Simulation informatique et études organisationnelles - Computer simulation and organizational studies
La simulation informatique est une méthode de premier plan dans les études organisationnelles et la gestion stratégique. Bien qu'il existe de nombreuses utilisations de la simulation informatique (y compris le développement de systèmes d'ingénierie au sein d'entreprises de haute technologie), la plupart des universitaires dans les domaines de la gestion stratégique et des études organisationnelles ont utilisé la simulation informatique pour comprendre le fonctionnement des organisations ou des entreprises. Plus récemment, cependant, les chercheurs ont également commencé à appliquer la simulation informatique pour comprendre le comportement organisationnel à un niveau plus micro, en se concentrant sur la cognition et le comportement individuels et interpersonnels tels que le travail en équipe .
Alors que les chercheurs en stratégie ont eu tendance à se concentrer sur le test des théories de la performance des entreprises, de nombreux théoriciens de l'organisation se concentrent sur des théories plus descriptives, le seul thème unissant a été l'utilisation de modèles informatiques pour vérifier ou étendre les théories. Ce n'est peut-être pas un hasard si les chercheurs utilisant la simulation computationnelle se sont inspirés des idées de la modélisation biologique , de l' écologie , de la physique théorique et de la thermodynamique , de la théorie du chaos , de la théorie de la complexité et des études d'organisation puisque ces méthodes ont également été utilisées avec succès dans ces domaines.
Distinctions / définitions de base
Les chercheurs qui étudient les organisations et les entreprises à l'aide de simulations informatiques utilisent une variété de distinctions et de définitions de base qui sont courantes en science informatique.
- Basés sur des agents ou basés sur des équations: les modèles basés sur des agents se déroulent en fonction des interactions d'actions relativement simples, tandis que les modèles basés sur des équations se déroulent numériquement sur la base d'une variété d'équations dynamiques ou à l'état d'équilibre (Remarque: certains soutiennent qu'il s'agit là d'un fausse distinction puisque certains modèles basés sur des agents utilisent des équations pour diriger le comportement de leurs agents)
- Modèle: versions simplifiées du monde réel qui ne contiennent que des éléments essentiels d'intérêt théorique
- Complexité du modèle: le nombre de pièces conceptuelles dans le modèle et les connexions entre ces pièces
- Déterministe vs stochastique: les modèles déterministes se déroulent exactement comme spécifié par une logique pré-spécifiée, tandis que les modèles stochastiques dépendent d'une variété de tirages à partir de distributions de probabilité
- Optimisation vs descriptive: modèles avec des acteurs qui recherchent les optimums (comme les pics dans les paysages de fitness) ou qui ne le font pas
Approches méthodologiques
Il existe une variété d'approches méthodologiques différentes dans le domaine de la simulation informatique. Ceux-ci incluent, mais ne sont pas limités à ce qui suit. (Remarque: cette liste n'est ni mutuellement exclusive ni collectivement exhaustive, mais tente d'être juste par rapport aux tendances dominantes. Pour trois taxonomies différentes, voir Carley 2001; Davis et al. 2007; Dooley 2002)
- Modèles basés sur des agents: modèles de calcul examinant l'interaction de plusieurs agents (la plupart des approches suivantes peuvent également être basées sur des agents)
- Automates cellulaires: modèles explorant plusieurs acteurs de l'espace physique dont le comportement est basé sur des règles
- Modèles de réseaux dynamiques: tout modèle représentant des acteurs et des entités non-acteurs (tâches, ressources, lieux, croyances, etc.) connectés via des liens relationnels comme dans l'analyse de réseau dynamique
- Algorithmes génétiques: modèles d'agents dont l'information génétique peut évoluer dans le temps
- Modélisation basée sur des équations (ou modélisation non linéaire): modèles utilisant des équations (généralement non linéaires ) qui déterminent l'état futur de ses systèmes
- Modèles de réseaux sociaux: tout modèle représentant les acteurs connectés via des `` liens '' stéréotypés comme dans l'analyse des réseaux sociaux
- Simulation stochastique: modèles qui impliquent des variables aléatoires ou source de stochasticité
- Dynamique du système : approche basée sur des équations utilisant des boucles occasionnelles et des stocks et des flux de ressources
- Modélisation NK: acteurs modélisés sous la forme de N nœuds liés via K connexions qui tentent (généralement) d'atteindre le sommet d'un paysage de fitness
Recherche précoce
Les premières recherches en stratégie et en organisations utilisant la simulation computationnelle se sont intéressées soit au macro-comportement des systèmes, soit à des mécanismes organisationnels spécifiques. Les points saillants des premières recherches comprenaient:
- Cohen, March, & Olsen (1972) Garbage Can Model of Organizational Choice modélisait les organisations comme un ensemble de solutions cherchant des problèmes dans une organisation plutôt anarchique de type «poubelle».
- L'étude de March (1991) sur l' exploration et l'exploitation dans l'apprentissage organisationnel a utilisé la distinction fondamentale explorer / exploiter de John Holland (1975) pour montrer la valeur des apprenants lents dans les organisations.
- La théorie évolutionniste du changement économique de Nelson et Winter (1982) a utilisé une simulation pour montrer qu'un modèle évolutif pouvait produire le même type de chiffres PIB / productivité que la théorie néoclassique du choix rationnel.
Recherches ultérieures
Des recherches ultérieures utilisant la simulation informatique ont fleuri dans les années 1990 et au-delà. Les points forts incluent:
- Modèle de démographie et de culture organisationnelle de Carroll & Harrison (1998)
- Modèle de structure organisationnelle de Davis, Eisenhardt & Bingham (2009) dans des environnements imprévisibles
- Modèle de recherche cognitive et expérientielle de Gavetti et Levinthal (2000)
- Modèle d'adaptation NK de Levinthal (1997) sur des paysages de fitness accidentés
- L'étude de Rivkin (2000) sur l'imitation stratégique
- Le modèle des points de basculement désastreux de Rudolph & Repenning (2002)
- Le modèle de changement organisationnel ponctué de Sastry (1997)
- Modèle d'évolution stratégique et de capacités dynamiques de Zott (2003)
Les références
Lectures complémentaires
- Adner, R .; Levinthal, D. (2001). "Hétérogénéité de la demande et évolution de la technologie: implications pour l'innovation de produit et de processus" . Science de la gestion . 47 (5): 611–628. doi : 10.1287 / mnsc.47.5.611.10482 . Archivé de l'original le 2009-09-25 . Récupéré le 14 juillet 2006 .
- Bruderer, E .; Singh, JS (1996). "L'évolution organisationnelle, l'apprentissage et la sélection: un modèle basé sur l'algorithme génétique". Journal de l'Académie de gestion . 39 (5): 1322–1349. doi : 10.2307 / 257001 . JSTOR 257001 .
- Carley, KM 2001. Approches computationnelles de la théorie sociologique. Dans J. Turner (Ed.), Handbook of Sociological Theory: 69–84. New York, NY: Kluwer Academic / Plenum Publishers [1] .
- Carroll, G .; Harrison, JR (1998). "Démographie organisationnelle et culture: aperçus d'un modèle formel et simulation" . Administrative Science Quarterly . 43 (3): 637–667. doi : 10.2307 / 2393678 . JSTOR 2393678 . Archivé de l'original le 2006-09-10 . Récupéré le 14 juillet 2006 .
- Cohen, MD; March, J .; Olsen, JP (1972). "Un modèle de poubelle de choix organisationnel". Administrative Science Quarterly . 17 (1): 1–25. doi : 10.2307 / 2392088 . JSTOR 2392088 .
- Crowder, RM; Robinson, MA; Hughes, HPN; Sim, YW (2012). "Le développement d'un cadre de modélisation basé sur des agents pour simuler le travail d'équipe d'ingénierie". Transactions IEEE sur les systèmes, l'homme et la cybernétique - Partie A: Systèmes et humains . 42 (6): 1425–1439. doi : 10.1109 / TSMCA.2012.2199304 .
- Davis, JP; Eisenhardt, KM; Bingham, CB (2007). "Développer la Théorie avec des Méthodes de Simulation" . Academy of Management Review . 32 (2): 480–499. CiteSeerX 10.1.1.562.5016 . doi : 10.5465 / AMR.2007.24351453 .
- Davis, JP; Eisenhardt, KM; Bingham, CB (2009). "Structure optimale, dynamisme du marché et stratégie de règles simples" . Administrative Science Quarterly . 54 (3): 413–452. doi : 10.2189 / asqu.2009.54.3.413 . hdl : 1721.1 / 52690 .
- Forrester, J. 1961. Dynamique industrielle. Cambridge, Massachusetts: MIT Press.
- Gavetti, G .; Levinthal, D. (2000). "Regarder en avant et regarder en arrière: Recherche cognitive et expérientielle" . Administrative Science Quarterly . 45 (1): 113-137. doi : 10.2307 / 2666981 . JSTOR 2666981 . Archivé de l'original le 2009-09-25 . Récupéré le 14 juillet 2006 .
- Harrison, JR; Lin, Z .; Carroll, GR; Carley, KM (2007). "Modélisation de simulation dans la recherche organisationnelle et de gestion". Academy of Management Review . 32 (4): 1229-1245. doi : 10.5465 / amr.2007.26586485 .
- Holland, JH 1975. Adaptation dans les systèmes naturels et artificiels. Ann Arbor, MI: The University of Michigan Press.
- Hughes, HPN; Clegg, CW; Robinson, MA; Crowder, RM (2012). "Modélisation et simulation basées sur des agents: la contribution potentielle à la psychologie organisationnelle". Journal de psychologie du travail et de l'organisation . 85 (3): 487–502. doi : 10.1111 / j.2044-8325.2012.02053.x .
- Kauffman, S. 1989. Adaptation sur des paysages de fitness accidentés. Dans E. Stein (Ed.), Lectures in the Science of Complexity. Reading, Mass.: Addison – Wesley.
- Kauffman, S. 1993. Les origines de l'ordre. New York, NY: Presse d'université d'Oxford.
- Langton, CG 1984. Auto-reproduction dans les automates cellulaires. Physica, 10D: 134–144.
- Lant, T .; Mezias, S. (1990). "Gestion du changement discontinu: une étude de simulation de l'apprentissage organisationnel et de l'entrepreneuriat". Journal de gestion stratégique . 11 : 147-179. JSTOR 2486675 .
- Lave, C. et March, JG 1975. Une introduction aux modèles en sciences sociales. New York, NY: Harper et Row.
- Law, AM et Kelton, DW 1991. Simulation Modeling and Analysis (2e éd.). New York, NY: McGraw – Hill.
- Levinthal, D (1997). "Adaptation sur des paysages accidentés". Science de la gestion . 43 (7): 934–950. doi : 10.1287 / mnsc.43.7.934 .
- Lomi, A .; Larsen, E. (1996). "Interagir localement et évoluer au niveau mondial: une approche computationnelle de la dynamique des populations organisationnelles". Journal de l'Académie de gestion . 39 (5): 1287–1321. doi : 10.2307 / 257000 . JSTOR 257000 .
- Mars, JG (1991). "Exploration et Exploitation dans l'Apprentissage Organisationnel". Science de l'organisation . 2 (1): 71–87. doi : 10.1287 / orsc.2.1.71 .
- Nelson, RR et Winter, SG 1982. Une théorie évolutive du changement économique. Cambridge, Massachusetts: Belknap - Harvard University Press.
- Repenning, N (2002). "Une approche basée sur la simulation pour comprendre la dynamique de la mise en œuvre de l'innovation". Science de l'organisation . 13 (2): 109-127. doi : 10.1287 / orsc.13.2.109.535 . hdl : 1721,1 / 3803 .
- Rivkin, J. (2000). "Imitation de stratégies complexes". Science de la gestion . 46 (6): 824–844. doi : 10.1287 / mnsc.46.6.824.11940 .
- Rivkin, J. (2001). "Reproduire les connaissances: réplication sans imitation à complexité modérée". Science de l'organisation . 12 (3): 274-293. doi : 10.1287 / orsc.12.3.274.10106 .
- Rudolph, J .; Repenning, N. (2002). "Dynamique des catastrophes: Comprendre le rôle de la quantité dans l'effondrement organisationnel" . Administrative Science Quarterly . 47 (1): 1–30. doi : 10.2307 / 3094889 . JSTOR 3094889 .
- Sastry, MA (1997). "Problèmes et paradoxes dans un modèle de changement organisationnel ponctué". Administrative Science Quarterly . 42 (2): 237-275. doi : 10.2307 / 2393920 . JSTOR 2393920 .
- Schelling, T (1971). "Modèles dynamiques de ségrégation". Journal de sociologie mathématique . 1 (2): 143-186. doi : 10.1080 / 0022250x.1971.9989794 .
- Simon, H. 1996 (1969; 1981) Les sciences de l'artificiel (3e édition) MIT Press [2] .
- Sterman, J. 2000. Dynamique des affaires: pensée et modélisation des systèmes pour un monde complexe. New York, NY: Irwin McGraw – Hill.
- Sterman, J .; Repenning, N .; Kofman, F. (1997). "Effets secondaires imprévus de programmes de qualité réussis: Explorer un paradoxe de l'amélioration organisationnelle". Science de la gestion . 43 (4): 503-521. doi : 10.1287 / mnsc.43.4.503 . hdl : 1721,1 / 2506 .
- Wolfram, S. 2002. Un nouveau type de science. Champaign, IL: Wolfram Media.
- Zott, C (2003). "Capacités dynamiques et l'émergence de la performance d'entreprise différentielle intra-industrie: aperçus d'une étude de simulation" . Journal de gestion stratégique . 24 (2): 97-125. doi : 10.1002 / smj.288 .