Problem solving
Problem solving (rozwiązywanie problemów) – proces poznawczy i praktyczny, którego celem jest znalezienie rozwiązania dla sytuacji uznanej za niepożądaną, niejasną lub niekompletną. Jest to fundamentalna umiejętność ludzkia, stosowana w różnych dziedzinach, od psychologii i edukacji po informatykę, biznes i inżynierię.
Definicja
Według klasycznej definicji zaproponowanej przez George’a Polya, problem solving można podzielić na cztery etapy:
- zrozumienie problemu,
- konstruowanie planu,
- wykonywanie planu,
- sprawdzanie wyniku.
Współczesne podejścia rozszerzają tę strukturę o elementy takie jak analiza wymagań, generowanie alternatyw oraz ewaluację skuteczności.
Historia
Idea rozwiązywania problemów sięga starożytnej logiki arystotelesowskiej, jednak systematyzacja metod nastąpiła dopiero w XX wieku.
- W 1910 roku John Dewey opisał kontrolę refleksyjną jako podstawę procesu rozwiązywania problemów.
- W 1940 roku Herbert A. Simon wprowadził pojęcie racjonalności ograniczonej i algorytmów jako modeli rozwiązywania problemów.
- W 1972 roku Donald Norman i Allen Goodman opracowali model OODA (Observe–Orient–Decide–Act) wykorzystywany w zarządzaniu i militarii.
- Od 1990 roku rośnie znaczenie metod heurystycznych oraz zastosowań w sztucznej inteligencji.
Modele i metodologie
W praktyce rozwiązywania problemów wykorzystuje się wiele modeli, które można pogrupować w trzy główne klasy:
Modele cykliczne
- PDCA (Deming Cycle) – Plan‑Do‑Check‑Act, stosowany w zarządzaniu jakością.
- DMAIC – Define‑Measure‑Analyze‑Improve‑Control, wykorzystywany w Six Sigma.
Modele strukturalne
- Model Polya – cztery kroki opisane powyżej.
- Metoda analizy przyczynowo-skutkowej (diagram Ishikawy, zwany także diagramem ryby).
Metody kreatywne
- Burza mózgów (brainstorming), technika zwiększająca kreatywność grupy.
- Technika SCAMPER – modyfikacja istniejących rozwiązań poprzez Substitute, Combine, Adapt, Modify, Put to another use, Eliminate, Reverse.
Techniki i narzędzia
Do rozwiązywania problemów stosuje się zarówno techniki umysłowe, jak i narzędzia informatyczne:
- Heurystyki – reguły praktyczne przyspieszające poszukiwania rozwiązań (np. reguła „najpierw najprostsze rozwiązanie”).
- Algorytmy – formalne procedury (np. algorytm A* w sztucznej inteligencji).
- Mapy myśli (mind map) – graficzna reprezentacja powiązań pomiędzy elementami problemu.
- Analiza SWOT – ocena Strengths, Weaknesses, Opportunities, Threats w kontekście strategicznego rozwiązywania problemów.
- Techniki programistyczne – takie jak testowanie jednostkowe, debugowanie i refaktoryzacja w rozwiązywaniu problemów programistycznych.
Zastosowania
Rozwiązywanie problemów znajduje zastosowanie w wielu obszarach:
Edukacja
W pedagogice nauczanie metod problem solving rozwija myślenie krytyczne i umiejętności pracy w zespole.
Biznes i zarządzanie
Firmy używają metod PDCA, Six Sigma oraz Lean do ciągłego usprawniania procesów i eliminacji marnotrawstwa.
Informatyka i inżynieria
W programowaniu oraz inżynierii systemowej problem solving jest podstawą projektowania algorytmów, architektury systemów oraz rozwiązywania awarii.
Sztuczna inteligencja
W dziedzinie sztucznej inteligencji modele rozwiązywania problemów obejmują uczenie wzmacniające, planowanie oraz generowanie rozwiązań w oparciu o sieci neuronowe.
Powiązane pojęcia
Warto zapoznać się również z:
Bibliografia i dalsza lektura
W encyklopedii dostępne są szczegółowe artykuły: