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.
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:
teknologi baru, pasar yang dinamis, mempercepat perubahan, siklus hidup produk yang lebih pendek,
revolusi informasi digital, desentralisasi, globalisasi, pembusukan lingkungan;
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.
Hanya berbagai internal yang dapat menghancurkan berbagai update eksternal untuk:
Hanya derajat internal kebebasan dapat menghancurkan derajat eksternal kebebasan - update:
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:
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.
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:
Tidak ada kontroler global atau penyebab: evolusi bersama interaksi agen;
Banyak tingkat organisasi: agen di tingkat bawah membuat konteks di tingkat yang lebih tinggi;
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
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";
Matematika intensif;
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
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:
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:
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:
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:
Tidak semua mekanisme generatif diduga menyebabkan munculnya jaringan diwakili; teori
tambahan bisa berarti penambahan dan / atau penghapusan;
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.
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;
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.
3.
4.
5.
6.
Menarik fakta bergaya untuk mendefinisikan aturan agen sebanyak mungkin - mengikuti
Kontraktor, et al . (2000) pendekatan;
7.
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);
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.
Allen, PM (1975). "Evolusi Darwin dan ekologi predator-mangsa," Buletin Matematika dan
Biologi, 37: 389.
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.
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
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 (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.
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.
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.
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.
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.
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.
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.
Gavetti, G. dan Levinthal, D. (2000). "Ke depan dan melihat ke belakang: cari kognitif dan
pengalaman," Administrasi Science Quarterly, 45: 113-137.
Giddens, A. (1984). Konstitusi Masyarakat: Garis Besar Teori Structuration, Berkeley, CA:
University of California Press.
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.
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.
Halal, KAMI dan Taylor, KB (1999). 21st Century Ekonomi: Perspektif ofSocioeconomicsfor
Dunia yang Berubah, New York: Macmillan.
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
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..
Holton, G. (1993). Sains dan Anti-Science, Cambridge, MA: Harvard University Press.
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.
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.
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. (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.
Nonaka, I. dan Nishiguchi, T. (eds.) (2001). Pengetahuan Emergence: Sosial, Teknis, dan
Evolusi Dimensi pengetahuan Creation, Oxford: Oxford University Press.
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. (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.
Prietula, MJ, Carley, KM dan Gasser, L. (eds.) (1998). Simulasi Organisasi: Model
Komputasi Lembaga dan Grup, Cambridge, MA: MIT Press.
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.
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.
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..
Ryan, F. (2002). Darwin Blind Spot: Evolution luar Seleksi Alam, New York: Houghton Mifflin.
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.
Slywotzky, A. (1996). Nilai Migrasi, Boston, MA: Harvard Business School Press.
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.
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,
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.
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..
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.