O surgimento da Dinâmica de Sistemas (SD) veio alguns anos depois de Dinâmica Industrial, sendo criação de Jay Wright Forrester, nos anos 1950 (FORRESTER, 1972; STERMAN, 2000; RANGANATH; RODRIGUES, 2010). A dinâmica de sistemas consiste na utilização de um instrumento de gestão de conhecimento, que possibilita deixar explícitos os modelos mentais e simulações. Com os sistemas dinâmicos é possível evidenciar modelos mentais dos indivíduos, possibilitando uma interligação de variáveis dependentes nestes modelos, conhecidos também como indicadores. Segundo Strickland (2011), divide-se as modelagens em dinâmicas em duas vertentes
• Modelo Hard: advinda das áreas de pesquisa operacional, que inclui toda a parte quantitativa dos modelos mentais, representados por diagramas de estoque-fluxo, em sua capacidade de estruturação (ANDRADE et al., 2006).
• Modelo Soft: advinda de um modelo de representação qualitativa, ou seja, através das possibilidades existentes na mente dos seres humanos que o direciona para a utilização das coisas (STEVENS, 2014; GENTNER, 2014).
No modelo Hard, no qual será utilizado neste trabalho, Forrester (1972) dispõe de alguns passos que devem ser seguidos para uma adequada implementação da metodologia criada por sua autoria, a Dinâmica Industrial. Na Figura10 é possível observar quais são estes passos e sua referida sequência.
Figura 10 - Passos de aplicação da metodologia da Dinâmica Industrial Fonte: Adaptação de Sterman (2000)
A dinâmica de sistemas veio de uma evolução da dinâmica industrial de Forrester (STERMAN, 2000). Alguns autores intentificam este método também como uma técnica, com intuito de modelar e simular, deixando de maneira mais visível os problemas complexos, onde pode-se analisar, entender e discutir de forma mais plausível (KUAI et. al., 2015).
Existe a complexidade nos sistemas, principalmente em seus comportamentos, procedentes das interações dos componentes dos sistemas e não necessariamente da complexidade dos componentes sobre eles. Os modelos de dinâmicas de sistemas têm como objetivo comum compreender porque é criada a dinâmica e também como foi gerada, e quais as formas necessárias para ter melhorias do sistema em questão. Está focalizado no entendimento de como os processos que estão entre o sistema, como os fluxos de informações, físicos, e política de gerenciamentos se relacionam com intuito de obter uma dinâmica com selecionadas variáveis necessárias para a modelagem (KUAI et. al., 2015; STERMAN, 2000).
Na sua grande maioria, o pensamento utilizado na dinâmica de sistemas pretende descobrir e analisar, esboçando interações de redes. Uma forma de
1 Identificação do problema 2 Estratificação de fatores 3
Esboço dos círculos de causa e efeito 4 Caracterização de políticas de decisões 5 Construção de um modelo matemático 6 Acompanhamento e produção do comportamento 7 Comparação de resultados com a realidade atual 8 Análise e revisão do modelo 9
Adaptação do modelo até ser considerado
apropriado
10
Alteração do sistema atual visando melhoria
representação destas interações de rede é através de diagrama de enlaces de retroalimentação (feedback loops), que adotam partes positivas e negativas. Quando os enlaces são positivos as inter-relações com as variáveis criam forças que possui o mesmo sentido, logo, quando aumenta uma variável por consequência a outra também aumentará. Essas interações causais positivas tendem reforçar a estrutura dentro do sistema (STERMAN, 2000).
Entretanto, nos enlaces de retroalimentação opostos, ou seja, negativos, as inter-relações entre as variáveis criam forças com sentidos opostos ao citado anteriormente, ou seja, quando se aumenta a variável influencia na redução da outra em questão, e o contrário também corresponde a mesma influencia. Já neste tipo de interação causal, o intuito é contribuir para uma estrutura de balancear o sistema em análise (STERMAN, 2000).
Segundo Kuai et. al. (2015), os feedbacks loops possuem um importante papel nos modelos de dinâmica de sistemas, principalmente pelas funções que desempenham no sistema, como para simplificar visualmente as representações de modelos, inclusive modelos que possam ser simplificados cotidianamente, do mais simples ao mais complexo e também esboçar as relações dos diagramas de causa e efeitos, mostrando suas relações.
Na Figura 11 é possível observar como a notação é utilizada para desenvolver o diagrama de enlaces causais.
Exemplo:
Figura 11 - Diagrama de enlaces causais (Notação) Fonte: Adaptação de Sterman (2000)
Na Figura 11 é possível observar que existe três variáveis no sistema: taxa de nascimento, população e taxa de mortalidade. Existe uma relação simplificada e de fácil compreensão através dos enlaces retroalimentação positivos e negativos. Na primeira situação temos a primeira variável “taxa de nascimento” influenciando positivamente a segunda variável “população”, sendo assim uma polaridade da relação positiva, e por consequência a mesma variável “população” interferindo positivamente de volta a variável “taxa de nascimento”, ou seja, é compreensível que quanto mais pessoas nasçam maior será o número populacional, e consequentemente essa própria população gerará uma maior taxa de nascimento. Como ambas variáveis influenciam positivamente, esta situação é considerada uma estrutura de reforço (STERMAN, 2000).
Ainda na Figura 11, pode-se ainda concluir que a variável “taxa de mortalidade” influencia negativamente a variável “população”, sendo uma polaridade da relação negativa, porém a variável “população” interfere positivamente na variável “taxa de mortalidade”, ou seja, é uma situação oposta, e isso significa que quanto maior for o número populacional maior será a taxa de mortalidade, considerando a não imortalidade, entretanto, quanto mais mortalidade, menor será o número populacional (STERMAN, 2000).
Na Figura 12 mostra como é a notação utilizada para enlaces positivos e negativos.
Figura 12 - Identificador de Enlances (Notação) Fonte: Adaptado de Sterman (2000)
A identificação é de fácil interpretação, pois os enlaces de retroalimentação positivos mostram uma certa imperfeição, tendendo a mais mudança, e relatando um certo desequilíbrio pontual do sistema. Já nos enlaces negativos, é direcionado para busca de alcance de metas, ou seja, depois de uma imperfeição sistemática, o sistema pontual pretende alcançam a condição de equilíbrio (GEORGIADIS; VLACHOS, 2004).
A estrutura e sua composição influencia diretamente no comportamento do sistema, que no caso é composta e desenvolvida através de estoques, ciclos de retroalimentação, fluxos, processo de tomada de decisão de agentes do sistema, não linearidade criadas pela interação e composição da estrutura física. Esse conceito advém do entendimento dos modelos hard e soft, sendo que os modelos hard, que é uma análise quantitativa, baseia-se em um grupo de variáveis que tendem a variar referente a um domínio proposto. Já no modelo soft, que é um modelo voltado nas análises qualitativas, os modelos causais pretendem definir entre as próprias variáveis, sem existir de fato um único domínio (STERMAN, 2000).
Em um modelo de dinâmica de sistemas, na sua grande maioria, as indústrias que utilizam dessa ferramenta, ou mesmo as organizações de forma geral, tendem a incluir na estruturação a composição de um ou mais tipos de fluxos e estoques que precisam representar os sinais dos processos em questão. Estes estoques podem ser considerados como, pessoas, matérias, dinheiro, ordem ou até mesmo bens de capital (FORRESTER, 1972; STERMAN, 2000).
Hjorth e Bagheri (2005) desenvolveram um modelo de dinâmica de sistemas envolvendo a sustentabilidade, porém não direcionado em nenhum ramo específico, e sim no todo, numa sociedade aberta, com variáveis conhecidas dentro da literatura, e muito provavelmente podendo ser aplicada na maioria das sociedades mundiais. Na Figura 13 é possível observar um exemplo de modelo envolvendo a sustentabilidade de forma geral, e também as principais variáveis influenciadoras do modelo causal.
Figura 13 - Interações da viabilidade da sustentabilidade no mundo real Fonte: Adaptação de Hjorth & Bagheri (2005).