Kompleksitas ilmu sebagai ilmu agar penciptaan:

Teori Baru, metode baru

Bill McKelvey
UCLA Anderson School of Management, US

abstrak
ilmu normal tradisional telah lama didefinisikan oleh fisika klasik dan paling jelas
dilakukan lebih ke dalam ilmu pengetahuan sosial dengan ekonomi neoklasik.
Terutama karena semakin cepat mengubah dinamika pada awal abad ke-21,
berbagai asumsi dasar diperlukan untuk epistemologi ilmiah yang efektif.
Kompleksitas ilmu - benar-benar 'order-penciptaan ilmu '- sangat relevan karena
didirikan pada teori eksplisit ditujukan untuk menjelaskan penciptaan rangka
daripada akuntansi untuk klasik kekhawatiran tradisional fisikawan 'tentang
menjelaskan keseimbangan. Artikel ini menetapkan atas perubahan yang cepat
masalah, dan menunjukkan mengapa teori evolusi adalah bukan pendekatan yang
terbaik untuk menjelaskan kewirausahaan dan dinamika perubahan organisasi.
teori-teori baru dari ilmu agar-ciptaan sebentar disajikan. sentralitas terus model
dalam definisi realis ilmiah modern ilmu dibawa ke tengah panggung. Agen berbasis
model komputasi yang terbukti lebih baik dari model matematika dalam memainkan
peran memaksa keanggunan teoritis dan melanjutkan penting Tradisi eksperimental
ilmu yang efektif.
pendahuluan
Isabelle Stengers (2004) mengingatkan kita bahwa pendirian Ide ilmu kompleksitas
adalah Prigogine
juxtapositioning dari 1 dan Hukum 2 Termodinamika sehingga untuk menjelaskan
munculnya disipatif
struktur. Tersirat dalam ini pertanyaannya dari reversibilitas waktu dan sentralitas
ekuilibrium di
"Normal" ilmu (Prigogine & Stengers, 1984). Sana mungkin ada yang lebih besar
tantangan mendasar normal ilmu pengetahuan, asal yang fisika klasik. Sandra
Mitchell (2004) mengingatkan kita sentralitas
ideal, model abstrak, salah satu warisan abadi positivisme logis (McKelvey, 2002).
Ironisnya, jika matematika diambil sebagai model-teknologi pilihan, dua pernyataan
dasar ini tidak dapat
bergabung. Mengapa? Matematika sebagai metode pemodelan inti ilmu
pengetahuan modern berasal dalam studi Newton orbital mekanika dan sangat
diperkuat oleh berdirinya Vienna Circle positivisme logis pada tahun 1907 (Suppe,
1977). Mengingat bahwa UU 1 adalah tentang konservasi energi, dan bahwa
dinamika fisik klasik adalah tentang penjabaran materi dari satu bentuk ke bentuk
lain, matematika menjadi satu-satunya alat ketat akuntansi untuk akurasi

terjemahan, dan dengan demikian pembuktian dari teori-teori tentang apa yang
menyebabkan apa, diberikan keseimbangan. Sederhananya, model matematika
tidak bisa menangani penciptaan ketertiban. Penemuan metodologis yang
melakukan memungkinkan bergabungnya dua di atas dasar Laporan adalah model
komputasi [1] berbasis agen. Casti (1997) menyatakan bahwa dalam lima puluh
tahun waktu komputasi eksperimen akan dilihat sebagai kontribusi utama dari
Santa Fe Institute.
Kecenderungan dalam studi organisasi sejauh ini untuk fokus pada memberi
penjelasan kompleksitas jangka, tampaknya dalam setiap cara yang mungkin, dan
buru-buru menuju menawarkan praktis kebijaksanaan, sekali lagi, tampaknya dalam
setiap cara yang mungkin. Mungkinkah ilmu itu semua sedang diabaikan di terburuburu menuju aplikasi praktis? Tujuan saya adalah untuk menekankan bagian ilmu
dalam dua cara. Pertama, memanggil 'Itu' ilmu kompleksitas seperti memanggil
termodinamika 'Panas' ilmu. Kompleksitas dan panas adalah hasil di salah satu
ujung skala dinamis. Lebih tepat, kompleksitas ilmu adalah ilmu agar-penciptaan.
Hal ini menempatkan fokus pada perubahan mendasar dalam sifat dinamika yang
terlibat - Dari dinamika ekuilibrium untuk memesan penciptaan dinamika. Kedua,
ada perubahan peran model. Matematika adalah baik untuk pemodelan
keseimbangan. Agen berbasis model komputasi penting untuk pesanan pemodelan
penciptaan.
Tujuan saya adalah untuk menjelaskan mengapa rangka penciptaan ilmu
menawarkan pelajaran baru yang signifikan untuk bagaimana ulama melakukan
studi manajemen dan organisasi dapat lebih memahami dinamika modern mereka
fenomena. Saya mulai dengan review mengapa 'New Age' ekonomi dan organisasi
dalam informasi digital panggilan era untuk desain organisasi yang kolektif
kecerdasan dari banyak karyawan dapat dibawa ke beruang, cepat, pada masalah
organisasi New Age dan strategi. Saya kemudian membahas mengapa rangka
penciptaan ilmu menawarkan cara yang lebih baik dari pemahaman dan meneliti
fenomena kolektif muncul. terutama di antara metode baru adalah penggunaan
komputasi berbasis agen model. Saya juga menguraikan epistemologis yang alasan
mengapa model tetap menjadi landasan efektif ilmu. Sebuah gambaran singkat
tentang bagaimana orang bisa menggunakan agen model dalam melakukan
penelitian seseorang pada organisasi dan proses manajerial berikut.

dinamika organisasi di abad ke-21 'Usia baru' ekonomi dan peningkatan

diluar kompleksitas
Selama abad terakhir, kehidupan ekonomi telah ditandai dengan tiga revolusi:
pertanian,
industri, dan layanan. Abad ke-21 membawa dengan itu keempat - era informasi
digital. Nowhere
adalah dinamika karakteristik era pengetahuan lebih jelas dan ringkas digambarkan
dari dalam baru-baru ini buku yang diedit oleh Halal dan Taylor (1999), Century 21

Ekonomi: Perspektif Sosial Ekonomi untuk Mengubah suatu Dunia. kesimpulan

mereka (parafrase) jauh mencapai (pp 398-402.):
1.

Ekonomi abad ke-21 akan didominasi oleh globalisasi dan terintegrasi dengan jaringan informasi
canggih;
2.
Semakin ekonomi diregulasi akan mencerminkan buku ideal persaingan sempurna (dan keuntungan
marginal);
3.
destruksi kreatif dari transisi akan menciptakan kekacauan sosial di seluruh dunia;
Hampir otonom jaringan selular kewirausahaan dan cara yang berbeda secara fundamental tata kelola
perusahaan yang akan menggantikan top-down kontrol hirarkis.
Bagian Kedua dari buku mereka, berjudul "Muncul Model Firm," berfokus pada besarnya manajer masalah
hadapi ketika mereka menghadapi peningkatan daya saing di seluruh dunia sementara pada saat yang sama
mencoba untuk beralih dari kontrol atas-bawah untuk pengelolaan bentuk organisasi yang kompleks baru
menggunakan radikal pendekatan baru kepemimpinan manajerial untuk tujuan penciptaan pengetahuan dan
penciptaan dinamika pasar di-tra-organisasi. Seolah-olah ini tidak cukup sulit, Larry Prusak (1996: 6) poin
untuk mempercepat sebagai elemen penggerak [2]:

"Satu-satunya hal thatgives organisasi keunggulan kompetitif - satusatunya hal yang berkelanjutan - adalah apa yang ia tahu,
bagaimana menggunakan apa yang ia tahu, dan seberapa cepat
dapat mengetahui sesuatu yang baru!"
Halal dan Taylor mengatakan hidup akan berbeda di sisi lain milenium - New Age:

"Komunisme telah runtuh, struktur perusahaan baru yang muncul

terus-menerus, pemerintah sedang 'diciptakan kembali', yang sama
sekali industri-industri baru sedang lahir, dan dunia mempersatukan
menjadi pasar global diatur oleh imperatif ofknowledge" (1999: xvii)
Empat kesimpulan oleh Halal dan Taylor, yang disebutkan di atas, memprediksi revolusi ekonomi selama dua
dekade berikutnya. Mengingat ini, apa yang harus teori organisasi dan manajer khawatir? petunjuk yang
signifikan berasal dari Bagian II dari buku mereka, direbus dalam Tabel mereka 1, yang berfokus pada
"Muncul Model dari Kantor." Mengurangi dari Table ini, apa yang dilakukan berbagai penulis dalam Bagian II
melihat terjadi?

teknologi baru, pasar yang dinamis, mempercepat perubahan, siklus hidup produk yang lebih pendek,
revolusi informasi digital, desentralisasi, globalisasi, pembusukan lingkungan;

restrukturisasi perusahaan fokus pada menanggapi hypergrowth, membangun jaringan selular,

manajemen produk-siklus, penggunaan pasar internal;

ketidak seimbangan daripada optimasi, dengan efisiensi dan peningkatan daya saing yang berasal dari
pemberdayaan karyawan.
Penulis dalam Bagian II menekankan desentralisasi, jaringan selular, pasar internal, dan pemberdayaan
karyawan sebagai mendefinisikan elemen ekonomi New Age - semua dalam menanggapi disequilibria dan tren
ekonomi baru. pertanyaan kunci yang kita hadapi adalah: Bagaimana kita harus meneliti dinamika organisasi
dan / atau manajerial? Bagaimana seharusnya manajer mengelola? (Drucker,
1 999)

Juga dari Halal dan Taylor (1999) kita belajar bahwa tren New Age panggilan untuk strategi organisasi secara
dramatis baru dan desain. Strategi ulama telah melihat ini datang. penulis baru-baru ini tentang strategi
kompetitif dan berkelanjutan generasi Iklan penekanan paralel Prusak pada seberapa cepat perusahaan dapat
mengembangkan pengetahuan baru.keunggulan kompetitif dipandang berasal dari menjaga kecepatan dengan
lingkungan-kecepatan tinggi (Eisenhardt, 1989), melihat tren industri (Hamel & Prahalad, 1994) dan nilai
migrasi (Slywotzky, 1996), dan tinggal di depan kurva efisiensi (Porter, 1996 ). Karena peningkatan kebutuhan
untuk kemampuan dinamis, belajar lebih cepat, dan penciptaan pengetahuan ada peningkatan tingkat
ambiguitas kausal (Lippman & Rumelt, 1982; Mosakowski, 1997). Pembelajaran dan inovasi yang tidak hanya

lebih penting (Ambrose, 1995), tetapi juga lebih sulit (AUERSWALD, et al, 1996;. Ogilvie, 1998). Dinamis
lingkungan sakit-terstruktur dan kesempatan belajar menjadi dasar keunggulan kompetitif jika perusahaan
dapat lebih awal dalam industri mereka untuk mengungkap kondisi berkembang (Stacey, 1995). Menggambar
pada Weick (1985), Udwadia (1990), dan Anthony, et al.(1993), Ogilvie (1998: 12) berpendapat bahwa
keuntungan strategis terletak dalam mengembangkan pengetahuan baru yang berguna dari aliran kontinu "data
tidak terstruktur, beragam, acak, dan bertentangan" berputar-putar di sekitar perusahaan.

Pencocokan internal untuk kompleksitas

eksternal melalui munculnya bottom-up
Tren sebelumnya muncul di cakrawala CEO sebagai ketidakpastian. Ketidakpastian dalam lingkungan
organisasi merupakan fungsi dari (1) derajat kebebasan (umumnya diambil sebagai definisi yang paling dasar
dari kompleksitas - GellMann, 1994); (2) kemungkinan non-linear dari masing-masing variabel yang terdiri
masing-masing derajat kebebasan, dan (3) kemungkinan bahwa masing-masing dapat berubah. Ketiga bahan
lingkungan menimbulkan pilihan strategis yang tampaknya tak terhitung jumlahnya. Lama, dan tampaknya di
kali lebih sederhana, Ashby ditandai lingkungan dan pilihan adaptif mungkin menggunakan istilah-Nya
klasik Hukum ofRequisite Ragam (1956: 207) "variasi." Menyatakan bahwa:

"Hanya berbagai dapat menghancurkan berbagai"

Apa Ashby maksud dengan "menghancurkan"? wawasan adalah bahwa sistem harus memiliki berbagai internal
juga didefinisikan sebagai derajat kebebasan, yang cocok berbagai eksternal sehingga bisa mengatur dirinya
sendiri untuk menangani dan dengan demikian "menghancurkan" atau mengatasi efek negatif pada adaptasi
memaksakan kendala lingkungan dan kompleksitas. Dalam biologi, ini adalah untuk mengatakan bahwa
spesies harus memiliki cukup varians genetik internal untuk berhasil beradaptasi dengan sumber daya dan
pesaing apapun ketegangan yang dikenakan oleh lingkungannya. Saya memperbarui dan memperluas Hukum
Ashby sebagai berikut:

Hanya berbagai internal yang dapat menghancurkan berbagai update eksternal untuk:

Hanya derajat internal kebebasan dapat menghancurkan derajat eksternal kebebasan - update:

Hanya kompleksitas internal dapat menghancurkan kompleksitas eksternal - update:

Hanya agen heterogen interaktif dapat menghancurkan kompleksitas eksternal - update:

Hanya intelijen didistribusikan dapat menghancurkan kompleksitas eksternal.
Tapi bagaimana kompleksitas eksternal hancur dan kompleksitas internal diciptakan?Thompson (1967), yang
mencerminkan era teori kontingensi, mengambil pandangan bahwa berbagai berkurang dari atas. Dengan
demikian, pada setiap tingkat dimulai dengan CEO, beberapa variasi diambil dari sistem sehingga di bagian
bawah, pekerja melakukan pekerjaan mereka dalam pengaturan mesin-seperti total kepastian. Ini adalah
pendekatan top-down untuk pengurangan ketidakpastian. Hampir seperempat abad kemudian, Mlse (1991)
mengambil pandangan yang berbeda, dengan alasan bahwa pengurangan berbagai terjadi terbaik dari bawah ke
atas. Simon (1999) mengamati bahwa tidak berbagai hanya yang di luar sana untuk dihancurkan tetapi juga
efek perubahan-tingkat tinggi. unit tingkat yang lebih rendah, oleh karena itu, harus menyerap berbagai,
meninggalkan manajer atas dengan keputusan kurang sering, kurang bising, kurang kompleks, tapi lebih
berat. Dengan cara memperluas tentang bagaimana organisasi bisa pergi tentang mengembangkan
kompleksitas internal, saya jelaskan secara singkat empat pendekatan untuk masalah berbagai kehancuran
bottom-up.
Penciptaan pengetahuan [3]. Teori pengetahuan mengeksplorasi strategi untuk secara efektif memanfaatkan
intelijen pekerja (Grant, 1996). Menurut literatur saat ini, sumber-sumber pengetahuan (Leonard-Barton, 1995)
berasal dari kecerdasan yang terhubung dari individu-als (Nonaka & Takeuchi, 1995; Nonaka & Nishiguchi,
2001; Stacey, 2001). Sebagai perusahaan semakin tergantung pada kecerdasan individu dalam perusahaan
produksi mereka (Burton-Jones, 1999; Davenport & Prusak, 1998; Gryskiewicz, 1999), mereka harus
mengembangkan strategi untuk memperoleh, menafsirkan, mendistribusikan, dan menyimpan informasi bahwa
individu memiliki (Huber, 1996). Nonaka dan Nishiguchi (2001) menggambarkan proses manajemen
pengetahuan ini sebagai perluasan dari "pengetahuan individu" ke tingkat yang lebih tinggi, "pengetahuan
organisasi."

Dalam sistem sosial, dinamika pembelajaran yang dijelaskan di atas terjadi secara bersamaan dan interaktif itu adalah masalah sosial pembangunan modal koneksionis (Burt, 1992). Memori transaktif (Moreland &
Myaskovsky, 2000; Wegner, 1987) dan studi terletak pembelajaran (Glynn, et al, 1994;. Lave & Wenger,
1991), misalnya, semua acara pembelajaran sebagai nonlinear, interaktif, dan coevolving (Lewin & Volberda,
1999) proses.Bahkan proses kognitif individu dilihat sebagai didistribusikan secara sosial (Taylor, 1999),
dengan karyawan di jaringan sosial mempengaruhi dan belajar dari satu sama lain (Argote, 1999). Belajar,
dengan demikian, adalah proses koneksionis rekursif daripada satu agen-inde-pendence linear.
karya terbaru sekarang menekankan pentingnya "pikiran kolektif" (Lave & Wenger, 1991; Weick & Roberts,
1993). Menurut Glynn, et al. (1994), belajar adalah "terbaik dimodelkan dalam hal koneksi organisasi yang
merupakan jaringan pembelajaran" (hal. 56). Wenger (1998) berfokus pada pembelajaran individu dalam
"praktek masyarakat," mengamati bahwa belajar individu tidak terlepas dari pembelajaran kolektif. Lant dan
Phelps (1999: 233) berpendapat bahwa pembelajaran harus dipahami terutama sebagai berkembang dalam
"konteks interaktif ... tertanam dalam konteks dan proses pengorganisasian." McKelvey (2001a, 2005)
mengacu rekursif vertikal dan horizontal individu / kelompok belajar pro-proses-dalam organisasi sebagai
"kecerdasan didistribusikan."
Didistribusikan Intelligence. kutipan Henry Ford merupakan berpikir di Era Industri:

"Mengapa setiap kali saya askfor sepasang ofhands, otak datang

melekat?" (Ford) [4]
"Pekerjaan saya adalah di sebuah bangunan yang merumahkan tiga
ribu orang yang pada dasarnya individu 'partikel' dari 'otak' dari
sebuah organisasi yang terdiri dari enam puluh ribu orang di seluruh
dunia." (Zohar, 1997: xv)
Zohar (1997) dimulai bukunya dengan mengutip direktur ritel raksasa, Marks & Spencer.Setiap partikel
(karyawan) memiliki beberapa kemampuan intelektual - (1975) modal manusia Becker. Dan beberapa dari
mereka berbicara satu sama lain - (1992) modal sosialBurt. Bersama-sama mereka terdiri didistribusikan
intelijen. modal manusia adalah milik masing-masing karyawan. Dibawa ke ekstrem, bahkan jenius
menawarkan suatu perusahaan hanya kemampuan adaptif minimal jika mereka terisolasi dari orang
lain. kompetensi Sebuah perusahaan inti, kemampuan dinamis, dan diperlukan pengetahuan untuk keunggulan
kompetitif semakin muncul sebagai jaringan dari pemegang modal manusia. jaringan pengetahuan ini juga
semakin muncul di seluruh perusahaan bukannya sempit terbatas pada manajemen atas (Norling,
1996). Karyawan sekarang bertanggung jawab untuk kemampuan adaptif bukan hanya menjadi tubuh untuk
melaksanakan perintah. Di sinilah jaringan menjadi kritis. Banyak efektivitas dan ekonomi nilai modal
manusia yang dimiliki oleh individu telah terbukti tunduk pada sifat dari jaringan sosial di mana agen manusia
yang tertanam (Granovetter, 1973, 1985, 1992).
Intelijen dalam otak terletak sepenuhnya pada produksi jaringan muncul di antara neuron
"Kecerdasan jaringan" (Fuster, 1995: 11). Neuron berperilaku yang sederhana "ambang pintu" yang memiliki
satu pilihan perilaku - kebakaran atau tidak api (p 29.). Seiring dengan peningkatan kecerdasan, itu diwakili
dalam otak sebagai koneksi muncul (link sinaptik) antara neuron. kecerdasan manusia adalah 'didistribusikan'
di agen benar-benar bodoh!Dalam komputer sistem pengolahan paralel, komputer memainkan ofneurons
peran. Sistem ini lebih 'nodebased' daripada 'jaringan berbasis'. kecerdasan buatan berada di kemampuan
kecerdasan komputer sebagai agen, dengan muncul berbasis jaringan intelijen masih pada tahap yang sangat
primitif (Garzon, 1995). fokus saya pada kecerdasan didistribusikan menempatkan sebagian besar penekanan
pada munculnya jaringan konstruktif. Pelajaran dari otak dan komputer adalah bahwa kecerdasan organisasi
atau kemampuan belajar bisa dipandang sebagai 'didistribusikan' dan bahwa peningkatan itu tergantung pada
pembinaan pengembangan jaringan seiring dengan bertambahnya modal manusia agen '.
Jaringan selular: Miles, et al. (1999) menawarkan pendekatan kedua untuk berbagai kehancuran. Mereka
merujuk pada abad ke-21 sebagai era inovasi. Mereka melihat karyawan belajar jaringan mengorganisir diri
sebagai penting untuk kinerja yang efektif dalam ekonomi pengetahuan. Dibutuhkan terus berkembang
jaringan untuk bersaing dengan unsur-unsur yang berkembang pesat ekonomi pengetahuan, terutama
teknologi, selera pasar, dan pesaing industri. Miles, et al. (1999) melihat kewirausahaan, self-organisasi, dan

kepemilikan anggota sebagai bahan penting dari jaringan selular yang efektif. Sel terdiri dari tim selfmanaging karyawan - agen heterogen diatur oleh apa yang kompleksitas istilah ilmuwan 'aturan
sederhana'. Sel-sel memiliki "... tanggung jawab kewirausahaan untuk organisasi yang lebih besar" (hlm.
163). Miles, et al. (1999) mengatakan bahwa jika sel-sel adalah unit bisnis strategis mereka dapat ditetapkan
sebagai pusat laba. Mereka menekankan ketidakstabilan sel, mencatat bahwa setiap sel harus mengatur ulang
terus-menerus. Perlu keterampilan tata tepat untuk melakukan hal ini.
Untuk Miles, et al. (1999), pendekatan CEO untuk mengelola sel didasarkan pada melihat sel sebagai
perusahaan kewirausahaan. Mereka menawarkan dua contoh. Dalam satu perusahaan (Teknis dan Komputer
Grafis), sel-sel / perusahaan yang j mitra sendi usaha dalam organisasi menyelimuti. Di lain (The Acer Group),
sel-sel / perusahaan yang j ointly dimiliki melalui pasar saham internal. Rincian tetap kabur bagaimana sel-sel
mempertahankan otonomi mereka dalam menghadapi kontrol top-down, atau bagaimana CEO menjamin nilai
pemegang saham dari sel. Miles, et al. (1999) berbicara tentang diri-organisasi, jaringan belajar, dan sel-sel
muncul, tapi, sekali lagi, bagaimana semua ini bekerja tidak jelas.
Mengelola otonomi jaringan yang sesuai. Dalam sebuah makalah yang baru-baru ini Thomas, et al. (2005)
mengingatkan kita bahwa Roeth-lisberger dan Dixon ditemukan dualitas kontrol-otonomi klasik (vs resmi
organisasi informal) kembali pada tahun 1939. Sekarang, beberapa dualitas telah diamati: kontrol vs otonomi,
inovasi, variasi, dan diri organisasi, dan perubahan tingkat, antara lain. . Thomas, et al (2005) menunjukkan
bahwa ulasan literatur 'Inggris' cenderung bertahan dalam mencari solusi dualisme bipolar dimana kekuatan
yang berlawanan yang seimbang atau disesuaikan untuk mencapai "mix yang optimal" (Maret, 1999:
5) . Sebaliknya, mereka mengamati bahwa literatur 'Prancis' menyatakan bahwa kontrol dan otonomi - dan
dualitas lainnya
yang "terjerat." Meskipun kontrol mungkin mendominasi (yang "englobing" force), misalnya, situasi diakui
pada saat otonomi dapat mendominasi ( "inversi"). Selanjutnya, Perancis melihat tingkat dari "inversi /
pengembalian" antara yang tiang dualitas mendominasi sebagai tidak stabil. Kutub kusut - benar-benar
kekuatan - dualitas harus tepat "dikelola" jika CEO sebuah keinginan untuk menciptakan dan memelihara
"kombinasi kemandirian dan saling ketergantungan" mencirikan Miles, et al "jaringan selular"
desain.. Beberapa 60 tahun penelitian organisasi menunjukkan ini jauh lebih mudah diucapkan daripada
dilakukan!
Berdasarkan analisis dua belas tahun dari sebuah perusahaan kosmetik global, Thomas, et al. (2005)
menyimpulkan bahwa:

Setiap usaha untuk hanya fokus pada akhir otonomi dualitas kemungkinan akan gagal.

Efektif "memimpin" dari jaringan selular memerlukan pengaturan dalam gerakan dinamis inversi /
pengembalian kontrol dan otonomi, sehingga mereka "terjerat" sebagai lawan dari "seimbang" atau
"dioptimalkan" (Maret, 1991, 1999). Selanjutnya, mereka berkembang dalam dinamika interaktif mereka
dari waktu ke waktu.

The 'tingkat' di mana bipoles tidak teratur berosilasi sangat penting. Periode nol-osilasi, apakah
otonomi atau kontrol didominasi, tidak menyelesaikan situasi kelebihan dan tidak ada-laba.

Kontrol-tiang mendominasi (englobing), tapi dengan sering reversions otonomi-dominasi, muncul

sebagai bentuk organisasi yang paling sukses, karena itu adalah baik stabil dan menghasilkan
keuntungan.
Pada bagian sebelumnya saya telah dibangun dari Hukum klasik Ashby untuk Persyaratan Variety terhadap
gagasan bahwa kemampuan adaptif dalam organisasi manusia, dalam kondisi New Age kompleksitas eksternal,
berasal dari kecerdasan didistribusikan dibangun dan dimiliki secara kolektif oleh agen heterogen
(karyawan). Hal ini tidak hanya satu otak di bagian atas yang penting - itu adalah banyak otak terhubung. Hal
ini menunjukkan pentingnya bottom-up dinamika muncul mendasari penciptaan pembelajaran dan
pengetahuan baru, dan kecerdasan didistribusikan dalam organisasi dan jaringan selular.Mengingat ini,
sekarang saya beralih ke pertanyaan: mana kita menarik pelajaran untuk metode pemahaman yang lebih baik
untuk menciptakan struktur yang baru muncul? Tempat terbaik saat ini adalah dari ilmu kompleksitas - yang
benar-benar ilmu penciptaan orde baru.

Teori baru: Order-penciptaan

(kompleksitas) ilmu

latar belakang teoritis

Semua hal di atas panggilan untuk bottom-up munculnya seruan untuk ilmu penciptaan orde baru (McKelvey,
2004b). Banyak dari metode ilmiah dalam manajemen dan organisasi dan sekolah bisnis, terutama studi
strategi, didominasi oleh epistemologi ekonomi (misalnya, Besanko, et al., 2000. Bahkan, ilmu sosial pada
umumnya didominasi oleh ekonomi. Sayangnya, ekonomi terkenal untuk menggambar epistemologi yang dari
fisika klasik dan fokus yang terakhir pada dinamika keseimbangan dan akuntansi matematika transformasi
materi fisik diatur oleh 1 st Hukum Termodinamika (Mirowski, 1989, 1994; Ormerod, 1994, 1998; Arthur, et
al ., 1997, Colander, 2000). Cara mendapatkan dari berbasis keseimbangan ilmu untuk memesan penciptaan?
Nelson dan Musim Dingin (1982) melihat ke teori evolusi Darwin untuk perspektif dinamis berguna untuk
menjelaskan asal usul agar dalam sistem ekonomi; demikian juga, apakah Aldrich (1979, 1999). Memimpin
penulis tentang biologi, seperti Salthe (1993), Rosenberg (1994), Depew (1998), Weber (1998), dan Kauffman
(2000), sekarang berpendapat bahwa teori Darwin adalah, sendiri, keseimbangan terikat dan tidak memadai
untuk menjelaskan asal order. Mendasari perubahan ini dalam perspektif adalah pergeseran untuk mempelajari
bagaimana heterogen bio-agen menciptakan ketertiban dalam konteks dinamika geologi dan atmosfer
(McKelvey, 2004a).
Campbell membawa teori selectionist Darwin ke dalam ilmu pengetahuan sosial (Campbell, 1965; McKelvey
& Baum, 1999). Nelson dan Musim Dingin (1982) menawarkan pengobatan yang paling komprehensif di
bidang ekonomi; Aldrich (1979) dan McKelvey (1982) melakukannya dalam studi organisasi. Penting adalah:
(1) Gen meniru dengan kesalahan;(2) Varian secara berbeda dipilih, mengubah frekuensi gen dalam
populasi; (3) Populasi memiliki tingkat ketahanan hidup diferensial, relung yang ada diberikan; (4) Koevolusi
dari niche kemunculan dan variasi genetik; dan (5) Perjuangan untuk eksistensi. Ekonomi Ortodoks
mengembangkan matematika termodinamika untuk mempelajari resolusi ketidakseimbangan pasokan /
permintaan dalam konteks keseimbangan yang lebih luas. Ini juga membutuhkan statis, konsepsi seketika
maksimisasi dan keseimbangan. Nelson dan Musim Dingin memperkenalkan seleksi Darwin sebagai proses
dinamis dari waktu ke waktu, menggantikan rutinitas untuk gen, mencari mutasi, dan seleksi melalui
persaingan ekonomi.
Rosenberg (1994) mengamati bahwa Nelson dan Winter buku gagal karena Ortodoks masih memegang
matematika konservasi energi (1 st Hukum Termodinamika), keuntungan prediksi kesetimbangan
termodinamika, dan akar kerangka yang terakhir dalam aksioma mekanika orbital Newton, sebagai Mirowski
(1989) membahas panjang lebar cukup. Hinterberger (1994) mengkritik ketergantungan Ortodoks pada asumsi
keseimbangan dari perspektif yang berbeda. Dalam pandangannya, melihat lebih dekat pada kedua konteks
kompetitif dan aktor sosial ekonomi mengungkap empat gaya yang bekerja untuk melarang asumsi
ekuilibrium:

perubahan yang cepat dalam konteks kompetitif perusahaan tidak mengizinkan jenis kesetimbangan
diperpanjang dilihat dalam biologi dan fisika klasik;

Ada semakin banyak bukti bahwa masa depan adalah yang terbaik ditandai dengan "gangguan,
ketidakstabilan, keragaman, ketidakseimbangan, dan non-linear" (p 37.);

Perusahaan cenderung mengalami cekungan berubah tarik - yaitu, efek kesetimbangan yang berbeda;

Agen coevolve untuk membuat struktur tingkat yang lebih tinggi yang menjadi konteks pilihan untuk
perilaku agen berikutnya.
kritik Hinterberger berasal dari perspektif ilmu kompleksitas. Juga dari pandangan ini, Holland (1988: 117124) dan Arthur, et al ^ 997: 3-4). Dicatat bahwa karakteristik berikut dari ekonomi melawan asumsi
ekuilibrium penting untuk pra-predictive matematika:

Interaksi tersebar: tersebar, mungkin heterogen, agen aktif secara paralel;

Tidak ada kontroler global atau penyebab: evolusi bersama interaksi agen;

Banyak tingkat organisasi: agen di tingkat bawah membuat konteks di tingkat yang lebih tinggi;

Adaptasi terus menerus: agen merevisi perilaku adaptif mereka terus;

Perpetual baru: dengan mengubah cara-cara yang memungkinkan mereka untuk bergantung pada
sumber daya baru, agen coevolve dengan perubahan sumber daya untuk menempati habitat baru; dan

Out-of-keseimbangan dinamika: ekonomi mengoperasikan 'jauh dari keseimbangan', yang berarti

bahwa ekonomi yang disebabkan oleh tekanan ketidakseimbangan perdagangan individu-to-individu,
perusahaan-to-perusahaan, negara-to-negara, dll
Setelah meninjau semua bab dalam antologi mereka, The Economy sebagai Complex Sistem Berkembang
, Yang sebagian besar mengandalkan pemodelan matematika, editor bertanya, ".Dalam hal apa melakukan
perhitungan kesetimbangan memberikan wawasan munculnya?" (Arthur, et al, 1997:. 12) Jawabannya adalah,
tentu saja, mereka tidak. Apa yang hilang? elemen Belanda dari sistem adaptif kompleks adalah apa yang
hilang: agen, nonlinier, hirarki, evolusi bersama, jauh-dari-ekuilibrium, dan self-organisasi.
Hal ini menjadi jelas setelah kita menggunakan metode penelitian memungkinkan tampilan cepat-gerak
fenomena sosial ekonomi. Teknologi dan perubahan pasar cepat dalam ekonomi pengetahuan modern yang yang mendorong penciptaan pengetahuan dan kewirausahaan - menyarankan seperti pergeseran waktu analisis
untuk metode penelitian sosial ekonomi adalah lama berakhir karena. Metode ekonomi didasarkan pada
metode fisika, yang pada gilirannya didasarkan pada gerakan sangat lambat peristiwa baru agar penciptaan,
yaitu, orbit planet dan proses atom yang telah dasarnya tetap tidak berubah selama miliaran tahun.
Bar-Yam (1997) membagi derajat kebebasan menjadi cepat, lambat, dan dinamis skala waktu. Pada skala
waktu manusia, aplikasi termodinamika dengan fenomena fisika klasik dan ekonomi berasumsi bahwa proses
yang lambat diperbaiki dan proses cepat berada dalam kesetimbangan, meninggalkan proses termodinamika
sebagai dinamis. Bar-Yam mengatakan, "proses Lambat membangun kerangka kerja [luas] di mana
termodinamika dapat diterapkan" (1997: 90). Sekarang, misalkan kita mempercepat proses fisik gerakan
lambat sehingga muncul dinamis pada skala waktu manusia - mengatakan kepada laju sekitar satu tahun untuk
setiap tiga detik. Kemudian sekitar satu miliar tahun berlalu per abad. Hal ini seperti melihat sebuah film 3,8
miliar tahun cepat-gerak. Pada kecepatan ini kita melihat efek dinamis perubahan geologi terhadap keteraturan
biologis - proses evolusi Darwin pergi dengan begitu cepat mereka muncul dalam kesetimbangan (diuraikan di
McKelvey, 2004a)!
Jika fisika klasik, metode keseimbangan dipengaruhi penelitian sosial ekonomi yang dilihat melalui lensa ilmu
cepat-gerak, analisis evolusioner bergeser ke derajat gerak cepat Bar-Yam tentang kebebasan. Dengan
demikian, perubahan dikaitkan dengan pilihan "dinamika" tergelincir ke dalam keseimbangan. Dengan logika
ini, karena analisis evolusioner adalah ekuilibrium-terikat, itu tidak cocok untuk penelitian yang berfokus pada
jauh-dari-ekuilibrium perubahan. Berikut Van de Vijver, et al. (1998), analisis dinamis, oleh karena itu, harus
fokus pada agen 'self-organisasi daripada seleksi Darwin.
1 st Hukum Termodinamika telah dinamika mendefinisikan ilmu - tetapi berfokus pada ordertranslation, tidak
memesan penciptaan. Di tempat lain, saya meninjau pencarian kompleksitas ilmuwan untuk hukum
0 th termodinamika, berfokus pada pertanyaan akar dalam ilmu kompleksitas: Apa yang menyebabkan order
sebelum 1 UU st kesetimbangan memegang? (McKelvey, 2004a). Bagaimana dan kapan penciptaan rangka
terjadi? Pasca-equilibrium studi ilmu-satunya waktu-reversibel, posting 1 UU st terjemahan energi - bagaimana,
mengapa, dan berapa tingkat energi menerjemahkan dari satu jenis untuk yang lain (Prigogine, 1955, 1997). Ini
selalu mengasumsikan kesetimbangan. ilmu pra-ekuilibrium berfokus pada karakteristik order-penciptaan
sistem adaptif kompleks. Penelitian Era pengetahuan harus didasarkan pada ilmu pengetahuan pra-ekuilibrium!
Dua implikasi mengikuti dari studi sebelumnya: (1) Jika tidak kesetimbangan berbasis ilmu pengetahuan, kita
perlu mencari pendekatan ilmiah lain yang berfokus pada penciptaan rangka bukannya keseimbangan. Ini
adalah apa ilmu kompleksitas tidak; dan (2) Kami juga membutuhkan berbagai jenis pendekatan
pemodelan. Saya akan menunjukkan kemudian betapa penting pemodelan formal untuk ilmu pengetahuan
yang baik. Hal ini juga ternyata bahwa American School ilmu kompleksitas telah mengembangkan New model
komputasi berbasis agen pendekatan Umur modeling. Tapi pertama-tama, teori baru.

Sekolah ilmu kompleksitas: Dua basis teori

baru
Pemandangan ilmu kompleksitas asal urutan biologi adalah bahwa diri-organisasi - pra 1 proses Hukum st menjelaskan lebih ketertiban di biosfer dari seleksi Darwin (Kauffman, 1993, 2000; Salthe, 1993; banyak
penulis dalam Van de Vijver , et al., 1998).Dua mesin dikandung secara independen penciptaan ketertiban yang
jelas dalam ilmu kompleksitas.Saya meninjau secara singkat di bawah ini dan menyimpulkan dengan
panggilan untuk integrasi mereka.

Kelompok Eropa terdiri dari Prigogine (1955, 1997), Haken (1977/1983), Cramer (1993), Mainzer
(1994/2004), antara lain. Kelompok Amerika sebagian besar terdiri dari orang-orang yang terkait dengan Santa
Fe Institute. Sementara satu bisa mengabaikan perbedaan, saya pikir itu layak tidak melakukannya [5]. Untuk
Eropa, jelas bahwa transisi fase, terutama pada 1 st nilai kritis, mendasar. Transisi fase adalah peristiwa penting
yang terjadi pada 1 stnilai kritis dari R , yang Reynolds nomor (dari dinamika aliran fluida, Lagerstrom,
1996).Transisi fase yang, dengan demikian, peristiwa dramatis, jauh dari peristiwa hasutan Amerika fokus
pada, yaitu: (1) yang hampir tidak berarti acak "kupu-kupu" efek yang memicu "kekritisan terorganisir diri"
dan air terjun kompleksitas (Gleick 1987 ; Bak, 1996; Brunk, 2000), dan (2) jenis-jenis peristiwa atau 'hal-hal'
yang memulai umpan balik positif proses saling kausal - apa Holland (1995) menyebut "tag." Meskipun
perbedaan mereka yang signifikan, keduanya penting untuk ilmu kemasyarakatan. Untuk membuat perbedaan
benar-benar jelas, saya merebus mereka ke bare [6].
Sekolah Eropa . Orang-orang Eropa menekankan unsur-unsur utama sebagai berikut:

fenomena fisik;

transisi fase yang dihasilkan dari eksternal (berbasis energi) efek hasutan "berbasis kekuatan";

titik data independen - atom, molekul, dll .;

Matematika intensif;

Wilayah kompleksitas muncul didefinisikan oleh 1 st dan 2 nd nilai kritis.

Mereka biasanya mulai dengan sel Benard. Dalam proses Benard (1901), 'nilai kritis' di diferensial energi
(diukur suhu, AT) antara permukaan hangat dan dingin wadah mempengaruhi kecepatan, R , aliran udara, yang
berkorelasi dengan A T . Misalkan permukaan wadah mewakili permukaan panas bumi dan atmosfer atas yang
dingin. Nilai-nilai kritis membagi kecepatan aliran udara dalam wadah menjadi tiga jenis:

Di bawah 1 st nilai kritis (jumlah Rayleigh), perpindahan panas terjadi melalui konduksi - molekul gas
mentransfer energi bergetar lebih keras terhadap satu sama lain sambil tetap dasarnya di tempat yang
sama;

Antara 1 st dan 2 nd nilai kritis, perpindahan panas terjadi melalui gerakan massal udara di mana
molekul gas bergerak antara permukaan dalam
Tabel 1
Kompleksitas Newtonian ada ketika jumlah informasi yang diperlukan untuk menggambarkan sistem
kurang kompleks daripada sistem itu sendiri. Jadi aturan, seperti F = ma = md 2 s / dt2 jauh lebih
sederhana dalam hal informasi daripada mencoba untuk menggambarkan berbagai negara, kecepatan,
dan tingkat percepatan sesuai dengan memahami kekuatan dari benda jatuh. "Sistem memamerkan
subkritis [Newtonian] kompleksitas secara ketat deterministik dan memungkinkan untuk prediksi yang
tepat" (Cramer, 1993: 213) Mereka juga "reversibel" (memungkinkan retrodiction serta prediksi
sehingga membuat "panah waktu" tidak relevan (Eddington, 1930 , Prigogine & Stengers, 1984).
Pada ekstrem yang berlawanan adalah kompleksitas stochastic mana deskripsi sistem adalah serumit
sistem itu sendiri - jumlah minimum informasi bit yang diperlukan untuk menggambarkan negara adalah
sama dengan kompleksitas sistem. Cramer benjolan sistem kacau dan stochastic dalam kategori ini,
meskipun kekacauan deterministik diakui sebagai fundamental berbeda dari kompleksitas stochastic
(Morrison, 1991), karena yang pertama adalah 'aturan sederhana' didorong, dan sistem stokastik adalah
acak, meskipun berbeda-beda di stochasticity mereka. Dengan demikian, tiga jenis kompleksitas
stochastic diakui: murni acak, probabilistik, dan kekacauan deterministik. Untuk esai ini saya
mempersempit kompleksitas stochastic kekacauan deterministik, dengan risiko terlalu
menyederhanakan.
Di antara, Cramer menempatkan kompleksitas muncul. Aspek mendefinisikan kategori ini adalah
kemungkinan muncul sederhana struktur deterministik kriteria kompleksitas Newtonian pas, meskipun
fenomena yang mendasari tetap dalam kategori stokastik kompleks. Di sinilah kekuatan alam
meringankan masalah penyidik dengan menawarkan intervensi benda sebagai 'kesederhanaan target'
perilaku yang cocok untuk penjelasan aturan sederhana. Cramer (1993: 215-217) memiliki meja panjang
mengkategorikan semua jenis fenomena sesuai dengan rencananya.

Definisi Macam Kompleksitas oleh Cramer (1993). Untuk tujuan mnemonic saya menggunakan 'Newtonian' bukan
Cramer 'subkritis', 'stochastic' bukan 'mendasar', dan 'muncul' bukan of'critical 'kompleksitas .

Pola sirkulasi - sel Benard muncul. Kami menemukan ini di pesawat sebagai up-dan downdrafts; dan

Di atas 2 nd nilai kritis transisi ke berantakan bergerak molekul gas diamati.

-Agen berdasarkan percobaan komputasi menawarkan ilmuwan organisasi laboratorium virtual di mana untuk
menguji efek kausal berteori dependensi jalan organisasi, mengingat berbagai sumber daya lingkungan dan
kendala, mata pelajaran buatan (agen) diatur oleh diketahui dan hanya aturan-aturan ini, jangka waktu cukup
lama untuk memungkinkan agen dan aturan untuk mengubah dan muncul struktur baru (order) muncul, dengan
jumlah yang memadai ulangan yang sama sehingga memungkinkan sampling statistik yang relevan. Tak perlu
dikatakan, percobaan komputasi telah menetapkan sendiri keterbatasan. Paling tidak ini telah keterbatasan
komputer untuk menangani ruang kombinatorial besar, agen dengan jumlah yang memadai yang mengatur
aturan, dan kurangnya kompleksitas organisasi yang dirancang-in. Selanjutnya, banyak kompleksitas
organisasi nyata dan teori organisasi saat ini tidak muncul dalam model, terutama yang sebelumnya. Orang
mungkin cukup menyimpulkan bahwa kebanyakan model berbasis agen organisasi yang relevan memiliki
sedikit bantalan pada realitas organisasi. Di sisi lain, kita juga dapat menyimpulkan bahwa, tepat, model
dimulai dengan sederhana, aspek yang lebih bergaya fungsi organisasi tetapi, belajar dari waktu ke waktu, ada
perkembangan ke arah perbaikan realitas replicational terjadi. pemodelan matematika memiliki sekitar
memimpin 300 tahun lebih berbasis agen model komputasi!
-Agen berbasis eksperimen pemodelan relatif baru untuk studi organisasi, meskipun beberapa contoh awal ada
(Cohen, et al , 1972;. Maret 1991). Model komputasi memungkinkan peneliti untuk bermain keluar nuansa
teori dari waktu ke waktu. Mereka juga memungkinkan penentuan yang lebih jelas tentang efek kausal dengan
memungkinkan variabel kausal untuk menggoyangkan. Akibatnya, model menawarkan konteks yang luar biasa
untuk pengembangan teori. Ilgen dan Hulin (2000: 7) pergi sejauh untuk label percobaan pemodelan
komputasi sebagai "disiplin ketiga" - eksperimen manusia dan studi korelasi menjadi dua yang pertama.
Penggunaan model berbasis ofagent dalam ilmu sosial telah meningkat selama dekade terakhir [11]. Agen
dapat setiap tingkat analisis: atom partikel, molekul, gen, spesies, orang, perusahaan, dan sebagainya. Fitur
yang membedakan adalah bahwa agen yang tidak seragam. Sebaliknya mereka probabilistically istimewa
(McKelvey, 1997). Oleh karena itu, pada tingkat perilaku manusia, mereka cocok asumsi ontologis
postmodernis '.Menggunakan heterogen model berbasis agen adalah cara terbaik untuk 'menikah' ontologi
postmodernis dengan ilmu pengetahuan model terpusat dan standar epistemologis saat asumsi sains modern
yang efektif - khususnya kompleksitas ilmu (Henrickson & McKelvey, 2002; McKelvey, 2002, 2003). Tidak
ada asumsi homogenitas, keseimbangan, atau kemerdekaan. Agen dapat mengubah sifat atribut dan
kemampuan mereka bersama dengan jenis lain dari pembelajaran. Mereka juga dapat membuat
pengelompokan jaringan atau struktur tingkat tinggi lainnya, yaitu, orde baru.
Penelitian oleh Kontraktor, et al . (2000) (dibahas nanti) adalah contoh yang baik menunjukkan dua dari unsurunsur yang meningkatkan kepercayaan pembenaran-logika pemodelan berbasis agen. Pertama, tulisan ini
sangat penting karena setiap aturan sepuluh agennya yang didasarkan pada ada penelitian empiris. Temuan
setiap badan penelitian, mendung karena mereka oleh kesalahan dan statistik, dikurangi menjadi ideal, fakta
bergaya yang kemudian menjadi aturan agen. Pendekatan pembenaran kedua dalam penelitian ini adalah
bahwa model paralel eksperimen manusia di dunia nyata. Hasil penelitian mereka fokus pada sejauh mana
model komposit dan masing-masing dari sepuluh aturan agen memprediksi hasil dari percobaan - beberapa
lakukan, beberapa tidak.Pendekatan lain, dengan model simulasi yang jauh lebih canggih, adalah salah satu
oleh LeBaron (2000, 2001). Dalam penelitian ini, LeBaron menunjukkan bahwa model dasar ".mampu
kuantitatif mereplikasi banyak fitur dari pasar keuangan yang sebenarnya "(hal. 19).Berikut penekanannya
adalah sebagian besar pada pencocokan hasil model hasil data dunia nyata daripada mendasarkan aturan agen
atas fakta bergaya. Sebuah pertandingan yang lebih canggih antara agen model dan eksperimen manusia yang
dirancang oleh Carley (1996). Dalam penelitian ini model agen dan orang diberi tugas yang sama. Sedangkan
hasil menawarkan tes model vs data dunia nyata, perbandingan juga menunjukkan banyak wawasan analitis
tentang desain organisasi dan pelatihan karyawan yang hanya muncul dari penjajaran dari dua metode
eksperimental yang berbeda.

Baru 'agen otonom' efek dari model di

lapangan ilmu pengetahuan
Model sebagai agen otonom [12]: Ada sedikit keraguan bahwa model matematika telah mendominasi ilmu
sejak Newton. Selanjutnya, secara matematis dibatasi bahasa (wacana logis), sejak sekitar tahun Lingkaran
Wina, 1907, telah datang untuk mendefinisikan ilmu baik di citra fisika klasik. Memang, matematika adalah
baik untuk berbagai hal dalam ilmu pengetahuan, tetapi terutama, memainkan dua peran kunci. Dalam
positivisme logis - yang berubah menjadi empirisme logis (Suppe, 1977) - matematika disediakan kekakuan
logis yang bertujuan menjamin integritas kebenaran analitis laporan (teoritis). Sebagai Baca (1990)
mengamati, penggunaan matematika untuk menemukan "nomor" sebenarnya kurang penting dalam ilmu dari
penggunaannya dalam pengujian untuk berpikir ketat. Tapi, seperti biasa terlihat di berbagai bab dalam
Morgan dan Morrison (2000) antologi, matematika juga digunakan sebagai pengganti efisien untuk model
ikonik dalam membangun model 'bekerja' berharga bagi pemahaman tidak hanya bagaimana aspek dari
fenomena diteliti berperilaku (akar empiris model) dan / atau untuk lebih memahami keterkaitan dari berbagai
elemen yang terdiri dari transendental realis jelas teori (akar teoritis).
Secara tradisional, model telah diperlakukan sebagai lebih atau kurang akurat "mirroring" teori atau fenomena
(Cartwright, 1983) - sebagai model bola bilyar mungkin cermin atom.Dalam peran ini adalah semacam 'katalis'
yang mempercepat jalannya ilmu tapi tanpa mengubah kimia dari bahan-bahan. Morgan dan Morrison (2000)
mengambil tujuan mati di pandangan ini, bagaimanapun, menunjukkan bahwa model adalah agen otonom yang
dapat, memang, mempengaruhi kimia. Hal ini mungkin paling digambarkan dalam sosok yang disediakan oleh
Boumans (2000). Dia mengamati bahwa
Cartwright, di klasik nya, 1983 buku "... hamil [s] model sebagai instrumen untuk menjembatani kesenjangan
antara teori dan data." Boumans memberikan bukti bahwa banyak bahan mempengaruhi sifat akhir dari
model. Bahan berdampak model adalah metafora, analogi, pandangan kebijakan, data empiris, teknik
matematika, konsep-konsep matematika, fakta bergaya, dan gagasan teoritis. analisis Boumans ini didasarkan
pada model siklus bisnis dengan Kalecki, Frisch dan Tinbergen pada 1930-an dan Lukas (1972) yang secara
jelas menggambarkan warping yang dihasilkan dari 'cetakan matematika' untuk sebagian besar alasan
tractability dan pengaruh dari berbagai bahan non-teori dan nondata.
Model sebagai agen otonom, dengan demikian, menjadi begitu baik dari (1) molding matematika dan
(2) pengaruh oleh semua bahan lainnya. Karena bahan-bahan lain yang cukup bisa mempengaruhi
model berbasis agen serta model matematika - formal, model-simbol berbasis, dan karena model
matematika mendominasi pemodelan formal dalam ilmu sosial (terutama di bidang ekonomi) Sekarang saya hanya fokus pada efek pencetakan model matematika berakar dalam fisika
klasik. Seperti yang terlihat dari empat model siklus bisnis yang disebutkan sebelumnya, Mirowski
ini, (1989) diskusi yang luas (tidak termasuk di sini), dan Baca (1990) analisis (bawah), efek
matematika molding meresap. Banyak dari efek pencetakan dari matematika sebagai model otonom /
agen, seperti yang dikembangkan dalam fisika klasik dan ekonomi, membuat tiga asumsi heroik: (1)
matematika dalam fisika klasik membuat asumsi homogenitas 'instrumental nyaman'. Hal ini membuat
matematika lebih penurut; (2) Ilmu pada umumnya, dan dalam ilmu sosial terutama ekonometri
(Greene, 2002), menganggap kemerdekaan antara agen (titik data); dan (3) Fisikawan prinsipnya
belajar fenomena di bawah pemerintahan dari 1 st Hukum Termodinamika dan, dalam Undang-undang
ini, membuat asumsi ekuilibrium. Berikut model matematika menyumbang penerjemahan perintah
dari satu bentuk ke bentuk lain dan menganggap semua fenomena bervariasi sekitar ekuilibrium poin
[13].
Umum di seluruh laporan dan serupa Baca ini pengamatan tentang "kemampuan [abstrak] sistem
manusia untuk mengubah dan memodifikasi sendiri," menjadi "self-reflektif," menanggapi secara
pasif untuk "gaya yang bekerja" dari luar, "manipulasi oleh subkelompok," " evaluasi diri, "" refleksi
diri, "" mempengaruhi dan menentukan bagaimana mereka akan berubah, "dan" chimera "dari
mencari" hukum perilaku "yang mencerminkan efek dari kekuatan eksternal.
Sama seperti ilmu-ilmu sosial tertinggal di belakang ketika matematika adalah pendekatan pemodelan
tertinggi, mereka juga tertinggal dalam transisi mereka untuk model berbasis agen. Meskipun tarif

kutipan mungkin telah mengambil baru-baru ini, pada tahun 1997 ada sekitar 18.000 ilmu alam
mengutip untuk pemodelan komputasi nonlinier, tetapi hanya sekitar 180 di bidang ekonomi dan dekat
40 dalam sosiologi (Henrickson, 2004). Sebagai Henrickson dan McKelvey (2002: 7288) bertanyatanya:

"Bagaimana bisa bahwa ilmu didirikan pada determinisme

linear matematika ofclassical fisika telah bergerak lebih cepat
menuju penggunaan model komputer nonlinear dari ekonomi
dan sosiologi - di mana mereka melakukan ilmu tidak berbeda
dari aktor sosial -? Yang merupakan Gerak brown"

Model komputasi dalam ilmu organisasi [14]

Lichtenstein dan McKelvey (2005) mencatat bahwa ada lebih dari 300 model berbasis agen memiliki relevansi
studi organisasi. Maguire, et al . (akan datang) daftar - 15 aplikasi hanya (1993) Kauffman NK Model
fenomena organisasi. Hanya untuk memberikan kredibilitas gagasan model agen yang diterapkan pada
organisasi, saya jelaskan secara singkat beberapa contoh di bawah ini. Sebagai Lichtenstein dan McKelvey
(2005) mengamati, kebanyakan model menghasilkan jaringan muncul; beberapa menghasilkan kelompok
muncul dan efek supervenience; bahkan lebih sedikit menghasilkan hierarki dan hanya dua peregangan sedikit
melampaui tahap-tahap minimal order organisasi.
Selular automata grid pencarian: Model berbasis agen tertua disebut sebagai selular automata (CA)
model. Agen ada dalam ruang pencarian yang ukurannya tergantung pada jumlah agen dan aturan. Ruang
pencarian biasanya digambarkan sebagai terdiri dari bukit dan lembah dengan, misalnya, lebih tinggi agen
kebugaran atau kecerdasan direpresentasikan sebagai puncaknya. Agen memiliki kebugaran tertinggi dapat
tersebar secara acak di seluruh ruang dan dipisahkan oleh banyak agen memiliki kebugaran lebih
rendah. Seorang agen tertentu, dengan demikian, menjalankan risiko berakhir di puncak suboptimal selama
upaya pencarian atas beberapa jumlah periode waktu. Biasanya interaksi agen dibatasi untuk 'tetangga terdekat'
mereka - mereka agen berbatasan langsung dengan agen tertentu. Agen biasanya memiliki satu keputusan
output, tergantung pada beberapa sinyal input. Seringkali mereka hanya memiliki satu aturan yang
mengatur. Sebagai agen dan aturan meningkat, ruang pencarian tumbuh secara geometris, seperti halnya waktu
pemrosesan komputer. Salah satu yang paling menarik adalah Kauffman NK Model.
Pemodelan lanskap NK merdu: Kauffman (1993) NK . Kebugaran Landscape, aplikasi terkenal model CA,
mensimulasikan proses co-evolusi di mana kedua agen individu dan tingkat saling ketergantungan di antara
mereka dimodelkan dari waktu ke waktu N mengacu pada jumlah agen di model, dan K mengacu pada
kepadatan interaksi agen. Menurut model, kebugaran adaptif agen tergantung pada kemampuannya untuk
mengidentifikasi dan 'naik ke' tingkat tertinggi kebugaran tetangganya. Namun, karena keterbatasan pencarian
tetangga terdekat-, agen dikelilingi oleh tetangga semua memiliki tingkat kebugaran yang lebih rendah terjebak
pada optimum lokal yang mungkin jauh di bawah sistem-lebar optimal tertinggi. Perhatikan bahwa agen yang
tidak independen satu sama lain.
Sebagai agen individu berubah, mereka mempengaruhi semua agen lainnya, sehingga mengubah beberapa
aspek dari tetangga terdekat-lanskap itu sendiri. Dengan cara ini, tingkat kompleksitas 'tunes' agen 'pencarian
lanskap dengan mengubah jumlah dan tinggi puncak dan kedalaman lembah yang mereka hadapi. Ternyata
tingkat urutan lanskap keseluruhan krusial tergantung pada tingkat K, tingkat seluruh sistem saling
ketergantungan, yaitu, kompleksitas (Kauffman, 1993). Menurut Kauffman, sebagai kompleksitas meningkat,
jumlah puncak sangat meningkatkan dalam lanskap, sementara perbedaan antara puncak dan lembah
berkurang, sehingga meskipun tekanan seleksi Darwin berlanjut, agar muncul tidak dapat dijelaskan oleh
pilihan efek. Dia istilah itu kompleksitas bencana . Sebaliknya, jumlah sedang kompleksitas menciptakan
optimal lanskap kasar , yang mengarah ke tingkat kebugaran seluruh sistem tertinggi.
Para peneliti telah menerapkan NK Model untuk pengaturan bisnis dengan mengeksplorasi cara keterhubungan
akan membawa seluruh sistem ke tingkat yang lebih tinggi dari kebugaran tanpa mengunci menjadi 'bencana'
saling ketergantungan (Levinthal, 1997). Tingkat moderat interkoneksi dapat dicapai melalui modularisasi dari
proses produksi (Levinthal & Warglien, 1999), dengan menjaga internal yang rantai interdependensi nilai ke

tingkat tepat di bawah lawan mereka (McKelvey, 1999), atau dengan mengadopsi strategi berdasarkan industrilebar tingkat saling ketergantungan perusahaan (Baum, 1999). Rivkin (2000, 2001) menunjukkan bahwa
kompleksitas moderat mencegah efek spillover sementara pada saat yang sama mendorong berbagi antar
perusahaan pengetahuan baru. Dalam tes empiris dari NK aplikasi untuk inovasi, Fleming dan Sorenson (2001:
1025) menunjukkan "penemuan dapat dimaksimalkan dengan bekerja dengan sejumlah besar komponen yang
berinteraksi untuk tingkat menengah."
Desain sequencing: Siggelkow dan Levinthal (2003) menggunakan Kauffman NK Model untuk menggoda
keluar beberapa dinamika yang timbul ketika perusahaan mencampur sentralisasi-desentralisasi atau
eksplorasi-eksploitasi desain. Mereka hasil kinerja model yang berasal dari tiga desain struktural: sentralisasi
tidak berubah, desentralisasi tidak berubah, dan "desentralisasi sementara dengan reintegrasi berikutnya" yang terakhir disebut "reintegrator perusahaan." Beberapa temuan utama mereka adalah:

Ketika lingkungan secara signifikan berubah, perusahaan reintegrator mengungguli perusahaan

terpusat;

Sebagai perusahaan menjadi lebih kompleks - derajat lebih kebebasan dan lintas departemen saling
ketergantungan - reintegrators menawarkan keuntungan kinerja;

Panjang waktu desentralisasi sebelum reintegrasi memiliki efek yang kuat - dalam model, kinerja
puncak ketika desentralisasi meluas ke 40 periode dan kemudian mendatar;

penciptaan sementara interdependensi lintas divisi - disebut "berebut" dalam artikel - menghasilkan
kinerja tertinggi. Penulis tidak menyebutkan itu, tapi ini tampaknya seperti penciptaan sementara ikatan
lemah (Granovetter, 1973, 1985), yang meningkatkan hal-hal baru dalam jangka pendek, sementara
memungkinkan perusahaan untuk menginstal ulang tujuan efisiensi setelah masa eksplorasi selesai.

Berbeda dengan statis "keseimbangan" pendekatan, mereka menyimpulkan: ".exploration dan stabilitas tidak
dicapai secara bersamaan melalui fitur organisasi yang berbeda .. .but berurutan dengan mengadopsi struktur
organisasi yang berbeda." Model ini mendukung Thomas, et al .(2005) studi kasus.
Modeling tarif pembelajaran : Yuan dan McKelvey (2004) pertama dermaga [15] model mereka terhadap hasil
dari pekerjaan sebelumnya Kauffman, mereplikasi hasil asli Kauffman untuk korelasi 0,976. Mereka
menggunakan nya NK Model untuk menguji hipotesis bahwa interaktivitas komunikasi nonlinearly terkait
dengan kedua jumlah dan tingkat kelompok belajar dari waktu ke waktu. Efek kompleksitas bencana
Kauffman berlaku di sini juga. Mereka menemukan bahwa jumlah kelompok belajar merupakan fungsi
langsung dari ukuran, N, tetapi curvilinearly terkait dengan K - tertinggi di tengah-tengah kurva berbentuk U
terbalik. Mereka menemukan bahwa tingkat pembelajaran adalah paling lambat di tengah-tengah kurva
berbentuk U. Namun, kepadatan di interaktivitas komunikasi tidak terlepas dari ukuran kelompok. Setelah
mereka menyesuaikan untuk efek ini melalui standarisasi Kby N-1, mereka menemukan bahwa efek lengkung
menghilang, tetapi efek bencana terus sebagai fungsi dari dua variabel linear: Tingkat kelompok belajar tetap
fungsi linear positif interaktivitas komunikasi, tetapi jumlah belajar menjadi fungsi linear negatif kepadatan
interaktivitas. Antara lain, mereka juga menemukan bahwa mengubah distribusi komunikasi dengan
menciptakan isolat dan bintang dalam kelompok memiliki efek yang signifikan secara statistik pada
pengembangan coevolutionary pembelajaran tingkat grup dari waktu ke waktu.
Belanda algoritma genetika: Sebuah kemajuan penting dalam pemodelan munculnya terjadi melalui
penggunaan algoritma genetika (GAs), diciptakan oleh Holland (1975, 1995) GAs memungkinkan agen
untuk belajar dan berubah dari waktu ke waktu dengan mengubah peraturan yang mengatur perilaku mereka:
"Agen beradaptasi dengan mengubah aturan mereka sebagai pengalaman terakumulasi "(Holland, 1995:
10). Axelrod dan Cohen (2000: 8) memperluas implikasi dari GAs, menyatakan bahwa:

"... Setiap perubahan strategi oleh seorang pekerja mengubah

konteks di mana perubahan berikutnya akan mencoba dan
dievaluasi. Ketika beberapa populasi agen beradaptasi satu sama
lain, hasilnya adalah sebuah proses coevolutionary. "

Dalam GAs biologis, agen muncul untuk 'pasangan' dan menghasilkan 'keturunan' yang memiliki berbagai
'aturan-string' (genetik kode, cetak biru, rutinitas, kompetensi) dibandingkan dengan orang tua mereka. Dalam
aplikasi organisasi, agen 'aturan-string berubah dari waktu ke waktu (yaitu, di generasi buatan) tanpa
penggantian agen dan tanpa' anak '. Efek kausal atas agen didefinisikan oleh aturan-aturan ini. Sedangkan CA
model biasanya adalah limite d untuk relatif sedikit aturan dan agen - karena lanskap tumbuh secara geometris
setiap waktu setiap ditambahkan - GAs memungkinkan banyak agen untuk memiliki banyak aturan (Macy &
Skvoretz, 1998). Baru aturan-string dapat memiliki berbagai jumlah aturan dipertahankan atau rekombinasi
dari aturan agen sebelum ini, sehingga memungkinkan kebugaran evolusi peningkatan proses yang kompleks
seperti pengambilan keputusan dan belajar, bersama dengan rekombinasi keterampilan yang beragam. Dua
aplikasi GA organisasi dijelaskan berikutnya.
Model simulasi koordinasi: Paul, et al . (1996) Model adaptasi struktur organisasi dengan memeriksa adaptasi
dari perusahaan perdagangan keuangan (kelompok). Perusahaan mereka / kelompok bertahan hidup di
lingkungan pasar keuangan; mereka memantapkan keluar dari jaringan terdiri dari dari 1 sampai 9 agen
konstituen, dan masing-masing agen memiliki aturan-set untuk membeli dan menjual instrumen keuangan atau
melakukan apa-apa yang berbeda.Perusahaan mungkin mengaktifkan atau menonaktifkan agen mereka, atau
membentuk jaringan yang tampaknya lebih baik melakukan agen dari periode sebelumnya. Dalam iklim
kinerja pasar yang efisien dengan probabilitas 50% dari keberhasilan, perusahaan model mereka mengalahkan
pasar 60% dari waktu. Dalam model ini perilaku agen (komponen) dapat diubah dengan tujuan perusahaantingkat, sehingga memungkinkan perusahaan untuk lebih tampil di lingkungan pasar. Selanjutnya, karena
evolusi bersama kausalitas up-dan ke bawah, hasilnya tidak deducible dari konfigurasi agen awal dan aturan.
Model lain mengkaji proposisi klasik yang koordinasi, sementara yang diperlukan untuk menyelesaikan tugastugas yang saling bergantung, mahal. (1996) Model GA Crowston ini menguji hipotesis ini dengan
mensimulasikan organisasi yang terdiri dari: agen; dalam subkelompok; di pasar; dengan variabel tugas saling
ketergantungan. Hal ini menyebabkan causalities ke atas, ke bawah, dan horizontal, yaitu, kerumitan
kausal. Agen bawah tingkat harus melakukan tugas-tugas mereka dalam panjang oftime tertentu; agen yang
mengkoordinasikan mungkin mempercepat tugas-tugas mereka, tetapi biaya koordinasi berarti berkurangnya
jatah waktu mereka sesuai dengan aturan berikut: jika agen 'pembicaraan' untuk semua agen lain sepanjang
waktu tidak ada waktu yang tersisa untuk menyelesaikan tugas-tugas tersebut. Hasil penelitian menunjukkan
bahwa organisasi dan / atau agen karyawan mereka yang sebenarnya meminimalkan biaya koordinasi melalui
pengorganisasian dengan cara tertentu. Studinya adalah contoh dari model GA yang digunakan untuk menguji
pernyataan normatif klasik dengan mendirikan sebuah eksperimen komputasi yang memungkinkan kelompok
untuk muncul sebagai yang sesuai. Ini juga termasuk kerumitan kausal dan kausalitas coevolutionary (untuk
perbandingan, lihat Thomas, et al ., 2004).
Model multi-level: Sangat mungkin contoh yang paling terkenal dari pemodelan berbasis agen adalah Epstein
dan Axtell ini Tumbuh Societies Buatan (1996). Model mereka disebut "Sugarscape." Mereka merebus perilaku
agen ini ke satu aturan sederhana: "Lihatlah di sekitar sejauh izin visi Anda, menemukan tempat dengan gula
paling, pergi ke sana dan makan gula" (p 6.). Agen pencarian di lanskap CA tetapi mereka semacam
berhubungan seks, mereproduksi keturunan, dan mulai mengadakan genetik, identitas, dan tag identifikasi
budaya menurut algoritma genetika. Model ini tidak hanya membangun jaringan sosial, tetapi juga kelompoktingkat yang lebih tinggi muncul. Kelompok-kelompok ini mengembangkan kekayaan budaya;sekali budaya
membentuk mereka dapat datang setelah dan mengubah perilaku dan pengelompokan agen. Epstein dan Axtell
ini simulasi meliputi empat tingkat yang berbeda: agen, pengelompokan, budaya, dan lingkungan Sugarscape
keseluruhan. Unsur-unsur Sugarscape termasuk agen, kelompok muncul, pengelompokan-tingkat yang lebih
tinggi, budaya muncul, beberapa sebab-akibat, dan sumber daya lingkungan dan kendala. Meskipun mereka
adalah seolah-olah model ekonomi, dengan mudah diterjemahkan ke dalam ekonomi pasar intraorganizational
disorot di Halal dan Taylor (1999).
Carley dan rekan telah menghasilkan beberapa model komputasi yang paling canggih untuk saat ini. Mereka
telah divalidasi terhadap penelitian eksperimental laboratorium (Carley, 1996), dan data arsip dari organisasi
yang sebenarnya (Carley & Lin, 1995). Fitur yang paling unik dari model Carley adalah bahwa agen memiliki
kemampuan kognitif pengolahan - agen individu dan organisasi secara keseluruhan dapat mengingat pilihan
terakhir, belajar dari mereka, dan mengantisipasi dan proyek rencana ke masa depan. Model ini
menggabungkan unsur-unsur CA, GA, dan jaringan saraf (untuk yang terakhir, lihat Haykin, 1998),

Dalam CONSTRUCT Carley (1991) dan CONSTRUCT-O (Carley & Hill, 2001) model, agen simulasi
memiliki posisi atau peran dalam jaringan sosial dan model mental yang terdiri dari pengetahuan
tentang agen lainnya. Agen berkomunikasi dan belajar dari orang lain dengan jenis yang sama dari
pengetahuan. CONSTRUCT-O memungkinkan untuk pembentukan cepat subkelompok dan
munculnya budaya, yang, ketika mengkristal, supervenes untuk mengubah agen evolusi bersama
dan mencari untuk meningkatkan kinerja. Model ini menunjukkan munculnya jaringan komunikasi,
pembentukan kelompok hirarkis stabil dan supervenience efek kelompok pada perilaku agen
komponen - jaringan didorong, kelompok memperkuat, dan kausalitas bawah muncul.
Langkah 2. Tes kecukupan analitis: Menggunakan model untuk menguji beberapa proposisi kausal
yang dihasilkan oleh teori. Ini melibatkan beberapa unsur dalam evolusi bersama ofthe teori-link
model. Kontraktor, et al . (2000) mulai dengan interaksi rekursif strukturasi teori di antara aktor dan
struktur kontekstual. Strukturasi dan ketertiban dinegosiasikan terkait dengan dinamika jaringan dan
evolusi (Barley, 1990; STOKMAN & Doreian, 1997). Monge dan Kontraktor (2001) mengidentifikasi
sepuluh mekanisme generatif mengemukakan menyebabkan dinamika jaringan
muncul. Kontraktor, et al . (2000) berakhir dengan sepuluh model substruktur - masing proposisi
kausal - berakar pada teori strukturasi dan dihipotesiskan mempengaruhi munculnya
jaringan. Setiap bertumpu pada penelitian yang cukup. Ini mengurangi sampai sepuluh persamaan
(Tabel 2): Tujuh faktor eksogen, masing-masing diwakili sebagai matriks interaksi aktor; dan tiga
faktor endogen dengan formalizations lebih rumit. Misalnya, dalam
persamaan C Wij = W ij nilai C Wi , "perubahan dalam komunikasi yang dihasilkan dari saling
ketergantungan dalam alur kerja" direpresentasikan sebagai matriks W ij , "adalah matriks alur kerja
dan sel entri W ij indeks tingkat saling ketergantungan antara individu i dan j "(hal. 21).
Kontraktor, et al . (2000) memulai proses panjang resolusi coevolutionary teori-model, tetapi:

Debat tetap di mana unsur-unsur teori structur-asi patut meresmikan;

Tidak semua mekanisme generatif diduga menyebabkan munculnya jaringan diwakili; teori
tambahan bisa berarti penambahan dan / atau penghapusan;

Formalisasi model substruktur bisa mengambil berbagai ekspresi; dan

Model mereka, "Blanche," hanya salah satu dari banyak pendekatan model komputasi yang
bisa digunakan.

Singkatnya, itu akan mengambil program penelitian iteratif coevolving empat elemen proses
perkembangan ini selama beberapa periode waktu sebelum teori, set berasal dari pernyataan
kausal diformalkan, dan teknologi pemodelan mencapai kredibilitas penuh.

Langkah 3. Tes kecukupan ontologis: Perbandingan model-substruktur dengan fungsional paralel

subproses dunia nyata. Empiris tidak diadakan untuk tujuan kejam pengujian Model-to-dunia nyata
isomorfisma untuk semua substruktur pada saat yang sama - yaitu, pencocokan hasil gabungan dari
model terhadap setara fenomena dunia nyata. Pengalaman dalam fisika klasik menunjukkan bahwa
jika setiap substruktur ditampilkan menjadi perwakilan, maka keseluruhan akan juga merujuk. Ini
berarti bahwa model tes-fenomena dapat dilakukan di substruktur atau tingkat hasil komposit.
Probabilitas peningkatan efek sub-struktur nonlinier (secara individu atau dalam kombinasi) dalam
ilmu sosial, bagaimanapun, menunjukkan peningkatan pentingnya ilmu Model berpusat.Mengingat
nonlinear substruktur interaksi, itu lebih mungkin bahwa hasil komposit model akan tarif lebih baik
dalam tes ontologis. Kontraktor, et al . (2000) benar-benar melakukan kedua jenis tes. Dalam
eksperimen semu, mereka mengumpulkan data yang bersangkutan untuk masing-masing modelsubstruktur dan untuk hasil gabungan dari model. Sampel dunia nyata mereka terdiri dari 55
karyawan diukur pada 13 poin lebih dari dua tahun. Mereka tidak menguji apakah model substruktur
tertentu memprediksi subkomponen setara dengan jaringan muncul.Misalnya, mereka tidak menguji
hubungan antara model matrix alur kerja saling ketergantungan dan setara matriks dunia
nyata. Mereka menunjukkan, bagaimanapun, bahwa setiap substruktur kausal telah diuji dengan
baik dalam penelitian sebelumnya. Mereka menemukan bahwa hasil komposit model memprediksi
jaringan muncul diamati secara empiris. Selanjutnya, empat dari sepuluh substruktur masing-masing
individu secara signifikan memprediksi jaringan muncul diamati.
Pengujian link Model-fenomena juga melibatkan beberapa perkembangan coevolutionary:

Membusuk model ke konstituen sub-struktur kunci, yang mungkin perlu pengujian ontologis
lebih lanjut;

Mengidentifikasi fungsi generik setara dalam fenomena dunia nyata, mungkin di berbagai
pengaturan kuasi-eksperimental, mungkin meningkatkan dari waktu ke waktu juga;

Mendefinisikan fungsi masing-masing substruktur dalam hal operasional dunia nyata

generik; di sini, juga, peningkatan dari waktu ke waktu diharapkan;

Tes untuk melihat apakah (a) substruktur Model isomorfik dengan fungsi dunia nyata; dan (b)
jika hasil komposit model merupakan fenomena dunia nyata - baik diharapkan untuk
mengembangkan secara interaktif dari waktu ke waktu.

Tak perlu dikatakan, beberapa tes empiris akan diperlukan sebelum semua aspek dari model
sepenuhnya diuji. Dalam Kontraktor, et al . (2000) studi, enam dari ekspresi substruktur tidak secara
terpisah memprediksi hasil dunia nyata. Hal ini bisa jadi karena interaksi nonlinier atau karena
substruktur tidak sah mewakili baik teori atau dunia nyata phe-nomena dalam hal ini.Dengan
demikian, tidak kecukupan analitis atau ontologis dari model sepenuhnya diselesaikan.Lebih umum,
analisis sensitivitas dapat menguji ada tidaknya substruktur spesifik terhadap perubahan tingkat
kecukupan ontologis. Selain itu, karena teori dan model coevolve terhadap kecukupan analitis,

berikut bahwa tes ini untuk kecukupan ontologis harus diperbarui sebagai link coevolves teorimodel.
Sehubungan dengan teori pengujian bantalan pada era pengetahuan dinamika organisasi, model
berbasis agen memiliki banyak yang ditawarkan. Mereka memungkinkan kita untuk mencapai tujuan
sebagai berikut:

pemodelan formal tanpa harus menganggap diri karakter utama dari ontologi postpositivist:
kompleksitas, keragaman, heterarchy (beberapa perintah dan kendala), jaringan yang luas
koneksi, perilaku sosial tak tentu, saling kausalitas, dan sebagainya - semua elemen kunci dari
dinamika era pengetahuan ;

Penggalian lebih masuk akal benar, berpotensi digeneralisasikan, dan diprediksi teori dari
rumit kasus narasi studi terikat tertentu lokalitas, konteks, waktu, dan pengamat;

Mengurangi teori awalnya rumit tentang dunia yang kompleks aturan agen, di disarikan ideal
model formulir,, berbasis agen, sehingga untuk mempelajari dan model bagaimana aturan agen
mengarah untuk memesan penciptaan dan pembentukan norma, hirarki, struktur kelembagaan,
supervenience, dan seperti .;

Melihat apakah kebenaran masuk akal analitis teori dapat ditingkatkan dengan pengujian
yang dari berbagai elemen yang diusulkan dari teori bekerja terbaik dalam memproduksi hasil
yang diprediksi oleh teori-teori, sehingga mengarah ke produksi teori lebih elegan terdiri dari
lebih sedikit, tetapi lebih berbuah, elemen ;

Bertujuan untuk teori-teori yang memiliki lebih empiris kebenaran masuk akal karena mereka
(a) lebih memadai rep-membenci negara-ruang perusahaan dunia nyata; dan (b) telah diuji
terhadap fenomena dunia nyata.

Memaksa elegan pada teori dengan menggunakan model menawarkan sederhana, lebih masuk
akal benar keyakinan teori berbasis, dan semakin mengkristal, lebih mudah dijelaskan pesan bagi
para peneliti manajemen untuk mengambil untuk manajer berlatih.
Saya sarankan sepuluh langkah yang peneliti mungkin diperlukan untuk menjembatani seluruh
keuntungan dari kedua metode penelitian tipis dan tebal-keterangan, yaitu menjembatani seluruh
yang ada 'tebal' narasi studi kasus dan ada 'tipis' pendekatan empiris menggunakan berbasis
korelasi, longitudinal, regresi atau ekonometrik analisis:
1.

Fokus pada cara-cara untuk menjembatani dari kekayaan narasi studi kasus untuk lebih
didukung teori multi-kausal;

2.

Mengembangkan teori rangka penciptaan menggabungkan beberapa penyebab dari

berbagai disiplin ilmu yang mendasari yang berlaku untuk organisasi dari awal hingga jatuh
tempo;

3.

Mengembangkan teori memungkinkan untuk evolusi bersama penyebab, seperti yang

dijelaskan oleh Thomas, et al . (2004);

4.

Mengembangkan teori arah-dan-aplikasi ques-tions yang memperpanjang berteori dari

narasi (s) ke bentuk yang lebih digeneralisasikan;

5.

Menerjemahkan teori ke dalam bentuk Model - menerjemahkan penyebab ke aturan agen,

membuat aktivasi agen dan rejimen interaksi, ruang dan waktu efek, dll .;

6.

Menarik fakta bergaya untuk mendefinisikan aturan agen sebanyak mungkin - mengikuti
Kontraktor, et al . (2000) pendekatan;

7.

Mengatur prosedur Model untuk mengeksplorasi pertanyaan arah-dan-aplikasi teori:

Bagaimana untuk menyederhanakan penyebab? Apa efek kausal saling dari waktu ke
waktu? Apa yang bisa dikelola? Apa yang bisa diteliti secara empiris? aspek apa yang spesifik
dan / atau digeneralisasikan? Dan seterusnya;

8.

Mengatur hasil dasar-model yang dapat dibandingkan dengan percobaan dunia nyata dan
efek time-series;

9.

Gunakan model untuk mengembangkan teori sederhana yang kemudian dapat dicoba oleh
manajer dan pengusaha.

10.

Siklus melalui semua langkah di atas, dengan mempertimbangkan evolusi bersama: (1) Link
teori model; (2) Model-fenomena Link; dan (3) evolusi bersama dari berbagai bagian Model.

Kesimpulan
Saya mulai artikel ini dengan menunjukkan bahwa tradisional ilmu 'normal' telah lama didefinisikan
oleh fisika klasik dan terbawa ke ilmu sosial - yang paling jelas oleh ekonomi neoklasik. Ilmu klasik
berfokus pada menjelaskan kesetimbangan di bawah 1 st Hukum Termodinamika. Terutama karena
dinamika perubahan yang semakin cepat pada awal 21 stabad, perlunya memperbarui strategi dan
organisasi desain untuk menjaga di depan pesaing mendominasi perhatian manajer dan
peneliti. Artikel ini menetapkan atas masalah perubahan yang cepat, dan menunjukkan mengapa
bahkan teori evolusi tidak pendekatan yang terbaik untuk menjelaskan kewirausahaan dan dinamika
perubahan organisasi. Kita perlu teori baru dan metode baru.
Jika studi penciptaan keteraturan biologis dimasukkan ke dalam gerak cepat, tampak jelas bahwa
dinamika penciptaan ketertiban adalah hasil dari peristiwa geologi dan seleksi Darwin sebagian

besar merupakan proses fine-tuning menuju ekuilibrium dalam konteks spesies yang ada dan niche
stabil. ekologi populasi biologis adalah disiplin yang ditetapkan benar-benar dalam kerangka spesies
dan niche yang ada - bahkan lebih pendek jangka dari horizon waktu seleksi Darwin. Tampilan baru
di biologi dinamika rangka penciptaan menunjukkan bahwa teori evolusi adalah pilihan canggung
pendekatan teoritis untuk diterapkan pada studi tentang kewirausahaan dan pengorganisasian
strategis tanggapan terhadap perubahan lingkungan yang kompetitif (McKelvey 2004a, b). Pelajaran
dari biologi adalah bahwa sebagian besar tindakan rangka penciptaan benar berakhir sebelum
pendekatan teori Darwin menjadi relevan.Seolah-olah ini tidak cukup merusak, pengembangan
symbiogenesis oleh Lynn Margulis (1981; dengan Sagan, 2002; Ryan, 2002) menawarkan sebuah
teori nonequilibrium jauh lebih relevan untuk studi organisasi dari Darwin.
Sebuah jenis baru dari ilmu disebut untuk - yang didasarkan pada urutan
penciptaan daripadakeseimbangan - dan matematika yang didominasi teori dan metode fisika klasik
dan ekonomi neoklasik. Selanjutnya, berbagai asumsi dasar yang diperlukan untuk sebuah
epistemologi ilmiah yang efektif. Kompleksitas ilmu - benar-benar 'ilmu agar penciptaan' - sangat
relevan karena didirikan pada teori-teori eksplisit ditujukan untuk menjelaskan penciptaan rangka
daripada akuntansi keprihatinan tradisional fisikawan klasik 'tentang menjelaskan keseimbangan.
Penciptaan ketertiban telah menjadi fokus utama dari ilmu kompleksitas. Menyebutnya 'kompleksitas
ilmu' adalah seperti memanggil 'ilmu hot' termodinamika - yaitu, penamaan itu setelah satu ekstrim
dari variabel hasil. Keprihatinan nyata adalah studi tentang dinamika rangka penciptaan. Review
singkat saya memisahkan ilmu agar penciptaan menjadi dua sekolah, Eropa dan Amerika. Mantan
berfokus pada efek dari perbedaan energi yang dikenakan eksternal (ketegangan adaptif) pada
produksi fase transisi. Tingkat energi di atas Benard ini 1st nilai kritis yang penting untuk mengatasi
masalah ambang batas-gate, agen-aktivasi. Sekolah Amerika berfokus pada umpan balik yang
disebabkan nonlinier positif internal yang berasal dari evolusi bersama berinteraksi, agen heterogen
yang digerakkan oleh efek dorongan kecil - efek kupu-kupu dari teori chaos. Sekolah Amerika,
khususnya, juga penting karena mencerminkan perkembangan ilmu normal 'baru' yang didasarkan
pada lokal, ontologi koneksionis sama dengan yang postmodernis telah menyimpulkan adalah
representasi yang lebih baik dari ontologi sosial. Singkatnya, sekolah Eropa menempatkan Benard
ini nilai-nilai kritis dan efek transisi fase pada asal penciptaan ketertiban. Sekolah Amerika
melegitimasi 'ontologi tapi mengatasi nya retorika anti-ilmu pengetahuan dengan menggunakan
komputasi model / eksperimen berdasarkan agen heterogen sebagai sarana mengejar ilmu Model
yang berpusat tanpa asumsi pergi postmodernis' postmodernis - benar - representasi ontologi
sosial. Bahkan, baik kontribusi Eropa dan Amerika yang diperlukan untuk menjelaskan penciptaan
ketertiban.

Casti (1997) mengatakan bahwa Santa Fe Institute akan diingat terutama untuk
diundangkan model komputasi berbasis agen. Saya telah diuraikan beberapa alasan untuk
ini. Model ini menawarkan empat keuntungan untuk teori dan peneliti oleh:

Memungkinkan modernisasi warisan terus positivisme logis - sentralitas model, apa yang
saya telah di tempat lain disebut "model berpusat ilmu" (McKelvey, 2002). Model sekarang

dilihat sebagai kekuatan ketiga dalam menentukan arah ilmu pengetahuan, bersama dengan
teori dan fenomena (Morgan & Morrison, 2000);

Memperkenalkan eksperimen virtual sehingga peneliti dapat (a) memanipulasi variabel

dengan jaminan tidak mungkin dengan eksperimen manusia dunia nyata; (B) menjalankan
percobaan dengan sejumlah besar mata pelajaran virtual; (C) melakukannya selama bertahunperiode waktu; dan (d) meniru sebelumnya sebanyak yang dianggap sesuai;

Membina studi saling ketergantungan dan bukan menghindarinya dengan mengasumsikan

kemerdekaan; lanjut-lebih, proses umpan balik positif ditekankan selain umpan balik negatif,
proses ekuilibrium-melestarikan;

Yang memungkinkan eksplorasi dan studi proses order-penciptaan asli dan perilaku yang
muncul antara agen saling berhubungan. Sebagai Andriani dan McKelvey (2005) mengamati,
bagi para ilmuwan sosial nol asumsi tentang perilaku sosial adalah salah satu dari saling
ketergantungan tidak asumsi indepen-dence yang mencirikan sebagian besar, jika tidak semua
metodologi ilmu pengetahuan tradisional dan terutama jenis statistik biasanya diterapkan di
kuantitatif studi organisasi (misalnya, lihat Greene, 2002).

Ya, relativisme dan postmodernis yang memiliki kasus yang sah terhadap penerapan 'fisika berbasis'
ilmu studi organisasi. Di sisi lain, tidak ada alasan mengapa studi kompleksitas organisasi harus
diatur oleh mereka anti-ilmu retorika. Saya telah mencoba untuk menguraikan kasus yang
mendukung mengapa kompleksitas ilmu - benar agar penciptaan ilmu - metode memungkinkan
peneliti organisasi menggunakan metode ilmiah ef-fective untuk penelitian organisasi.

Referensi

Aldrich, H. (1979). Organisasi dan Lingkungan, Englewood Cliffs, NJ: Prentice Hall.

Aldrich, H. (1999). Organisasi Berkembang, Thousand Oaks, CA: Sage.

Allen, PM (1975). "Evolusi Darwin dan ekologi predator-mangsa," Buletin Matematika dan
Biologi, 37: 389.

Allen, PM (1993). "Evolusi: ketidaktahuan Persistent dari terus-menerus belajar," di RH Day

dan P. Chen (eds), Nonlinear Dynamics & Evolutionary Economics, Oxford, UK: Oxford University
Press, hlm 101-112..

Allen, PM (2001). "Sebuah sistem yang kompleks pendekatan pembelajaran, jaringan

adaptif," International Journal of Manajemen Inovasi, 5: 149-180.

Allen, PM dan McGlade, JM (1986). "Dinamika penemuan dan eksploitasi: The Scotian
perikanan rak," Canadian Journal Perikanan dan Ilmu Perairan, 43: 1187-1200.

Alvesson, M. dan Deetz, S. (1996). "Teori Kritis dan postmodernisme pendekatan untuk studi
organisasi," di SR Clegg, C. Hardy dan WR Nord (eds.), Handbook of Studies Organisasi, Thousand
Oaks, CA:. Sage, pp 191-217.

Ambrose, D. (1995). "Organisasi pasca-industri kreatif cerdas dan birokrasi intelektual

terganggu," Journal ofCreative Perilaku, 29: 1-15

Andriani, P. dan McKelvey, B. (2005). "Di luar rata-rata: Memperluas ilmu organisasi untuk
kejadian ekstrem dan kuasa hukum," kertas kerja, Durham Business School, U. Durham, Durham,
UK.

Anthony, WP, Bennett, RH, III, Maddox, EN dan Wheatley, WJ (1993). "Membayangkan
masa depan: Menggunakan citra mental untuk memperkaya penilaian lingkungan strategis,"
Academy of Management Executive, 7: 43-56

Argote, L. (1999). Belajar organisasi, Boston, MA: Kluwer.

Arthur, WB (1988). "Mekanisme Self-Memperkuat di bidang ekonomi," di PW Anderson, KJ

panah dan D. Pines (eds.), The Economy sebagai Berkembang Sistem Complex, Membaca, MA:.
Addison-Wesley, pp 9-31.

Arthur, WB (1990). "Umpan balik positif dalam perekonomian," Scientific American, 262: 9299.

Arthur, WB (2000). "Kompleksitas dan ekonomi," di D. Colander (ed.), The Kompleksitas Visi
dan Pengajaran Ekonomi, Cheltenham, UK: Edward Elgar, pp 19-28..

Arthur, WB, Durlauf, SN dan Lane, DA (eds.) (1997). Ekonomi sebagai Berkembang Sistem
Kompleks: Prosiding Santa Fe Institute, Vol. XXVII, Reading, MA: Addison-Wesley.

Ashby, WR (1956). Sebuah Pengantar Cybernetics, London: Chapman dan Hall.

Ashby, WR (1960). Desain untuk Otak seorang, 2nd ed, New York:. Wiley.

AUERSWALD, P., Kauffman, S., Lobo, J. dan Shell, K. (1996). "Sebuah teori ekonomi mikro
belajar-by doing: Sebuah aplikasi dari pendekatan teknologi baru lahir," kertas kerja, Cornell
University, Ithaca, NY

Axelrod, R. dan Cohen, MD (1999). Memanfaatkan Kompleksitas, New York: Free Press.

Axtell, R., Axelrod, R., Epstein, JM dan Cohen, MD (1996). "Menyelaraskan model simulasi:
Sebuah studi kasus dan hasil," Komputasi dan Matematika Organisasi Teori, 1: 123-141.

Bak, P. (1996). Cara Alam Pekerjaan: The Science of Kekritisan Self-terorganisir, New York:
Copernicus.

Barley, SR (1990). "Penyesuaian teknologi dan struktur melalui peran dan jaringan,"
Administrasi Science Quarterly, 35: 61-103.

Barnard, CI (1938). Fungsi Eksekutif, Cambridge, MA: Harvard University Press.

Bar-Yam, Y. (1997). Dinamika Sistem Kompleks, Reading, MA: Addison-Wesley.

Baum, JAC (1999). "Whole-bagian kompetisi coevolutionary dalam organisasi," di JAC Baum
dan B. McKelvey, Variasi Ilmu Organisasi (eds.): Dalam Honor dari Donald T. Campbell, Thousand
Oaks, CA: Sage, pp 113-135..

Becker, GS (1975). Human Capital, 2nd ed, Chicago, IL:. University of Chicago Press

Benard, H. (1901). "Les tourbillons Cellulaires dans une tutupan liquide transportant de la
chaleur par konveksi en rezim permanen," Annales de Chimie et de Physique, 23: 62-144.

Berger, PL dan Luckmann, T. (1967). The Social Construction of Reality, New York:
Doubleday.

Besanko, D., Dranove, D. dan Shanley, M. (2000). Ekonomi Strategi, 2nd ed, New York:.
Wiley.

Bhaskar, R. (1975/1997). Sebuah Realis Teori Ilmu, London: Leeds Books, 2nd ed, London:.
Verso.

Blau, PM dan Scott, WR (1962). Organisasi formal, San Francisco, CA: Chandler.

Boulding, KE (1968). "Bisnis dan Sistem Ekonomi," di JH Milsum (ed.), Positif: Sebuah
Pendekatan Sistem Umum Positif / Tanggapan Negatif dan Mutual Kausalitas, Oxford, UK:.
Pergamon Press, hlm 101-117.

Boumans, M. (2000). "Built-in pembenaran," di MS Morgan dan M. Morrison (eds.), Model

sebagai mediator: Perspektif Alam dan Ilmu Sosial, Cambridge, UK: Cambridge University Press,
hlm 66-96..

Brock, WA (2000). "Beberapa Santa Fe pemandangan," di D. Colander (ed.), The

Kompleksitas Visi dan Pengajaran Ekonomi, Cheltenham, UK: Edward Elgar, pp 29-49..

Brown, SL dan Eisenhardt, KM (1997). "Seni perubahan terus-menerus: Menghubungkan

teori kompleksitas dan evolusi waktu yang serba dalam organisasi tanpa henti pergeseran,"
Administrasi Science Quarterly, 42: 1-34.

Brown, SL dan Eisenhardt, KM (1998). Bersaing di Edge: Strategi sebagai Terstruktur

Chaos, Boston: Harvard Business School Press.

Brunk, GG (2000). "Memahami kekritisan terorganisir diri sebagai proses statistik,"

Kompleksitas, 5: 26-33.

Buckley, W. (ed.) (1967). Modern Sistem Penelitian untuk Behavioral Scientist, Chicago, IL:
Aldine.

Burrell, G. (1996). "Normal ilmu, paradigma, metafora, wacana dan silsilah analisis," di SR
Clegg, C. Hardy dan WR Nord (eds.), Handbook of Studies Organisasi, Thousand Oaks, CA:. Sage,
pp 642-658.

Burrell, G. dan Morgan, G. (1979). Sosiologis Paradigma dan Analisis Organisasi, London:
Heinemann.

Burt, RS (1992). Lubang Struktural: Struktur Sosial Persaingan, Cambridge, MA: Harvard
University Press.
Burton-Jones, A. (1999). Pengetahuan Kapitalisme: Bisnis, Kerja dan Belajar di New
Economy, Oxford: Oxford University Press.

Bygrave, W. dan Hofer, C. (1991). "Berteori tentang kewirausahaan," Kewirausahaan Teori

dan Praktek, 16: 13-23.

Campbell, DT (1965). "Variasi dan retensi selektif dalam evolusi sosial budaya," di HR
Barringer, G. Aku Blanksten dan RW Mack (eds.), Perubahan Sosial dalam Mengembangkan Area:
Sebuah Reinterpretasi Evolutionary Theory, Cambridge, MA:. Schenkman, pp 19- 48.

Crozier, M. (1964). The Birokrasi Fenomena, Chicago, IL: University of Chicago Press.

Curd, M. dan Cover, JA (1998). Filsafat Ilmu: Isu Central, New York: Norton.

Curzio, AQ dan Fortis, M. (2002). Kompleksitas dan Industri Cluster: Dinamika dan Model
dalam Teori dan Praktek, Heidelberg, Jerman: Physica-Verlag.

Davenport, TH dan Prusak, L. (1998). Bekerja Pengetahuan: Bagaimana Organisasi

Mengelola Apa yang mereka tahu, Cambridge, MA: Harvard University Press.

Depew, DJ (1998). "Darwinisme dan Developmentalisme: Prospek untuk Konvergensi," di G.

Van de Vijver, SN Salthe dan M. Delpos (eds.), Evolusi Sistem: Biologi dan epistemologis Perspektif
tentang seleksi dan Self-Organisasi, Dordrecht, Belanda: Kluwer, pp . 21-32.

Drucker, PF (1999). Tantangan manajemen untuk abad ke-21, New York: HarperBusiness.

Durlauf, SN (1997). "Batas untuk ilmu pengetahuan atau batas epistemologi?" Kompleksitas,
2: 31-37.

Eddington, A. (1930). Sifat dari Dunia Fisik, London: Macmillan.

Eisenhardt, K. (1989). "Membuat keputusan strategis yang cepat dalam lingkungankecepatan tinggi," Academy of Management Journal, 32: 543-576.

Epstein, JM dan Axtell, R. (1996). Tumbuh Masyarakat Buatan: Ilmu Sosial dari Bawah,
Cambridge, MA: MIT Press.

Erakovic, L. (2002). "Jalur perubahan ofradical: Mutual hasil dari tindakan pemerintah,
perubahan teknologi, dan intensionalitas manajerial," makalah yang dipresentasikan pada 18 ego
Kolokium, Barcelona, Juli.

Ferber, J. (1999). Multi-Agent Systems: Sebuah Pengantar Distributed Artificial Intelligence,

London: Addison-Wesley.

Baik-baik saja, CH (1998). Clock Speed: Menang Industri Kontrol di Keuntungan Age
ofTemporary, Membaca, MA: Perseus.

Fleming, L. dan Sorenson, O. (2001). "Teknologi sebagai sistem yang kompleks adaptif,"
Riset Kebijakan, 30: 1019-1039.

Fuster, JM (1995). Memori di Cerebral Cortex: Sebuah Pendekatan Empiris untuk Neural
Networks di Manusia dan selain manusia Primate, Cambridge, MA: MIT Press.

Garzon, M. (1995). Model Paralelisme besar-besaran, Berlin: Springer-Verlag

Gavetti, G. dan Levinthal, D. (2000). "Ke depan dan melihat ke belakang: cari kognitif dan
pengalaman," Administrasi Science Quarterly, 45: 113-137.

Geertz, C. (1973). The Interpretation of Cultures, New York: Basic Books.

Gell-Mann, M. (1994). The Quark dan Jaguar, New York: Freeman.

Giddens, A. (1984). Konstitusi Masyarakat: Garis Besar Teori Structuration, Berkeley, CA:
University of California Press.

Gleick, J. (1987). Chaos: Membuat Ilmu Baru, New York: Penguin.

Glynn, MA, Lant, TK dan Milliken, FJ (1994). "Proses belajar Pemetaan dalam organisasi:
Kerangka bertingkat menghubungkan belajar dan pengorganisasian," di C. Stubbart, J. Meindl dan
J. Porac (eds.), Kemajuan Manajerial Kognisi dan Organisasi Pengolahan Informasi, Greenwich, CT:
JAI Press, hlm 43-83..

Granovetter, M. (1973). "Kekuatan ofweak dasi," American Journal of Sociology, 78: 13601380.

Granovetter, M. (1985). "Tindakan Ekonomi dan struktur sosial: Sebuah teori

embeddedness," American Journal ofSociology, 82: 929-964
Granovetter, M. (1992). "Masalah penjelasan dalam sosiologi ekonomi," di N. Nohria dan RG
Eccles (eds.), Jaringan dan Organisasi: Struktur, Bentuk, dan Action, Boston, MA: Harvard Business
School Press, hlm 25-56..

Hibah, RM (1996). "Menuju teori berbasis pengetahuan dari perusahaan," Manajemen

Strategis Journal, 17: 109-122.

Greene, WH (2002). Analisis ekonometrik, edisi ke-5, Englewood Cliffs, NJ:. Prentice-Hall.

Kotor, PR dan Levitt, N. (1998). Superstition lebih tinggi. Kiri Akademik dan Pertengkaran
dengan Sains, 2nd ed, Baltimore, MD: Johns Hopkins University Press.

Gryskiewicz, SS (1999). Positif Turbulensi: Mengembangkan Iklim Kreativitas, Inovasi, dan

Renewal, San Francisco, CA: Jossey- Bass.

Haken, H. (1977/1983). Synergetics, sebuah Pengantar: Tahap Transisi Nonequilibrium dan

Self-Organisasi di Fisika, Kimia, dan Biologi, 3 ed.Berlin: Springer-Verlag.

Halal, KAMI dan Taylor, KB (1999). 21st Century Ekonomi: Perspektif ofSocioeconomicsfor
Dunia yang Berubah, New York: Macmillan.

Hamel, G. (2000). "Menemukan kembali perusahaan Anda," Fortune, Juni: 99-118.

Hamel, G. dan Prahalad, CK (1994). Bersaing untuk Masa Depan, Boston, MA: Harvard
Business School Press.

Hassard, J. dan Parker, M. (1993). Postmodernisme dan Organisasi, Thousand Oaks, CA:
Sage.

Haykin, S. (1998). Jaringan Syaraf: A Comprehensive Foundation, 2nd ed, New York:.
Macmillan.

Henrickson, L. (2004). "Tren teori kompleksitas dan komputasi dalam ilmu sosial," nonlinear
Dynamics, Psikologi dan Biologi, 8: 279-302.

Henrickson, L. dan McKelvey. B. (2002). "Yayasan ilmu sosial baru," Prosiding National

Academy of Sciences, 99 (suppl 3.): 7288-7297.

Hinterberger, F. (1994). "Pada evolusi sistem sosial-ekonomi terbuka," di RK Mishra, D.
Maa dan E. Zwierlein (eds.), On Self-Organisasi: Sebuah Cari Interdisipliner untuk Prinsip Unifying,
Berlin:. Springer-Verlag, pp 35 -50.

Holland, JH (1975). Adaptasi di alam dan Sistem Buatan, Ann Arbor, MI: Universitas
Michigan Press.

Holland, JH (1988). "Ekonomi global sebagai sistem adaptif," di PW Anderson dan KJ panah
dan D. Pines (eds.), Ekonomi sebagai Sistem Berkembang Complex, Redwood City, CA: AddisonWesley, pp 117-124..

Holland, JH (1995). Pesanan tersembunyi, Reading, MA: Addison-Wesley.

Holton, G. (1993). Sains dan Anti-Science, Cambridge, MA: Harvard University Press.

Homans, GC (1950). Manusia Group, New York: Harcourt.

Hooker, CA (1995). Alasannya, Peraturan, dan Realisme, Albany, NY: State University of
New York Press.

Horgan, J. (1996). Akhir Ilmu: Menghadapi Batas Pengetahuan di Twilight dari Era Ilmiah,
New York: Broadway.

Huber, GP (1996). "Organisasi belajar: Proses kontribusi dan literatur," di MD Cohen dan LS
Sproull (eds.), Belajar Organisasi, Thousand Oaks, CA: Sage, pp 124-162..

Ilgen, DR dan Hulin, CL (eds.) (2000). Komputasi Pemodelan Perilaku dalam Organisasi,
Washington, DC: American Psychological Association.

Jennings, J. dan Haughton, L. (2000). Ini bukan BIG yang memakan KECIL ... itu FAST yang
memakan SLOW, New York: HarperBusiness.

Lorenz, EN (1963). "Aliran nonperiodik deterministik," Journal ofthe Sains Atmosfer, 20: 130141.

Lukas, R. (1972). "Harapan dan netralitas uang," Journal ofEconomicTheory, 4: 103-124.

Macy, MW dan Skvoretz, J. (1998). "Evolusi kepercayaan dan kerjasama antara orang
asing: Sebuah model komputasi," American Sociological Review, 63: 683-660.
Maguire, S., McKelvey, B., Mirabeau, L. dan Oztas, N. (yang akan datang). "Ilmu
kompleksitas Organisasi," di SR Clegg, C. Hardy dan T. Lawrence (eds.), Handbook of Studies
Organisasi, 2nd ed, Thousand Oaks, CA:. Sage.

Mainzer, K. (1994/2004). Berpikir dalam Kompleksitas:. Dinamika Kompleks Matter, Pikiran,

dan Manusia, 4th ed, New York: Springer-Verlag.

Maret, JG (1991). "Eksplorasi dan eksploitasi dalam pembelajaran organisasi," Ilmu

Organisasi, 2: 71-87.

Maret, JG (1999). The Pursuit of Intelligence Organisasi, Oxford, UK: Blackwell.

Maret, JG dan Sutton, RI (1997). "Kinerja Organisasi sebagai variabel dependen," Ilmu
Organisasi, 8: 698-706.

Margulis, L. (1981). Simbiosis di Sel Evolution, New York: WH Freeman.

Margulis, L. dan Sagan, D. (2002). Mendapatkan Genom: A Theory ofthe Origins of Species,
New York: Basic Books.

Marsden, R. dan Townley, B. (1996). "Burung hantu dari minerva: Refleksi teori dalam
praktek," di SR Clegg, C. Hardy dan WR Nord (eds.), Handbook of Studies Organisasi, Thousand
Oaks, CA:. Sage, pp 659-675.

Maruyama, M. (1963). "The cybernetics kedua: proses saling kausal Penyimpanganpenguatan," American Scientist, 51: 164-179. [Dicetak ulang di W. Buckley (ed.), Sistem modern
Penelitian untuk Behavioral Scientist, Chicago:.. Aldine, 1968, hlm 304-313]

Masuch, M. dan Warglien, M. (eds.) (1992). Kecerdasan buatan dalam Organisasi dan
Manajemen Teori: Model Kegiatan Distributed, Amsterdam: Belanda: Belanda Utara.

McKelvey, B. (1982). Sistematika organisasi: Taksonomi, Evolusi dan Klasifikasi, Berkeley,

CA: University of California Press.

McKelvey, B. (1997). "Ilmu Quasi-alami organisasi," Ilmu Organisasi, 8: 351-381.

McKelvey, B. (1999). "Menghindari kompleksitas bencana di saku coevolutionary: Strategi

untuk lanskap kasar," Organisasi Science, 10: 294-321.

McKelvey, B. (2001a). "Energizing jaringan agar menciptakan kecerdasan didistribusikan,"

International Journal of Manajemen Inovasi, 5: 181-212.

McKelvey, B. (2001b). "Yayasan 'baru' ilmu sosial: legitimasi kelembagaan dari filsafat, ilmu
kompleksitas, postmodernisme, dan pemodelan berbasis agen," dipresentasikan pada National
Academy of Sciences 'Sackler Kolokium, University of California, Irvine.

McKelvey, B. (2001c). "Apakah ilmu kompleksitas? Ini benar-benar rangka penciptaan ilmu
pengetahuan, "Emergence, 3 (1): 137-157.

McKelvey, B. (2002). "Model yang berpusat epistemologi ilmu organisasi," di JAC Baum
(ed.), Companion dengan Organisasi, Oxford, UK:. Blackwell, pp 752-780.

McKelvey, B. (2003). "Postmodernisme vs kebenaran dalam teori manajemen," di E. Locke

(ed.), Post Modernisme dan Manajemen Pro, Kontra, dan Alternatif, Penelitian di Sosiologi
Organisasi, 21: 113-168. Amsterdam, NL: Elsevier.

Nonaka, I. dan Nishiguchi, T. (eds.) (2001). Pengetahuan Emergence: Sosial, Teknis, dan
Evolusi Dimensi pengetahuan Creation, Oxford: Oxford University Press.

Nonaka, I. dan Takeuchi, H. (1995). Pengetahuan-Menciptakan Perusahaan, Oxford: Oxford

University Press.

Norling, PM (1996). "Jaringan atau tidak bekerja: Memanfaatkan jaringan teknologi di

DuPont," Penelitian Teknologi Manajemen, Januari-Februari .: 289-295.

Norris, C. (1997). Terhadap Relativisme: Filsafat Ilmu, Dekonstruksi dan Teori Kritis, Oxford,
UK: Blackwell.

Ogilvie, dt. (1998). "Kreativitas dan strategi dari perspektif teori kompleksitas," disajikan
pada 10th International
Konferensi Sosial Ekonomi, Wina, Austria.

Ormerod, P. (1994). The Death of Economics, New York: Wiley.

Ormerod, P. (1998). Kupu-kupu Ekonomi: A New General Theory of Sosial dan Perilaku
Ekonomi, New York: Pantheon.

Paul, DL, Butler, JC, Pearlson, KE dan Whinston, AB (1996). "Komputasi pemodelan
pembelajaran organisasi dan kemampuan beradaptasi sebagai alokasi sumber daya: Sebuah
pendekatan sistem adaptif buatan," Komputasi dan Matematika Organisasi Teori, 2: 301-324.

Mutiara, J. (2000). Kausalitas: Model, Penalaran, dan Inferensi, Cambridge, UK: Cambridge
University Press.

Porter, ME (1996). "Apa strategi?" Harvard Business Review, 74: 61-78.

Powell, WW (1990). "Baik pasar maupun hirarki: Jaringan bentuk organisasi," di BM Staw
dan LL Cummings (eds.), Research in Perilaku Organisasi, 12, Greenwich, CT: JAI Press, hlm 295336..

Prietula, MJ, Carley, KM dan Gasser, L. (eds.) (1998). Simulasi Organisasi: Model
Komputasi Lembaga dan Grup, Cambridge, MA: MIT Press.

Prigogine, I. (1955). Sebuah Pengantar Termodinamika Proses ireversibel, Springfield, IL:

Thomas.

Prigogine, I. dan Stengers, I. (1984). Agar Out of Chaos: Man Dialog Baru dengan Alam,
New York: Bantam.

Prigogine, I. (dengan Stengers, I.) (1997). Akhir Kepastian: Waktu, Chaos, dan Hukum New
Alam, New York: Free Press.

Prusak, L. (1996). "Keuntungan pengetahuan," Strategi dan Kepemimpinan, 24: 6-8.

Baca, DW (1990). "Pemanfaatan konstruksi matematika dalam membangun teori arkeologi,"

dalam A. Voorrips, Ilmu Informasi Arkeologi Matematika dan (ed.): Sebuah Kerangka Fleksibel,
Bonn: Holos, pp 29-60..

Reed, M., dan Hughes, M. (eds.) (1992). Organisasi Rethinking: Arah Baru dalam Teori
Organisasi dan Analisis, London: Sage.

Rivkin, JW (2000). "Imitasi strategi yang kompleks," Manajemen Ilmu, 46: 824-844.

Rivkin, JW (2001). "Mereproduksi pengetahuan: Replikasi tanpa imitasi di kompleksitas

moderat," Ilmu Organisasi, 12: 274-293.

Roethlisberger, FJ dan Dixon, WJ (1939). Manajemen dan Pekerja, Cambridge, MA: Harvard
University Press.

Rosenberg, A. (1994). "Apakah teori evolusi memberikan kenyamanan atau inspirasi untuk
ekonomi?" Di P. Mirowski, Gambar Alam di Pemikiran Ekonomi, Cambridge, UK (ed.): Cambridge
University Press, hlm 384-407..

Rouchier, J. (2003). "Re-pelaksanaan model multi-agen yang bertujuan untuk

mempertahankan riset ekonomi eksperimental: Kasus simulasi dengan muncul spekulasi," Journal
of Societies Buatan dan Simulasi Sosial, 6 (4): <http: //jasss.soc.surrey. ac.uk/6/4/7.html>.

Ryan, F. (2002). Darwin Blind Spot: Evolution luar Seleksi Alam, New York: Houghton Mifflin.

Salthe, SN (1993). Pengembangan dan Evolusi: Kompleksitas dan Perubahan Biologi,

Cambridge, MA: (Bradford) MIT Press.

Schumpeter, JA (1942). Kapitalisme, Sosialisme, dan Demokrasi, New York: Harper dan
Row.

Scott, WR (1998). Organisasi:. Rasional, Natural, dan Sistem Terbuka, 4th ed, Englewood
Cliffs NJ: Prentice-Hall.

Siggelkow, N. (2002). "Evolusi menuju fit," Administrasi Science Quarterly, 47: 125-159.

Siggelkow, N. dan Levinthal, DA (2003). "Untuk sementara membagi untuk menaklukkan:

Sentralisasi, desentralisasi, dan reintegrasi pendekatan organisasi untuk eksplorasi dan adaptasi,"
Ilmu Organisasi, 14: 650-669.

Silverman, D. (1970). Teori Organisasi: Sebuah Kerangka Sosiologi, London: Heinemann.

Simon, HA (1999). "Mengatasi kompleksitas," di Groupe de Recherche sur l'Adaptasi la

Systmique et la Complexit economique GRASCE) (eds), Entre Systmique et Complexit Chemin
Faisant.; Melange en Hommage JeanLouis Le Moigne, Paris: Presses Universitaires de France,
pp 233-240..

Slywotzky, A. (1996). Nilai Migrasi, Boston, MA: Harvard Business School Press.

Sokal, A. dan Bricmont, J. (1998). Omong kosong Fashionable: Penyalahgunaan intelektual

Postmodern 'Ilmu, New York: Picador.

Stacey, RD (1995). "Ilmu kompleksitas: Sebuah perspektif alternatif untuk proses perubahan
strategis," Strategic Management Journal, 16: 477-495.

Stacey, RD (2001). Proses Responsif kompleks dalam Organisasi: Belajar dan Pengetahuan
Penciptaan, London: Routledge.

Stengers, I. (2004). "Tantangan kompleksitas: Unfolding etika ilmu - In memoriam Ilya

Prigogine," Emergence: Kompleksitas dan Organisasi, 6 (1-2): 92-99.

STOKMAN, FN dan Doreian, P. (1997). "Evolusi jaringan sosial: Proses dan prinsip-prinsip,"
di FN STOKMAN dan P. Doreian (eds.), Evolusi Jaringan Sosial, New York:. Gordon dan Breach, pp
233-250.

Suppe, F. (ed.) (1977). Struktur Teori Ilmiah, 2nd ed, Chicago:. University of Chicago Press.

Suppe, F. (1989). The Semantic Konsepsi Teori dan Realisme Ilmiah, Urbana-Champaign,

IL: University of Illinois Press.

Taylor, JR (1999). "Sisi lain dari rasionalitas: didistribusikan Sosial kognisi," Manajemen
Komunikasi Quarterly, 13: 317-326.

Thomas, C., Kaminska-Labbe, R. dan McKelvey, B. (2004). "Terurai dinamika organisasi

terjerat: Sebuah studi coevolving causalities Aristoteles," Organisasi Sains Musim Dingin
Conference, Steamboat Springs, CO, 4-07 Februari.

Thomas, C., Kaminska-Labbe, R. dan McKelvey, B. (2005). "Mengelola MNC dan dilema
eksploitasi / eksplorasi: Dari keseimbangan statis untuk osilasi tidak teratur," di G. Szulanski, Y. Doz
dan J. Porac (eds.), Kemajuan Manajemen Strategis: Memperluas Perspektif tentang Proses
Strategi, Vol. 22, Elsevier.

Thompson, JD (1967). Organisasi dalam Aksi, New York: McGraw-Hill.

Tichy, NM dan Sherman, S. (1994). Mengontrol takdir Anda atau Orang Lain Will, New York:
HarperCollins.

Udwadia, FE (1990). "Kreativitas dan inovasi dalam organisasi: Dua model dan implikasi
manajerial," Peramalan Teknologi dan Perubahan Sosial, 38: 65-80

Van de Vijver, G., Salthe, SN dan Delpos, M. (eds.) (1998). Sistem evolusi: Biologi dan
epistemologis Perspektif tentang Pemilihan andSelf-Organisasi, Dordrecht, Belanda: Kluwer.

Weber, BH (1998). "Munculnya hidup dan seleksi biologis dari perspektif dinamika sistem
yang kompleks," di G. Van de Vijver, SN Salthe dan M. Delpos (eds.), Evolusi Sistem: Biologi dan
epistemologis Perspektif tentang seleksi dan SelfOrganization, Dordrecht, Belanda : Kluwer, pp 5966..

Weber, M. (1924). Gesammelte Aufstze zur Sozial-und Wirtschaftsgeschichte, Tbingen:

Mohr (Siebeck). [Ulang sebagai Teori Sosial dan Organisasi Ekonomi (trans. AH Henderson dan T.
Parsons). Glencoe, IL: Free Press, 1947.]

Wegner, DM (1987). "Memori transaktif: Sebuah analisis kontemporer pikiran kelompok," di

B. Mullen dan GR Goethals (eds.), Teori Grup Perilaku, New York:. Springer-Verlag, pp 185-208.

Weick, KE (1985). "Metode observasi sistematis," G. Lindzey dan E. Aronson (eds.), The
Handbook of Vol Psikologi Sosial. 1, 3 ed, New York:. Random House, pp 567-634..

Weick, KE dan Roberts, K. (1993). "Pikiran Kolektif dalam organisasi: penuh perhatian
interrelating di geladak penerbangan," Administrasi Science Quarterly, 38: 357-381.

Wenger, E. (1998). Komunitas Praktek: Belajar, Arti, dan Identitas, Cambridge, UK:
Cambridge University Press.
Wolfram, S. (2002). A New Kind of Science, Champaign, IL: Wolfram Media, Inc.
Yoshino, MY dan Rangan, AS (1995). Aliansi Strategis, Boston, MA: Harvard Business
School Press.

Young, A. (1928). "Peningkatan hasil dan kemajuan ekonomi," The Economic Journal, 38:
527-542.

Yuan, Y. dan McKelvey, B. (2004). "Situated teori belajar: Menambahkan tingkat dan
kompleksitas efek melalui Model NK Kauffman," nonlinear Dynamics, Psikologi, dan Ilmu
Pengetahuan, 8: 65-101.

Zohar, D. (1997). Rewiring Otak Perusahaan, San Francisco, CA: Berrett-Koehler