ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Γραφήματα & Επίπεδα Γραφήματα
Advertisements

Τι είναι ο προγραμματισμός
1 Δορυφορικό 2 ης ομάδας. 2 Είσαι στη μέση του μαθήματος και βλέπεις...  έναν μαθητή να βγαίνει από την αίθουσα διδασκαλίας,  δύο μαθητές να μιλούν.
Δραστηριότητα 6: Από πού έρχονται και πού πηγαίνουν οι μετανάστες; Διαφάνεια 1: Στόχος >Να εξετάσουμε μερικά στοιχεία για τα πρότυπα της μετανάστευσης.
ΗΜΕΡΙΔΑ «Λόγος και Αντίλογος για την Επιλογή και Αξιολόγηση των Εκπαιδευτικών : Τάσεις και Προβληματισμοί» Σάββατο, 13 Απριλίου 2013 Ανάπτυξη Μηχανισμών.
ΚΑΘΟΡΙΣΜΟΣ ΚΑΙ ΚΑΤΑΝΟΗΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Eπιμέλεια Τίκβα Χριστίνα
Αλέξανδρος Σαχινίδης, ΜΒΑ, Ph.D. ΙΟΥΝΙΟΣ 2009
ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
Διαχείριση Έργου Οργάνωση, σχεδιασμός και προγραμματισμός έργων ανάπτυξης λογισμικού.
Πιθανοκρατικοί Αλγόριθμοι
ΙΑΝΟΥΑΡΙΟΣ 2012 Δουλεύοντας με Σχέδια Εργασίας – Η μέθοδος Project Γιάννης Ρουσσάκης / Μαρία Κουτάτζη.
Γεωργαλλίδης Δημήτρης Καθηγητής Πληροφορικής
ΣΥΣΤΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ, ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΤΟΠΙΚΗ ΑΥΤΟΔΙΟΙΚΗΣΗ
Εξελικτική πορεία της Διοίκησης Ολικής Ποιότητας (ΔΟΠ)
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
HMMY Τεχνολογία Λογισμικού Διδάσκων Κώστας Κοντογιάννης Αναπλ
Σχεδίαση διδακτικών συστημάτων στον Ιστό Παγκόσμιας Εμβέλειας Βασική αρχή –“... Design is a complex human process, subjected to continuing change (which.
Page  1 Ο.Παλιάτσου Γαλλική Επανάσταση 1 ο Γυμνάσιο Φιλιππιάδας.
1 4 Square Questions B A D C Κοιτάξτε προσεκτικά το διάγραμμα. Θα σας κάνω 4 ερωτήσεις γι’ αυτό το τετράγωνο. ΕΤΟΙΜΟΙ;
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
Αναγνώριση Προτύπων.
Γραφήματα & Επίπεδα Γραφήματα
Τι είναι Ανάλυση Τι είναι Συστήματα Πληροφορικής
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ
Στοιχεία Διοίκησης Επιχειρήσεων
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
Ιόνιο Πανεπιστήμιο Τμήμα Αρχειονομίας & Βιβλιοθηκονομίας Μεταπτυχιακό Πρόγραμμα Σπουδών στην Επιστήμη της Πληροφορίας: Διοίκηση & Οργάνωση Βιβλιοθηκών.
Α.Π.Θ. Π.Τ.Δ.Ε. Π.Μ.Σ Επιστήμες της Αγωγής-Κατεύθυνση Διδακτική των Φυσικών Επιστημών και Νέες Τεχνολογίες Διερεύνηση εφαρμογής.
Κεφάλαιο 1ο Ανάλυση Προβλήματος.
ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΚΕΦΑΛΑΙΟ 1ο ΚΕΦ. 1-ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΑΕΠΠ.
Ενιαίο Πλαίσιο Προγράμματος Σπουδών Πληροφορικής.
Κεφ.1 Εισαγωγη στην εννοια του Αλγοριθμου και στον Προγραμματισμο
ΕΙΣΑΓΩΓΗ ΣΤΑ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ
ΑΕΠΠ 1ο Κεφάλαιο Γεωργαλλίδης Δημήτρης Καθηγητής Πληροφορικής 1 Ο Λύκειο Ρόδου.
Τεχνολογία ΛογισμικούSlide 1 Αλγεβρική Εξειδίκευση u Καθορισμός τύπων αφαίρεσης σε όρους σχέσεων μεταξύ τύπων λειτουργιών.
1 Ενότητα 5.3.1: Ερωτηματολόγια με τη χρήση του Διαδικτύου Διδάσκων: Χρήστος Κατσάνος - Πανεπιστημιακό κέντρο εκπαίδευσης επιμορφωτών.
Μοντέλα Συστημάτων Παρουσιάσεις των συστημάτων των οποίων οι απαιτήσεις αναλύονται.
Ανάπτυξη Πρωτοτύπου Λογισμικού
project: οψεις της ψυχολογιας
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
Μοντέλα και μορφές αξιολόγησης
31/03/2015 Καθηγητής : Δρίμτζιας Βασίλης 1 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΕΦΑΛΑΙΟ 1ο: ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ.
Δέσποινα Μαγγίνα M1175 Κωνσταντίνος Γαργάνης Μ1172 Δήμητρα Μαρία Χαρακλιά Μ1206 Ιωάννης Παπαδάκης Μ1171 Αλέξανδρος Νικολόπουλος Μ1182 Δημήτριος Μπαϊρακτάρης.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών – Τμήμα Πληροφορικής και Τηλεπικοινωνιών 1 Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού Προπτυχιακό.
Διοίκηση Πληροφοριακών Συστημάτων
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
Τίτλος Ενδιάμεση Εξέταση Πτυχιακής Εργασίας >. 2 Αντικείμενο της εργασίας Ο σκοπός της εργασίας είναι να κατασκευασθεί ένα σύστημα > Οδηγία: customize.
Δομές Δεδομένων - Ισοζυγισμένα Δυαδικά Δένδρα (balanced binary trees)
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
ΒΑΣΙΚΕΣ ΟΙΚΟΝΟΜΙΚΕΣ ΕΝΝΟΙΕΣ
Αγγελική Γεωργιάδου- Αναστασία Πεκτέσογλου Δράμα 2006
Τι άλλαξε στα νέα αναλυτικά προγράμματα;. Βασικοί άξονες του νέου Αναλυτικού Προγράμματος Βασικοί άξονες του νέου Αναλυτικού Προγράμματος Ένα συνεκτικό.
Μεθοδολογίες και Εργαλεία Ανάλυσης και Σχεδιασμού Π.Σ. Σπύρος Κοκολάκης ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ.
Τεχνολογία ΛογισμικούSlide 1 Τεχνολογία Απαιτήσεων u Καθορίζει τι θέλει ο πελάτης από ένα σύστημα λογισμικού.
Κεφάλαιο 1ο Ανάλυση προβλήματος.
Εισαγωγή στην Έννοια του Αλγορίθμου και στον Προγραμματισμό
1 1 Slide Προσομοίωση. 2 2 Προσομοίωση n Τι είναι η Προσομοίωση πως/που χρησιμοποιείται; n Πλεονεκτήματα και μειονεκτήματα της Προσομοίωσης n Μοντέλα.
Λήψη αποφάσεων Ληψη Αποφαςεων Γ. Καμπουρίδης.
ΚΕΦΑΛΑΙΟ 1 Ανάλυση προβλήματος.
Πληροφοριακά Συστήματα Και Επιχείρηση
Εννοιολογική Χαρτογράφηση
Αξιολόγηση της επίδοσης ενός οργανισμού σε θέματα ασφάλειας
Διδάσκοντας με στόχο την κατανόηση ΄ Δρ. Μ. Λάτση – ΠΕ 70
Διδάσκοντας με στόχο την κατανόηση ΄ Δρ. Μ. Λάτση – ΠΕ 70
Μεταγράφημα παρουσίασης:

ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Θεωρία Συστημάτων Μαρία Καρύδα mka@aegean.gr ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 7η Διάλεξη: Δομημένα & Αδόμητα Προβλήματα, Μεθοδολογία Ευμετάβλητων Συστημάτων

Δομημένα & Αδόμητα προβλήματα Τι κάνει ένα πρόβλημα ‘δύσκολο’; Δομημένα προβλήματα Σαφείς περιορισμοί, περιορισμένος χώρος λύσεων, υπάρχει λύση, έμφαση στο ‘πώς’ π.χ. αντιμετώπιση κακοκαιρίας Μη δομημένα προβλήματα (Ημιδομημένα – Αδόμητα) Είναι σύμπλοκα, δεν εμφανίζονται με την ίδια μορφή κάθε φορά, δεν αντιμετωπίζονται με συστηματικό τρόπο (απαιτούν ad hoc λύσεις). Συνδυασμός ερωτήσεων ‘τι’ και ‘πώς’ π.χ. η αναβάθμιση της παιδείας

Χαρακτηριστικά δομημένων προβλημάτων Το σύνολο των εναλλακτικών τρόπων δράσης είναι πεπερασμένο, αριθμήσιμο και φραγμένο. Οι λύσεις προκύπτουν με λογική συνέπεια από ένα εμπειρικό μοντέλο, το οποίο παρουσιάζει καλή αντιστοιχία με το πρόβλημα, όπως γίνεται αντιληπτό. Η αποτελεσματικότητα και η αποδοτικότητα των διαφόρων τρόπων δράσης μπορεί να εκτιμηθεί αριθμητικά (ποσοτικοποίηση) ή τουλάχιστον με αντικειμενικό τρόπο.

Παραδείγματα Ανάπτυξη επεξεργαστή 4GHz Ανάπτυξη Πληροφοριακού Συστήματος για τη Γραμματεία του ΜΠΕΣ Αντιμετώπιση παραπόνων των ενοίκων πολυώροφου κτηρίου για την αναμονή χρήσης των ανελκυστήρων.

Πρόβλημα αναμονής ανελκυστήρων Ως δομημένο πρόβλημα: Κλασικό πρόβλημα ουρών αναμονής, άρα: Νέος αυτόματος μηχανισμός. Χειρισμός από θυρωρούς 4 x $2000 x 14, ανά έτος. Πέμπτος, εξωτερικός, ανελκυστήρας, $50000 Σύνθετος προγραμματιζόμενος μηχανισμός, $7000 Ως αδόμητο πρόβλημα

Χαρακτηριστικά αδόμητων προβλημάτων Δεν υπάρχει σαφής διατύπωση του προβλήματος - η διατύπωση είναι μέρος του προβλήματος. Στα αδόμητα προβλήματα, όταν προσπαθείς να δώσεις λύση, δεν ξέρεις πότε να σταματήσεις. Δεν μπορείς να πεις ότι η βέλτιστη λύση δόθηκε ή να αποδείξεις ότι δεν υπάρχει λύση. Δεν υπάρχει σωστή ή λάθος λύση, αλλά καλή ή κακή λύση. Δεν υπάρχει άμεσος και πλήρης έλεγχος της αποτελεσματικότητας της λύσης.

Χαρακτηριστικά αδόμητων προβλημάτων (συνέχεια) Δεν υπάρχει τρόπος να αποδείξουμε ότι έχουν εξετασθεί όλες οι πιθανές λύσεις. Κάθε αδόμητο πρόβλημα είναι μοναδικό και έχει τη δική του ad hoc λύση. Η τεχνική «δοκιμή – λάθος» (trial and error) δεν βοηθάει. Το πρόβλημα μπορεί να ερμηνευτεί με διάφορους τρόπους ανάλογα με την οπτική γωνία εξέτασης του, τα πρότυπα και τις νόρμες που θα χρησιμοποιηθούν. Ο τρόπος ερμηνείας καθορίζει και το εύρος των λύσεων

Παράδειγμα αδόμητου προβλήματος Βελτίωση των υπηρεσιών της Γραμματείας του ΜΠΕΣ Τι θα βελτιώσουμε; Πώς;

Hard vs. Soft προβλήματα Τα καλά δομημένα προβλήματα αποκαλούνται άκαμπτα (hard) ενώ τα αδόμητα προβλήματα καλούνται ευμετάβλητα (soft) προβλήματα.

Hard vs. Soft προβλήματα H. Simon: το δυσκολότερο μέρος της λύσης ενός προβλήματος είναι να κάνουμε τη σωστή ερώτηση. R. Ackoff: είναι προτιμότερο να έχουμε τη λάθος απάντηση στο σωστό ερώτημα, παρά τη σωστή απάντηση στο λάθος ερώτημα.

Hard vs. Soft προβλήματα «Εάν μπορούμε να διατυπώσουμε ένα πρόβλημα, τότε μπορούμε να βρούμε και λύση σε αυτό». Ισχύει;

Hard vs. soft Systems Εάν ένα σύστημα αποτελεί μοντέλο μιας δομημένης κατάστασης, αποκαλείται “hard system” Τα συστήματα που περιγράφουν την αντίληψη μιας αδόμητης κατάστασης χαρακτηρίζονται “soft systems”.

Hard vs. Soft Systems Thinking Ανάλογα με το πώς αντιλαμβανόμαστε τη φύση ενός προβλήματος μπορεί να έχουμε δύο διαφορετικούς τρόπους σκέψης: Hard Systems Thinking: Ο στόχος που πρέπει να επιτευχθεί είναι δεδομένος και μπορούμε να αναπτύξουμε ένα σύστημα που θα επιτυγχάνει τους στόχους που θέλουμε. Soft Systems Thinking: Ο στόχος δεν μπορεί να θεωρηθεί δεδομένος.

Paradigms Ο Checkland υποστηρίζει ότι οι δύο προηγούμενες προσεγγίσεις οδηγούν σε δύο ‘παραδείγματα’ (paradigms). Paradigm I: Ο κόσμος θεωρείται συστημικός (δηλ. περιλαμβάνει συστήματα), ο τρόπος που τον μελετάμε είναι συστηματικός (hard systems thinking). Paradigm II: Ο κόσμος θεωρείται προβληματικός (problematic) και τον μελετάμε συστημικά (soft systems thinking). Χρησιμοποιεί τον όρο προβληματική κατάσταση, αντί του όρου πρόβλημα.

Συστήματα Ανθρώπινης δραστηριότητας (Human Activity Systems) Είναι τα συστήματα στα οποία οι δραστηριότητες εκτελούνται από τους ανθρώπους, για κάποιο σκοπό. Η έμφαση στα συστήματα αυτά είναι στις δραστηριότητες και όχι στα άτομα. Σ.Α.Δ. = Σύστημα Δραστηριοτήτων + Κοινωνικό Σύστημα

Χαρακτηριστικά Σ.Α.Δ. Όλο ή ένα μέρος του συστήματος αποτελείται από ανθρώπους (π.χ. Πληροφοριακό Σύστημα). Οι άνθρωποι έχουν διαφορετικούς στόχους και ακόμα όταν συμφωνούν σε έναν ‘κοινό στόχο’ έχουν διαφορετική αντίληψη για το ποιος είναι και πώς μπορεί να επιτευχθεί. Τα Συστήματα Ανθρώπινης Δραστηριότητας συχνά αλλάζουν σκοπό. Δεν μπορείς να τα παρατηρήσεις/μελετήσεις, χωρίς να επηρεάσεις τη συμπεριφορά τους.

Ορισμός Σ.Α.Δ. “Ένα νοητικό σύστημα με στόχο, που εκφράζει μια ανθρώπινη δραστηριότητα του πραγματικού κόσμου. Τα συστήματα αυτά είναι νοητικά με την έννοια ότι δεν αποτελούν ακριβή περιγραφή των δραστηριοτήτων του πραγματικού κόσμου (που είναι υπερβολικά περίπλοκες) αλλά είναι διανοητικές κατασκευές. Αποτελούν ιδεατούς τύπους και χρησιμοποιούνται στη συζήτηση για τις πιθανές αλλαγές που μπορεί να εισαχθούν σε μια προβληματική κατάσταση του πραγματικού κόσμου. "A notional purposive system which expresses some purposeful human activity, activity which could in principle be found in real world. Such systems are notional in the sense that they are not descriptions of actual real-world activity (which is an exceptionally complex phenomenon) but are intellectual constructs; they are ideal types for use in a debate about possible changes which might be introduced into a real-world problem situation.” P. Checkland

Σ.Α.Δ. και Soft Systems Thinking Στα Συστήματα Ανθρώπινης Δραστηριότητας τα περισσότερα προβλήματα μπορούμε να τα δούμε ως αδόμητα (soft problems). Στα Σ.Α.Δ. αντιμετωπίζουμε ‘προβληματικές καταστάσεις’ και όχι καλώς-ορισμένα προβλήματα. Άρα στόχος μας είναι η βελτίωση της προβληματικής κατάστασης και όχι η εξεύρεση της βέλτιστης λύσης. Ο Checkland τα ονομάζει και ευμετάβλητα συστήματα (soft systems) και παρέχει μία μεθοδολογία την Μεθοδολογία των Ευμετάβλητων Συστημάτων (Soft Systems Methodology - SSM). Για τον Checkland τα συστήματα δεν υπάρχουν στην πραγματικότητα, αλλά είναι νοητικές κατασκευές.

Μεθοδολογία Ευμετάβλητων Συστημάτων

Soft Systems Methodology Βήματα της Μεθοδολογίας Αντίληψη της αδόμητης προβληματικής κατάστασης. Λεπτομερειακή έκφραση της προβληματικής κατάσταση (κατασκευή πλούσιας εικόνας). Μορφοποίηση και περιγραφή σχετικών συστημάτων (βασικοί ορισμοί συστήματος). Δημιουργία ιδεατών μοντέλων από κάθε βασικό ορισμό. Σύγκριση ιδεατών μοντέλων με την πραγματικότητα Καθορισμός και συζήτηση πάνω στις επιθυμητές και σκόπιμες αλλαγές Προσπάθεια για βελτίωση της προβληματικής κατάστασης (υλοποίησης αλλαγών)

Παράδειγμα πλούσιας εικόνας Source: A. Monk and S. Howard, “Methods & tools: the rich picture: a tool for reasoning about work context”, interactions, 5 (2), 1998

Bασικοί ορισμοί ιδεατών συστημάτων Customers Actors Transformation Weltanschauung Owners Environment Ένας βασικός ορισμός έχει τη μορφή: «..ένα σύστημα που θα κάνει το Χ, χρησιμοποιώντας τους Ψ πόρους, για να επιτύχει το στόχο Ζ.»

Κατασκευή Νοητικού προτύπου Ξεκινώντας από το βασικό ορισμό καταγράφουμε τις δραστηριότητες που απαιτούνται για τη λειτουργία του συστήματος και τις συνδέουμε. Προσθέτουμε δραστηριότητες ελέγχου, λήψης απόφασης, συλλογής πληροφορικών και υλοποίησης. Ελέγχουμε το μοντέλο.

Δημιουργία Νοητικού Προτύπου

Hard vs. Soft Systems Thinking Hard Systems Soft Systems Διαδικασία Τυποποίηση Υποκειμενικότητα Επανάληψη Μεγάλη Μικρή Γενίκευση Σταθερή βάση πρόβλεψης Περιορισμένη Μοντέλα Αλγοριθμικά Ευρετικά Ρόλος του αναλυτή Δίνει τη λύση Facilitator Παράδειγμα Επιστημονικό Συστημικό

Κριτική στην SSM Γενικά η κριτική που ασκείται αφορά την απορρόφηση μεγάλου μέρους της προσπάθειας στον ορισμό του προβλήματος και όχι στις λύσεις. Επιπλέον: Η μεθοδολογία προϋποθέτει την επίτευξη συναίνεσης. Συχνά αυτό δεν είναι εφικτό. Η SSM προϋποθέτει τη συμμετοχή όλων των εμπλεκομένων. Απαιτείται συμμετοχική κουλτούρα. Βασίζεται στον υποκειμενισμό. Έχει υψηλό κόστος γιατί απαιτεί τη συμμετοχή πολλών ατόμων.