概要
システム思考（Systems Thinking）は、物事を個別の要素の集合としてではなく、要素同士が影響し合う「システム（全体像）」として捉える思考法です。「木を見て森も見る」アプローチであり、問題の表面的な対処ではなく、根本的な構造やパターンの解決を目指します。
いつ使うか
- 複雑な問題が絡み合っていて解決が難しい時
- 「あちらを立てればこちらが立たず」というトレードオフがある時
- 同じ問題が何度も繰り返される時（いたちごっこ）
説明
基本概念
-
因果ループ図（Causal Loop Diagram）
- 要素間の関係を矢印で結び、どのように影響し合っているかを図解します。
- 「+（正の影響）」：Aが増えるとBも増える。
- 「-（負の影響）」：Aが増えるとBは減る。
-
フィードバック・ループ
- 自己強化型ループ（拡張）: 雪だるま式に増幅する（例：口コミで売上が伸びる、不安が不安を呼ぶ）。
- バランス型ループ（安定）: 一定の状態を保とうとする（例：体温調節、在庫調整）。
-
遅れ（Delay）
- 原因から結果が出るまでの時間差。これを見落とすと、対策を打ちすぎて逆効果になることがあります（例：シャワーの温度調節）。
氷山モデル
物事を4つの階層で捉えます。
- 出来事（Events）: 目に見えている現象（例：ミスが起きた）。
- パターン（Patterns）: 繰り返される傾向（例：毎月月末にミスが増える）。
- 構造（Structures）: パターンを生む仕組み（例：月末に業務が集中する評価制度）。
- メンタルモデル（Mental Models）: 構造を支える意識や前提（例：「忙しいのは良いことだ」という思い込み）。 システム思考では、下の階層（構造やメンタルモデル）に働きかけることで根本解決を図ります。
使用例
例：交通渋滞の解消
- 出来事: 道が混んでいる。
- 対処療法（非システム思考）: 道路を拡張する。
- システム思考的分析:
- 道路を拡張する → 渋滞が減る（一時的） → 利便性が上がり、車を使う人が増える（自己強化ループ） → 結果、再び渋滞する。
- 根本解決策: 公共交通機関を充実させる、ロードプライシング（課金）を導入するなど、構造を変えるアプローチをとる。
AI活用
AIに因果ループを分析させるプロンプトです。
プロンプト例
# 命令書
以下の問題について、システム思考の観点から「因果ループ」を分析してください。
# 問題
[ここに問題を入力：例：残業を減らすと売上が下がる]
# 分析項目
1. 関係している要素の洗い出し
2. 悪循環（自己強化ループ）の構造はどうなっているか？
3. 根本的な解決ポイント（レバレッジポイント）はどこか？