Samenvatting complexe problematiek in zorg en
onderwijs
Blauw= extra uitleg van Chatgtp
College 1: Olthof, M. Complex systems approach to social science.
Introductie- Korte definitie van complexe systemen
Van Geert definieert complexe systemen als ‘interagerende verstrengelde
gehelen’. Dit betekent dat de elementen van een systeem continu op
elkaar inwerken en samen een geheel vormen waarvan het gedrag niet
kan worden teruggebracht tot de afzonderlijke elementen. Voorbeelden
zijn spreeuwen in murmuration (zwermen), spieren bij beweging, of
symptomen bij psychische aandoeningen. De verweven aard van
complexe systemen wordt verklaard door zelforganisatie en emergentie.
Zelforganisatie verwijst naar het ontstaan van globale patronen die
uitsluitend voortkomen uit interacties tussen systeemcomponenten,
zonder centrale aansturing. Spreeuwgemuratie illustreert dit principe: het
patroon ontstaat door lokale interacties tussen de vogels, niet door een
centrale patroongenerator (zoals een ‘hoofdspreeuw’). Dit impliceert dat
de globale patronen in complexe systemen emergent zijn en niet te
herleiden tot de afzonderlijke elementen.
Drie fundamenten voor een transdisciplinaire
complexiteitswetenschap
Veel fundamenten van de complexiteitswetenschap ontstonden in de 20e
eeuw.
Figuur 2. De vele fundamenten van complexiteitswetenschap.
1. Een belangrijke bijdrage kwam van Ludwig von Bertalanffy,
grondlegger van de Algemene Systeemtheorie, waarin hij stelde dat
uiteenlopende systemen vergelijkbare eigenschappen hebben die
1
, niet verklaard kunnen worden vanuit een mechanistisch en lineair
wereldbeeld. Centraal stond zijn idee dat levende systemen open
systemen zijn die voortdurend energie en informatie uitwisselen met
hun omgeving, waardoor zij zich continu aanpassen en ontwikkelen.
2. Synergetiek door Hermann Haken biedt een wiskundige verklaring
van zelforganisatie binnen open systemen. De theorie laat zien dat
patronen op macroniveau niet alleen ontstaan uit het gedrag van
systeemelementen, maar dit gedrag ook terug beïnvloeden, een
principe dat bekendstaat als circulaire causaliteit. Zodra de zwerm
een bepaalde beweging heeft, wordt het gedrag van elke individuele
spreeuw beperkt: hij kan niet zomaar elke kant op vliegen, maar
past zijn beweging aan aan het patroon van de groep.
Patroonvorming leidt zo tot complexiteitsreductie, doordat het
gedrag van het systeem kan worden beschreven met een beperkt
aantal ordeparameters of collectieve variabelen.
Collectieve variabelen vatten het gedrag van het systeem als geheel
samen, waardoor een empirische studie van dynamische patronen
mogelijk is zonder een volledig mechanistisch verslag van het
betreffende systeem te geven. Binnen deze benadering kunnen
attractoren en overgangen tussen attractoren worden bestudeerd.
Attractors zijn patronen op macroniveau waartoe het gedrag van het
systeem steeds wordt aangetrokken, zelfs bij kleine verstoringen. Bij
een spreeuwgemurmeratie hoeven we niet de beweging van elke
spreeuw te beschrijven; het globale zwermpatroon kan worden
samengevat in collectieve variabelen, zoals de vorm en beweging
van de zwerm. Deze ordeparameters vatten het gezamenlijke
gedrag van alle spreeuwen samen en maken het mogelijk om de
dynamiek van het systeem empirisch te bestuderen zonder een
volledig model van elke vogel. Attractoren kunnen worden
onderzocht: stabiele zwermpatronen waarnaar de beweging van de
spreeuwen telkens terugkeert, zelfs na kleine verstoringen.
Verandering treedt pas op wanneer de zwerm overgaat naar een
ander patroon, oftewel naar een andere attractor. Dit bestuderen
ook is toegepast op psychologische processen zoals
stemmingsveranderingen: iemand kan vastzitten in een stabiel
patroon van een verdrietige stemming, waarbij kleine positieve
verstoringen slechts tijdelijk effect hebben. Duurzame verandering
vereist een overgang naar een ander stemmingspatroon.
3. De catastrofetheorie van René Thom en Christopher Zeeman biedt
wiskundige modellen om overgangen te bestuderen die niet met
lineaire modellen verklaard kunnen worden. Of een systeem een
catastrofale overgang ondergaat, kan worden geïdentificeerd aan de
hand van catastrofevlaggen in tijdreeksgegevens, zoals
multimodaliteit (het systeem bevindt zich meestal in de buurt van
een van meerdere attractors), plotselinge sprongen (tussen
attractors), ontoegankelijkheid (het systeem blijft niet lang tussen
attractors staan) en hysterese (het fenomeen dat het gedrag van het
systeem achterblijft bij veranderingen in de controleparameter).
Hysterese laat zien dat systemen vaak in hun huidige attractor
2
, blijven, zelfs wanneer er sterkere aantrekkers beschikbaar zijn
(figuur b).
Onderzoeksgebieden voor complexe systemen
In de sociale wetenschappen is de complexe systemen-benadering altijd
een minderheidsparadigma geweest dat dominante benaderingen zoals
behaviorisme en cognitivisme uitdaagt. Kenmerken van complexe
systemen—zoals zelforganisatie, emergentie, onderlinge afhankelijkheid
en voortdurende evolutie—botsen met veel aannames van traditioneel
gedragsonderzoek, waardoor gangbare methoden zoals gemiddelden,
dwarsdoorsnedeontwerpen of stationariteit problematisch worden.
Bovendien moeten concepten zoals representatie, intelligentie of
psychische stoornissen worden herzien, omdat complexe systemen gericht
zijn op het begrijpen van gedragspatronen zonder veronderstelde latente
oorzaken; een depressie wordt bijvoorbeeld gezien als een
attractortoestand waarin symptomen elkaar kunnen veroorzaken.
De complexe systemen-benadering vormt een eigen paradigma voor het
bestuderen van menselijk gedrag, waarin gedragingen worden begrepen
via systeemprincipes. Zo worden overgangen van de ene attractor naar de
andere bestudeerd in ontwikkeling, cognitie en klinische verandering. Er
zijn 3 kernprincipes van complexe systemen: overgangen, netwerken en
schaalrelaties.
Overgangen
Complexe systemen stabiliseren zich vaak in attractoren, waardoor
overgangen tussen attractoren belangrijk zijn voor het bestuderen van
verandering. Het landschapsmodel (figuur 3) maakt deze overgangen
inzichtelijk: de bal stelt de huidige toestand voor en de valleien de
attractortoestanden. Veranderingen verlopen vaak niet-lineair;
destabilisatie van een oude attractor kan leiden tot een kantelpunt van
abrupte overgang (3c). Een andere kernhypothese is dat de destabilisatie
van de oude attractor (het afvlakken van de linker vallei in figuur 3) leidt
tot een langere terugkeertijd naar de attractor, genaamd critical slowing
down, en tot een toegenomen variabiliteit, critical fluctuations in
synergetiek of anomalous variance in de catastrofetheorie.
3
, Figuur 3. Een weergave van een veranderend potentiaal landschap
waarin een oude attractor (paneel A) destabiliseert (paneel B), wat leidt
tot een kantelpunt waarop het systeem overschakelt naar een nieuwe
attractor (paneel C).
Overgangen zijn bestudeerd in psychotherapieonderzoek om periodes van
destabilisatie te identificeren. Destabilisatie, gemeten als verhoogde
variabiliteit, hangt vaak samen met behandeluitkomst en kan een
mechanisme voor klinische verandering zijn. Plotselinge verbetering van
psychologisch functioneren, ‘winsten’, tonen dat dit vaak abrupt optreedt,
wat een patroonovergang weerspiegelt. Recente ontwikkelingen richten
zich op idiografische benaderingen, waarbij overgangen op individueel
niveau worden bestudeerd met gepersonaliseerde vragenlijsten en
gemengde methoden, waarna de resultaten kunnen worden
samengebracht voor grotere steekproeven.
Steeds vaker worden wiskundige dynamische systeemmodellen gebruikt
om overgangen te bestuderen, bijvoorbeeld in een model van
paniekaanvallen waarin feedback tussen fysieke opwinding en
waargenomen dreiging leidt tot hoge angst. Het potentiële landschap van
het model laat zien dat stabiele en minder stabiele attractoren bestaan,
wat verklaart waarom iemand soms een paniekaanval ervaart maar
doorgaans terugkeert naar een rustige toestand. Deze inzichten hebben
ook de klinische praktijk beïnvloed: therapieën zijn ontwikkeld om
ongewenste attractoren te destabiliseren en patiënten te begeleiden naar
stabielere, wenselijke attractoren.
4
onderwijs
Blauw= extra uitleg van Chatgtp
College 1: Olthof, M. Complex systems approach to social science.
Introductie- Korte definitie van complexe systemen
Van Geert definieert complexe systemen als ‘interagerende verstrengelde
gehelen’. Dit betekent dat de elementen van een systeem continu op
elkaar inwerken en samen een geheel vormen waarvan het gedrag niet
kan worden teruggebracht tot de afzonderlijke elementen. Voorbeelden
zijn spreeuwen in murmuration (zwermen), spieren bij beweging, of
symptomen bij psychische aandoeningen. De verweven aard van
complexe systemen wordt verklaard door zelforganisatie en emergentie.
Zelforganisatie verwijst naar het ontstaan van globale patronen die
uitsluitend voortkomen uit interacties tussen systeemcomponenten,
zonder centrale aansturing. Spreeuwgemuratie illustreert dit principe: het
patroon ontstaat door lokale interacties tussen de vogels, niet door een
centrale patroongenerator (zoals een ‘hoofdspreeuw’). Dit impliceert dat
de globale patronen in complexe systemen emergent zijn en niet te
herleiden tot de afzonderlijke elementen.
Drie fundamenten voor een transdisciplinaire
complexiteitswetenschap
Veel fundamenten van de complexiteitswetenschap ontstonden in de 20e
eeuw.
Figuur 2. De vele fundamenten van complexiteitswetenschap.
1. Een belangrijke bijdrage kwam van Ludwig von Bertalanffy,
grondlegger van de Algemene Systeemtheorie, waarin hij stelde dat
uiteenlopende systemen vergelijkbare eigenschappen hebben die
1
, niet verklaard kunnen worden vanuit een mechanistisch en lineair
wereldbeeld. Centraal stond zijn idee dat levende systemen open
systemen zijn die voortdurend energie en informatie uitwisselen met
hun omgeving, waardoor zij zich continu aanpassen en ontwikkelen.
2. Synergetiek door Hermann Haken biedt een wiskundige verklaring
van zelforganisatie binnen open systemen. De theorie laat zien dat
patronen op macroniveau niet alleen ontstaan uit het gedrag van
systeemelementen, maar dit gedrag ook terug beïnvloeden, een
principe dat bekendstaat als circulaire causaliteit. Zodra de zwerm
een bepaalde beweging heeft, wordt het gedrag van elke individuele
spreeuw beperkt: hij kan niet zomaar elke kant op vliegen, maar
past zijn beweging aan aan het patroon van de groep.
Patroonvorming leidt zo tot complexiteitsreductie, doordat het
gedrag van het systeem kan worden beschreven met een beperkt
aantal ordeparameters of collectieve variabelen.
Collectieve variabelen vatten het gedrag van het systeem als geheel
samen, waardoor een empirische studie van dynamische patronen
mogelijk is zonder een volledig mechanistisch verslag van het
betreffende systeem te geven. Binnen deze benadering kunnen
attractoren en overgangen tussen attractoren worden bestudeerd.
Attractors zijn patronen op macroniveau waartoe het gedrag van het
systeem steeds wordt aangetrokken, zelfs bij kleine verstoringen. Bij
een spreeuwgemurmeratie hoeven we niet de beweging van elke
spreeuw te beschrijven; het globale zwermpatroon kan worden
samengevat in collectieve variabelen, zoals de vorm en beweging
van de zwerm. Deze ordeparameters vatten het gezamenlijke
gedrag van alle spreeuwen samen en maken het mogelijk om de
dynamiek van het systeem empirisch te bestuderen zonder een
volledig model van elke vogel. Attractoren kunnen worden
onderzocht: stabiele zwermpatronen waarnaar de beweging van de
spreeuwen telkens terugkeert, zelfs na kleine verstoringen.
Verandering treedt pas op wanneer de zwerm overgaat naar een
ander patroon, oftewel naar een andere attractor. Dit bestuderen
ook is toegepast op psychologische processen zoals
stemmingsveranderingen: iemand kan vastzitten in een stabiel
patroon van een verdrietige stemming, waarbij kleine positieve
verstoringen slechts tijdelijk effect hebben. Duurzame verandering
vereist een overgang naar een ander stemmingspatroon.
3. De catastrofetheorie van René Thom en Christopher Zeeman biedt
wiskundige modellen om overgangen te bestuderen die niet met
lineaire modellen verklaard kunnen worden. Of een systeem een
catastrofale overgang ondergaat, kan worden geïdentificeerd aan de
hand van catastrofevlaggen in tijdreeksgegevens, zoals
multimodaliteit (het systeem bevindt zich meestal in de buurt van
een van meerdere attractors), plotselinge sprongen (tussen
attractors), ontoegankelijkheid (het systeem blijft niet lang tussen
attractors staan) en hysterese (het fenomeen dat het gedrag van het
systeem achterblijft bij veranderingen in de controleparameter).
Hysterese laat zien dat systemen vaak in hun huidige attractor
2
, blijven, zelfs wanneer er sterkere aantrekkers beschikbaar zijn
(figuur b).
Onderzoeksgebieden voor complexe systemen
In de sociale wetenschappen is de complexe systemen-benadering altijd
een minderheidsparadigma geweest dat dominante benaderingen zoals
behaviorisme en cognitivisme uitdaagt. Kenmerken van complexe
systemen—zoals zelforganisatie, emergentie, onderlinge afhankelijkheid
en voortdurende evolutie—botsen met veel aannames van traditioneel
gedragsonderzoek, waardoor gangbare methoden zoals gemiddelden,
dwarsdoorsnedeontwerpen of stationariteit problematisch worden.
Bovendien moeten concepten zoals representatie, intelligentie of
psychische stoornissen worden herzien, omdat complexe systemen gericht
zijn op het begrijpen van gedragspatronen zonder veronderstelde latente
oorzaken; een depressie wordt bijvoorbeeld gezien als een
attractortoestand waarin symptomen elkaar kunnen veroorzaken.
De complexe systemen-benadering vormt een eigen paradigma voor het
bestuderen van menselijk gedrag, waarin gedragingen worden begrepen
via systeemprincipes. Zo worden overgangen van de ene attractor naar de
andere bestudeerd in ontwikkeling, cognitie en klinische verandering. Er
zijn 3 kernprincipes van complexe systemen: overgangen, netwerken en
schaalrelaties.
Overgangen
Complexe systemen stabiliseren zich vaak in attractoren, waardoor
overgangen tussen attractoren belangrijk zijn voor het bestuderen van
verandering. Het landschapsmodel (figuur 3) maakt deze overgangen
inzichtelijk: de bal stelt de huidige toestand voor en de valleien de
attractortoestanden. Veranderingen verlopen vaak niet-lineair;
destabilisatie van een oude attractor kan leiden tot een kantelpunt van
abrupte overgang (3c). Een andere kernhypothese is dat de destabilisatie
van de oude attractor (het afvlakken van de linker vallei in figuur 3) leidt
tot een langere terugkeertijd naar de attractor, genaamd critical slowing
down, en tot een toegenomen variabiliteit, critical fluctuations in
synergetiek of anomalous variance in de catastrofetheorie.
3
, Figuur 3. Een weergave van een veranderend potentiaal landschap
waarin een oude attractor (paneel A) destabiliseert (paneel B), wat leidt
tot een kantelpunt waarop het systeem overschakelt naar een nieuwe
attractor (paneel C).
Overgangen zijn bestudeerd in psychotherapieonderzoek om periodes van
destabilisatie te identificeren. Destabilisatie, gemeten als verhoogde
variabiliteit, hangt vaak samen met behandeluitkomst en kan een
mechanisme voor klinische verandering zijn. Plotselinge verbetering van
psychologisch functioneren, ‘winsten’, tonen dat dit vaak abrupt optreedt,
wat een patroonovergang weerspiegelt. Recente ontwikkelingen richten
zich op idiografische benaderingen, waarbij overgangen op individueel
niveau worden bestudeerd met gepersonaliseerde vragenlijsten en
gemengde methoden, waarna de resultaten kunnen worden
samengebracht voor grotere steekproeven.
Steeds vaker worden wiskundige dynamische systeemmodellen gebruikt
om overgangen te bestuderen, bijvoorbeeld in een model van
paniekaanvallen waarin feedback tussen fysieke opwinding en
waargenomen dreiging leidt tot hoge angst. Het potentiële landschap van
het model laat zien dat stabiele en minder stabiele attractoren bestaan,
wat verklaart waarom iemand soms een paniekaanval ervaart maar
doorgaans terugkeert naar een rustige toestand. Deze inzichten hebben
ook de klinische praktijk beïnvloed: therapieën zijn ontwikkeld om
ongewenste attractoren te destabiliseren en patiënten te begeleiden naar
stabielere, wenselijke attractoren.
4
