CEIS: Computational Evolutionary Institutional Science

Het idee in gewone taal

Mensen zijn geen onbeschreven bladen die een spreadsheet optimaliseren. Ze dragen geëvolueerde capaciteiten en vooroordelen: gevoeligheid voor status, loyaliteit aan groepen, een talent om intenties te lezen, een slecht gevoel voor trage, diffuse risico’s. Ze hebben beperkte tijd en aandacht, dus gebruiken ze vuistregels die meestal werken. Ze reageren op prikkels, ook informele zoals reputatie. En ze vormen coalities rond gedeelde belangen, wat verandert wie gehoord wordt.

Zet veel van zulke mensen in instituties — formele regels, budgetten, normen, hulpmiddelen — en er ontstaat organisatiegedrag dat niemand ontwierp en weinigen bedoelden. Evolutionaire lens: welke praktijken blijven bestaan, verspreiden zich of verdwijnen, en waarom? Computationele lens: eenvoudige regels voor individuen kunnen worden opgeschreven en gesimuleerd, om te zien welke collectieve patronen ze wel en niet kunnen opleveren. Institutionele lens: regels en beperkingen bepalen welke variaties overleven.

De ingrediënten waar we naar kijken

Wanneer bekwame mensen een resultaat voortbrengen dat niemand wil, controleren we deze punten, één voor één, vóór we naar een verhaal over karakter grijpen.

Lokaal verstandig handelen met een collectief slecht resultaat

Neem een fictieve organisatie waarin elk team zijn verzoeken “dringend” kan noemen. Elk team heeft geleerd dat niet-gemarkeerde verzoeken wachten. Markeren is voor elk team verstandig; collectief betekent het label niets meer en gaan de werkelijk dringende zaken verloren in de ruis. Niemand is lui of kwaadwillend. Het patroon komt voort uit prikkels plus een gedeeld hulpmiddel plus beperkte aandacht.

Een vierde verklaring zit in de ruil van gunsten: teams markeren verzoeken als dringend voor wie hen iets verschuldigd is, en het label wordt een munt. Is dat zo, dan volgt markeren de relaties, niet de werkdruk. Het punt van CEIS is dat deze hypothesen verschillen in wat ze voorspellen, zodat een kleine waarneming ze kan onderscheiden voor een dure reorganisatie plaatsvindt.

Zuinige tests

Dit vraagt geen software. Haal twee maanden uit het volgsysteem en sorteer ze per team en per aanvrager: dat toetst status en ruil. Toon een week lang aan iedereen de wachtrij: dat toetst informatie. Beperk elk team twee weken tot vijf dringende markeringen: dat toetst prikkel. Elke test duurt dagen. Elke kan falen. Verandert geen enkele het patroon, dan was de verklaring geen van deze, en dat zeggen we.

Cultuur, alternatieven en bewijs

Culturen verschillen, en zo ook werkbare oplossingen: een praktijk die in de ene omgeving past, kan in een andere falen omdat prikkels, geschiedenis of coalities verschillen. CEIS vertrekt daarom van een repertoire aan alternatieven en vraagt welke het lokale bewijs overleven. Status- en coalitiedynamiek worden behandeld als gewone krachten die men waarneemt, niet als gênante uitzonderingen.

Modelrisico

Een model is een vereenvoudiging, en een simulatie toont wat mogelijk is, niet wat waar is. Typische risico’s: een model dat past omdat het te veel vrije onderdelen heeft; resultaten die afhangen van een aanname die niemand onderzocht; een aannemelijk mechanisme verwarren met een aangetoond mechanisme. We houden modellen klein, vermelden hun aannames en behandelen mislukte voorspellingen als informatie. Gesimuleerde resultaten tellen niet als empirisch bewijs over een specifieke organisatie.

Hoe we dit gebruiken

CEIS levert onderzoeksvragen die bij verschillende opdrachten nuttig kunnen zijn: welke verklaringen zijn mogelijk, welke waarnemingen helpen kiezen en wat verwachten we te zien? Meer hierover bij Werkwijze.