A metodologia da dinâmica de sistemas requer que seus estudiosos passem a raciocinar através de sistemas, ou seja, é necessário que as fronteiras dos modelos mentais existentes sejam expandidas e que mecanismos sejam desenvolvidos a fim de se entender como se comportam a estrutura de sistemas complexos, seja de qual área de estudo forem (STERMAN, 2000).
A dinâmica de sistemas é uma perspectiva e um conjunto de ferramentas conceituais que proporciona condições de se entender a estrutura e a dinâmica de sistemas complexos. Além disto, esta metodologia de estudo é um poderoso método de modelagem que permite a construção de simulações computacionais de sistemas complexos, que por sua vez facilitam e auxiliam no estudo e entendimento de assuntos diversos, que são dependentes de difíceis decisões, períodos de estudo muito longos e complexos projetos de implementação (STERMAN, 2000).
Menos determinístico do que parece, o estudo acerca de sistemas dinâmicos complexos requer mais do que ferramentas técnicas que produzem modelos matemáticos. A abordagem é fundamentalmente interdisciplinar. Em função de estar se tratando do comportamento de complexos sistemas, a disciplina em questão está fortemente lastreada na teoria dinâmica não linear e controle de feedback, desenvolvidas pela física, matemática e largamente aplicadas na engenharia. Porém, em função da metodologia ser também aplicada ao comportamento humano ou de fenômenos sociais, deve-se entender como trabalhar eficientemente com grupos elaboradores de políticas e leis, além de conviver com transformações sustentáveis nas organizações (STERMAN, 2000).
Na prática, o estudo efetivo através de modelos só funciona de maneira eficaz quando os participantes e formuladores das decisões e regras participam integralmente do desenvolvimento do mesmo. Neste caso, modelagem inclui a extrapolação completa dos modelos mentais dos participantes, a estruturação do problema, a seleção das fronteiras do modelo e de seu horizonte de tempo e por fim, o mapeamento da estrutura causal dos sistemas relevantes (KIRKWOOD, 1998). Técnica fundamental, porém não suficiente para o estudo desta disciplina é o mapeamento do modelo mental dos participantes. As fronteiras espaciais e mentais dos modelos mentais existentes tendem a ser muito limitadas. São dinamicamente deficientes, omitem as estruturas de feedback, os atrasos no tempo, o acúmulo de
erros e as não linearidades. A metodologia de dinâmica de sistemas ajuda na identificação dos elementos dinâmicos complexos, normalmente ausentes dos modelos mentais comuns, porém, seja qual for a natureza e a complexidade dos sistemas, o processo de mapeamento não passa, na sua essência, de um conjunto de atribuições causais e hipóteses iniciais sobre a estrutura do sistema, que devem então ser testadas (KIRKWOOD, 1998).
A importância do processo de simulação reside no fato de ser a única maneira prática de se testar estes modelos. A complexidade dos modelos mentais existentes excede em muito a capacidade de entender as suas implicações. Desta maneira, a simulação atua de forma a sobrepor todas as dificuldades elencadas anteriormente, além de produzir resultados confiáveis a um baixo custo.
Para que os modelos de dinâmica de sistemas sejam implementados com sucesso, algumas premissas básicas devem ser seguidas. Dentre elas estão as descritas abaixo (STERMAN; MORECROFT, 1994).
• Modelos devem ser desenvolvidos para se solucionar problemas específicos, não para simplesmente modelar um sistema;
• A modelagem deve ser integrada a um projeto desde o seu início;
• No início de um projeto, a real necessidade da modelagem dinâmica deve ser questionada; existe uma infinidade de problemas para os quais a dinâmica de sistemas não é a melhor metodologia a ser abordada;
• A dinâmica de sistemas não é uma metodologia completa por si só, é interessante interagir com outras técnicas de análise;
• É importante focar na sua implementação desde o início do projeto;
• A modelagem deve ser um processo de estudo interativo entre proposta/solução;
• O modelo deve ser transparente
• O processo de validação de um modelo deve se dar de maneira a testar e criar confiança sobre o mesmo;
• Deve-se partir o quanto antes para um modelo preliminar e com o tempo adicionar detalhes ao mesmo;
• Um modelo cuja fronteira é mais genérica torna-se mais útil que uma série de pequenos detalhes;
• A implementação não se extingue com um simples modelo;
O processo de modelagem é essencialmente criativo, porém uma modelagem eficaz deve necessariamente passar pelos seguintes passos (STERMAN, 2000):
1o Passo - Articulação do problema: seleção do tema/problema, determinação das variáveis chaves, horizonte de tempo e definição da dinâmica do problema.
2o Passo – Formulação das Hipóteses Dinâmicas: geração das hipóteses iniciais, foco endógeno e mapeamento.
3o Passo – Formulação de um Modelo de Simulação: especificações, estimativas e testes.
4o Passo – Teste: comparação com modelos de referência, robustez sob condições extremas e sensibilidade.
5o Passo – Avaliação e elaboração de regras e sugestões. O trabalho em questão vai alcançar a 2a etapa do roteiro acima.
4.3.1. As Ferramentas da Dinâmica de Sistemas
O comportamento de um sistema tem origem na sua estrutura. Esta consiste de loops de feedback, fluxos e estoques e não linearidades criadas pela interação das estruturas físicas e institucionais do sistema com os processos de decisão dos agentes atuantes na mesma (STERMAN, 2000).
De fato, a maioria dos sistemas dinâmicos pode ser desenvolvido com base em alguns poucos padrões de comportamento. Estes podem ser analisados nas figuras abaixo:
Figura 4.3.1.1. – Padrão de comportamento de sistemas Fonte: STERMAN, 2000
Para se compreender melhor a mecânica de desenvolvimento desta metodologia, a seguir serão descritas brevemente algumas das ferramentas essenciais para o estudo da dinâmica de sistemas:
4.3.1.1. Loops Causais
São importantes ferramentas para a representação de estruturas de feedback dos sistemas. São muito eficientes para capturar rapidamente as hipóteses sobre as causas do comportamento dinâmico, os modelos mentais e por fim, relatar os feedbacks importantes responsáveis pelo problema. Um exemplo de um loop causal está representado a seguir: