Article

Prendre de meilleures décisions en utilisant le cadre Cynefin

Le modèle de gestion des connaissances développé par Dave Snowden nous aide à évaluer correctement les situations en fonction de leur complexité et à réagir en conséquence. Quand des solutions agiles sont-elles nécessaires et quand les approches conventionnelles sont-elles utiles?
30. Mars 2020
4 min
Laura Heß, tts - knowledge matters. Laura Heß

Dans le monde actuel des VUCA, nous sommes de plus en plus confrontés à des problèmes nouveaux et déroutants. Le défi est que les solutions éprouvées ne peuvent pas nous aider. En fait, elles peuvent même aggraver les choses. Il existe également un risque de simplifier à l'excès des situations complexes. 

Dans cette optique, même les offres de formation bien établies doivent être examinées avec soin. Si les méthodes d'apprentissage formelles peuvent être l'outil de choix dans une situation donnée, les méthodes d'apprentissage souples peuvent s'avérer beaucoup plus efficaces pour atteindre l'objectif dans une autre. 

Le cadre Cynefin

Pour mieux évaluer les situations et trouver la solution la plus efficace pour la tâche à accomplir, Dave Snowden, un chercheur et consultant gallois qui a travaillé chez IBM pendant de nombreuses années, a développé le cadre Cynefin. Prononcé "kuh-NEV-in", le mot gallois pour habitat, ce modèle catégorise les situations en fonction de leur complexité.  

Outre une zone intérieure de "désordre", elle distingue quatre domaines - évident, compliqué, complexe et chaotique - à chacun desquels sont attribuées certaines pratiques particulièrement prometteuses. 

Les quatre domaines du cadre Cynefin: évident, compliqué, complexe et chaotique

Les quatre domaines

Évident (également appelé "simple")

Les systèmes évidents ou simples sont causaux, la relation entre la cause et l'effet étant facilement discernable. Il n'y a donc qu'une seule façon sensé de relever un défi évident: reconnaître ("sentir") le problème, le catégoriser et y répondre en suivant les meilleures pratiques. 

Dans ce domaine, tant les méthodes bien connues que les approches formelles de l'enseignement/apprentissage mènent généralement droit à la cible. 
 
Prenons l'exemple d'une ampoule cassée. Nous reconnaissons qu'elle ne s'allume plus et qu'il n'y a qu'une seule façon sensée de résoudre le problème: la remplacer. 

Problème compliqué

Les systèmes compliqués sont également causaux, mais beaucoup plus difficiles à appréhender. Reconnaître le lien entre la cause et l'effet d'un problème compliqué nécessite des connaissances et des analyses d'experts. Même s'il existe de bons exemples de projets similaires qui ont été couronnés de succès, les décisions doivent être prises au cas par cas dans chaque situation. 

Une fois de plus, les approches conventionnelles et les méthodes formelles d'enseignement/apprentissage méritent d'être recommandées ici. 

Prenons l'exemple du processus de construction d'une maison. En analysant soigneusement les conditions du sol et les matériaux et en adoptant une méthode qui s'est déjà avérée efficace dans d'autres projets, les constructeurs s'assureront que le projet de construction est un succès. 

Complexe

C'est dans les situations complexes qu'il devient beaucoup plus difficile de garder une vue d'ensemble. Dans ce cas, les corrélations ne peuvent être identifiées qu'après coup. De tels scénarios exigent des solutions agiles. Une action rapide, une réflexion et une volonté inébranlable d'adapter continuellement votre approche à la situation au fur et à mesure de son évolution sont autant d'éléments clés pour résoudre le problème. La collaboration avec des personnes qui ont des spécialités différentes peut également offrir un avantage décisif. 
 
Dans ce domaine, nous devons faire des expériences, être ouverts aux erreurs et apprendre de nos erreurs. Les solutions toutes faites et les dispositifs d'enseignement et d'apprentissage formels ne nous aident pas nécessairement dans ce domaine, car le contexte spécifique a une trop grande influence. Au contraire, une bonne communication et des méthodes d'apprentissage souples nous permettent de prendre des mesures appropriées - et une mise en réseau globale est absolument cruciale à cet égard.  
 
Prenons l'exemple d'Apollo 13. Dans ce film, les astronautes sont vraiment en danger. Afin de les sauver, le personnel du centre de contrôle doit trouver une solution en utilisant uniquement les ressources limitées dont disposent leurs collègues dans l'espace. 

Chaotique

Dans les systèmes chaotiques, il n'est plus possible de déterminer la relation de cause à effet. Dans ce domaine, la priorité absolue est de stabiliser la situation critique. Étant donné que ces situations sont généralement imprévisibles et très spécifiques, de nouvelles solutions doivent être élaborées par tâtonnement. 
 
Dans ce type d'environnement, l'objectif est de prendre rapidement des décisions intuitives. Même si nous ne sommes pas en mesure de nous préparer spécifiquement à de tels scénarios ponctuels, une base de connaissances solide, un bon réseau et une approche créative permettent de déterminer rapidement la meilleure ligne de conduite possible lorsque les choses vont radicalement mal. 
 
A titre d'exemple, imaginez qu'un bâtiment est en feu. Les personnes à l'intérieur n'ont pas le temps de tester leurs idées ou d'apprendre de leurs erreurs. Ils suivent leur instinct et essaient de quitter le bâtiment rapidement et sans trop d'hésitation. 

Si nous ne sommes pas sûrs du domaine auquel nous sommes confrontés, nous sommes, selon Snowden, dans un état de "désordre". Pour prendre les bonnes décisions, nous devons nous familiariser avec la situation et vérifier si un certain plan d'action aide réellement à résoudre le problème avant de choisir de le poursuivre. Si ce n'est pas le cas, le pire scénario est que tout le système s'effondre - et une situation complexe devient un état de chaos. 

Articles connexes