: kdo má co udělat, kdy, kde a s vidinou dosažení jakého cíle. Tento cíl je zásadní. Podle typu otázek a tím i orientace procesu Delphi se pak volí jeho účastníci. Otázky tykající se pravděpodobného vývoje vyžadují účast expertů s praktickými zkušenostmi a detailní znalostí problematiky. Normativní otázky naopak vyžadují zcela odlišný přístup zahrnující morální, politickou a sociální dimenzi. Otázky týkající se návrhu politiky zase vyžadují znalost umění možného. III. UŽITÍ METODY Po definici výzkumného problému a výběru vhodné metody, v tomto případě Delphi, musí organizační tým nejprve oslovit účastníky-experty. Základem pro realizaci úspěšného procesu Delphi je jejich výběr, jelikož konečný výsledek záleží na rozsahu znalostí a spolupráci expertů. Identifikovat potenciální experty lze prostřednictvím seznamů literatury, která pojednává o zvolené problematice, na základě doporučení výzkumných institucí nebo přímo na základě doporučení etablovaných výzkumných pracovníků. Obvyklý počet účastníků se pohybuje mezi 15 a 35 osobami. Počet „panelistů" by měl předjímat míru návratnosti od 35 do 75 %. Jakmile je panel vytvořen, měla by být každá osoba individuálně kontaktována, například prostřednictvím telefonního rozhovoru, později doplněného o oficiální zvací dopis. Ten by měl obsahovat popis projektu, jeho cíle, počet dotazníkových kol a ujištění o anonymitě procesu. Jakmile jsou vybráni experti, může organizační tým začít formulovat otázky do dotazníkuľOtázky musí být jednoznačné a zodpovědítelné. Z důvodů budoucího porovnávání a třídění odpovědí je také velmi důležitá stylizace otázek. V této souvislosti je užitečné provést na malém vzorku panelistů (zhruba deset spolupracovníků organizačního týmu) pilotáž dotazníku. Na základě výsledků pilotáže se doladí nedostatky ve formulaci otázek, především se odstraní skryté možnosti pro chybnou nebo nedostatečnou interpretaci. Výsledné dotazníky se rozešlou jednotlivým účastníkům prostřednictvím pošty, e-mailu nebo faxu. Úvodní dopis by přitom měl znovu připomenout cíle studie, stanovit postup pro zodpovídání otázek a připojit zpáteční adresu, na kterou se mají vyplněné dotazníky zpětně poslat. Po navrácení dotazníků od expertů je úkolem organizačního týmu porovnat a setřídit výsledky. Další kola pak slouží k prezentaci výsledků předchozích kol, k prezentaci důvodů k extrémním názorům a jako výzva pro znovuposouzení formulovaných názorů na^základě těchto výstupů (včetně extrémních názorů). To vše opět formou vyplňování dotazníkových formulářů. 144 Výsledky je možné zobrazovat například pomocí mediánu, kde je prostor i pro uvedení extrémních hodnot a přitom není výsledek těmito hodnotami zkreslen (jako např. při použití průměru). Graf 14.1 Příklad zobrazení výsledků aplikace metody Delphi 2000 2005 2015 2035 2075 Později Nikdy 25 % panelistů udalo bližší časový horizont odpovědi okolo mediánu 25 % panelistů udalo vzdálenější časový horizont Zdroj: Gordon,T.J.,The Delphi Metod. In GlennJ. C. and Gordon,T.J. (2003), s. 13. Kon.ečné_výsledky procesu jsou obsaženy v závěrečné zprávě, kterou vypracovává organizační tým. IV. SILNÉ A SLABÉ STRÁNKY METODY Realizace úspěšného procesu Delphi není lehká, především z toho důvodu, že úspěšnost procesu závisí až kriticky na zvolených expertech, jejich interpretaci otázek_(z tohoto důvodu je nutné se vyvarovat jakýchkoliv nejednoznačností) a ochotě absolvovat celý často několikakolovýproces až do konce. Jednoznačně nej silnější stránkou Delphi je její schopnost prozkoumat bez emocí a objektivně zvolenou problematiku, na jejíž podobě je potřeba dosáhnout konsenzu. Při výběru otázek je nutné počítat i s tím, že ne všechny typy otázek jsou nejlépe zodpovědítelné v rámci metody Delphi (konkrétně se to týká otázek zjišťujících fakta). Naopak je tato technika ideální pro získávání informaci o budoucich^ôbecnych trendech, žádoucnosti určitého jevu a směrech k jeho dosažení. Slabou stránkou metody Delphi je bezesporu časová náročnost. Jedno kolo zabere zhruba tři týdny, tříkolový proces Delphi pak od tří do šesti měsíců včetně doby na přípravu, analýzu a závěrečnouzprávu. ^Trochu problematické je také postavení expertů, kteří zaujímají extrémní názory na problematiku. Především tehdy, pokud si za nimi pevně nestojí, často raději své mínění změní, nežli by vyjádřili důvody pro takové postoje. Neplatí to samozřejmě u těch, kteří si svým postojem jisti jsou a dokáží ho také patřičně obhájit. 145 V minulosti se jako slabá stránka metody uváděla možnost, že experti nedojdou ke konsenzu. V současnosti to již neplatí, jelikož cílem je především získat syntézu pohledů expertů, někdy ve formě společné shody o problému, jindy ve formě krystalizace důvodů stojících za vzájemně rozdílným viděním situace. V. LIMITY UŽITÍ METODY Jednoznačně nejvíce limitujícím faktorem, nastíněným již v předchozí kapitole, je výběr účastníků-expertů. Pro maximální pravděpodobnost úspěchu celého procesuje nutné zvolit právě ty experty, kteří s největší pravděpodobností adekvátně zodpoví dané otázky. Postupů výběru se využívá několik: Osobní odhad míry kompetence^ Jedná se o velmi často užívaný postup výběru expertů do metody Delphi. Vhodný je především v případech, kdy je počet otázek v dotazníku i potenciálních účastníků malý, a je tedy možné se každého z nich v každé otázce znovu zeptat, jak kvalifikován se cítí na ni odpovědět. • Prístup zámku a klíce. Při tomto postupu jsou spojovány schopnosti účastníků s požadavky otázek. Otázky jsou směřovány pouze_tém expertům, jejichž profil odpovídá požadavkům y otázkách. Profily jednotlivých úč_astníků jsou zjišťovány prostřednictvím dotazníku, který vyplní v době připojení se k panelu expertů. • Vyhledávání v úplném textu. Je velmi podobné jako minulý přístup s tou výjimkou, že pracuje s otevřenějšími a plně automatizovanými prostředky spojujícími požadavky otázek s odborností účastníků. Každý potenciální účastník předloží organizačnímu týmu svůj životopis obsahující veškeré odborné způ-sobiiostL Suma těchto životopisů vytvoří databázi a stačí už pouze zadat název problematiky a automaticky se zobrazí adekvátní experti. • Zúžení problematiky. Zde se odbornost a zájmy účastníků zjišťují na základě výběru těch otázek, k jejichž zodpovězení se účastníci cítí být kompetentní. • Výběr na základě předchozího výkonu. Při tomto postupu se vybírají experti z řad osob, které správně zodpoví složité otázky týkající se budoucnosti. Otázky jsou směřovány od jednoduchých (otázky týkající se současné situace) ke stále složitějším, zjišťujícím budoucí vývoj problematiky. A jen ti, kteří dokáží reagovat na tyto složité otázky, se stávají experty procesu Delphi. • Přístup stromu. Při tomto přístupu jsou účastníkům předkládányjjo sobě jdoucí série otázek, jejichž zodpovězení vyžaduje stále vyšší znalost probjerna-tiky. A jde v podstatě o to, že se sám účastník, pokud nemá skutečně detailní znalosti problematiky, v průběhu dotazníku vyloučí, protože další sérii otázek nebude schopen zodpovědět. VI. PŘÍKLADY UŽITÍ METODY Možností, jak v praxi využít a kombinovat metodu Delphi v rámci jednoduchých, ale i rozsáhlých projektuje celá řada. Může být využita v téměř jakémko- 146 liv projektu, který se zabývá zkoumáním budoucího vývoje, například při tvorbě scénářů nebo cestovních map, při sestavování indexů budoucnosti, při hledání křížových mterakcyy simulačních a herních technikách, panelu expertů, v rámci heuristických metod (předpovědi génia, intuice a vize) apod. Příkladem z domácího prostředí může být výzkum Ústavu sociálního lékařství a organizace zdravotnictví z konce 80. let 20. století. Dotazník byl rozesílán expertům z dvanácti profesí, kteří se měli na základě svých zkušeností přiklonit k předem definovaným hodnotám v otázce budoucího vývoje zdravotní politiky. Novějším příkladem aplikace metody Delphi může být Millennium Feasi-bility Project, který realizovala Univerzita Spojených národů pro Americkou agenturu ochrany životního prostředí v roce 1993. Tato studie obsahovala proces Delphi, jehož cílem bylo prozkoumat, jaké budoucí významné události a politiky by mohly ovlivnit růst světové populace a stav životního prostředí v příštích 25 letech. Výběr expertů probíhal tak, že se sami účastníci přihlásili, že jsou experty v těchto dvou oborech. Další pak byli vybráni na základě doporučení sponzora studie, prohledáváním literatury o této problematice a na základě doporučení již přijatých expertů. V prvním kole bylo rozesláno prostřednictvím letecké či elektronické pošty nebo faxem 76 dotazníků, přičemž se jich vyplněných vrátilo 42. V druhém kole byl odeslán stejný počet dotazníků (76) a z těch, kteří vyplnili první dotazník, jich v tomto kole vrátilo vyplněný dotazník 25. Než byly dotazníky odeslány expertům, bylo provedeno jejich ověření na malé skupině osob a na základě jejich připomínek byly otázky v dotazníku upřesněny, změněny či doplněny. Konstrukce otázek byla jednoduchá. V prvním kole se soustředily na vlivy, které v minulosti způsobily v obou oblastech změny. Organizační tým nabídl v této souvislosti expertům základní seznam a požádal je, aby ho případně rozšířili o položky (vlivy), které považují za významné. Dále se otázky týkaly nových současných a budoucích vlivů, které mohou způsobit změny, a budoucích potenciálních, dosud nezaznamenaných, událostí. Expertům byl znovu předložen jejich počáteční seznam s žádostí o jeho rozšíření a stanovení pravděpodobnosti a vlivu na budoucí vývoj v obou oblastech. V rámci druhého kola byly tyto rozšířené seznamy položek vráceny jako zpětná vazba všem expertům. Ti se ke všem měli vyjádřit a znovu určit pravděpodobnost a míru vlivu na budoucí vývoj. Vedle toho se měli také vyslovit k politickým opatřením, která by měla být implementována, aby se zlepšila budoucí situace v obou oblastech. LITERATURA Gordon,T.J. 2003.The Delphi Method. In GlennJ. C. and Gordon,T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 147 Slocum, N. 2003. Participatory Methods Toolkit. A Practitioner's Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Strategic Futures Team. 2001.^ Futurist's Toolbox. Methodologies in Futures Work. London: Performance and Innovation Unit. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 148 15 CESTOVNÍ MAPY PRO VĚDU A TECHNOLOGIE (SCIENCE AND TECHNOLOGY ROAD MAPPING) Martin Nekola ANOTACE Cestovní mapy pro vědu a technologie představují prognostickou metodu sloužící k plánování nebo zkoumání vědeckého a technologického vývoje a využití získaných poznatků v praxi. Cestovní mapy popisují možné budoucí prostředí v oblasti vědy a technologií, upozorňují na budoucí potřeby, poskytují strukturu a nástroje pro porozumění komplexním problémům, identifikaci žádoucích a nežádoucích směrů vývoje a umožňují dosažení konsenzu při plánování cílů technologického vývoje a jejich implementace v čase. Obvykle se jedná o grafické znázornění možného nebo chtěného vývoje védy nebo technologie, často zaměřené na plánování vývoje konkrétních produktů. I. HISTORIE METODY Historicky se metoda cestovních map vědy vyvinula z těchtojří zdrojů: 1. Zkoumání historie řetězení vědeckých a technologických událostí vedoucích k inovacím. V 60. letech 20. století vyšly na toto téma dvě zásadní studie - Traces (Stopování) vydaná National Science Foundation a Hindsight (Ohlédnutí zpět) iniciovaná Ministerstvem obrany USA. Obě studie se paralelně snažily vystopovat vztahy mezi vědeckými objevy a technologickými průlomy, které vedly k současnému stupni poznání. První studie se zaměřila na výzkum a vývojové události, které vedly k vybraným pěti inovacím (magnetické ferity, videorekordér, orální antikoncepce, elektronový mikroskop a maticová izolace). Mezi nejzásadnější zjištění patří, že ve většině případů nešlo o plánované a koordinované „události" přímo související s konkrétním projektem. Ve druhé studii bylo zkoumáno 20 zbraňových systémů a související události orientovaného i neorientovaném výzkumu. V případě orientovaného výzkumu se tyto události projevily v systémech průměrně za devět let, zatímco u neori- 149 entovaného výzkumu až za 20 a více let. Aplikovaný výzkum byl proto v této studii považován za užitečnější pro analyzované pokročilé zbraňové systémy než výzkum základní. 2. Plánovací technika PERT zobrazuje sítě kroků a úkolů, které vedou k definovanému cíli projektu. Uzly grafu znázorňují významné události, jejich posloupnost a vzájemné souvislosti. Pomocí metody lze identifikovat rozhodující cestu a posloupnost událostí určujících čas, kdy bude dosaženo cíle. V praxi se používají také další variace této plánovací techniky. 3. Technologické cestovní mapy zahrnují tvorbu sítí, které se velmi podobají grafům metody PERT, a zobrazují vzájemné vztahy a spojení mezi důležitými událostmi podobným způsobem, jaký byl využit ve výše zmíněných studiích Traces a Hindsight. Douglas Missiles_ and Space Divisinn (nyní součástí firmy Boeing) použila metodu na začátku 60. let 20. století pro zobrazení kroků hypo-tetické mise přistání na_jVhTrjjiK Další firmy užívají technologické cestovní mapy pro identifikaci takových projektů výzkumu a vývoje, které podmiňují dosažení nových produktů. II. POPIS METODY Termín „cestovní mapa" má různé významy a reprezentuje různé přístupy k zobrazování možného nebo chtěného vývoje vědy, technologie, produktů apod. Nětóí autoři zahrnují do této metody například počítačovou bibliografickou analýzu^lingvistickou a citační analýzu apod., jejichž výsledky jsou prostorově zobrazoványve vztazích a souvislostech. Jiní nazývají cestovní mapou běžný časový plán budou-cíhp_yývoje a další podmiňují mapování tím, že musí vést k určitému produktu. Robert Galvin, bývalý předseda Výboru ředitelů firmy Motorola, definoval cestovní mapu jako rozšířený pohled na budoucnost vybraného pole_zájmu složený z kolektivního vědění a představivosti nejlepšírh myslitelů v daném oboru. Cestovní mapy sdělují vize, přitahují zdroje ze soukromého i veřejného sektoru, stimulují výzkum a monitorují pokrok (Galvin, 1998). Albright (2002) rozlišuje samotný výsledný dokument a proces jeho tvorby. Cestovní mapa představuje pohled určité skupiny lidí na to, jak se dostat tam, kam chtějí, nebo jak dosáhnout požadovaného cíle, a umožňuje tak zajistit kapacity pro dosažení těchto cílů tehdy, když jsou třeba. Samotné mapování je potom procesem učení a nástrojem pro komunikaci této skupiny. V praxi se používá mnoho druhů mapování technologií, produktů, vědy apod. a s tím i souvisejících způsobů implementace ve specifických podmínkách firem. Národní laboratoře Sandia, patřící mezi hlavní tvůrce a uživatele metody, rozlišují tři hlavní typy technologických cestovních map: 1. produktové - ukazují kroky vedoucí k požadovanému produktu; 2. nově vznikající technologie - znázorňují, jak vzniká a vyvíjí se konkrétní technologie a jak může být využito zdrojů k urychlení nebo změně směřování vznikající technologie; 150 3. problémově orientované - ukazují technologie v rámci sítě jako jeden z mnoha kroků zapojených do řešení problému. V rámci technologických cestovních map se také rozlišuje mezi nabídkovými {pult) a poptávkovými (push) mapami. Nabídkové mapy se používají například k projektování programu výzkumu v příštích letech, zatímco poptávkové ces-tovní mapy mohou být využity při plánování (nejkratší) cesty k určitému cíli nebo produktu. Vedecké cestovní mapy jsou grafickým vyjádřením určité disciplíny nebo pole vědy, jejichž vývoj je zaznamenán v podobě grafu se vzájemně propojenými ele-~ menty. Názorně ukazují, jak pokroky jedné oblasti může nastartovat nebo ovlivnit vývoj vjiné oblasti. Identifikujíjdtprnarivní cestyy proudu vědeckých úspěchů, pou-kazují na mezery ve výzkumu a popisují vztahy mezi jednotlivými elementy vědy. Mohou sloužit jako podpora při rozhodování o alokaci zdrojů na výzkum, zlepšují komunikaci mezi věd r i z nižných oborů, mezi vědeckou komunitou a důležitými aktéry například při formulaci politiky vědy a výzkumu. V budoucnu mohou také ukazova^i^riiergie-a vzájemné vazby a vlivy mezi vědeckými disciplínami. Zjednodušeně feřeno je vědecká cestovní mapa sítí složenou z uzlů a spojů mezi nimi. Sítě sledují vztahy mezi příčinami a následky, vysvětlují vzájemná propojení a vlivy mezi oblastmi výzkumu a také souvislosti mezi historií, sou^ časností a očekávanou budoucností disciplíny. Takto rozvinutá síť není pouze sumou uzl_^_ale zahrnuje určitou vnitřní logiku vyjádřenou právě hodnotou spoj-nic, které spojují jednotlivéuzly a směřují k určitému cíli. III. UŽITÍ METODY Základní myšlenka cestovních map spočívá ve vzájemném propojení souvisejících uzlových bodů v grafickém vyjádření, a je tedy zřejmé, že je nutné nejprve definovat dva základní prvky cestovní mapy - uzly a jejich spojnice. Uzel představuje milník na sledované mapě a může mít jak kvantitativní (dokument, patent apod.), tak kvalitativní charakter (budoucí technologie na určitém stupni výkonnosti aj.). V prvním případě se lze řídit iidaji z různých databází, zatímco v případě druhém jde většinou o expertní posouzení. Podobně jako uzly i spojnice mezi nimi mohou nést informaci. Mohou například reprezentovat počet citací odkazujících z jednoho uzlu na druhý nebo vyjadřovat souvislosti mezi jednotlivými patenty apod. V případě kvalitativních uzlů mohou spojovací linie fungovat jako vektory vyjadřující směr vývoje a jeho časovou posloupnost, pravděpodobnost návaznosti jednotlivých uzlů apod. Každopádně proces vytváření cestovní mapyje poměrně náročný na komunikaci mezi zapojenými aktéry, a je proto vhodné jej rozdělit do několika posoBe jdoucích kroků a pro každý z těchto kroků vyčlenit dostatek času (celý proces zabere přibližně 6 až 12 měsíců v závislosti na náročnosti, kapacitách apod.). 151 Podle Kostoffa (1999) vyžaduje konstrukce cestovní mapy tyto kroky: 1. identifikaci uzlů, 2. určení jejich vlastností, 3. propojení uzlů spojnicemi, 4. ~určení vlastností spojnic. Při naplňování těchto kroků lze rozlišit dva základní přístupy, jež je vhodné kombinovat. První přístup je založen na expertním posouzení uzlů a spojnic a jejich vlastností. Hlavní důraz je kladen na znalosti a zkušenosti zúčastněných expertů a jejich subjektivní identifikaci strukturálních vztahů uvnitř sítě a kvalitativních a kvantitativních atributů jak uzlů, tak i jejich spojnic. Mezi hlavní užívané metody v rámci expertního přístupu patří klasické metody jako interview, Delphi, pracovní skupiny apod. Dochází však často k paradoxní situaci, kdy znalosti nutné k vytvoření cestovní mapy jsou plně dostupné až po jejím vytvoření, takže se nedílnou součástí cestovní mapy stává opakování samotného procesu její tvorby. Tento proces může být jak retrospektivní (od určitého produktu k jeho vzniku), tak perspektivní (od základního výzkumu k finálnímu produktu apod.) nebo kombinace obou metod. Druhý přístup je založen na počítačové analýze (jazyková, citační, obsahová analýza) velkých databází zahrnujících vědu, technologie a výsledné produkty (v podobě publikovaných článků, knih, zpráv, dopisů apod.). Pomocí těchto metod jsou identifikovány klíčové oblasti, jejich vlastnosti a vzájemné vazby a následně je zkonstruována síť uzlů a spojnic. Tento přístup není zatížen omezeními a osobními vlivy expertů, a je tudíž objektivnější než první přístup. Na druhou stranu má také svá omezení (především v kvalitě databá_zí) a nejlepších výsledků se dosahuje kombinací obou jmenovaných přístupů. Často jsou pracovní verze cestovní mapy po určitém čase zasílány zúčastněným expertům k opětovnému posouzení a korekcím, což je nejen obohacující a inspirující pro jednotlivé experty, ale tento postup také zajišťuje větší kvalitu výsledné mapy. Kostoff (1999) dále uvádí sedm faktorů, které jsou součástí procesu tvorby vysoce kvalitních cestovních map: • Nejdůležitějším faktorem je ochota vedení organizace vytvořit vysoce kvalitní cestovní mapu. • Pouze dodržení nejvyšších standardů při výběru expertů může vést k technicky věrohodné a vizionářské cestovní mapě. • Třetím faktorem je kvalifikace a objektivita expertů. Každý expert by měl být technicky kompetentní ve své oblasti a pracovní tým by měl být složen z expertů z různých výzkumných a technologických oblastí spojených s vědním oborem nebo technologickou oblastí, která je předmětem mapování. • Pro cestovní mapy, které budou používány jako základ pro srovnávání vědeckých a technologických programů a projektů, je důležitým faktorem normalizace a standardizace napříč různými cestovními mapami, pracovními týmy 152 a. vědními či technologickými oblastmi. Určitého stupně standardizace lze například dosáhnout zapojením stejných expertů s širším záběrem v různých pracovních týmech zpracovávajících podobné nebo překrývající se oblasti. • Pátým faktorem je výběr komponent pro cestovní mapu. Retrospektivní mapy se zaměřují především na rozhodující vědecké a technologické události završené úspěchem, a proto je velmi důležité pro tyto dva aspekty (rozhodující vliv a úspěšnost) řádně definovat kritéria. U prospektivních map sledujících kroky pro naplnění realistických cílů je místo úspěšnosti nutné definovat kritéria pro to, co je realistické. Jen tak je možné získat důvěryhodnou a přijatelnou cestovní mapu. Mezi další kritéria platná pro všechny druhy cestovních map patří výběr a kvantifikace uzlů a kvantifikace jejich spojení. Stejně důležitý jako předchozí je faktor spolehlivosti nebo opakovatelnosti. Do jaké míry může být cestovní mapa replikována kompletně změněným týmem? • Šestý rozhodující faktor pro kvalitu cestovní mapy je cena. • Posledním faktorem je dodržení vysokých etických standardů v průběhu celého procesu. Zapojení expertů do procesu tvorby cestovní mapy s sebou nese riziko zaujatosti a konfliktu zájmů a vzniká tak celá řada potenciálních etických problémů (zpronevěra nebo zneužití důvěrných informací apod.). V tomto ohleduje velmi důležitá role vedoucího projektu a jeho ostražitost. IV. SLABÉ A SILNÉ STRÁNKY Cestovní mapy mohou dobře posloužit jako plánovací nástroj (zkoumání možných způsobů organizace jednotlivých elementů pro dosažení určitého cíle -„čeho chceme dosáhnout") i jako technika prognózovaní (zkoumání vztahů mezi jednotlivými elementy určité disciplíny/oblasti v minulosti, přítomnosti a možných budoucnostech). V obou případech je nezbytným předpokladem schopnost myšlení orientovaného na budoucnost a spolupráce mezi experty. Cestovní mapy se stávají důležitým komunikačním nástrojem jak v rámci týmu (vědci, technici, management apod.), tak při komunikaci s různými aktéry vně organizace. Cestovní mapy se také mohou stát užitečným podkladem pro analýzu politik. Zobrazují klíčové bodv. které mohou být ovlivňovány, a umožňují identifikaci politik, které vedou nejrychleji k cíli s nejmenšími náklady. Mohou být využity při organizaci informací z nesourodých zdrojů nebo k přesnému určení konkurenčních slabin a mezer či příležitostí a možností nápravy (např. posílením lidských zdrojů nebo využitím určitých technologií). Cestovní mapy se mohou stát součástí vědeckého a technologického „marketingu" (obhajoby). Identifikují jak překážky technologického vývoje, tak slibné oblasti a mohou urychlit vývoj určitého produktu. Mohou být využity nejen k urychlení vývoje, ale také k jeho omezení nebo zastavení v případech, kdy se určitý produkt nebo výzkum stává hrozbou. Hlavní využití a s ním spojené přínosy metody cestovních map jsou tyto (MacKenzieetal.2002): 153 • pomáhá rozvíjet konsenzus mezi rozhodovateli o technologických potřebách; • poskytuje mechanismy napomáhající expertům prognózovat vývoj ve vybraných oblastech; • představuje rámec pro plánování a koordinaci vývoje na všech úrovních (v rámci organizace, celého průmyslového odvětví, napříč odvětvími nebo státy apod.); • napomáhá při strukturaci společných výzkumných projektů průmyslu a vlády a usnadňuje spolupráci mezi jednotlivými aktéry. Slabé stránky metody souvisejí především s potřebou hluboké odborné zna-losti problematiky a komplexnosti vztahů. Cestovní mapa je odrazem znalostí a odbornosti svých tvůrců, a je proto nezbytné získat co nejvíce expertů pro danou oblast. Většina oblastí zájmu je charakteristická tím, že čím detailnější a hlubší analýzu provádíme, tím více podrobností k dalšímu výzkumu nalézáme. Identifikace uzlů je obzvláště složitá v případech, kdy sledujeme oblasti základního výzkumu, kde musíme počítat s objevy, které ještě nebyly učiněny. Proto je nezbytné (ale často velmi obtížné) nalézt rovnováhu mezi hloubkou a povrchností a v určitém stadiu proces tvorby cestovní mapy ukončit. Určité nebezpečí tkví také v pouhé interpolaci trendů, která může vést ke sterilnímu myšlení a výsledkům. V úvahu proto musí být vzaty i nepředvídané událostifhespojitý vývoj a musí být kladeny otázky typu „a co když. V. VZTAH K OSTATNÍM METODÁM Rozvoj informačních a komunikačních technologií s sebou přináší nové možnosti a příležitosti v oblasti vědeckých a technologiclcých sítí umístěných na internetu a přístupných mnoha uživatelům z různých míst. Tyto sítě mohou být využity jako bohaté a neustále se aktualizující databáze založené na agregaci vstupů od jednotlivých uživatelů a poskytující dynamický obraz dané oblasti nebo systému, který odráží nejnovější objevy a vnímání účastníků sítě. Jak již bylo řečeno, při tvorbě cestovních map je možné použít celou škálu metod od interview, Delphi a různých participativních metod v případě expertního přístupu až po různé analytické nástroje, jako jsou jazyková, citační a obsahová analýza^ VI. PRAKTICKÝ PŘÍKLAD VYUŽITÍ METODY Metoda cestovních map, j e vjjraxi užívána poměrně často_^ředeyším v oblasti průmyslové výroby nebo zemědělství. Následující příklad však ilustruje použití metody vládním úřadem, který se rozhodl pomocí cestovní mapy naplánovat 154 technologické řešení svých problémů v dlouhodobém horizontu.22 Ministerstvo energetiky Spojených států amerických bylo k tomuto kroku motivováno především tlakem rozpočtových omezení (důraz na efektivitu) a ve snaze snížit rizika ohrožení zaměstnanců pracujících v rizikovém prostředí (důraz na bezpečnost). Východiskem pro řešení těchto výzev se stalo využití robotických a inteligentních strojů {robotics and intelligent machines - RIS) a účelem cestovní mapy pro RIS bylo identifikovat, vybrat a rozvíjet takové oblasti, které umožní naplňování krátkodobých i dlouhodobých cílů a potřeb ministerstva. Vývoj cestovní mapy trval celkem šest měsíců a hned na začátku se soustředil na vybudování podpory mezi hlavními aktéry a na získání jejich pomoci při definování rozsahu a omezení cestovní mapy. Prvotní identifikace potřeb do roku 2020 probíhala volnou diskusí vedoucích úředníků ministerstva. Na základě těchto diskusí mohl pracovní tým vybrat hlavní oblasti, které mohou v případě pokroku v RIS sehrát důležitou roli při naplňování cílů ministerstva a určit jejich časový rámec. Tyto oblasti byly pojmenovány jako tzv. funkční cíle a pracovní tým u každého z nich stanovil základní technologické oblasti a jednotlivé aplikace a technologie RIS, které jsou pro ně relevantní ve vztahu k definovaným potřebám. Obecně je tento vztah znázorněn v obr. 15.2. Pro každou z oblastí, kterými se organizace zabývá, bylo stanoveno tři až sedm funkčních cílů zahrnujících i přesné číselné vyjádření (např. snížení výrobních vad u modernizované bojové techniky o 50 %, snížení rizika ozáření zaměstnanců o 90 %) a umístění v jedné ze tří „epoch" v časovém rámci 1998 až 2020. Zatímco první epocha končící v roce 2004 vyjadřovala především specifické cíle jednotlivých vedoucích úředníků a jejich odborů, cíle poslední epochy (2012-2020) odpovídaly více technickému potenciálu RIS, který by měl sloužit potřebám ministerstva. Každý z cílů byl znázorněn jako graf, kde má každá epocha dva sloupce - levý obsahuje seznam technologií RIS a pravý seznam aplikací důležitých pro danou oblast. Křivka potom znázorňuje požadované zlepšení v rámci funkčního cíle. Obecná podoba grafu je tedy následující. 22 Příklad je popsán a upraven na základě zprávy Národních laboratoří Sandia nazvané Robotics and Intelligent Machines, A Critical Technology Roadmap (U. S. Department of Energy, 1998). 155 Obrázek 15.1 Základní rámec pro cestovní mapu využití robotických a inteligentních strojů Potřeby vedoucích úředníků ministerstva Potřeby vedoucích úředníků ministerstva Potřeby vedoucích úředníků ministerstva Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Funkční cíle Základní technologická oblast Základní technologická oblast Základní technologická oblast Základní technologická oblast Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Věda a technika Zdroj: U.S. Department of Energy (1998). 156 Obrázek 15.2 Obecné znázornění cestovní mapy Funkční cíl pro epochu I .... . ;];': M : Mi: .M: ... .... ..- . HHMHII1 Technologie potřebné k realizaci funkčního cíle Aplikace, \ které využijí \ schopnosti RI5 Funkční cíl pro epochu II Epocha II Technologie potřebné k realizaci funkčního cíle Aplikace, které využijí schopnosti RIS Epocha !ll Technologie potřebné k realizaci funkčního cíle Aplikace, které využijí schopnosti RIS 1998 2004 2012 2020 Zdroj: U.S. Department of Energy (1998) Při tvorbě cestovní mapy postupně vykrystalizovala průřezová témata dotýkající se všech devíti oblastí zájmu ministerstva (obrana, štěpné materiály, věda a technologie spojené s jadernou energií, národní bezpečnost, management životního prostředí, výzkum energie, bezpečnost a zdraví životního prostředí, energetická efektivnost a obnovitelné zdroje, fosilní paliva): • zdraví a bezpečnost pracovníků - omezení rizik vyplývajících z práce s radioaktivními, výbušnými, toxickými a jinak nebezpečnými materiály; • kvalita produktu - odstranění výrobních a projekčních vad pomocí technologií RIS; • snížená cena — dosažení nižších provozních nákladů pomocí RIS; • zvýšená produktivita - lepší možnosti a produktivita při dálkově řízené výrobě. Pro konkrétní ilustraci použití metody uvádíme funkční cíle stanovené Úřadem pro obranné programy. Jeho požadavkem bylo vytvoření takového výrobního komplexu, v němž budou redukovány závady, náklady, výrobní cyklus a celkové negativní důsledky aktivit spojených s jadernými zbraněmi. Dále požadoval zlepšení pracovních podmínek, které často odrazují kvalifikované pracovníky (práce s jadernými zbraněmi a dalšími rizikovými materiály apod.). Tyto požadavky byly formulovány ve třech konkrétních funkčních cílech: 157 • snížení výrobních vad; • snížení rizik, kterým jsou vystaveni zaměstnanci i životní prostředí; • snížení doby a nákladů modernizace nebo opětovné výroby. Cestovní mapy pro tyto tři funkční cíle měly následující podobu. Obrázek 15.3 Cestovní mapa Snížení rizik ohrožujících zaměstnance a životní prostředí • snížení vážných pracovních úrazů o 85 % oproti současnému stavu • snížení úniků s ohlašovací povinností o 50 % oproti současnému stavu Technologie • zdokonalené simulace • zautomatizování vybraných opakujících se činností a zvedání těžkých nákladů za pomoci RIS • využití RIS při jednoduchých činnostech, kde hrozí ozáření • zvýšení spolehlivosti pracovníků pomocí dohledu RIS • monitoring zdravotního stavu • spolupracující mobilní platformy se sadami širokopásmových senzorů Aplikace • snížení pracov nich úrazů podle standarduyndustry excellence • snížení případů ozáření a podobných událostí s ohlašovací povinností • snížení ozáření zaměstnanců • lepší sladění s předpisy a nařízeními Epocha I Technologie • široká škála simulací rizik, ergonomie a pracovních postupů • využití dálkově ovládaných RIS pro rutinní rizikové procesy • situační opatrnost při vybraných operacích • autonomní RIS pro nepříznivé situace, rizikové úniky apod. • RIS vlastní bezpečnost a spolehlivost • pasivní dohled nad lidmi Aplikace • pokračování naplňování standardů „industry excellence" • realistické simulace nejobtížnějších úloh z oblasti ergonomie a ozáření • užití procesů bez „schránek s rukavicemi" • automatický dohled nad kritickými operacemi • snížení vážných pracovních úrazů o 30 % oproti současnému stavu • snížení úniků s ohlašovací povinností o 30 % oproti současnému stavu Technologie • nová rozhraní mezi člověkem a strojem • sebevědomé a učící se RIS Aplikace • eliminace ručního řízení rizikových operací • ověřování lidských činností 1998 2004 Zdroj: U.S. Department of Energy (1998) 2012 2020 158 LITERATURA Albright, R. E. 2002. Roadmapping Frameworks. Prezentace . Galvin, R. 1998. Science Roadmaps. Science, vol. 280, No. 5365, p. 803. Gordon, T. J. 2003. Science And Technology Road Mapping. In Glenn, J. C. and Gordon,T J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Kostoff, R. N. 1999. Science And Technology Roadmaps. Arlington: Office of Naval Research. MacKenzie, D. R., Donald, S., Harrington, M., Heil, R., Helms,T.J. and Lund, D. 2002. Methods In Science Roadmapping. College Park: Experiment Station Committee on Organization and Policy. U.S. Department of Energy. 1998. Robotics and Intelligent Machines, A Critical Technology Roadmap. Sandia Report SAND98-2401/2. Albuquerque: Sandia National Labs. 159 * 16 MODELOVÁNÍ ROZHODOVÁNÍ (DECISION MODELING) Martin Nekola a Markéta Nekolová ANOTACE Metoda modelování rozhodování pomáhá vytvořit model rozhodoyjtdhojDrocesu uvnitř určitéhojiystému. Předpokládá, že rozhodovatelé zvažují při rozhojojyjmí určité množství alternativ, které hodnotí na základě různé závažnosti. Metoda tedy modeluje rozhodovací-proces jako výběr mezi konkurenčními alternativami pomocí rozhodovacích kritérií s různými váhami. Tytojjiodely však nebývají pouze statické, ale váha rozhodovacích kritérií se_jnůže v čase měnit a využitím takového dynamického rozhodovacího modelu přjjjgjjisu celého systému (tj. začleněním modelu do vnějšího prostředí rozhodovacího procesu) umožňuje lepší pochopení jeho chování jako celku. I. HISTORIE METODY Počátky snah o vytvoření modelu rozhodování spadají do roku 1971 a jsou spojeny se jmény ekonomů Fishera a Prye, kteří zformulovali jednoduchý model technologické substituce jednoho produktu na trhu za druhý vyjádřený logistickou křivkou ve tvaru S: f = V2 (1 + tanh a (t - t„)) kde_/"je dílčí substituce v kterémkoliv čase, a odpovídá polovině ročního dílčího růstu v počátečních letech a t0 vyjadřuje dobu, kdy je dokončena polovina substituce. Takto zkonstruovaná rovnice však měla řadu problémů. (1) Byla omezena pouze na situace pracující se dvěma produkty. (2) Nezachycovala faktory, které jsou za substituci odpovědné. (3) Počítala s tím, že každá započatá substituce skončí kompletním nahrazením jednoho produktu druhým. I přesto se však jednalo o vlivný a užitečný nástroj postihující nejen obchodní a technologickou substituční dynamiku, ale rovněž sociální substituce (např. prognóza pohlcení jedné čtvrti druhou). 160 S cílem odstranit některé nedostatky Fisherovy a Pryovy rovnice vznikla metoda modelování rozhodování {decision modeling). První aplikace se zabývaly například využitím potenciálu geotermální energie jako alternativního paliva nebo vyhodnocením tržního potenciálu záměny skleněných lahví za plastové. Komplexnější přístupy k problematice substituční analýzy představují modely vyvinuté Mans-fieldem, Blackmanem a později, v roce 1990,Tingyanem pro oblast marketingu. II. POPIS METODY Chování velkého,jnnožství systémů je určeno do značné míry rozhodnutími lidí nebo skupin uvnitř těchto systémů. V pc^lačním systému určuje chování párů v reprodukčním věku dynamiku systému. V tržním systému utváří tržní chování kolektivní rozhodnutí spotřebitelů. Abychom tedy porozuměli chování určitého systému, jénezbytné pochopifpovahu tvorby rozhodnutí uvnitř tohoto systému. Metoda modelování rozhodování'pomáhá vytvořit model rozhodovacího procesu uvnitř určitého systému. Předpokládá, že rozhodovatelé zvažují při rozhodování určité množství alternativ, které hodnotí na základě různých faktorů, z nichž některé jsou pro rozhodovatelé důležitější než jiné, tj. mají vyšší prioritu. Tyto rozhodovací faktory nemusí mít podobu přesnéhoseznamu s vědomým vyjádřením důležitosti, ale mohou mít implicitní vliv na rozhodování (nevědomé vnímání hodnot jednotlivých alternativ). Rozhodovatel musí při výběru nejlepší alternativy posoudit, co je pro něho cennější a co méně cenné. Například alternativa s nízkými náklady bude pravděpodobně preferovanější než alternativa s náklady vysokými. Stejně tak velký užitek bude mít při posuzování přednost před malým užitkem. Ale jak dopadne rozhodování mezi alternativou s vysokými náklady a užitkem oproti alternativě s nízkými náldady a malým užitkem? V tomto případě musí rozhodovatel specifikovat, jak důležité jsou pro něho v danou situaci náklady a jak důležitý je užitek. Pokud jsou důležitější náklady (tj. preferuje nižší náklady před vyššími), je lepší alternativou varianta s nízkými náklady za cenu nižších výnosů, a naopak. Pro modelování nebo analýzu rozhodování jedinců bylo vyvinuto také velké množství jiných metodologických přístupů. Například jedním z nejužívanějších je tzv. společné posuzování, které se spoléhá na schopnost respondentů vyjádřit své preference u předem daných kombinací znaků (vlastností). Cílem tohoto přístupu je určit upřednostňované rysy, které by bylo velmi těžké zjistit při přímém dotazování (např. otázkou, jak volili a kombinovali respondenti jednotlivé vlastnosti při posuzování celku). Při realizaci metody společného měření jsou zásadní tyto kroky: výběr znaků a jejich úroveň, určení jejich kombinací, výběr formy prezentace respondentům, charakter posouzení a výběr analytické techniky (např. výběr z celého portfolia znaků oproti výběru z nabídnutého páru). Rozličné metody analýzy rozhodování se staly také součástí strategického plánování, konkrétním příkladem je mřížka analýzy strategie (stratégy analysu 161 grid, Glenn 1989). Tato mřížka slouží k ilustraci rozsahu obecných strategických voleb. Glenn_tyrdí, že strategie umístěné v horní levé části mřížkyjsou snáze implementovatelné, avšak méně efektivní než strategie v pravé dolní části. Tabulka 16.1 Mřížka analýzy strategie Změny uvnitř Změny zvnějšku Tvorba nových systému systému systémů Informace 1 Pozitivní/Negativní posílení 2 Změna v prostředí 3 Zdroj: The Futures Group International. In Glenn, J. C. and Gordon,T.J. (2003). Na příkladě „příliš hlučné knihovny" ukazuje, že nej jednodušší, ale pravdě -podobně nejméně efektivní strategií by byla změna v rámci knihovny, například vyvesení Tiapisu „Nerušit!" na stěny knihovny, tjjjjiformování (1). O něco efektivnější, ale náročnější by bylo vynucení klidu například vykázáním hlučných návštěvníků ze studovny (2). Vůbec nej efektivnější strategií by se z hlediska boje proti hluku v knihovně mohlo stát vytvoření úplně nového systému vzdáleného přístupu do knihovny_(3_), které je ale zároveň nejnáročnější na realizaci. Pomocí této mřížky může každý zjistit, jaké strategické postupy byly užity v minulosti, a označit kompromisy mezi efektivitou strategií a stupněm náročnosti jejich implementace. S mřížkovým formátem se můžeme v této oblasti setkat také u Roberta Bundyho. V jeho přístupu řádky představují potřeby jedinců (bezpečnost, láska apod.) a sloupce představují trendy, jako například urbanizace, pluralismus, automatizace. Buňky mřížky pak obsahují otázky typu: Jak potřebu bezpečnosti ovlivní urbanizace? Jak urbanizace může uspokojovat, nebo naopak negativně ovlivňovat potřebu bezpečnosti a s jakou politikou? III. UŽITÍ METODY Jak již bylo řečeno, existuje velké množství metodologických přístupů analyzujících proces tvorby rozhodování. Zde uváděný postup je dílem skupiny vědeckých pracovníků z The Futures Group Int.23 Na začátku jimi vyvinutého procesu modelování rozhodování stojí seznaní rozhodovacích kritérií, pomocí kterých se následně posuzují vybrané alternativy. Ke každému z kritérií je poté přiřazena jeho relativní váha a posuzuje se, do jaké míry každá z alternativ tatolgitéria naplňuje. Výsledkem je matice pjxIoJmi_té následující: 23 Dostupné na . 162 Tabulka 16.2 Rozhodovací matice Rozhodovací kritéria Rozhodovacíyáhy Hodnocení alternativ A, A2 A3 A4 A5 c, W, A„ A2, Aj, A41 A5, c2 w2 A« A22 A32 A42 A52 c3 w3 Ab A23 A33 A43 AS3 c4 w4 Am A24 A34 A44 A54 Zdroj: The Futures Group International. In Glenn, J. C. and Gordon.T. J. (2003) Jakmile jsou tyto úvodní informace zadány do matice, můžeme vypočítat hodnotu, kterou má každá z alternativ pro rozhodovátele. Tuto hodnotu získáme jako sumu součinů vah (Wn) a měr jejich naplnění (Ain), matematicky vyjádřeno rovnicí: Vi = In (Wn X Am), kde: V = hodnota alternativy i Wn = váha (významnost) kritéria n Ain = míra naplnění kritéria n alternativou i Protože hodnota Ví je závislá na zvolené škále použité pro vážení kritérií a hodnocení alternativ, musí být tyto hodnoty standardizovány (převedeny na relativní čísla vydělením průměrnou hodnotou). Tedy: RV = V /AV AV = (Si V)/NOAA, kde: RV = relativní hodnota alternativy i AV = průměrná hodnota všech alternativ NOAA = počet dostupných alternativ Je zřejmé, že alternativa s nej vyšší relativní hodnotou by měla být nejlepší volbou v daném rozhodovacím procesu. Pokud se však tato metoda použije k simulaci výsledků velkého množství rozhodnutí, nemusí být vždy alternativa s nejvyšší hodnotou tou nej pravděpodobnější a nejvhodnější volbou. V takovém případě totiž váhy a míry naplnění kritérií reprezentují průrněrné hodnoty tak, jak je vnímají rozhodovatelé, a do rozhodovacího procesu mohou zasahovat například rozdíly v regional n ímj^dividuálním vnímání, alternativa rovněž může být nejvíce ohodnocena jednotlivcem, ale už ne celou skupinou atd. 163 V České republice tuto metodu pod názvem vícekriteriální rozhodování pro-pracovali MartinCerný a Dagmar Glúckaufová.24 Metodologií rozhodování se dlouhodobě zabývá také František Ochrana, který ve svých publikacích25 uvádí množství variant a přístupů k rozhodovacímu procesu (především) ve veřejném sektoru, doplněných řadou modelových i praktických příkladů a aplikací metod. IV. SILNÉ A SLABÉ STRÁNKY METODY Metodvjmojde^^ procesu rozhodování a jeho analýzy jsou od prvopočátku poměrně užitečnýmnistrojem k zachycení hlavních faktorů, které jsou zásadní pro přijetí nové technologie. Substituční analýza Fishera a Prye však obsahovala mnohá omezení (pouze dva produkty/technologie; směřování k úplné substituci; nutná znalost historických dat), která ovlivňovala použití metody. Nevhodná je například pro vícečetné substituce nebo substituce s reverzním, popř. dlouhodobějším průběhem. A také v případech, kdy počátek substituce spadá do vzdálenější budoucnosti. Tradiční substituční analýza také bohužel předpokládá, že dynamika substituce je určována výhradně cenami soutěžících technologií. Tento předpoklad se však často ukazuje jako lichý a při substituci významně zasahují do hry také další faktory, jako jsou například snadnost a flexibilita využití, prestiž, reklama apod. Nastíněné nedostatky substituční analýzy vyřešila až metoda modelování rozhodování identifikací skutečných hnacích sil působících v rámci procesu rozhodování (nejen při substituci jednoho výrobku za druhý). V podstatě simuluje rozhodovací proces významných aktérů při substituci produktů, ale také například politik, strategií apod. Výrazně silnoujtriinkou této techniky je její schopnost přijmout jako vstupy data získaná výzkumy trhu nebo výzkumy veřejného mínění. Příkladem může být dotazování spotřebitelů, o jakých produktech při rozhodování o koupi přemýšleli, jaké faktory vedly k jejich volbě a jaký tyto faktory m čiv význam při_ jejich rozhodování. V. VZTAH K OSTATNÍM METODÁM S cílem pomoci rozhodovatelům při jejich volbě byly vyvinuty různé počítačové programy, jejichž základem jsou buď klasická teorie her von Neumanna a Mor-jensteniä (např. BESTCHOICE3, LOGICAL DECISION, SMARTEDGE), nebo analýza hierarchických procesů (AHP, Thomas L. Saaty). AHP využívá například program EXPERT CHOICE, který uspořádává jednotlivé položky 24 Černý, M. a Glúckaufová, D. 1982. Vícekriteriální vyhodnocování v praxi. Praha: SNTL. Černý, M. a Glúckaufová, D. 1987. Vícekriteriální rozhodování za neurčitosti. Praha: Academia. 25 Např. Ochrana, F. 2004. Hodnocení veřejných zakázek a veřejných projektil. Praha: Aspi; Ochrana, F. 2001. Veřejný sektor a efektivní rozhodování. Praha: Management Press aj. 164 ve struktuře podobně jako strom významnosti. Strukturu zde tvoří cíl, kritéria a identifikace alternativních úrovní. Uživatelé srovnávají jednotlivé předkládané páry a software je použit na vážení rozhodovacích faktorů. Dále existuje množství softwaru a konzultačních firem, které napomáhají při analýze rozhodovacího procesu a strategického rozvoje. Známý je například Business Insights firmy Business Resource Software, který umožňuje uživatelům pracovat s faktory nefinanční povahy, které ovlivňují obchodní strategii. Společnost Imagine That, Inc. vyvinula nízkonákladové modelovací nástroje umožňující uživatelům simulovat a hodnotit strategii před její implementací. IRI Software poskytuje podporu při rozhodovacích procesech. V polovině 90. let 20. století se na trhu objevily user-friendly a relativně levné počítačové programy pro metodu společné analýzy (conjoint analysis). Mezi jinými se jedná o Sawtooth Software a Bretton-Clark. Dalším zajímavým rozšířením techniky modelování rozhodnutí je Multipol Michaela Godeta. Tato metoda pracuje s prognózami možného vývoje vnějšího prostředí, o kterém předpokládá, že může zásadním způsobem ovlivnit konečné rozhodnutím JNagříJclaajpři koupi auta bude mít kritérium spotřeby paliva různou váhu v závislosti na budoucím vývoji cen paliva. V případě příznivé prognózy (nízké ceny) může ustoupit v důležitosti jiným kritériím, a naopak se může stát rozhodujícím kritériem v případě očekávání růstu cen paliva. Tato flexibilita metody umožňuje diskutovat o relativních výhodách různých politik nebo strategií v celém spektru alternativních budoucností. VI. PŘÍKLAD VYUŽITÍ METODY Metod) substituční analýzy a modelování rozhodovacího procesu se hojně využívav rámci průzkumů trhu a při strategickém plánování. Na následují-cím~příkladu si ukážeme modelový příklad změny tržních podílů jednotlivých výrobků po proniknutí nového výrobku na trh. Takovýto model může doužit jako podpora při rozhodování jak výrobci vstupujícímu na trh (např. zda vůbec s novým výrobkem na^trh vstupovat), tak již zavedeným výrobcům (možné dopady po vstupu "konkurenčního výrobku na trh). Uvedený modelový příklad je pouze statický, je však možné (a často žádoucí) vytvářet modely dynamické, tj. měnící se v čase, s měnícími se alternativami apod. V naší modelové situaci nám jjůjde o zjištění možného vlivu uvedení nového výrobku na trh^jiutomobily. Na základě historických dat známe situaci na trhu přea uvedením nové značky. 165 Tabulka 163 Situace na trhu s automobily před uvedením nové značky Kritérium Váha Značka Ford Toyota Nissan VW Cena 10 10 6 7 7 Kvalita 6 3 10 7 8 Servis 8 4 10 5 7 Možnosti 2 1 10 4 5 Celkem 152 220 160 184 Podíl na trhu 21% 32% 22% 25% Zdroj: The Futures Group International. In Glenn, J. C. and Gordon,T. J. (2003) Takto rozložené síly a podíly na trhu se mohou změnit následovně. Tabulka 16.4 Situace na trhu s automobily po uvedení nové značky Kritérium Váha Značka Ford Toyota Nissan VW Škoda Cena 10 10 6 7 7 10 Kvalita 6 3 10 7 8 2 Servis 8 4 10 5 7 5 Možnosti 2 1 10 4 5 1 Celkem 152 220 160 184 154 Podíl na trhu 17% 26% 18% 21% 18% Zdroj: The Futures Group International. In Glenn, J. C. and Gordon,T. J. (2003) LITERATURA Černý, M. a Gluckaufbvá, D. 1982. Vícekriteriální vyhodnocování v praxi. Praha: SNTL. Černý, M. a Gluckaufbvá, D. 1987. Vícekriteriální rozhodování za neurčitosti. Praha: Academia. The Futures Group International. 2003. The Decision Modeling. In Glenn, J. C. and Gordon, T. J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Ochrana, F. 2001. Veřejný sektor a efektivní rozhodování. Praha: Management Press. Ochrana, F. 2004. Hodnocení veřejných zakázek a veřejných projektů. Praha: Aspi. 166 17 SIMULACE A HRY (SIMULATION AND GAMES) Markéta Nekolová ANOTACE Simulace a hry patři mrai velmi staré, metody zkoumání budoucnosti, jejichž prostřednictvím jze získat barvitý popis možného vývoje situace v budoucnosti. Neříkají však, s jakou pravděpodobností právě k tomuto vývoji dojde. To je úkolem jiných metod. Vedle širokého uplatnění v oblasti zkoumání budoucího vývoje v rámci všech vědních oborů se simulace a hry využívají při plánování, v oblasti designu, v zábavním průmyslu a v rámci vzdělávacího procesu. I. HISTORIE METOD Simulace a hry jako nástroj poznání souvislostí budoucího vývoje mají tradici sahající až do starověké antiky. Sirnulace válečných situací se využívají již od dob vzniku organizovaných armád. O staletí později, od dob průmyslových revolucí v EvropL se jejich využití rn7.šfn1r> n konstruování fyzikálních simulačních modelů týkajících se designu průmyslových výrobků. Ještě v době před rozšířením počítačů konstruovali experti modely obchodních spekulací, veřejných rozpočtů a jejich složek. Počáteční analýzy volebního chování simulující vliv volebních strategií jsou dalším příkladem rané aplikace simulačních modelů. A kreativní pedagogové z mnoha oblastí využívali y_jám£J své výuky jednoduchých simulací a her již od pradávna. Vznik počítačů pak rozširiľmožnosti simulací a her exponenciálně, jelikož s jejich pomocí byla eliminována potřeba nákladných fyzikálních modelů. Počítačové programy umožnily zdokonalit hypotetické modely a učinilyjjámulace realističtější. " V současnosti jsou simulace využívány k prozkoumání vlivu změn proměnných ovlivňujících všechny typy systémů v přírodních, technických Jějcařs kých, ale i společenských vědách, jako jsou demografie, ekonomie, etika, veřejná politika, politologie, sociologie atd. 167 II. POPIS METOD Simulace a hry jsou prostředkem, který umožňuje zkoumat rozličné varianty chovaní v situacích, ke kterým může hypoteticky v budoucím vývoji dojít. Obsahem práce simulátora je tedy zkoumání budoucnosti. Metoda simulace však nena-bízí směry, jakými se v dalším vývoji ubírat, „pouze" umožňuje jejím účastníkům rozhodnout se, jakým způsobem reagovat, nastane-li určitá situace. Při druhém typu simulací se využívá scénářů situací - z oblasti obchodu, demografie, ekologie apod. - s cílem probádat, co by se mohlo stát, kdyby nastala určitá situace. Simulace a hry nepracují s predikcí ani pravděpodobností výskytu určité situace nebo určitého směřování v budoucnosti. Zato jsou schopny barvitě a podrobně možné budoucnosti popsat. Na jiných metodách je, aby zjistily, s jakou pravděpodobností právě k tomuto vývoji dojde. Graficky velmi podrobně znázorňují blízkou (předpovědi počasí, letové simulátory), střednědobou (vývoj obchodu, politický vývoj a situace v mezinárodním obchodu), ale také dlouhodobou budoucnost (světové trendy, výsledky dlouhodobých politických_strategií). V simulacích a hrách se. pracuje s modely a scénáři. Model má představo-vat zjednodušenou či zredukovanou verzi reality, obsahující všechny důležité elementy této reality. Scénáři jsou v tomto kontextu myšleny snímky situace. Výsledkejna jakékoliv aplikace procesu simulace nebo her by měl být konečný scénář nějaké události. Využití simulací a her spadá do šesti hlavních kategorií: 1. Zkoumání budoucnosti. Výzkumní pracovníci využívají simulační scénáře, s jejichž pomocí se lépe rozhodují, jakým směrem se ubírat v rámci svého výzkumu. Vládní agentury, výzkumná pracoviště a jiné organizace pracují se scénáři budoucnosti a se simulacemi současně, jelikož tvoří základ pozdějšího obhajování zvolených politických kroků a strategií. 2. Jiné výzkumné využití. Simulace mohou pomoci rozšířit znalosti o budoucím vývoji, a proto jsou široce využívány v mnoha vědeckých oblastech (astronomie, fyzika, lékařský výzkum, sociální vědy). 3. Plánování. Ještě běžnější je využití simulací a her při plánovacím procesu. Prakticky každé plánování pracuje s předpoklady o vývoji problému/situace v budoucnosti a spoléhá na ně. Plánování buď odhaduje pokračování současného vývoje, nebo vytváří domněnky o změnách, ke kterým v budoucnosti dojde. Simulace bývají rovněž využívány k organizování plánovacího procesu a jako vodítko při rozhodování, kdy má být jaký článek do procesu zapojen. 4. Design. V rámci procesu tvorby designu průmyslového výrobku pomáhají simulace kriticky analyzovat adekvátnost návrhu, jeho strukturu a postup. Simulační modely jsou v současnosti stále více využívány rovněž pro návrhy interiérů a v rámci projektování staveb. V podstatě každý designérský úkol může využít počítačové simulace. 5. Zábavní průmysl. Role simulací a her v zábavním průmyslu rozvinutých zemí je rok od roku větší. Jedná se o počítačové a televizní simulace nebo hry, 168 provozované doma nebo v hernách. Simulují sportovní hry a přenosy, létání, válku, řízení, proces stavby domu, navrhování oděvů, modelů aut, ale také dokáží simulovat například rodinný život. Simulovat lze minulost, přítomnost, ale velmi často také budoucnost. 6. Vzdělávání zahrnující i virtuální realitu. Oblast rozvoje lidských zdrojů je třetí nej rozšířenější sférou využívání simulací a her. Důvod je jednoduchý. Simulace a hry dokáží zprostředkovat virtuální realitu. A člověk nejlépe porozumí tomu, co může (byť jen virtuálně) sám prožít. III. UŽITÍ METOD Přestože existuje mnoho různých technik a postupů přípravy a realizace simulací a her, vždy mají následující strukturu: 1. Stanovení cílů, definování rozsahu problematiky a určení počátečních východisek. Simulace mapující budoucnost jsou komplexní konstrukce. Je třeba podrobná příprava před rozhodnutím, jakým způsobem vyvíjetllimuľäci nebo hru. Stanovení cíle determinuje celý rozsah konstrukčních prací. 2. Výběr konstrukce modelu s cílem definovat závisle a nezávisle proměnné a jejich vzájemné vztahy. První věc, která má zásadní vliv na další postup, se týká rozhodnutí o způsobu využití počítačové techniky. Rozhodně platí, že počítače představují velmi cenný nástroj i při realizaci těch nejjednodušších simulací. Dokáží jednak zobrazit co nejpravděpodobnější verzi reality v celé její komplexnosti, ale zároveň také představují nejefektivnější způsob hodnocení výsledků celé simulace. Druhá věc se týká výběru celé řady charakteristik definujících simulační model. Je nutné rozhodnout o formátu simulace (mate-matický, nematematický, fyzikální model, psychodrama, formát hry, hrané role. programové simulační rozhodování atd.), o závislých a nezávislých proměnných, o hodnotách a vztazích mezi proměnnými, o náhodných událostech, o míře rozhodovací setrvačnosti a rovněž o tom, zda bude simulace realizována ve formě hry. 3. Přizpůsobení návrhu modelu charakteristice a povaze účastníků (simulátoři/hráči) a koordinátorů (facilitátoři/manažeři). Při navrhování simulací a her je třeba brát v pota7. reálnou úroveň znalostí a dovedností účastníků zapojených do konstrukce modelu. Získané informace gp rJr^í ye volbě vhodné jazykové formy komunikace, výběru facilitátorů, koordinátorů a zvolení adekvátního místa simulace nebo hry. 4. Výběr komunikačního systému přípravy účastníků a koordinátorů slouží-cího k předání instrukcí týkajících se postupu při simulaci nebo hře. Cíle simu-lace nebo hry a výběr účastníků determinují způsob prezentace a míru podrobnosti instrukcí. Je zapotřebí koordinátorů a manuálů pro účastníky. Manuál pro účastníky by měl být co nejjednodušší a neikratší, měl by obsahovat základní vysvětlení účelu simulace nebo hry a detailní instrukce pro postup při realizaci. Forma může být psaná nebo (v případě většího počtu účastníků) audiovizuální. 169 Druhý manuál by měl být vyhotoven pro koordinátory, výzkumné pracovníky, instruktory či vedoucí projektu. 5. Zvážení možností vstupu tvůrců modelu v průběhu simulace nebo hry. Čím komplikovanější je model situace, tím častěji je potřeba intervence samot-ných konstruktérů modelu. Jejich přítomnost během pilotáže a počátečních fází simulace nebo hry je zásadní podmínkou úspěchu. 6. Výběr prostředků a vybavení k realizaci simulace nebo hry. Na složitosti a formě simulace nebo hry záleží, jaké budou nároky na vybavení. Standardem je stůl, křesla, mamiály^papíry a tužky. Pokud se využívá počítačového softwaru, je zapotřebí disků a terminálů nebo osobních počítačů. Pro zvukové nahrávky jsou podmínkou kazetové přehrávače. Pro obrazově uspořádané elementy zase videoprehrávače a monitory. 7. Sestavení, pilotáž a ověření simulace nebo hry. Nezáleží na formě ani složitosti simulované situace. Aťjiž model znázorňuje jednoduchou situaci, nebo jde o vysoce komplexní simulaci nebo hru, je nezbytné realizovat^jejíjgil^otáž i o věřeníJUčelem těchto kroků je především identifikace problémů sestrojeného modelu a omezení jejich výskytu na minimum. IV. SILNÉ A SLABÉ STRÁNKY METOD Největší předností simulací a her je příležitost experimentovat s modely bez nákladů způsobených chybami, které se vyskytují v reálném životě. Simulace a hry jsou ideální metodou sledování vývoje různých aspektů problému. Pjesnost obrazu, který vytvářejí, však kriticky závisí na kvalitě dat a na realistickém uvažoľ vaní vztahů vyjádřených v modelech. Silnou stránkou simulací a her je rovněž jejich schopnost identifikovat a analyzovat jednotlivé alternativy budoucího vývoje v rámci plánovacího procesu či jiných typů rozhodování. Využívá se jich při definování, redefinování, analyzování a hodnocení alternativ. Nabízejí rozhodovatelům širší kontext daného pro-blému a často vedou k_objevu dříve ignorovaného n^b^ zamítnutého faktoru, který si zaslouží více pozornosti. Simulace ahry usilují oco nejpřesnější vyjádření reality. To je jejich cíl, ale zároveň také jejich slabé místo. Simulační modely jsou v praxi využitelné pouze tehdy, jsou-li schopny tuto realitu zprostředkovat. Konstrukce modelů tajc^aby co nejvíce odpovídaly skutečnosti^Je^však v praxi velmi obtížná..Reálně totiž existuje množství různých variant dané situace, což prakticky znemožňuje je všechny předpokládat. Další slabou stránkou simulací a her je skutečnost, že mnoho budoucích udá-lostí, a to i technického charakteru, je silně ovlivněno faktorem lidského jednání. Jakákoliv simulace nebo hra operující s jednáním lidí~a s jejich reakcemi na~vyvbj události musí buď zahrnout obrovské množství možností a kombinací^ nebo se vzdát přesnějšího vyjádření budoucí reality. Určité zkreslení situace při simuja-acFaTirách je tudíž nevyhnutelné. 170 V. VZTAH K OSTATNÍM METODÁM Primární účel simulací a her je získat odpovědi na otázku: „Co bude, když nastane určitá situace?" Simulace a hry bývají poměrně často využívány firmami s cílem otestovat schopnosti uchazečů o práci. Některé organizace připravují jednoduché simulace v rámci přijímacích řízení, při nichž se ptají uchazečů, co by dělali v určitých situacích. Simulace a hry lze rovněž využít ve spojení s metodou interaktivního plánování, jelikož u vytvořených modelů pomáhají ujasnit detaily nebo ukazují na důsledky aplikace modelu za jinak různých podmínek. Velmi přínosné jsou pak ve fázi plánování zdrojů, kde prezentují výhody a nevýhody alternativních řešení. Také ve spojení s mandou modelování rozhodovacích procesů jsou simulace ahry_přínosné. Jejich vztah je tentokrát zcela opačný. Zatímco simulace je technika užitečná svými některými aspekty pro interaktivní plánování, modelování rozhodovacího procesu pomáhá simulacím zajistit, že budou zahrnuty a uvažo-vány všechny releVantní fiktory. Metoda Delphi je velmi efektivním nástrojem využívaným vrámci simulací, jelikož pomáhá stanovit rozsah hodnot, které_by měly byt použity pro vstupní proměnné. Metoda Delphi je zvlášť potřebná, pokud o podobě simulované situace existuje značná nejistota, jako tomu bývá vždy v simulacích a hrách týkajících se budoucího vývoje. Systémová dynamika přispívá svými nástroji analýzy dynamiky systémů, rovnicemi a diagramy, které mapují měnící se vztahy mezi prvky systému. Každý model systémové dynamiky může být využit jako východisko pro simulaci nebo hru (programy Dynamo, Stella a iThink). Mezi další prognostické metody,ji kterých lze s úspěchem využít simulací a her, patří analýza_dopadů trendu a metoda křížových interakcí. Ve_spojení se vzdělávacími technikami nebo procesy, speciálně s vyprávěním příběhů, mají simulace a hry posilující a motivující funkci v rámci procesu učení. VI. PŘÍKLADY VYUŽITÍ METOD Asi n ejznlámějšímjří kí a d em praktického využití simulací budoucího vývoje jsou simulační modely předpovídající počasí. Data jsou sbírána pozemními stanicemi umístěnými po celém světě v různých nadmořsjcýcTi výškách. Následně jdou do rozsáhlé počítačovéjátě, která je v jednotlivycn zemích součástí meteorologických center. Meteorologická centra využívají k přípravě a tvorbě předpovědí vysoce sofistikovaný počítačový software, který je schopen zpracovala graficky představit ve formě modelu postupné změny meteorologických podmínek. Účelem jiné simulace, která se týkala oblasti řešení mezinárodních konfliktů, bylo poskytnout prostor pro seriózní diskusi o alternativách vedoucích 171 k dosažení světového míru. Celá simulace byla založena na modelu „odzbrojeného světa", který byl vyvinut Arturem Waskowem. Její účastníci, kteří reprezentovali imaginární země, byli zároveň členy tří rad: odzbrojovací rady, hraniční rady a rady pro speciální situace. Během jednotlivých vyjednávačích kol, která probíhala v rámci simulace, usilovali účastníci o formulování společné politické strategie, která by respektovala jejich vlastní národní zájmy a současně se snažila předejít devastujícím mezinárodním střetům. Pokud by byl tento typ simulace využíván zkušenými zahraničními politiky, členy zahraničních politických institucí, členy strategických výzkumných institucí a akademiky, mohl by významně ovlivnit a posunout úroveň mezinárodního politického diskurzu (nejen) v otázce dosažení světového míru. Na rozdíl od simulací spadá využití her především do y7.dě1nvnrí nblasti, vp které jsou hry výborným prostředkem porozumení všem vztahům souvisejícím s vyučovanou problematikou. Jako příklad konkrétní aplikace hry v rámci vyučovacího procesu lze uvést hru Vzácné zdroje a jejich rozdělení, určenou pro děti základní školy. Je založena na jednoduchém matematickém modelu, který demonstruje, jak čas, který věnujeme výrobě pomocných nástrojů, může později ušetřit čas využívaný například k akumulaci bohatství a zlepšení kvality života. Model je prezentován ve formě tabulky, která obsahuje množství rozhodnutí o využití času k vybraným činnostem. Tato rozhodnutí jsou součástí pracovního deníku. Hráči ve hře vystupují v roli ztroskotaných námořníků. Hra simuluje život na ostrově po dobu 120 hodin (12 hodin po deseti dnech). První dny zabírá námořníkům téměř celý den shánění potravy, která nejprve spočívá v tom, co si najdou a sesbírají. V dalších dnech se již naučí lovit, rybařit a nakonec i farmařit. Jídlo a živobytí si tedy zaopatřují technicky stále dokonalejšími postupy a nástroji. Zbývá jim pak samozřejmě mnohem více času na odpočinek nebo vývoj nových nástrojů. Cílem hry je pomoci rozvíjet určité prvky ekonomické gramotnosti již v raném věku a současně u dětí rozvíjet schopnost činit racionální rozhodnutí. LITERATURA Rausch, E. 2003. Simulations and Games. In Glenn,J. C. and Gordon,T. J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 172 18 SCENÁRE (SCENARIOS) Markéta Nekolová ANOTACE Scénáře jsou vyprávění o možné budoucnosti. Jejich cílem není přesná predikce budoucího vývoje1 ale spíše popis možného vývoje vzniklého na základě vývojových souvislostí mezi jednotlivými (autory stanovenými) událostmi. Svou povahou mohou být deskriptívni či normativní. Kvalitní scénáře jsou hodnověrné, vnitřně konziř^atoí a inspirující potenciální rozhodovatele. Měly byyést k tvorbě politických (ale také hospodářských, vojenských) strategií. I. HISTORIE METODY Pojem „scénář" pochází z oblasti dramatického umění, kde slouží k písemnému zpracování toho, co se má dít buď na jevišti, nebo ve filmu. Prq_vy_užití při studiích budoucnosti a v politické analýze scénáře objevil Herman Kahn. Poprvé je zařadil do vojenských a strategických studií korporace RAND v 50. letech 20. století. V 60. letech je dále zpopularizoval jako ředitel Hudsonova institutu, soukromého neziskového výzkumného centra, zabývajícího se otázkami veřejné politiky USA, mezinárodního vývoje a obrany. V dalších letech se využívání scénářů hojně rozšířilo jak ve veřejné, tak i v soukromé sféře. Téměř všechna průmyslová odvětví v soukromém sektoru vypracovávají scénáře, které jim slouží jako vstupy při strategickém plánování. V rámci projektu Millennium byl zpracován dosud nejrozsáhlejší seznam v minulosti realizovaných scénářů, který čítá více než 450 položek a stále se rozširuje. 6 II. POPIS METODY Scénáře jsou příběhy o možných budoucnostech. Tyto příběhy spojují popis určitého budoucího stavu se současnou reálnou situací v dané oblasti, a to v řadě vývojových souvislostí, které ilustrují politická rozhodnutí a jejich důsledky. Scé^ Tzv. Futures Matrix, viz . 173 náře nejsou jednoznačné předpovědi budoucnosti, ale spíše způsob uspořádání mnoha tvrzení o budoucností, která se za určitých podmínek může stát reálnou. Tsou velmi užitečným nástrojem v situacích, kdy minulost nebo přítomnost nejsou vodítkem pro budoucnost. Konkrétně tehdy, když je uvažovaný problém komplexní povahy, existuje vysoká pravděpodobnost určité významné změny ve společnosti, právě probíhající trendy nejsou příznivé, zkoumaný časový horizont relativně dlouhý, a proto je třeba je analyzovat. Obecně se nejlépe osvědčují v případě, kdy je třeba pracovat s mnoha faktory najednou a kdy je stupeň nejistoty ohledně budoucího stavu vysoký. Zároveň se však konstrukcí scénářů využívá tam, kde je třeba nalézt společnou vizi mezi různorodými participanty. Kvalitní scénáře jsou: • hodnověrné, • vnitřně konzistentní a • dostatečně zajímavélTinspirující s cílem ovlivnit rozhodování. Účelem tvorby scénářů je systematicky prozkoumávat, vytvářet a prověřovat jak možné, tak i žádoucí budoucí podmínky. Mají pomoci generovat dlouhodobé politiky, strategie a plány. Deskriptívni scénáře popisují možné budoucí události a trendy na základě alternativních předpokladů. Normativní scénáře potom popisují, jak je možné ze současnosti dosáhnout žádoucího budoucího stavu. III. UŽITÍ METODY Způsobů, jak konstruovat scénáře, bylo během let vyvinuto značné množství -od jednoduchých postupů až ke komplexním přístupům, od kvalitativních ke kvantitativním metodám. Ačkoliv v sobě obsahují unikátní rysy a využívají roz-dílnou terminologii, nalezneme u nich mnohé podobnosti. Většina z nich uznává potřebu podrobně poznat a prostudovat zkoumanou oblast a identifikovat trendy, témata a události, které mají kritický vztah k této oblasti. Detailněji se proces tvorby scénářů může rozdělit na následující fáze: 1. Příprava. a) Definováni a ohraničení zkoumané oblasti. Ještě před vlastní tvorbou ^cé-nářů je nutné přesně a podrobně charakterizovat zkoumanou oblast, jelikož na základě její definice jsou následně zvoleny rpWantní hybné síly, jejichž vývoj přímo souvisí s podobou dané oblasti. Tyto síly mohou být dvě, pak je prostor scénářů dvoudimenzionální. čtvři - čtyřdimenzionální, příp. jiný počet. Podoba každé hnací síly je nezávislou položkou v každém scénáři. Při volbě dvou nezávislých hnacích sil jejich kombinacemi vzejdou celkem čtyři alternativní scénáře. Zdaleka není nutné ani žádoucí sestavovat velký počet scénářů. Ideální jsou čtyři až pět scénářů. ~ 2. Tvorba a) Definování hybných sil. Každý scénář musí pracovat s určitými kritickými hybateli a ty dostatečně popsat. Hybateli jsou míněny takové síly jako ekono- 174 micky růst, legislativní prostředí, schopnost konkurence, technologický rozvoj a_jiné. Je potřeba tyto indikátory volit velmi pečlivě, jelikož mají velký vliv na výslednou podobu scénáře. 1 b) Definování událostí. Každý scénář musí obsahovat seznam událostí, jelikož utvářejí jeho podobu. Jednak ovlivňují hybné síly/mění příčinné řetězce, které vedou ze současnosti do budoucnosti, a (nebo) ovlivňují to, zda a s jakou pravděpodobností bude určitá politika zvolena. Pravděpodobnost výskytu dané události je samozřejmě v každém scénáři různá. c) Projektování hybných sil. V této fázi je velmi užitečným nástrojem anajýza dopadů trendullsnidňující vymezení souvislostí uvažovaných hybných sil, událostí a dynamiky jejich vztahů. d) Příprava jednotlivých vyprávění. V této fázi, kdy jsou k dispozici kvantitativní předpovědi wvoje hybných sil, se většina příčinných řetězců stává zjevnými, a je tedy možné přistoupit k vlastní tvorbě alternativních příběhů (scénářů). 3. Zpravodajství a užití a) Dokumentace. Ve většině případů se dokumentace provádí pomocí řady grafů, které jsou součástí vyprávěných příběhů o budoucím vývoji. Na začátku každého vyprávění (scénáře) je vhodné přiblížit čtenářům formou krátkého shrnutí situaci ve zkoumané oblasti, její vývoj a hlavní rozhodující události, které způsobily, že se vývoj ubíral právě tímto směrem. b) Důsledky alternativníchjcánářů pro politické rozhodování. c) Testování politik. Na každý scénář je možné reagovat vytvořením politické strategie, jejíž adekvátnost je možné v rámci scénáře a s využitím kvantitativních technik testovat. Nejpraktičtější scénáře jsou vždy jasně tematicky ohraničené. Soustředí se na předem dohodnutá kritická místa související se zkoumanou oblastí. Bez tohoto počátečního usměrnění bymohly diskuse a počet vzniklých alternativních scénářů být prakticky nekonečné. Na začátku každého procesu je lépe využívat kvalitativních metod a analýz. Zatímco čísla a formální modely jsou hodnotným nástrojem pochopení budoucích vyhlídek, v počátečním stadiu tvorby scénářů mohou být spíše matoucí. Pří-nosem jsou až v pozdějších fázích procesu. Většina odborníků také odrazuje od tendence nalézt jeden co nejpravděpo^ dobnější scénář. Nejlepšfscénáře naopak reflektují mnoho proměnných a mocných zvratů ve vývoji událostí, které utvářejí dynamiku zkoumané oblasti. IV. SILNÉ A SLABÉ STRÁNKY METODY Scénáře jsoujeHnírn jj. nej snazších způsobů, jak předložit rozhodovatelům určitou komplexní informaci o budoucích možnostech v dané oblasti. Jejich silnou stránkou je schopnost pomoci sestavit budoucí strategii, která bude životaschopná právě prostřednictvím ve scénářích popsaných alternativ budoucího vývoje. 175 Velkou výhodou je, pokud i sami rozhodovatelé participují na jejich tvorbě. Pomáhá jim to vytvořit si předběžné povědomí o dané oblasti, a pokud v budoucím vývoji dojde ke změnám, snadněji tomu přizpůsobují své plány. Samotný proces tvorby scénářů může radikální ^měnit jejich smýšlení o budoucnosti. Hlavní slabina tvorby scénářů se týká případu, kdy jsou předloženy osobám (politikům, úředníkům), kteří na jejich tvorbě nespolupracovali, a tudíž je pokládají za „oficiální" verzi budoucího vývoje a tím je jimi jejich myšlení do značné míry omezováno. V. VZTAH K OSTATNÍM METODÁM Jelikož je tvorba scénářů především kvalitativní technikou, zaznamenala během let pouze nepatrné y.rn.ěny a inovace. V současné době je patrná snaha 0 její nejtěsnější propojení s tvorbou politických (ale i obchodních) strategií. V rámci projektu Millennium byla tato technika použita k sestavení globálního normativního scénáře. Také je možné nechat kolovat přibližný návrh scénářů spolu s nevyplněnými kritickými místy mezi účastníky procesu s žádostí o připojení jejich pohledu na tyto části. Scénáře nalézají široké uplatnění v rámci mnoha jiných prognostických metod. Z těch, které jsou pojednány v tomto manuálu, se jedná především o analýzu dopadů trendu, metodu kritických technologií, metodu Delphi, brainstorming, předpovědi génia, intuice a vize a další. Futurolog Charles W. Taylor společně s americkou Army War College sesta-vil tzv. kužel pravděpodobnosti (věrohodnosti), což je teoretický model procesu, který slouží jednak k celkovému projektování trendů,a událostí spolu s jejich důsledky do budoucnosti a jednak ke generování alternativních scénářů v pře-dem daných časových úsecích. V jejich případě obsahoval kužel pravděpodobnosti teoretické projekce čtyř scénářů. Každý z nich pracuje s odlišnou dominantní tematikou (politickou, technologickou, sociologickou a ekonomickou). Tyto tematické oblasti určují vývoj alternativních scénářů budoucnosti. Vně kuželu pak stojí tzv. divoké karty. Často se v souvislosti se zpracováváním scénářů budoucnosti sestavují 1 extrémní podoby scénářů - tzv. divoké karty. Jsou to scénáře, které by, pokud se uskuteční, přehlušily ostatní vize a scénáře. Většinou popisují_vývoj vedoucí k velkým ekonomickým depresím, přírodním katastrofám, obrovským epidemi-ím nebo světovým válkám (obr. 18.1). VI. PŘÍKLADY VYUŽITÍ Součástí publika^*3 Putování českou budoucností (Potůček^2003) výzkumného pracoviště CESES (Centrum pro sociální a ekonomické strategie), působícího při Fakultě sociálních věd UK, byly také tři scénáře vývoje České republiky do roku 2020. Vznikly na základě specifikování základních souvislostí vývoje české 176 Obrázek 18.1 Kužel pravděpodobnosti Zdroj: GlennJ. C. (2003) společnosti a její modernizace v globálním kontextu. Opíraly se o 77 identifikovaných prioritních, problémů, české společnosti a o soubor 30 strategických koncepcí jejich řešení. Autoři se snažili zachytit především vnitřní vývojové možnosti České republiky a možnosti jejího reagování na ohrožení a rozvojové příležitosti přicházející zvnějšku. Na základě uvedených výrhTTdisek a poznatků byly vypracovány vla^1mí_scé,-náře. Jsou psány v minulém čase, jako již proběhlé fiktivní příběhy. Scénáře vycházejí z těchto předpokladů: • Česká republika bude přijata do Evropské unie v roce 2004. • Základním časovým horizontem scénářů je rok 2020. • Nedojde k zásadním přelomům či civilizačním zvratům měnícím podmínky života v Ceskéj^pjjblice. • Scénáře jsou orientovány na výklad možného vývoje v zásadních oblastech života společnosti. "—* 177 • vystupují zde různí_ sociální aktéři se svými často konfliktními zájmy a motivacemi. Každý scénář klade důraz vždy na jedno ze tří_klíčových kritérií možného budoucího vývoje České republiky: na kvalitu života, udržitelnost života nebo na ekonomický rozvoj. Zásadním požadavkem při tvorbě scénářů se stal předpoklad hodnověrnosti,. Následují již vlastní stručné formy scénářů, citované tak, jak jsou použity v uvedené publikaci. 1. scénář: Přežít v klidu a pohodě, nebo jít do toho? (scénář opřeny o sledování kritéria kvality života) Česká společnost, tolikrát podrobovaná vnějším silám, které nebyla schopna sama ovlivnit, si i po vstupu ČR do EU zachovala značný díl historií vypěstovaného obranného reflexu - orientaci na udržování relativně slušného živobytí, nechuť riskovat, měnit životní návyky či podávat mimořádné výkony nebo se vážně zabývat dlouhodobými důsledky svého chování (např. v dopadech na životní prostředí). Bylo možné hovořit o sklonu slepě projídat vlastní budoucnost. Tento přístup, prosazující se mimo jiné i díky slabým vládám, narazil po čase na své meze. Na začátku druhého desetiletí 21. století došlo k výrazným institucionálním a strukturálním změnám a mnozí lidé i sociální skupiny se nakonec adaptovali na vyšší nároky globalizujícího se světa. Nebylo to ovšem možné bez výraznějšího rozštěpení společnosti na část jednoznačně orientovanou na výkon a přijímající nové výzvy, a část, jejíž způsob života stále charakterizovala především snaha slušně přežít tady a teď. 2. scénář: Česká republika_jtředoevroůskym tygrem (scénář opřený o sledování kritéria ekonomického rozvoje)^ V ČR se po vstupu do EU prosadil jako hlavní cíl prudký ekonomický růst. Prostředkem byla intenzivní podpora podnikání, využívání informačních a komunikačních technologií, omezení deficitů veřejných rozpočtů, rychlé přijetí eura i jisté zvýšení nabídky vzdělávacích příležitostí prostřednictvím investic do lidského kapitálu. Zanedbáváno bylo sociální zabezpečení a ochabovala i podpora dalších veřejných institucí (školství, zdravotnictví atd.). Narušila se sociální soudržnost a do jisté míry i politická stabilita. Situace po deseti letech členství v Evropské unii vedla k nutnosti řešit vleklé problémy stagnujících oblastí a usilovat o přechod na harmonický růst. 3. scénář: Čechy a Morasia — zahrada Evropy (scénář opřený o sledování kritéria trvalé udržitelnostťL V ČR se po vstupu do EU možná ještě více než v sousedních zemích uplatnilo hledisko dlouhodobé udržitelnosti rozvoje. Lidé i instituce zareagovali na ohrožení životního prostředí jako na zásadní výzvu ke změně svého chování. Napomohla tomu i postupně prosazovaná ekologická daňová reforma, orientace zemědělství na obnovitelné energetické zdroje a strukturální změny v dopravě a bydlení. Důraz se kladl především na zachování přírody jako předpokladu naplňování všech ostatních cílů, a to i za cenu nižšího ekonomického výkonu 178 a nižších investic do lidského rozvoje. LITERATURA Glenn, J. C. and The Futures Group International. 2003. Scenarios. In Glenn, J. C. and Gordon, T. J. (eds.), Future Research Methodology. Washington: AC/ UNU Millennium Project. Potůček, M. a kol. 2003. Putování českou budoucností. Praha: Gutenberg. Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Strategic Futures Team. 2001. A Futurists Toolbox. Methodologies in Futures Work. London: Performance and Innovation Unit. UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. 179 19 PŘEDPOVĚDI GENIA, INTUICE A VIZE (GENIUS FORECASTING, INTUITION AND VISION) Markéta Nekolová ANOTACE Předpovědi gén ia, intuice a vize spadají do oblasti lidské imaginace - jsou to výroky ojyudoucím vývoji. Schopnost představit si na základě současných faktů a znalostí souvislostí, jak se bude určitý problémový komplex dále vyvíjet, využívali lidé odjakživa. Jejich rozvoj ve 20. století je spojován především se jménem futu-rologa Hermana Kahna. Využívají se v rámci studia budoucnosti jako významný zdroj poznání společně s jinými prognostickými metodami. I. HISTORIE METODY Politické a vojenské elity vždy spoléhaly na rady svých rádců oplývajících velkou mírou vhledu do dané problematiky. Tejich tvrzení, která se týkala budoucího vývoje, bývají očima dnešních futurologů nazývána předpovědi génia. Termín „předpověď génia" byl ražen Ralphem Lenzem, nejvíce je však spojen se jménem Hermana Kahna, který byl považován za přímo geniálního futurologa.Jeho předpovědi týkající se budoucího vývoje často vykazovaly nadprůměrnjoujliív^11 ohledu Po jeho smrti v roce 1983 se již toto pojmenování mezi mturology objevuje podstatně méně. Kořeny intuice leží v oblasti pocitů, domněnek, mentálních modelů a heuristiky, pomocí nichž génius generuje svá tvrzení týkající se„budoucnosti. Kořeny vizí pocházejí z takových zdrojů, jakými jsou sny nebo fyzický stres, ale mohou být vyvolány i pomocí spirituálních obřadů. Dějiny intuice a vizí jsou historicky spojeny s lidským sdílením těchto vjemů, například formou jeskynních maleb, rituálů a mystických příběhů tvořících základy dané civilizace v Jejich hodnotu jako zdroje lidského poznání potvrzují filozofové všech civilizačních epoch. Každému člověku je dána schopnost imaginace, ze které intuice a vize vycházejí, a futurologové se ji v rámci studia budoucnosti snaží uplatnit. Ještě v 50. a 60. letech 20. století byla studia budoucnosti nazírána „skrz prsty". Mimo jiné rovněž proto, že poznávací metody, kterých používala^ (díky neexistenci stan-ojardů), byly živnou půdou pro mnohé šarlatány a podvodníky, kteří vrhali pode- 180 zření na legitimitu futurologů. Proto také začali futurologové používat termín ..předpovědi génia"; který mnohem věrohodněji než vize či intuice. Z důvodů získání vyšší kredihility tohoto oboru obohatili například experti Bertrand de Jouvenel ve Francii nebo Herman Kahn v USA své predikce budou-cího vývoje empirickými vědními obory a statistikou,. Postupem času, jak se studia budoucnosti stávala stále běžnější součástí politického života, si další generace futurologů již směly dovolit hovořit ve spojení se svou náplní práce o vizionářských a intuitivních přístupech. V současné době existuje mnoho metod majících v samotném názvu pojem vize. Jsou spojeny s generováním pozitivních vizí a dávají směr a význam strategickému plánování. II. POPIS METODY Předpovědi génia jako prognostickou metodu tvoří nespecifikovatelná řada procesů, kterou prochází každý génius s cílem dospět k výroku o budoucnosti. Tyto procesy nemusí být totožné pro jednotlivé génie. Ne všechna tvrzení učiněná génii, týkající se budoucnosti, jsou však předpovědi génia. Tsou to jen ty výroky z jejich oboru, kde prokázali schopnost jasnozři-vosti. Mohou pocházet i od osob, jejichž IQ je od geniality poměrně vzdáleno, ale kteří mají vyvinutou schopnost hlnhokého vhledu do určité oblasti. lednou z klíčových kvalit futurologů je jejich schopnost přgjdjtavrJ2_si_budouc-nost v jiném světle, nezbylo dříve, obvyklé, Bez této schopnosti je možné pouze extrapolovat trendy. Nejlepším zdrojem uvedené imaginace je bezesporu literatura science fiction. Tato literatura však na rozdíl od studií budoucnosti nepotře-: buje nalézt propojení svých výroků o budoucím vývoji se současnou situací. Intuice jako jpgjijiirný nástroj pří studiu hi id mírnosti má povahu myšlenek spojujících jako most známé skutečnosti s těmi neznámými. Bývá jediným zdrojem informací při předpovědích budoucího vývoje v chaotickém systému. Vize je možné definovat mnoha různými způsoby a přiřadit jim odlišné významy. Například jen tím, že se jedná o schopnost vidět to, co většina populace nevidí "Je to schopnost přemýšlet spíše v ohra-zerh nežli v pouhých myšlenkách. Vize může býtjngntální obraz nějakého budoucího nebezpečí spatřený ve snu nebo v rámci spirituálního obřadu. Může také jít o výjev žádoucí budoucnosti -to jsou různé náboženské či politické utopie. Vize může být statická - stanutí na Měsíci jako cíl, nebo dynamická - jako objevování neznámého. Podle Eleonory Masini jsou vize stimuly ke změně současné situace — tzv^ pozitivní vize. Měly by splňovat následující charakteristiky: • Vize jako výroky o ideálním uspořádání systému, který chce daná komu-nita vytvořit. Nejsou to však plány a neříkají, jak se_ do kýženého hodu dostat. říkají pouze, odkud kam je třeba se dostat. • Vize musí být spojeny se strategiemi a jednáním, jinak jsou pouhými planými nadějemi. 181 • Vize se dotýkají lidských srdcí, inspirují ke společnému závazku dospět k danému cíli. • Vize ukazují na hodnoty, které pokládá daná společnost za významné a efektivně je včleňuje do cílů a jednání dané společnosti. • Vize pomáhají společnosti identifikovat oblasti, kde je zvláště třeba společná akce. Konečně je třeba definovat termín vhled, který tvoří podstatu zmiňovaných metod. Te to vlastně schopnost vnímat skutečnou povahu věci, především prostřednictvím intuitivního pochopení. Te to také schopnost hledět za „horizont" věcí, odhalený jednak vědoměr jednak nevědomě. III. UŽITÍ METODY Nabízejí se dva způsoby realizace popisovaných metod. Záleží především na tom, čemu kdo věří. Ten, kdo se domnívá, že se schopností velkých vizí je třeba se narodit, že ji nelze získat vzděláním či cvičením mentálních technik, si klade otázku, jakým způsobem lze nalézt takto obdařengLosoby a_získat jejich vize. Pokud^ě" však člověk přesvědčen, že si lze tyto schopnosti vypěstovat, naučit se jim, otázka pracovního postupu je kladena jinak: Jaké jsou metody, které futurp-logové za tímto účelem využívají? Obě dvě cesty jsou dále podrobně rozebrány. A. Génie je možnénalézt mnoha různými způsoby: • Hledáním v literatuře (i v science-fiction), které je pokládáno za hlavní zdroj identifikace těchto mozků. Ve světě elektronické produkce informací a komunikace je nezbytné pátrat současně i na internetových stránkách. • Ptát se autorit, které člověk zná, zda nemohou někoho doporučit. • Pozorovat na konferencích a dalších podobných setkáních kreativní lidi za účelem identifikace těchto géniů. • Pořádat soutěže a nabídnout různé zajímavé ceny těm, kteří prokáží největší míru vhledu. • Sledovat současné události, na jejichž základě lze zjistit, čí předpověď prokázala největší jasnozřivost v průběhu času. • Veřejné metody Delphi mohou zprostředkovat vstup a umožnit veřejnosti předpovídat budoucí vývoj. Během realizace metody Delphi lze identifikovat ty, jejichž schopnosti jsou_y tomto směru výjimečné. B. Existuje mnoho technik, pomoct kterých lze rozvíjet intuitivní a vizionářské schopnosti. • Ctění a prohledávání různých zdrojů. Tato cesta tvoří základ k rozvoji schopnosti předpovídat budoucí vývoj. Dokonce se hovoří o tom, že čtení samo by mělo být pokládáno za prognostickou metodu, na niž si všichni futurologové musí najít dostatek času. • Cvičení odhadu. Tak, jako je možné rozvíjet tělesnou stavbu cvičením, je možné rozvíjet mentální schopnostipomocí rozvoje představivosti, týkající .se budoucího vývoje. Existuje jednoduchý postup: držet se ve stopách již zjištěných 182 odhadůjpravidelně je kontrolovat a určit, proč jsou tyto odhady někdy správné. a jindy ne. Pokud jsou chybné, určit, co bylo špatného na daném mentálním_ modelu, pokud jsou správné, čím byla správná předpověď podmíněna. Je možné každý den sestavovat seznam několika položek a zaznamenat odhad, jak se tyto položky do týdne vyvinou. Za týden lze vyhodnotit, kdy předpověď vyšla a kdy nikoliv a proč. V případě nesprávných tvrzení je třeba změnit mentální modely. • Simulace/hry. Realizace simulací/her jsou další cestou stimulace rozvoje představivosti a schopnosti předvídat budoucnost. Příkladem je využití her, které simulují předmět předpovědí - válečné hry jako nástroj stimulující vhled do strategické prevence a vedení válečných konfliktů. • Protikladné j ednání a přemýšlení. Další možný způsob rozvoje jasnozřivosti spočívá v konání přesného opaku toho, co bylo činěno dříve. Při představení si přesného opaku toho, co právě člověk dělá, je možné získat lepší^vhled do_tp_ho, co by se mohlo stát v budoucnosti. • Meditace. Jedná se pravděpodobně o nejstarší metodu rozvoje jasnozřivosti. intuice a vizí. Využívají se různé formy tzv. řízené meditace, která pomáhá představovat si možné situace v budoucnosti. Spojuje v sobě mentální představivost a intuici. Pomoct řízené med i ta re je možné také odhadovat důsledky dlouhodo-býchjstrategií a politických alternativ. Postup může být následující: 1. Vybrat několik dlouhodobých strategií nebo politických alternativ vedoucích k určitému cíli. 2. Zvolit jednu strategii pro počáteční zkoumání. 3. Jedinci vybraní pro toto vizualizačně-meditační cvičení by měli sedět v pohodlných křeslech, zavřít oči, relaxovat (fyzicky, emocionálně i mentálně) a přestat racionálně a verbálně přemýšlet Poté si představit, že daná strategie se skutečně naplnila, jsou jejími účastníky a sledují tento imaginární film. Mají_ dostatek času si představit viechny důsledky implementace dané strategie. 4. Každému je po skončení dán prostor pro vyjádření událostí a pocitů, které zažíval při meditaci, neprovádí se však její hodnocení. 5. Všichni zaznamenají své dojmy a otázky, které se jim zdály nejdůležitější. 6. Znovuseopäkují kroky tři až pět pro každoujjalší strategii nebo politickou alternativu vybranou v prvním kroku. • Cvičení posilující vnímání, snění, pocity a myšlenkové experimenty. Nevě-domé procesy isoiuĽelmi mocné a vlivné, přesto o nich většina populace téměř nic neví. Jeden z možných způsobů, jak se k nim dostat, jsou sny a sněni. Také pocity, pokud se jim učíme naslouchat, nám jsou schopny říci mnohé z nevědomí a rozvíjejí naši schopnost intuice. • Extradimenzionalita. Mnoho kultur má své vlastní obřady speciálně prováděné za účelem vyvolávání vizí u zúčastněných. Ritualizované procesy stiniiillrji^ vznik^vizí pomocí navozované bolesti, nouze, tance, zpěvu, psychoaktivujících rostlin aj. Získat nový vhled na budoucí vývoj lze také na základě_fyzikální extra-dimenzionality. Například pozorovatel pobřežní hlídky ví mnohem dříve než ostatní, co se brzy stane, jelikož má výhodu, že jeho pozorovatelna stojí nejvýše. 183 • Studijní pobyty, spolupráce s génii. Využívá se tradičně v rámci procesu učení. Člověk má možnost stimulovat y sobě tyto schopnosti pomocí práce s génii disponujícími velkou vizionářskou a intuitivní kapacitou. V současnosti již není nezbytně nutná fyzická blízkost, existují různé formy komunikace prostřednictvím nových technologií a médií. „Žák" současně může svého „učitele" upozornit na nové pohledy a stimulovat ho k novému způsobu myšlení. Tento proces tedy většinou prospívá oběma spolupracujícím stranám a rozvíjí je. • Další metody předpovídání budoucnosti. Nejniznější metody zabývající se zkoumáním budoucnosti pomáhají stimulovat nové myšlenkové postupy a zvyšují schopnost vhledu. Napříldad morfologická analýza, metoda křížových interakcí, dotazování, kolo budoucnosti. Všechny uvedené techniky rozvíjejí intuici a hloubku vhledu. Jiné metody zase stimulují schopnost odlišného pohledu na problematiku. IV. SILNÉ A SLABÉ STRÁNKY METODY Předpovědi génia, intuice a vize by měly být chápány a užívány jako zdroj vstup-ních informací při studiích budoucnosti a strategickém plánování. Ne tedy jako samostatný samoúčelný proces. Zjištěné poznatltáyJ^ které jsou mimo jiné příležitostí k neformálním debatám o problému a které přinášejí originální a často nejlepší myšlenky. Druhá etapa spočívalay_realizaci samotného cvičení tvorby vizí.Tuto tvorbu organizátoři cvičení rozčlenili na pět psychologicky oddělených fází: 185 1. Identifikace problému. První fáze začíná zobecněním pocitů nespokojenosti se současnou situací v dané oblasti. Po j:éto debatě jsou lidé lépe schopni vyjádřit specifické problémy a témata, která jsou příčinou nespokojenosti. Vědomé vyjádření a rozpoznání problémů je očišťující a ujasňující. 2. .Minulé úspěchy. Připomenutí minulých úspěchů je užitečné ze dvou důvodů. Za prvé tento krok pomáhá ujasnit si, jakým způsobem dosahovat vět-ších úspěchů v problémové oblasti. A ?q dmh,é, jelikož předrlwející fáze iden-tifikace a výčtu kritických problémů může skupinu znehybnit až k zoufalství, pomáhá připomenutí si, jak člověk efektivně pracoval v minulosti s cílem změnit stav věci, najít cestu z této bezradnosti. 3. Požadovaná budoucnost. Nyní je čas na představy o žádoucím budoucím stavu v dané oblasti. Tato fáze je poměrně obtížná hned z několika důvodů^Za^ prvé proto, že člověk je dennndpnné rviřen a veden k pragmatismu, k řešení sou-časných problémů, ne k nastolování vzdálených a idealistických cílů. Za druhé, protože každý z přítomných potřebuje jiný čas na představení si skutečně odlišné budoucnosti. A za třetí, protože budoucnost představuje obrovský koncepční prostor, který je třeba rozepsat do velikostně zvládnutelných celků. 4. Identifikace měřitelných cílů. Je potřeba zvážit, jak bude představovaný budoucí stav fungovat v praxi, definovat pokud možno všechny detaily a specifika vize a rozpracovat je do měřitelných cílů. 5. Identifikace zdrojů k jejich dosažení. Aby skupina cítila, že formuje vizi, kterou si vytvořila v představách^musí definovat, jak budou vypadat jednotlivé budoucí kroky. V nich je třeba charakterizovat příčinné řetězce a vztahy vize vzhledem k současné situaci y_dané oblasti. Definování uvedených kroků je základní komponentou strategického plánování. Kritickým místem určujícím úspěšnost cvičení je individuální tvorba vizí jednotlivých účastníků a sdílení těchto vizí. Každý SgQU vi7' nejprve v několika minutách představí skupině. Následuje neiobtížnější úkol - jednotlivé vize zobecnit do ucelené skupinové vize. Základem je identifikace společných témat vize ajejich co možná nejdetailnější ilustrace. Pak je již možné požádat účastníky aby navrhovali jednotlivé budoucí kroky vize, a rozebrat celou vizi společně_s těmito kroky. Tento rozbor je dalším kritickým místem tvorby vizí. Slouží k ověření, kteří účastníci jsou mimo proces tvorby vize, a zároveň umožňuje korigovat směr vize, aby nedošlo k nedorozuměním. LITER ATURA Glenn, J. C. 2003. Genius Forecasting, Intuition and Vision. In Glenn, J. C. and Gordon, T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. 186 PŘÍLOHA I Matice souvislostí jednotlivých metod 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 1 Brainstorming X X X X 2 Panel expertů X X 3 Participativní metody X 4 Index stavu budoucnosti 5 Systémový přístup X X 6 Strom významnosti a morfologická analýza 7 Kolo budoucnosti X X X X 8 Křížové interakce X X X X 9 Analýza textu pro technologické předvídání 10 Kritické technologie X X X 11 Extrapolace trendů a časové řady X 12 Analýza dopadů trendu X X X X X X 13 Analýza megatrendů 14 Metoda Delphi X X X X X X 15 Cestovní mapy pro vědu a technologie X X 16 Modelování rozhodování X 17 Simulace a hry X X X X X 18 Scénáře X X X X X 19 Předpovědi génia, intuice a vize X X X X = vzájemná souvislost (odkaz) 187 PŘÍLOHA II ODBORNÉ ČASOPISY ZABÝVAJÍCÍ SE PROGNOSTIKOU Futures Vydavatel: Butterworth-Heinemann Linacre House, Jordan Hill Oxford, OX2 8DP, UK Tel.: +44 865 310 166 Fax: +44 865 310 898 Futures Research [Zukunfisforschungj Vydavatel: Swiss Society for Futures Research SZF, Haldenweg 10 A, Muri, Ch-3074, Switzerland Tel.:+41 319 526 655 Fax: +41 319 526 800 Futures Research Quarterly Vydavatel: World Future Society 7910 Woodmont Avenue, Suite 450 Bethesda, MD 20814, USA Tel.: +1 301 656 8274 Fax: +1 301 951 0394 Futurescope Vydavatel: Decision Resources, Inc. 17 New England Executive Park Burlington, MA 01803, USA Tel.: +1 6172701200 Fax: +1 617273 3048 The Futurist Vydavatel: World Future Society 7910 Woodmont Avenue, Suite 450 Bethesda, MD 20814, USA Tel.: +1 301 656 8274 Fax: +1 301 951 0394 188 Long-Range Planning Vydavatel: Pergamon Press Headington Hill Hall Oxford OX3 OBW, UK Tel.: +44 865 79141 Fax: +44 865 60285 Social Indicators Network News (SINET) Editor: Kenneth C. Land Department of Sociology Box 90088 Duke University Durham, NC 27708-0088, USA Tel.: +1 919 660 5615 Fax: +1 919 660 5623 Technological Forecasting and Social Change Vydavatel: Elsevier Science Publishing Co., Inc. 655 Avenue of the Americas New York, NY 10010, USA Tel.:+1 212 633 3941 Fax: +1 212 633 3990 Technology Forecasts and Technology Surveys Vydavatel: Technology Forecasts 205 S. Beverly Drive, Suite 208 Beverly Hills, CA 90212, USA Tel.: +1 213 273 3486 Netzwerk Zukunft Vydavatel: Netzwerk Zukunft - Gesellschaft für Zukunftsgestaltung Erkelenzdamm 47 D-10999 Berlin Tel.: +49 306 156 768 SOUHRNNÁ LITERATURA Bimber, B. and Popper, S. W. 1994. What is a Critical Technology? Santa Monica: RAND, DRU-605-CTI. Černý, M. a Gliickaufová, D. 1982. Vícekriteriální vyhodnocování v praxi. Praha: SNTL. Černý, M. a Gliickaufová, D. 1987. Vícekriteriální rozhodování za neurčitosti. Praha: Academia. The Futures Group International. 2003. Relevance Tree and Morphological Analysis. In Glenn,J. C. and Gordon,T.J. (eds.), op. cit. The Futures Group International. 2003. The Decision Modeling. In Glenn, J. C. and Gordon,T.J. (eds.), op. cit. Galvin, R. 1998. Science Roadmaps. Science, vol. 280, No. 5365, p. 803. Glenn,J. C. 2003. The Futures Wheel. In Glenn, J. C. and Gordon,T.J. (eds.), Future Research Methodology. Washington: AC/UNU Millennium Project. Glenn, J. C. 2003. Genius Forecasting, Intuition and Vision. In Glenn, J. C. and Gordon,T.J. (eds.), op. cit. Glenn, J. C. 2003. Participatory Methods. In Glenn, J. C. and Gordon, T. J. (eds.), op. cit. Glenn, J. C. and The Futures Group International. 2003. Scenarios. In Glenn, J. C. and Gordon,T.J. (eds.), op. cit. Glenn, J. C. and Gordon, T. 2004.2004 State of the Future. Washington: American Council for The United Nations University. The Millennium Project. Glenn, J. C. and Gordon, T. 2004. 2004 State of the Future. Washington: American Council for The United Nations University. The Millennium Project. CD-ROM. Gordon, T. J. 2003. Cross-impact Analysis. In Glenn, J. C. and Gordon, T. J. (eds.), op. cit. Gordon,T.J. 2003. Science And Technology Road Mapping. In Glenn, J. C. and Gordon,T.J. (eds.), op. cit. Gordon,T.J. 2003.The Delphi Method. In Glenn,J. C. and Gordon,T.J. (eds.), op. cit. Gordon, T. J. 2003. Trend Impact Analysis. In Glenn, J. C. and Gordon, T. J. (eds.), op. cit. Klusáček, K. a kol. 2002. Návrh Národního programu výzkumu. Praha: MSMT a Rada pro výzkum a vývoj ČR, dostupné na . Kostoff, R. N. 1999. Science And Technology Roadmaps. Arlington: Office of Naval Research. Leonard, A. and Beer, S. 2003. The Systems Perspective: Methods and Models for The Future. In Glenn, J. C. and Gordon, T.J. (eds.), op. cit. 190 MacKenzie, D. R., Donald, S., Harrington, M., Heil, R., Helms,T. J. and Lund, D. 2002. Methods In Science Roadmapping. College Park: Experiment Station Committee on Organization and Policy. Meadowsová, D., Meadows, D. a Randers, J. 1995. Prekročení mezí. Praha: Argo. Naisbitt, J. 1984. Megatrends. New York: Warner Books. Ochrana, F. 2001. Verejný sektor a efektivní rozhodování. Praha: Management Press. Ochrana, F. 2004. Hodnocení veřejných zakázek a veřejných projektů. Praha: Aspi. Popper, S. W, Wagner, C. S. and Larson, E. W 1998. New Forces at Work:Industry Views Critical Technologies. Santa Monica: RAND. Porter, A. L. 2003. Text Mining For Technology Foresight. In Glenn, J. C. and Gordon, T J. (eds.), op. cit. Potůček, M. a kol. 2003. Putování českou budoucností. Praha: Gutenberg. Rausch, E. 2003. Simulations and Games. In Glenn, J. C. and Gordon, T J. (eds.), op. cit. Slocum, N. 2003. Participatory Methods Toolkit. A Practitioners Manual. Brussels: King Baudouin Foundation and the Flemish Institute for Science and Technology Assessment (viWTA) in collaboration with the United Nations University - Comparative Regional Integration. Strategic Futures Team. 2001.^? Futurists Toolbox. Methodologies in Futures Work. London: Performance and Innovation Unit. Sulc, 0.1987. Prognostika od A do Z. Praha: Nakladatelství technické literatury. Technologies Clés 2005.2000. Ministry of Economy Finance and Industry, France, dostupné na . UNIDO. 2003. Foresight Methodologies. Training Module 2. Vienna: UNIDO. U.S. Department of Energy. 1998. Robotics and Intelligent Machines, A Critical Technology Roadmap. Sandia Report SAND98-2401/2. Albuquerque: Sandia National Labs. 191 O AUTORECH Prof. PhDr. Martin Potůček, CSc. MSc. Je profesorem veřejné a sociální politiky a garantem magisterského a doktorského programu tohoto zaměření na Fakultě sociálních věd Univerzity Karlovy v Praze. Je rovněž vedoucím Centra pro sociální a ekonomické strategie (CESES) této fakulty. Působí jako stálý hostující profesor na Kostnické univerzitě v Německu. Zabývá se zkoumáním procesů formování a realizace veřejné a sociální politiky v České republice se zaměřením na regulační funkce trhu, státu a neziskového sektoru, na problémy reformy veřejné správy a na prognózovaní vývoje České republiky v rámci Evropské unie i v globálním kontextu. Je autorem, spoluautorem a editorem řady odborných statí a knih publikovaných u nás i v zahraničí: Sociální politika (Praha: SLON 1995), Nejen trh (Praha: SLON 1997), Not Only the Market (Budapest: CEU Press 1999), Križovatky české sociální reformy (Praha: SLON 1999), Vize rozvoje České republiky do roku 2015 (Praha: Gutenberg 2001), Průvodce krajinou priorit pro Českou republiku (Praha: Guten-berg 2002), Putování českou budoucností (Praha: Gutenberg 2003), The Capacity to Govern in Central and Eastern Europe (Bratislava: NISPAcee 2004),/^ jsme na tom. A co dál? Strategický audit České republiky (Praha: SLON 2005) a Veřejná politika (Praha: SLON 2005). Mgr. Barbora Duží Absolventka oboru knihovnictví a informační vědy na Slezské univerzitě v Opavě a oboru humanitní environmentalistika na Fakultě sociálních studií MU v Brně. Pracuje ve Vzdělávacím a informačním středisku Bílé Karpaty, o.p.s. ve Veselí nad Moravou, kde se věnuje především environmentálni výchově a poradenství. V současné době je na rodičovské dovolené. Ing. Karel Klusáček, CSc, MBA Absolvent Vysoké školy chemicko-technologické, oboru chemická technologie. Působí jako expert UNIDO pro technologický foresight, vědecké parky a podnikatelské inkubátory, je delegátem ČR v Evropském výboru pro vědu a technický výzkum (CREST), spolupracuje s Evropskou komisí v oblasti technologického a regionálního foresightu. Je řešitelem výzkumného záměru „Strategické studie pro výzkum a vývoj", koordinuje několik projektů zaměřených na přípravu analytických informací a výhledových studií z oblasti výzkumu, vývoje a inovací pro státní správu a další instituce. Koordinuje mezinárodní projekty, které se zabývají strategiemi v oblasti výzkumu a inovací a identifikací evropských výzkumných a technologických priorit. V současné době je ředitelem Technologického centra AV ČR. 192 Mgr. Martin Nekola Absolvent oboru sociologie a sociální politika na Fakultě sociálních věd UK v Praze a oboru veřejná a sociální politika tamtéž. Od roku 2000 pracuje v Centru pro sociální a ekonomické strategie FSV UK, kde se věnuje metodologii policy analysis a problematice měření vládnutí. Podílí se také na realizaci dlouhodobého výzkumu vztahů mezi elitami a veřejností v České republice a participuje na mezinárodním projektu 6. rámcového programu EU (CINEFOGO). Od roku 2004 je doktorandem na katedře veřejné a sociální politiky FSV UK, kde se také podílí se na výuce. Mgr. Markéta Nekolová Absolventka oboru sociologie a sociální politika na Fakultě sociálních věd UK v Praze a oboru veřejná a sociální politika tamtéž. Od roku 2003 působí jako výzkumná pracovnice Výzkumného ústavu práce a sociálních věcí v Praze. Dlouhodobě se zabývá problematikou flexibility trhu práce a politikou zaměstnanosti v České republice. V současné době je se podílí na řešení výzkumného grantového projektu MPSV nazvaného Moderní společnost II a participuje v projektu Evropské komise hodnotícím implementaci direktiv EU v oblasti trhu práce v České republice. Doc. RNDr. Pavel Nováček, CSc. Ředitel Centra interdisciplinárních studií Univerzity Palackého v Olomouci a člen Řídicího výboru Millennium Project, Washington, D.C. Od roku 2000 je členem výzkumného týmu Centra pro sociální a ekonomické strategie Fakulty sociálních věd UK. Specializuje se na globální environmentálni problémy a principy udržitelného rozvoje. Autorsky se podílel na 15 knižních publikacích a pravidelně publikuje v odborných časopisech Foresight (Velká Británie) a Futures Research Quarterly (USA). Mgr. Robert Stojanov Absolvent oborů dějepis, základy společenských věd a zeměpis na Vysoké škole pedagogické v Hradci Králové a oboru humanitní environmentalistika na Fakultě sociálních studí MU v Brně. V současné době působí na Přírodovědecké fakultě Univerzity Palackého v Olomouci, kde vyučuje problematiku rozvojových zemí, vztahy mezi životním prostředím, rozvojem a bezpečností. Zabývá se výzkumem motivů migrace obyvatel a predikcí fenoménu environmentálni migrace. 193