Cynefin框架是一种识别复杂性的方式。限定在知识管理和知识传递的场景里,归类为有因果关系定义的五个“领域”。分别为:清晰(Clear)、庞杂(Complicated)、复杂(Complex)、混乱(Chaotic)、困惑(Confused / Aporetic),混乱和困惑都是我们平时需要极力避免的,可以不用深入探索。

不可言说知识的应用会产生清晰(Clear)和庞杂(Complicated)认知模式,而不可言说知识的学习会产生复杂(Complex)认知模式。

认知行为模式表现举例对应的知识活动
清晰模式感知-归类-响应到银行办理业务传递和消费显式知识和已经充分掌握了的不可言说知识。
庞杂模式感知-分析-响应医院诊疗常见病症和清晰模式的不同在于分析行为依赖于不可言说知识
复杂模式探测-感知-响应创业或产品创新不可言说知识传递和学习时主要依据额模式
混乱模式行动-感知-响应-一个反模式,不是基于知识反应而是应激反应,需要避免
困惑模式无法理解要解决的问题,不能进行任何有效处理-

清晰(Clear)

因果关系都是已知的、也是普遍认同的。

处在清晰模式时,认知行为表现为:感知(sense)- 归类(categorize)- 相应(Respond)。具体来说,对于某一个问题,需要先感知这个问题究竟是什么,然后根据已知的解决方案找到当前最适合的解决方案进行归类。并用这个解决方案进行响应

比如我们去银行,业务员会首先询问需求,这是感知。在明确了需求以后,业务员会将你的需求归类为银行的某一个业务,比如转账,开户,销户等。接着业务员会根据业务中具体的流程来响应,这里的流程往往都是固定的,写在操作手册里的。比如先填写表格、然后进行人脸识别、取款的话还要当面点清。

对于问题的感知,通常是不可言说知识。但在清晰模式下,我们要么用的是显式知识,要么是已经充分掌握的不可言说知识。比如客户说要买房,那么需要的就是大量资金的业务,比如贷款。

对于归类,也就是找到对应的已知解决方案,使用的显式知识

至于响应,通常情况下也是不可言说知识,但在清晰模式下,要么是显式知识,要么是已经充分展望的不可言说知识。比如医院看病,基本都是靠医生多年来的经验总结下来的不可言说知识

总的来说,在清晰模式下,消费的是显式知识不可言说知识

庞杂(Complicated)

庞杂模式与清晰模式的区别在于,它可能包含多个正确答案。在寻找解决方案的时候,方案的质量往往取决于个人的经验,或者说取决于个人已知的专业知识。也因此被称为专家知识。

处在庞杂模式时,认知行为表现为:感知(Sense)- 分析(Analysis)-响应(Respond)。具体来说,要首先感知是什么问题,然后通过分析寻找可能的解决方案,并使用这个解决方案进行响应

比如我们去医院看病,医生会通过各种检查感知我们的实际状态,但并不能直接通过检查结果确定解决方案。毕竟不同的疾病可能有相似的病症,比如肚子疼可能是胃穿孔,也可能只是吃多了。医生需要借助各种报告分析你的病因,并综合你的实际情况,比如药物过敏信息等,来制定具体的解决方案。

庞杂模式和清晰模式的最大区别在于解决方案的寻找,也就是分析这个行为。这个行为依赖的是个人的专业和能力,属于典型的不可言说知识。从而导致导致认知效率远低于清晰模式。

清晰模式与庞杂模式也被称作有序模式,是知识在消费和应用中产生的认知行为模式。不论是清晰模式中的归类还是庞杂模式中的分析,知识都是被掌握和学习了的,并不存在知识的学习、获取和传递。一旦需要学习新的知识,则进入无序模式中。

复杂(Complex)

在清晰模式与庞杂模式下,归类和分析的前提是我们心里有一个预期,明确可以从已有的知识中,找到一个正确的答案。但在复杂模式下,只能通过反思理解真正的问题和解决方案是什么,不论花多少力气,都无法提前感知。

处在复杂模式时,认知行为表现为:探知(Probe)-感知(Sense)-响应(Respond)。只有通过探测收集必要的信息,再通过反思感知,最后借助必要响应,调整之前的方案。

常见的例子就是在创业或者产品创新时,不论前期做多少准备,也无法确保一定会成功。只能通过不停地感知,对产品的发展路径和规划作出调整,也就是所谓的精益创业思想。

复杂模式下的认知负载远大于清晰模式和庞杂模式。究其原因是不论是问题的本质,还是处理问题的解决方案,在一开始都不是清晰可见的。我们不仅不能依赖已有的规则和经验,而是不断地上下探索,这本身就是一个学习过程

在软件开发中,我们无法 100% 确定所构造的软件是否能够满足业务的需求,是否能够在现有的知识结构下发挥作用。所以,软件研发的过程,从宏观上来看,是这些部落知识传递与学习的过程,只能是复杂的认知模式。这也是为什么当今主流的研发流程,或多或少都包含迭代的元素。因为每一次迭代的过程,都是一次探测(根据已知情况构造软件)- 感知(收集反馈以验证当前软件是否有效)- 响应(根据反馈改进方案以及后续计划) 的过程。