Organisations, Processus de Décision et Complexité

Organisations, Processus de Décision et Complexité

Intellectual Capital, Management Theory 0 Comment 97

 

 

 

 

 

 

I             Les Organisations, concepts de base

I.1            Révision des propositions

La première question à formuler est : Qu’est-ce qu’une organisation ? Pour répondre à cette question, diverses approches ont été développées. Selon SIMON nous pouvons compter huit écoles. Bien qu’il existe des différences entre chacune d’elles, nous n’essaierons pas de choisir entre l’une ou l’autre mais nous tenterons de profiter des concepts issus de chacune. Cependant nous privilégierons une optique très proche de celle de l’école néo-classique. Cette école, qui inclut les travaux de SIMON, est fondée sur l’analyse des organisations au travers du processus de décision (SIMON 1997).

Comme définition pour l’organisation SIMON (1997, pp. 18-19) propose :

‘‘…pattern of communications and relations among a group of human beings, including the process for making and implementing decisions…’’

Parmi ces formes de communication et de relation nous trouvons les valeurs, les hypothèses, etc., qui dirigent et conditionnent le comportement des organisations. SIMON mentionne aussi que ce comportement est orienté vers des objectifs.

Dans cette définition le terme ‘‘organisation’’ contient une connotation de propriété d’un groupe humain plus que d’entité. Nous privilégierons une définition de l’organisation en tant qu’entité qui regroupe un ensemble d’individus.

Nous appellerons acteurs les individus qui font partie des organisations et qui interagissent  –au sein de celles-ci, individuellement ou collectivement. Ceux-ci s’orientent vers des objectifs particuliers, prennent des décisions et les concrétisent. Les décisions comme les actions sont des conséquences des fonctions d’administration, de communication et d’exécution.

Les acteurs dans les organisations agissent en groupes mais tout groupe n’est pas forcément une organisation.

Selon ARGYRIS et SCHON (1996 p. 8) nous pouvons considérer qu’un groupe d’acteurs constitue une organisation dans la mesure où il remplit trois conditions :

  • Il existe des mécanismes acceptés qui aboutissent à des décisions reconnues comme appartenant au groupe
  • Il existe des mécanismes de délégation d’autorité où toute action est représentative du groupe
  • Il existe des frontières claires entre le groupe et le reste du monde

Reste la question suivante  : Qu’est-ce que le comportement d’une organisation ?

En ce qui concerne le comportement d’un individu SILLAMY (1967) propose comme définition : l’ensemble des réactions objectivement observables dans un environnement et un temps donné ; c’est à dire, l’évolution des actions d’un individu.

En appliquant ce concept aux organisations nous rencontrons diverses difficultés. L’une d’elles est la définition des actions d’une organisation. Celles-ci sont exprimées par les actions de ses acteurs, à ne pas confondre avec le comportement de ses acteurs. Nous préférons la proposition selon laquelle le comportement d’une organisation est l’émergence d’attributs identifiables dans un réseau d’acteurs qui dépend de l’histoire de l’assemblage de ces acteurs (VARELA et al. 1992). Cet assemblage est l’interaction des comportements des acteurs et, en conséquence, nous devons l’étudier en fonction des états globaux qu’il fait émerger.

Les décisions et donc les actions ainsi que les comportements sont les conséquences d’une intention. Au fur et à mesure que les intentions locales (individuelles) sont orientées dans une même direction il en résulte des intentions globales plus homogènes qui génèrent des comportements globaux plus uniformes, mais pas nécessairement positifs. Les effets pervers[1] de la conjugaison des comportements locaux sont bien connus.

LAWRENCE et LORSCH (1967) suggèrent qu’une organisation est le système des comportements reliés des acteurs qui réalisent une tâche qui a été différenciée en divers sous-systèmes, où chacun réalise une fraction de la tâche et où tous les efforts sont intégrés pour parvenir  à la performance du système.

Aussi, de ce concept nous conserverons l’idée de la différentiation des tâches.

Plus récemment, DE GEUS (1997 p. 200) définit comme société (nous pouvons étendre ce concept pour les organisations) saine, une société dans laquelle les acteurs sont d’accord sur un ensemble de valeurs communes et croient que les objectifs de l’organisation leur permettront de réaliser leurs propres objectifs.

A partir des exposés précédents nous remarquons l’importance des objectifs pour les organisations. Cependant, Quel genre d’objectifs les organisations ont-elles ? Nous pouvons aborder cette question sous l’angle des fonctions de l’organisation.

Selon une première évaluation il a été considéré que les organisations doivent remplir deux fonctions : produire un bien et satisfaire les acteurs de l’organisation (ROETHLISBERGER et DICKSON 1939).

En approfondissant cette notion, nous découvrons que les acteurs dans les organisations ont pour fonctions, l’administration d’un ensemble de ressources limitées, la communication avec des acteurs internes et externes à l’organisation et l’exécution de tâches spécifiques dirigées vers un objectif commun.

L’administration des ressources consiste à attribuer les ressources en fonction des besoins pour favoriser les tâches qui garantissent l’exécution des activités d’une organisation.

La communication consiste à maintenir des flux, de matériaux ou d’informations entre les acteurs du système.

L’exécution des tâches spécifiques consiste en la réalisation d’actions destinées à produire un certain type de bien ou de service pour satisfaire un besoin. La satisfaction d’un besoin est perçue comme la finalité principale de l’organisation.

En conclusion nous identifions trois types d’actions : les actions d’attribution, les actions de communication et les actions de production orientées vers une finalité spécifique.

Ces fonctions d’administration, de communication et d’exécution peuvent être assimilées à trois fonctions qui servent de base au modèle canonique de l’organisation (LE MOIGNE 1993). Ce modèle est la conjonction de trois actions archétypiques : maintenir, relier et produire. L’organisation décrit la propriété d’un système général capable simultanément de remplir les trois fonctions canoniques suivantes :

  • maintenir et se maintenir (autorégulation)
  • relier et se relier (autoréférence)
  • produire et se produire (auto-poiese)

Ces trois actions sont comprises récursivement en exprimant la conjonction des actions téléologiques archétypiques qui représente le système général comme une société capable de fonctionner et de se transformer dans un certain environnement (voir Figure 16 : Fonctions canoniques de l’organisation, p. 80).

Figure 1 : Fonctions canoniques de l’organisation

En termes plus spécifiques, une société est capable de maintenir, de relier et de produire, et en même temps elle est capable de se maintenir, de se relier et de se produire pour  parvenir à des fins spécifiques.

En employant ces fonctions canoniques, nous pourrons mieux évaluer l’efficacité des organisations pour satisfaire leurs objectifs.

I.2            Définition d’une organisation

Nous proposons comme définition d’une organisation un groupe d’acteurs qui emploie un nombre commun de ressources pour atteindre un objectif reconnu commun par le groupe. Pour formaliser les objectifs de l’organisation nous utilisons le concept des fonctions canoniques de l’organisation, maintenir et se maintenir, produire et se produire, relier et se relier dans un environnement pour satisfaire à des objectifs.

Le comportement de l’organisation induira l’émergence d’attributs identifiables qui dépend de l’histoire des assemblages de groupes d’acteurs. L’assemblage des acteurs est déterminé par la division des tâches.

Nous attribuerons la qualification d’organisation à tout groupe d’acteurs qui satisfait les cinq conditions suivantes :

  • Il a des objectifs acceptés comme appartenant au groupe.
  • Il possède des mécanismes acceptés qui aboutissent à des décisions reconnues comme appartenant au groupe.
  • Il a des mécanismes de délégation d’autorité où les actions sont perçues comme représentatives du groupe.
  • La représentativité des décisions et des actions génère un engagement des acteurs  envers le groupe.
  • Il existe des frontières claires entre le groupe et le reste du monde.

II           Décision et Processus de décision

II.1          Concepts de base

II.1.1         Notions de décision et processus de décision

Dans le présent travail nous utiliserons la décomposition du processus de décision défini par SIMON[2] :

  • Définition de l’agenda.
  • Représentation du problème.
  • Définition des actions[3].
  • Choix des actions.

Dans cet ouvrage assez récent SIMON ne mentionne pas explicitement l’étape de l’Analyse ex-post (Review) (SIMON 1977). Néanmoins il souligne que les étapes ainsi proposées ne peuvent pas être considérées comme une série linéaire  d’activités. Il considère que ces étapes sont itératives et que l’on peut les retrouver comme sous-étapes dans chacune d’elles.

Définition de l’agenda : Correspond à la définition des décisions et du moment où elles devront être prises. Premièrement un problème doit être repéré. Pour cela nous considérons qu’un problème émerge à partir du moment où il y a une différence entre un état désiré et un état perçu. Or les limites de l’attention des humains les empêchent d’une part de déclencher un processus immédiat de décision  face à tous les problèmes repérés, et d’autre part de repérer tous les problèmes. En conséquence, les individus  déclenchent  un processus de classement pour les problèmes à analyser.

Représentation du problème : Correspond à la recherche et à la structuration des informations pertinentes  relatives au problème. La représentation du problème n’est pas une tâche simple et constitue  en elle-même une tâche de résolution des problèmes.

Définition des actions : Correspond à la conception des actions.

Choix des actions : Correspond à la définition des décisions et du moment où elles devront être prises.

A partir de cette proposition nous pouvons déduire que le concept de décision ne peut pas être complètement séparé du concept de processus de décision (ROY 1985). Dans chacune de ces étapes, des décisions sont prises. Quelles informations vont être considérées ou explorées ? Quels modèles de représentation vont être utilisés ? Quelles options ou actions vont être considérées pour la décision ? Quelles procédures de solution vont être employées ? Quelles  variables seront utilisées pour la réalisation de l’analyse de sensibilité ? Quelles options et quelles actions seront encore valables ? La décision finale qui résulte d’un processus de décision est la conséquence d’une succession de décisions intermédiaires à chaque étape du processus.

Une fois accepté le paradigme du processus de décision il faudra analyser ce qui déclenche le processus de décision. Nous pouvons considérer comme déclencheur, l’émergence du problème. Cela arrive quand une situation perçue est différente d’une situation désirée (POMEROL 1994). Cette différence initiera le processus de décision décrit ci-dessus.

II.1.2         Révision des approches concernant la décision

Nous  seront amenés à analyser le processus de décision et  à identifier des facteurs critiques pour améliorer ce processus,  cette analyse faisant partie de notre démarche théorique.  Nous ne chercherons pas à faire une analyse comparative des différentes théories mais à extraire des appuis pour nos hypothèses à partir de l’ensemble des théories sur les processus de décision.

Pour cela nous utiliserons les travaux de LIPSHITZ (1992) qui a identifié, parmi un certain nombre de théories sur la décision, trois modes génériques[4] :

  • Choix sur les Conséquences : Comparaison des options en terme de conséquences.
  • Correspondance : Evaluation globales des options et choix par  analogie.
  • Réexamen : Réévaluation d’une option dans laquelle on est déjà engagé.

Dans le premier mode, le décideur choisit entre différentes options en comparant les conséquences de chacune et en prenant la ou les meilleures selon un ou plusieurs critères. Dans ce groupe nous trouvons les théories basées sur l’Utilité Espérée, Prospect Theory et Decision Making under Uncertainty. Toutes sont basées sur l’idée que nous pouvons prévoir et mesurer les conséquences d’une décision et que le décideur est rationnel lors de son choix entre les différentes options.

Pour faciliter un processus de décision dans ce mode, nous aurons intérêt à donner un cadre de travail qui facilite l’évaluation des conséquences futures d’une décision.

Il sera donc proposé  de simuler la décision sur un modèle ou une représentation de la situation en question sur lequel la décision aura un impact, puis de mesurer cet impact.

En outre, nous aurons aussi intérêt à fournir un corpus de théories qui  permette  de mettre en évidence les conséquences pertinentes pour le décideur. Pour cela  il nous semble que les outils de l’aide à la décision multicritère sont bien adaptés.

Dans le deuxième mode, la Correspondance, le décideur fait une évaluation en   examinant si une option est adéquate à une situation. Nous  découvrons dans ce mode les théories de Obligatory Action, de Script Processing et Story Based Decision Making. Le point critique est la reconnaissance de la situation et la définition de la règle de décision.

Dans ce mode, notre intérêt est de donner un outil qui facilite la mise en évidence d’une situation, sa représentation, et sa reconnaissance. Pour vérifier l’adéquation d’une règle de décision, il serait souhaitable de l’expliciter et de   la mettre en œuvre  dans une situation déjà connue. Ainsi nous  découvrons une occasion pour employer certains  outils de l’approche de la dynamique des systèmes.

L’une des plus importantes contributions du System Thinking est que nous retrouvons certaines formes de comportements et règles de décision à différents niveaux. Ces structures génériques, SENGE les a   groupées  autours de catégories qu’il a appelé system archetypes et qui ne sont pas très nombreuses (SENGE 1990 p. 378), par  conséquent tout problème a des  points communs avec  certains autres, ce que les gestionnaires expérimentés savent intuitivement.

Dans ce contexte, il est important de reconnaître ces archétypes et pour cela nous aurons besoin de moyens de représentation des structures.

Pour ces représentations de la situation et des règles de décision nous pouvons employer les Diagrammes d’Influence, les Diagrammes cause-effet et les Cartes Cognitives (LAUKKANEN 1996, MERKHOFER 1990, COSSETTE 1988). Les outils visuels sont des instruments très puissants et très importants pour la compréhension, et pour le processus de reconnaissance et de définition des situations  ainsi que des règles de décision (HODGSON 1992).

En outre, nous aurons   également  intérêt à utiliser les outils de l’aide à la décision multicritère pour :

  • Faire le diagnostic du cas : Evaluer la situation  où le problème de décision se pose.
  • Classifier le cas : Mesurer le degré selon lequel la situation identifiée   se rapproche  d’une des situations de référence.

Dans la littérature orientée vers les affaires nous trouvons des outils d’évaluation qui ne sont plus que des ensembles de critères normalisés qui ont un objectif d’application général (KAPLAN et NORTON 1996, KAPLAN et NORTON 1992, MEYER 1994). Ces outils sont normalement utilisés pour diagnostiquer et classifier le cas. La critique la plus fréquente  à propos de  ces outils est qu’ils ne prennent pas en compte tous les éléments pertinents dans les cas spécifiques ou bien  qu’ils ne les mesurent pas de façon adéquate. Ces lacunes peuvent être comblées  grâce aux outils de l’aide à la décision multicritère : corpus des concepts et théories pour la construction des critères et des familles cohérentes de critères (ROY et BOUYSSOU 1993).

Dans le troisième mode, le Réexamen, le décideur est déjà engagé dans une option et il la réexamine. Parmi les théories existantes nous trouvons le Escalation of Commitment, Search of Dominance Structure Models et Theories of Action (ARGYRIS et SCHON 1978). Un des points critiques est la rétroaction du processus action-résultat.

Si nous nous trouvons dans une situation qui correspond à ce mode de décision, notre intérêt sera de nous servir d’une théorie formelle sur le traitement des rétroactions comme la théorie du contrôle, la cybernétique et la dynamique des systèmes. L’approche de la dynamique des systèmes fournit un ensemble d’outils, concepts et instruments de simulations, qui facilitent l’analyse des processus de rétroaction.

De même, nous aurons intérêt à nous servir des outils de l’aide à la décision multicritère pour identifier et mesurer l’état d’évolution des situations pour prendre des décisions.

En plus du concept des trois modes, LIPSHITZ (1992) propose une approche argument-driven actions qui englobe les trois modes antérieurs. Il fait l’hypothèse que les décisions sont prises en prenant appui sur un argument qui peut être : les conséquences, l’adéquation, ou encore l’absence d’objections.

Le choix entre  ces différents modes dépend du problème posé (LIPSHITZ 1992 p. 25). En conséquence, il faut aussi analyser les relations entre les processus de décision et la notion de résolution de problèmes et plus spécifiquement l’émergence de problèmes. Ce n’est pas une idée nouvelle et dans la littérature il existe des propositions méthodologiques formelles à ce sujet (ZACKLAD 1993).

II.1.3         Premier aperçu de la complexité

Une des différences essentielles   parmi les diverses théories réside dans leur approche de la complexité du processus de décision.

Un phénomène est perçu comme complexe quand sa représentation paraît irréductible à un modèle unique si compliqué soit-il (LE MOIGNE 1993). La complexité est une propriété attribuée délibérément par des sujets connaissant les modèles qui représentent des phénomènes que ces sujets ont appelé complexes, c’est à dire, auxquels ils attribuent une intelligible imprévisibilité potentielle. La complexité, propriété du modèle, peut ne pas être une propriété naturelle du phénomène modélisé (AVENIER 1992).

Nous emploierons cette première notion de complexité pour l’analyse du processus de décision.

II.2          Axes d’analyse du processus de décision

Pour analyser le processus de décision nous proposons d’utiliser deux axes : les entités liées au processus et le processus (procédure) en tant que tel.

Selon son degré de participation, nous trouvons différentes catégorisations des entités liées au processus de décision. Dans le présent travail nous utiliserons les catégories suivantes, qui ne sont pas mutuellement exclusives :

  • Acteurs: ce sont des entités, collectivité ou individus, qui ont des relations directes ou indirectes avec un processus de décision (ROY 1985 p. 42).
  • Décideur: L’entité responsable de la décision. Nous ne différencions pas le cas où, par exemple, une personne prend une décision et une autre en est la responsable. Ce sont des situations résultant d’une délégation d’autorité et nous appellerons décideur la première personne (celle qui prend la décision). Le critère de catégorisation est celui qui agit   au cours de la partie pertinente du processus de décision que nous analysons. Dans certains cas, ce sera un individu et dans d’autres un groupe d’acteurs. Lorsque le décideur est un individu identifiable nous pouvons cataloguer le processus de décision comme individuel. Lorsque le décideur est un groupe d’individus identifiables nous pouvons cataloguer le processus comme un processus de décision de groupe.
  • Parties prenantes : Tout individu ou groupe d’individus qui a un intérêt conscient ou inconscient dans le contexte décisionnel (ROY 1997 p. X).

Pour analyser le processus (procédure) de décision nous procéderons selon deux axes : les étapes et les éléments.

Nous emploierons les quatre étapes de SIMON énoncées dans la section III.2.2.1Concepts de base (p. 82) : Définition de l’agenda, représentation du problème, définition des actions et choix des actions.

Nous nous appuierons sur la proposition de MUNIER (1994) selon laquelle ils existent trois éléments à la base de la plupart des modélisations de décision proposées. Ces éléments sont : les désirs, les croyances et la rationalité.

  • Les désirs : ce sont nos intentions. Ils sont déterminés par nos mécanismes de perception de la réalité et d’élaboration d’une réalité idéale que nous voulons atteindre.
  • Les croyances : ce sont nos perceptions de la réalité. Elles sont conditionnées par notre mémoire et par la perception.
  • La rationalité : c’est le processus d’articulation formelle d’expériences en vertu d’un objectif particulier.

Ces éléments s’intègrent dans ce que nous appellerons le modèle Croyances/Désirs/Rationalité (C /D/R) (voir Figure 2: Modèle Croyances /Désirs / Rationalités).

Figure 2 : Modèle Croyances /Désirs / Rationalités

Les désirs des organisations sont exprimés au travers d’objectifs. Comme nous l’avons exposé dans la section III.2.1Les Organisations, concepts de base  (p. 77) les objectifs sont l’aspect le plus critique de l’existence des organisations.

Les croyances s’expriment dans les organisations au travers de représentations. Ces représentations peuvent être tangibles ou non. Nous appellerons représentations tangibles celles représentées par des instruments formels comme des feuilles de calcul, rapports écrits, etc. Nous appellerons représentations non tangibles les modèles mentaux assimilés aux comportements des acteurs.

La rationalité des organisations s’exprime au travers des procédures ou règles de décision. Dans ces procédures nous retrouverons les éléments précédents : objectifs et représentations et nous les articulerons en employant les étapes du processus de décision de SIMON.

II.3          Diversité des acteurs dans l’organisation

La diversité des acteurs présents dans les organisations est une source de complexité pour leur processus de décision Cette complexité peut avoir  deux origines :

  • La diversité des individus.
  • La structure où se déroule leur relation.

En raison du  besoin de différentes compétences, il existe une plus grande diversité d’acteurs en train de prendre des décisions simultanément au sein des organisations. Parmi ces acteurs nous trouvons aussi bien des experts dans les sciences de la décision que des ouvriers appartenant aux branches les plus diverses. C’est pour cela que leurs profils cognitifs sont très différents. Leurs désirs et croyances sont conditionnés par des systèmes de valeurs différents (LEAVITT et BAHRAMI 1988, pp. 13-78).

Chacun possède des modèles mentaux et des bases de connaissances particulières  qui finissent par s’exprimer à travers la présence de différentes logiques des acteurs ce qui  provoque  comme conséquence des problèmes de rationalité locale et globale au niveau organisationnel (BERRY 1983).

Nous pouvons affirmer que les organisations sont des systèmes dont le comportement dépend de l’interaction de leurs acteurs tout comme de leur structure (LEAVITT et BAHRAMI 1988, ARACIL 1984). Or la diversité des acteurs a une influence déterminante sur leurs interrelations.

La structure de l’organisation a aussi un impact sur leur performance. Selon le type de problème à résoudre  il existe des structures plus ou moins adaptées et des structures où certains profils fonctionnent mieux que dans d’autres (MINTZBERG 1993, LEAVITT et BAHRAMI 1988 p. 208-216).

Cette diversité des acteurs et de la structure est une des causes de l’imprévisibilité potentielle des comportements, de la rétroaction et des relations entre les phénomènes. Ainsi nous pouvons conclure que  cette diversité est  une des sources de la complexité de l’organisation.

II.4          Les objectifs dans les organisations

II.4.1         Relations entre objectifs organisationnels et critères

Un grand effort a été fait dans la littérature portant sur la gestion   qui vise à  définir des objectifs dits ‘‘corrects’’. Néanmoins,  en analysant les diverses propositions, nous  nous apercevons que ces objectifs ne sont plus que des critères[5].

Dans l’environnement des affaires, des instruments très importants sont en particulier :

  • La matrice d’analyse du BCG[6] (PEARCE et ROBINSON 1991).
  • La grille des sept S de McKinsey (PEARCE et ROBINSON 1991).
  • Balanced Scorecard (KAPLAN et NORTON 1996, KAPLAN et NORTON 1992).
  • Value Chain analysis (PORTER 1985, PORTER 1986).
  • Nous pouvons   également citer des instruments plus spécifiques pour des contextes déterminés, notamment :
  • Proposition de mesures pour motiver les employés (MEYER 1994)
  • Equity Test (BLATTBERG et DEIGHTON 1996)
  • Performance Measures for Revenue Management in the Broadcasting Industry (FOX 1997).

Des fonctions d’évaluation sont proposées avec des axes de signification pour la comparaison des actions potentielles. Cependant, malgré les importantes contributions et les avantages  que ces instruments fournissent, nous pouvons rencontrer, selon les cas, des faiblesses dans   la mise en œuvre  des concepts formels de l’aide à la décision multicritère.

Même en dehors de ces propositions plus formelles, toutes les organisations ont disposent des  de systèmes de contrôle qui se basent sur des indicateurs de performance. Ces indicateurs sont utilisés pour définir des objectifs. Part de marché, niveaux de profit, cash flow, sont tous des indicateurs que nous pouvons assimiler à la notion de critère et qui sont utilisés pour diriger le processus de décision.

II.4.2         La notion de critère dans les organisations

A partir d’une brève analyse  des propositions mentionnées dans la section précédente (II.4.1Relations entre objectifs organisationnels et critères p. 15) nous pourrons   découvrir  des faiblesses lors de leur évaluation dans l’optique de l’aide à la décision multicritère.

Concept Evaluation
Matrice d’analyse du BCG
  • Ne donne pas d’axe de significations par rapport aux actions de la concurrence
  • Ne donne pas d’échelles objectives pour mesurer les actions
Grille des sept S de McKinsey
  • Donne des critères génériques, mais sans priorités (poids) pour chaque contexte
  • Donne des critères génériques sans échelles objectives pour mesurer
  • C’est un outil de diagnostic qui ne fournit pas de moyens efficaces pour comparer des actions
Balanced Scorecard
  • Donne des critères génériques, mais sans priorités (poids) pour chaque contexte
  • Propose une démarche d’intégration des mesures de performance sans une procédure claire d’agrégation
Value Chain analysis
  • Donne des critères génériques, mais sans priorités (poids) pour chaque contexte
  • Donne des critères génériques sans échelles objectives pour mesurer
  • Outil de diagnostic qui ne fournit pas de moyens efficaces pour comparer des actions
Proposition des mesures pour motiver des employés
  • Propose une démarche de construction de critères avec un faible continu formel
  • Est très orienté vers le générique et manque de propositions spécifiques
Equity Test
  • L’incertain n’est pas maîtrisé formellement
  • Repose sur des perceptions individuelles sans une démarche formelle de vérification
Performance Measures for Revenue Management in the Broadcasting Industry
  • N’est pas exhaustif
  • Ne propose pas de démarche qui permette de définir les critères manquants

Table 1 : Évaluation de divers outils de gestion

De plus, ces théories ne fournissent pas de moyens formels pour résoudre les incohérences rencontrées lors de leur application. Par ailleurs, la maîtrise de l’incertitude n’est pas formalisé.

Cette évaluation n’est ni exhaustive ni complète mais elle fournit des indices qui montrent que l’analyse des critères n’est pas formellement présentée par les méthodes classiques.

En plus de ces propositions nous trouverons des démarches très spécifiques à chaque entreprise où  selon notre expérience nous pouvons affirmer que la notion de critère est très peu développée.

II.4.3         Conflits entre les objectifs des divers acteurs

En raison de la diversité des acteurs présents dans les organisations nous   rencontrons  deux sources principales de conflit entre les objectifs :

  • Profils cognitifs individuels.
  • Intérêts conflictuels dus aux responsabilités fonctionnelles.

En termes de désirs, il existe des profils plus ou moins averses au risque, plus ou moins ambitieux, et qui accordent de la valeur à des choses différentes. En conséquence chaque acteur aura un construit différent de l’état actuel désiré.

Nous devons aussi considérer les croyances ou modèles de représentation de la réalité. Dès lors que la perception est conditionnée par des modèles de représentation construits dans le temps, les acteurs perçoivent différemment les mêmes situations.

Ces diversités de perception de l’état actuel et de l’état désiré au sein des organisations fait que les problèmes posés sont différents. Ainsi chaque acteur désire résoudre des problèmes différents en allant vers des objectifs différents.

Parallèlement, en raison de la division et de la spécialisation du travail au sein des organisations nous  identifions des intérêts différents. Pour expliquer cela il suffit d’utiliser trois figures typiques toujours présentes dans les organisations : le fabricant, le commerçant et le financier. Chacun aura toujours des intérêts différents et conflictuels par rapport aux autres (RIVELINE 1994).

Ces exemples sont bien connus en particulier celui où le personnel de production décide d’augmenter le taux de la production à la chaîne et les ordres de production afin de faire   baisser les coûts unitaires, ce qui a pour conséquence d’accroître les niveaux des stocks et d’augmenter les coûts financiers. Les ouvriers décident de changer les méthodes de travail pour les simplifier et les optimiser en modifiant, dans certains cas, les caractéristiques du produit, ce qui peut produire une chute des ventes.

II.5          Les représentations dans les organisations

II.5.1         Définitions

Nous pouvons proposer comme définition de ‘‘représentation’’, toute description d’un phénomène dans un langage convenable (SUPPES et al. 1994). Pour être satisfaisantes, les représentations doivent remplir deux fonctions au niveau individuel et collectif :

  • La compréhension : Des représentations sont conçues dans le souci de mettre en évidence les éléments pertinents d’un phénomène en réduisant le bruit. Dans cette fonction nous trouvons une fonction très importante de classification.
  • Le traitement : Il consiste à transcrire les phénomènes sous la forme de symboles qui peuvent être transformés et qui peuvent construire de nouvelles connaissances. Nous incluons la communication dans le concept de traitement dès qu’un individu traite des informations pour les rendre intelligible à son interlocuteur.

Au sein des organisations cela entraîne diverses sources de complexité :

  • La perception du phénomène.
  • Le langage.
  • La convenance de la représentation.

Premièrement, pour percevoir un phénomène il faut déjà avoir un langage qui permette de le décrire. Deux situations peuvent exister :

Le phénomène a déjà été perçu dans le passé et par conséquent nous en possédons une première représentation.

Le phénomène n’a jamais été perçu auparavant, nous n’en possédons donc pas de représentation préalable. En conséquence l’individu essaie de construire une représentation à partir des catégories de signifiant qu’il juge suffisamment similaire.

Dans les deux cas, cela dépend de l’historique des représentations de l’organisation. Cependant, comme nous l’avons déjà montré auparavant (III.2.2.3Diversité des acteurs dans l’organisation p. 89) la diversité des historiques de chaque acteur ajoutera à la complexité du processus de construction des représentations partagées.

Deuxièmement, le langage de la description doit être partagé entre les divers acteurs. Dans le langage nous trouvons des catégories de signifiants qui organisent les perceptions et les idées en permettant de remplir les fonctions de compréhension et de traitement nécessaire pour réduire l’incertitude et permettre la coordination (SCHEIN 1992 p. 71).

Il existe plusieurs origines aux différences potentielles de langage dans l’organisation qui entravent le déroulement des fonctions de compréhension et de traitement. Nous pouvons mentionner la spécialisation et l’historique des acteurs comme les   origines les plus évidentes.

La spécialisation des fonctions créé une demande de langages spécialisés (langage technique, langage financier, etc.). Plus la spécialisation est importante et plus la spécificité du langage est elle-même importante ce qui augmente le degré de différence entre les catégories de signifiants des acteurs.

Ces catégories de signifiants sont aussi construites à partir de l’historique des acteurs et donc exprimées dans des langages très divers.

De plus, ces langages se manifestent de façons très diverses dans les organisations. Ils sont véhiculés et formalisés de manière différente et opèrent à des niveaux différents. Nous pouvons citer : les feuilles de calcul, les rapports, les graphiques, les diagrammes PERT, les mémorandums, etc. Tout cela ajoute à la complexité des représentations dans les organisations.

Troisièmement, la perception de convenance de la représentation doit être partagée. La convenance ou pertinence des représentations dépend aussi de la spécialisation et de l’historique des acteurs.

Selon leurs fonctions dans l’organisation les acteurs seront, ou non, dans la possibilité de se servir de représentations. Prenons par exemple la phrase simple ‘‘l’organisation a progressé’’. Celle-ci aura des significations très différentes selon la fonction. Pour le commercial cela voudra dire que les ventes augmentent, pour le fabricant que la productivité est en hausse et pour le financier que les ressources disponibles ont augmenté.

Pour les historiques des acteurs nous trouvons des situations analogues comme celle analysée par SCHEIN (1992 p. 72). Celui-ci a posé une question simple : « Existe-t-il des conflits ? » Il a reçu des réponses qui ne correspondaient pas à la réalité à cause de la connotation négative que peut véhiculé le mot conflit.

En conclusion, c’est par la diversité des sources de complexité que les représentations parviennent à effectuer leurs fonctions de compréhension et de traitement dans une organisation.

II.5.2         Représentations, Bases de Connaissances et Modèles Mentaux

Dans la littérature nous trouvons assez souvent les termes Bases de Connaissances et Modèles Mentaux (PAICH & HINTON 1998, FORD & STERMAN 1997, SENGE 1990, MORECROFT 1990).

Nous définirons comme Modèles Mentaux (SCHEIN 1992 p. 9) :

‘‘ The shared cognitive frames that guide perceptions, thought, and language used by members in the early socialization process’’

Les Bases de Connaissances sont les savoirs que possèdent les acteurs d’une activité (MORECROFT 1990). Ceux-ci peuvent avoir été acquis à travers l’expérience ou des études. Les modèles mentaux sont les schémas culturels, sociaux et psychologiques sous-jacents à la pensée des décideurs. Dans un cadre plus général les modèles mentaux révéleront des hypothèses données comme des vérités absolues étant donné l’expérience de chaque individu.

Le terme Base de Connaissances intègre les différents éléments du processus de décision : objectifs, représentations et heuristiques. C’est à dire, nous considérons que leur ensemble peut être appelé Base de connaissances.

Dans le présent travail nous utiliserons directement ces éléments, cependant, afin de simplifier les explications nous emploierons, de préférence, les termes Base de Connaissances et Modèles Mentaux.

II.6          Rationalité dans le processus de décision dans les organisations

II.6.1         Révision des approches sur la décision en groupe

Une source d’idées pour l’étude du processus de décision dans les organisations  est le corpus de théories qui porte sur la décision de groupe. Néanmoins il faudra maintenir les conditions qui différencient un groupe d’une organisation, ces conditions ayant été déjà énoncées dans la section ILes Organisations, concepts de base (p. 7).

Nous définirons comme décision de groupe, tout processus de décision qui cherche à satisfaire simultanément un ensemble d’acteurs. Une des démarches assez usuelle est la réduction des différentes préférences individuelles à un système collectif unique de préférences.  Or le principal problème consiste à satisfaire simultanément les systèmes de valeurs qui conditionnent les critères de chacun des acteurs.

A partir d’une étude de la littérature à propos de la décision de groupe  nous distinguerons les catégories de théories suivantes (HWANG et LIN 1987) :

La théorie du choix social[7] : Les processus de vote correspondent à une méthode de décision couramment utilisée dans les sociétés démocratiques. Dans un processus unique, des règles bien délimitées sont conjuguées dans une suite d’étapes qui permettent à un groupe d’individus d’exprimer leur systèmes de préférences et de les conjuguer pour obtenir comme résultat une position unique en relation avec un ensemble d’options. La caractéristique principale de cette théorie réside dans le fait qu’il n’y a pas de construction de consensus. Il n’existe pas de processus formel qui ait comme objectif la construction d’un système commun de valeurs parmi les individus. Il n’est pas important qu’il existe un “compromis” entre chaque individu et le choix final.

Participation du groupe[8] : La caractéristique la plus importante de cette méthode est qu’un consensus est cherché parmi les individus qui participent au processus de décision. Le résultat final est une décision construite en groupe, de la phase de définition de l’agenda en passant par la définition des actions, où tous les individus participent en se sentant responsables du résultat. Pour cela il faut une démarche qui permette à chacun des individus d’exprimer et de développer son système de valeurs et de l’inclure dans le système de valeurs du groupe.

Théorie des jeux : Cette théorie est issue des mathématiques appliquées. Elle peut s’appeler la science de la stratégie. Elle analyse des situations dans lesquelles les chances des individus sont interdépendantes. La théorie des jeux propose une manière systématique pour développer des stratégies lorsque les résultats (gains/pertes) d’un individu (ou d’un groupe) dépendent de ce que font les autres.

Dans le présent travail nous privilégierons les théories liées à la Participation du Groupe car elles sont orientées pour remplir les conditions de l’organisation.

Les processus de vote apparaissent dans les organisations dans des situations spécifiques (par exemple des votes dans les conseils d’administrations). Ils peuvent être perçus comme un mécanisme accepté qui aboutit à des décisions représentatives du groupe, néanmoins, il ne garantit pas l’engagement des acteurs dans la décision. En conséquence, il ne garanti pas la satisfaction des conditions d’existence d’une organisation énoncées auparavant.

La théorie des jeux peut être employée comme cadre d’analyse des interrelations des acteurs dans les organisations. Néanmoins nous ne l’utiliserons pas comme théorie centrale parce qu’elle ne remplit pas non plus complètement les conditions d’existence d’une organisation[9], mais nous y aurons recours dans nos analyses sur les comportements des acteurs.

II.6.2         Rationalités du processus de décision dans les organisations

II.6.2.1       Rationalité organisationnelle

Dans le modèle Croyances / Désirs / Rationalité le terme rationalité peut donner lieu à des spécifications très variées (MUNIER 1994 p. 84). De toutes les approches nous garderons celle de SIMON (1996 pp. 26-27) où il pose la problématique de la rationalité sous deux possibilités :

  • Rationalité substantive : Choisir l’action correcte par optimisation sur l’ensemble des actions possibles.
  • Rationalité procédurale : Trouver une procédure de recherche pour approcher au plus près l’endroit possible, où se trouve l’action correcte.

Etant donné que la première possibilité reste très peu viable dans les cas réels dans les organisations, nous privilégierons la deuxième possibilité, la rationalité procédurale. A l’origine de ces définitions nous trouvons le concept de la rationalité limitée développée largement par SIMON (1997, 1996).

Comme nous considérons que cette rationalité procédurale suit les étapes énoncées au II.1.1 Notions de décision et processus de décision (p. 7) dans le cas des décisions dans les organisations nous devrions ajouter une dimension de plus, le consensus.

Pour justifier cette proposition, nous décrirons de manière générique le processus de décision dans les organisations, nous définirons des axes d’analyse et nous évaluerons chaque axe en incorporant des idées provenant de diverses théories de la décision dans les organisations.

Nous pourrons décrire le processus de décision dans les organisations en suivant quatre étapes (MORECROFT 1990). L’environnement changeant fait en sorte que les acteurs identifient des facteurs essentiels et, après en avoir discuté et dialogué entre eux, ils définissent des plans qui se traduisent par des actions (voir Figure 3 : Processus de décision organisationnel)

Figure 3 : Processus de décision organisationnel

La reconnaissance des facteurs fondamentaux, le débat et le dialogue correspondent à l’émergence du problème. Ils s’appuient sur les Modèles Mentaux et des Bases de Connaissances.

Le débat et le dialogue correspondent aussi au processus de définition de l’agenda et de représentation du problème. Ils emploient pour cela un cadre de référence particulier au domaine qui va être considéré et des modèles ou des représentations du phénomène.

Le cadre de référence permet de circonscrire le dialogue et le débat dans un contexte particulier. La proposition de MORECROFT suggère comme exemple de cadres de référence l’énoncé de la chaîne de valeur (PORTER 1985), le concept de portefeuille d’affaires du Boston Consulting Group (PEARCE et ROBINSON 1991). Le cadre de référence aide à la définition de modèles à posteriori ou aux représentations particulières du phénomène qui entourent le problème identifié.

Les plans d’action sont les actions acceptées par l’organisation comme solutions au problème identifié.

Dans ces processus nous trouvons un effort très clair de résolution du problème perçu par le groupe. Or dans ces processus le dialogue entre les acteurs a deux objectifs : échanger des informations pertinentes qui ne sont pas disponibles dans un moment initial à tous les acteurs et qui sont importantes pour trouver l’action satisfaisante et rechercher un accord sur les sujets en discussion. Or dans ces processus nous identifions deux démarches différentes (voir Figure 4 : Démarches du processus de décision dans les organisations) :

  • Une démarche de résolution de problèmes.
  • Une démarche de construction de consensus.

Figure 4 : Démarches du processus de décision dans les organisations

Selon le paradigme de la rationalité limitée nous conclurons que la résolution des problèmes nous amènera vers une solution satisfaisante. De même, la construction de consensus s’arrêtera à un niveau que le groupe considérera suffisant pour garantir la représentativité du résultat.

En conséquence, le processus de décision de groupe pourra nous amener vers des actions :

A / Satisfaisantes mais non représentatives du groupe : Quand nous trouverons des actions satisfaisantes selon un ou plusieurs acteurs mais qui elles ne seront pas acceptées par le groupe complet comme représentatives. Dans ce cas les conditions d’existence de l’organisation ne seront pas remplies complètement. En ce cas nous pouvons envisager qu’il existera un processus d’influence dans lequel les positions divergentes essayeront d’influencer la dimension opposée.

B / Satisfaisantes et représentatives du groupe : C’est le cas idéal où une action est satisfaisante du point de vue de la résolution du problème et où le groupe est arrivé à un consensus.

C / Non satisfaisantes mais représentatives du groupe : Le groupe sera d’accord sur une action qui n’est pas satisfaisante du point de vue de résolution du problème. Il est important de mettre en évidence deux situations possibles dans ce cas :

  • Le problème n’a pas de solution et le groupe arriva à un consensus à ce sujet
  • Le groupe arrive à un consensus sur une solution non satisfaisante. Cela correspond à une des catégories de non rationalité dans l’organisation.

D / Non viables : si la résolution de problèmes et la construction de consensus ne sont pas réussi.

Les situations A et C correspondent à des cas de non-rationalité.

La construction de consensus est mise en évidence comme processus de socialisation dans la mesure où elle modifie l’heuristique de résolution des problèmes. Cet ensemble de solutions aux problèmes et de construction de consensus peut être analysé simultanément à partir d’une perspective de règles de décision définies par MARCH (1994). Si la construction de consensus obéit au processus de socialisation, elle changera forcément l’heuristique de recherche de solution aux problèmes en faveur du consensus jusqu’à trouver un compromis satisfaisant entre la qualité de l’action sélectionnée et le niveau de consensus. Si la solution n’est pas satisfaisante, l’organisation peut risquer sa survie en terme de performance. Si le niveau suffisant de consensus n’existe pas l’organisation risque de disparaître en tant qu’entité.

En conséquence l’acteur est obligé de faire constamment un choix entre coût et bénéfice. Or avec l’expérience il apprend à identifier un niveau satisfaisant de ses compromis et l’applique fréquemment jusqu’à ce que ce niveau ne soit plus satisfaisant.

Nous considérons que ce mécanisme de compromis est ce que MARCH appelle les règles de décision qui sont choisies en terme de ‘‘appropriateness’’(MARCH 1994 p. 58). Or le choix des règles de décision dépendra aussi des fonctions assignées aux acteurs et à leurs rôles.

En vue de ces notions nous pouvons ajouter à la notion d’organisation l’idée qu’elle fonctionne comme un système de rôles liés (SIMON 1997 p. 230). Il y a une interaction entre les acteurs qui prennent leur décision selon un processus de traitement de l’information régit par des rationalités locales. Cela aboutit à un état global né d’un dialogue entre les acteurs ayant pour objectif d’atteindre un consensus organisationnel.

II.6.2.2       Procédure de résolution de problèmes

La procédure de résolution de problèmes s’appliquera à chacune des étapes du processus de décision : Définition de l’agenda, représentation du problème, définition des actions et choix des actions.

En reprenant le paradigme de la résolution de problèmes nous trouvons deux éléments : l’espace du problème et la recherche heuristique dans cet espace (LEVINE et POMEROL 1993). Dans l’espace du problème se trouvent les représentations (connaissances) liées à l’objectif du processus de décision et les liaisons qui représentent les différents états du processus de résolution. La recherche heuristique est le mécanisme de déplacement dans cet espace. Cette recherche heuristique s’arrêtera quand une action aura été trouvée satisfaisante, ceci selon le paradigme de la rationalité limitée.

Pour chercher cette action il peut employer plusieurs stratégies, soit pures, soit mixtes (voir II.1.1Notions de décision et processus de décision p. 9) :

  • Evaluations de chaque action selon ses conséquences.
  • Evaluation des correspondances de cas.
  • Réexamen.
  • Or chacune de ces stratégies est choisie selon le contexte du problème.

II.6.2.3       Construction de consensus

La procédure de construction du consensus est le processus selon lequel la décision se transforme en décision organisationnelle. Cette procédure garantit l’existence de l’organisation en garantissant que les conditions d’existence soient remplis (p. 81). Cette effort augmenta la complexité du processus. Le processus de consensus est achevé à travers trois états (voir Figure 5 : Etats du processus de consensus p. 28) :

  • Etat des perceptions non partagées : C’est l’état initial des groupes où les perceptions individuelles sont inconnues pour le groupe.
  • Etat des perceptions partagées : Après un effort de dialogue les individus connaissent les perceptions des autres sans forcément signifier qu’ils sont d’accord.
  • Etat de consensus : Il existe un nombre important de perceptions qui ne sont pas individuelles mais qui sont reconnues comme appartenant au groupe. Il peut subsister des perceptions individuelles mais les perceptions critiques pour remplir les conditions d’existence de l’organisation sont remplies.

Figure 5 : Etats du processus de consensus

Il est très important de remarquer que ces trois états ont des frontières floues. La mesure dans laquelle une perception est partagée ne sera jamais complète. Nous ne pouvons pas nous attendre à avoir un partage complet de toutes les perceptions.

De même pour les perceptions du groupe nous ne pouvons pas espérer que toutes les perceptions soient totalement acceptées.

Ces réflexions nous portent vers deux notions : Niveau de partage et consensus suffisants.

Nous dirons que le niveau de partage des perceptions est suffisant quand il permet la négociation et l’influence entre les acteurs.

Nous dirons que le niveau de consensus est suffisant quand l’ensemble des actions choisie est considéré comme représentatif par le groupe.

Le déplacement d’un état vers un autre a lieu au travers d’un dialogue organisationnel. Ce dialogue est constitué par quatre activités qui se déroulent simultanément :

  • Communication.
  • Négociation.
  • Influence.
  • Conception.

La communication consistera en l’échange de perceptions existantes au niveau individuel. Dans le premier état les acteurs communiqueraient leurs perceptions aux autres. L’objectif est que tous les participants connaissent les perceptions des autres acteurs.

Deux activités arrivent souvent ensemble, ce sont la négociation et l‘influence. La négociation et l’influence correspondent grâce auquel un acteur essaie d’imposer ses perceptions aux autres. Cela arrive à plusieurs niveaux. Le premier niveau est quand un acteur individuel essaie d’influencer et négocie avec un acteur individuel. Le deuxième niveau est quand un acteur individuel essaie d’influencer le groupe. Le troisième niveau est quand le groupe influence l’individu. Ces processus d’interrelation entre les individus et le groupe a été analysé par LEAVITT et BAHRAIN (1988 pp.190-198).

La conception consiste au développement de perceptions qui n’existaient pas avant le processus de décision. Cette activité nous l’analyserons dans le cadre de la résolution de problèmes.

La construction de consensus arrivera sur les trois éléments du processus de décision : les désirs, les croyances et la rationalité. Il est possible que le consensus ait divers niveaux dans chacun des domaines.

La construction du consensus présente un paradoxe pour les organisations (FIOL 1996 p. 175). Si tous les acteurs convergent dans tous les éléments, il n’y aura pas de nouvelles approches et l’organisation n’innovera pas. Si l’organisation diverge significativement en ces éléments, la représentativité des décisions ne sera pas suffisante. En conséquence l’organisation ne sera pas capable de survivre en tant que telle.

III         La Complexité

III.1        Concepts de Base

En regardant le processus de décision à partir du paradigme de solution des problèmes nous trouvons deux éléments fondamentaux : la modélisation du problème et la méthode de solution (LEVINE et POMEROL 1993, HOLLOWAY 1979). D’une manière plus spécifique nous pouvons définir la complexité dans le cadre du processus de décision, comme l’impossibilité d’élaborer un modèle (représentation) unique d’un système et comme l’incapacité à résoudre ce modèle. Les différentes combinaisons entre manque d’un modèle de représentation et modèle de solution ont été mis en évidence par HOLTZMAN(1989) comme une taxonomie de l’ignorance.

A partir de ces réflexions nous pouvons grouper selon l’origine de sa complexité :

  • Complexité d’ordre combinatoire : Le modèle de représentation ou la méthode de solution sont d’efficacité limitée à cause de la taille.
  • Complexité d’ordre aléatoire : Le modèle de représentation ou la méthode de solution sont d’efficacité limitée à cause des caractéristiques aléatoires du problème.
  • Dès que la complexité est une propriété perçue d’un phénomène, nous pouvons aussi faire une classification selon le niveau où il est perçu dans l’organisation :
  • Complexité Locale : Elle correspond à la complexité perçue depuis un des éléments de l’organisation.
  • Complexité Globale : Elle correspond à la complexité perçue à l’extérieur de l’organisation et couvre sa totalité.

Ces classifications de la complexité nous permettront d’identifier les catégories d’obstacles que nous aurons dans les processus de décisions et ainsi de proposer des approches pour la maîtriser.

III.2        Complexité et représentations dans les organisations

La principale source de complexité dans les représentations est l’imprévisibilité du futur. Dans ce cas nous parlons d’incertitude. Tout processus de décision est orienté de façon à résoudre une insatisfaction (POMEROL 1997). En conséquence le décideur aura besoin de moyens pour prévoir l’état futur du système sur lequel il prend l’action en exécutant sa décision. En conséquence les acteurs devront systématiquement faire face à la complexité dans ses représentations.

Dans les organisations nous pouvons compter deux sources de complexité :

  • Internes
  • Externes

Etant donné la taille des organisations aujourd’hui, les acteurs arrivent difficilement à se faire une représentation adéquate des phénomènes qui les entourent localement. C’est le cas où nous pouvons trouver les complexités locales qui peuvent être d’ordre combinatoire ou aléatoire.

Nous avons déjà mentionné l’exemple où des responsables de production augmentent le taux de production sans s’apercevoir des interrelations que ces décisions ont dans les organisations. En conséquence ils n’arrivent pas à se faire une représentation appropriée de la situation actuelle et ils sont moins capables de faire une prévision des conséquences d’implémentation de ces actions.

Si nous ajoutons aux cas précédents les occasions où la complexité est introduite expressément à l’intérieur des organisations par des acteurs, nous augmenterons significativement la complexité.

Nous trouvons des cas où pour des raisons dites stratégiques les politiques des organisations ne sont pas communiquées à tous les acteurs générant ainsi de l’incertitude sur le futur de l’organisation.

De plus il existe des cas où les acteurs créent de l’incertitude pour augmenter leur pouvoir dans les organisations (FRIEDBERG 1988).

L’autre source de complexité est externe. Les marchés sont tellement compliqués avec des relations qualité, prix, interactions et évolutions que les acteurs ont des difficultés à faire un diagnostic de la situation actuelle et à faire quelques prévisions sur l’impact de leurs décisions.

D’autres études ont démontré que les cadres acquièrent 2/3 de leurs informations et connaissances à partir de rendez-vous face à face ou à partir de conversations téléphoniques. Seulement 1/3 de leurs connaissances proviennent des documents (DAVENPORT et PRUSAK 1998 p. 12). Cela démontre un processus que peut être mal structuré qui ne peut pas générer des représentations adéquates.

Si les acteurs dans tous les cas énoncés auparavant n’ont pas de représentations holistiques ils agissent selon des représentations limitées et en conséquence selon des rationalités dites locales. Ces actions seront conçues sans prendre en compte les interrelations des systèmes qui peuvent générer des effets pervers.

Tout cela empêche d’avoir des représentations adéquates pour achever un processus de décision satisfaisant.

III.3        Résolution des problèmes complexes dans les organisations

Parallèlement au problème des effets pervers dans le processus de décision dans les organisations, il y a l’aspect hâtif et peu formel du processus en raison de l’environnement qui entoure les acteurs.

Il a été établi, sur la base de différentes enquêtes faites dans plusieurs pays, que l’activité principale des cadres est de se trouver en réunion (ESCOBAR 1989). Aux Etats Unis la moyenne est de cinq heures contre quatre heures au Venezuela et en France, sur une base de travail entre huit et dix heures par jour[10].

Il y a donc près de 50% du temps de travail qui est dédié aux réunions. Dans le cas spécifique du Venezuela nous avons une preuve supplémentaire. A partir d’un échantillonnage il a été vérifié que le cadre n’est seul que 25% de son temps tandis que le reste du temps (75%) il a au moins une personne dans son bureau.

Ceci joint à d’autres appréciations et études suggère que les décideurs ont peu de temps pour réfléchir. Ils prennent leurs décisions en très peu de temps, qu’ils soient seuls à prendre cette décision ou qu’elle soit prise avec quelqu’un. Cette dernière affirmation rejoint ce qui a été mentionné précédemment. Quand le décideur prend les décisions seules, il a peu de temps pour réfléchir et dispose de peu d’informations objectives comme base de réflexion, ce qui le porte à mettre sa décision encore plus en rapport avec ses propres modèles mentaux.

Le décideur essayera autant que possible de donner la priorité à l’urgence c’est à dire, à la résolution de problèmes immédiats et non à la création de circonstances ou situations favorables à l’organisation. Ainsi il aura une orientation marquée pour la résolution de problèmes immédiats dans bien des cas risquera de négliger les objectifs stratégiques de l’organisation.

Ces problèmes dans la procédure de décision nous font percevoir le décideur comme une victime des circonstances. Ses erreurs sont la conséquence des pressions de l’environnement turbulent où il se trouve. Alors comment font-ils ? D’abord nous devons préciser dans quelles conditions se trouvent les acteurs dans les organisations. Pour cela nous utiliserons la notion de situation de gestion (GIRIN 1990) :

“… Une situation de gestion se présente lorsque des participants sont réunis et doivent accomplir dans un temps déterminé une action collective conduisant à un résultat soumis à un jugement externe…”

Nous ferons l’hypothèse que les comportements des acteurs d’une situation de gestion sont une conséquence du processus de décision organisationnel décrit auparavant et que l’évolution des comportements d’une organisation est la conséquence de l’historique des interactions de ces processus de décision. Or ces décisions se manifestent comment ? A travers une expérience recréant une économie simulée (STERMAN et al. 1991), il a été mis en évidence que le processus de décision peut produire du chaos. Bien que les participants à l’expérience aient comme but de minimiser les coûts d’un système de distribution, l’exécution fut systématiquement sous-optimale, démontrant ainsi l’importance de la dynamique non linéaire dans les modèles de comportement des systèmes humains.

Tout ceci nous porte à conclure que le décideur, même s’il a participé aux programmes formels d’éducation dans les sciences de la décision, prendra des décisions, de toute façon sous-optimales. Ces décisions seront profondément liées à des représentations et objectifs qui dans bien des cas ne sont pas adaptés au système réel que les décideurs sont en train d’analyser.

III.4        Phénomène de rétroaction et complexité

Les processus de décision peuvent être analysés aussi selon une dimension statique ou dynamique.

L’analyse statique est réductrice et ne permet pas de voir les effets dans le temps voulus ou indésirables des décisions.

Une analyse dynamique de la décision permet d’espérer une performance bien meilleure que dans les cas statiques car le décideur aura une rétroaction[11] du système et pourra agir à nouveau en incorporant les expériences précédentes. C’est une des notions centrales énoncées par LEAVITT et BAHRAMI (1988 p. 6) dès le début de son ouvrage pour analyser le comportement des acteurs.

Néanmoins, l’heuristique de solution de problèmes, employée dans le processus de décision doit remplir deux conditions pour rendre possible l’amélioration de la performance (KLEINMUNTZ 1993) :

Les rétroactions des systèmes doivent être précises, non ambiguës et disponibles dans un délai réduit.

L’heuristique doit permettre de prendre des actions correctives appuyées sur les rétroactions.

Or ces conditions sont difficilement remplies dans des applications réelles. La première condition se trouve confrontée à de sévères obstacles en matière de définition précises et non ambiguës des rétroactions des systèmes. Comme nous avons déjà énoncé dans bien des cas il serait difficile de construire des représentations adéquates. En outre, quand le délai entre les actions et les rétroactions  augmente, la performance se détériore (ACKERE et al. 1993, KLEINMUNTZ 1993).

Cela peut s’expliquer principalement par trois raisons (KLEINMUNTZ 1993) :

  • Une allocation de ressources cognitives limitées.
  • Une création insuffisante des heuristiques de décision.
  • Des représentations incorrectes des systèmes.

Premièrement, face à un problème complexe, le décideur doit faire le choix (analyse coût/bénéfice) des éléments qu’il va analyser. En conséquence nous pouvons argumenter que les implications des rétroactions sont négligées.

Deuxièmement, même si le décideur perçoit que ces décisions ont eu un impact négatif il peut continuer à utiliser les mêmes heuristiques faute d’avoir d’autres options.

Troisièmement, les représentations que le décideur détient peuvent ne pas être correctes et ne pas bien faire ressortir les problèmes de performance. En conséquence, le décideur n’aurait pas les arguments pour changer son heuristique ou pour bien l’orienter et pour comprendre les rétroactions.

En conclusion, le phénomène de rétroaction n’est généralement pas pris en compte correctement par le décideur. Une option est d’utiliser des modèles de simulation dynamique qui mettent en évidence les implications des phénomènes de rétroaction (STERMAN 1994).

IV        Types de décisions

Selon les caractéristiques de la décision[12] à être prise, les éléments du processus de décision seront mobilisés de façon différente. Nous pourrions qualifier et classifier les décisions de façons très différentes et selon des axes très divers. Dans le présent travail nous retiendrons une classification qui nous permet de mettre en évidence les connaissances articulées dans les processus de décision en utilisant les outils expérimentaux.

Nous avons identifié quatre axes pertinents pour la classification des décisions  (voir Figure 22 : Classification des décisions p. 115) :

  • La complexité de la décision.
  • Ressources impliquées
  • La réversibilité des conséquences.
  • L’effort du décideur.

(a) La complexité : La complexité de la décision aura un impact sur les modèles de représentation et résolution à être utilisés et sur l’efficacité des actions. Comme nous l’avons énoncé auparavant la complexité n’est pas une propriété naturelle du phénomène modélisé[13]. Chaque décideur donnera la connotation de complexe ou non au processus de décision. Un décideur qui a des modèles de représentation et résolution d’un problème peut ne pas le trouver complexe alors que quelqu’un qui ne dispose pas de ces modèles peut au contraire le trouver très complexe. Nous l’évaluerons la complexité à travers l’existence ou pas des modèles de représentation et de résolution

(b) Ressources impliquées : Une autre division importante des types de décisions sera en décisions individuelles et décisions collectives. Une décision individuelle sera celle qui mobilise des ressources dans la sphère de contrôle du décideur et une décision collective mobilisera des ressources d’autres acteurs. Selon les organisations cette distinction pourra entraîner des différences hiérarchiques ou toutes simplement fonctionnelles ou divisionnaires. Pour une décision dite individuelle le niveau de consensus dont aura besoin un décideur sera mineur comparé à celui nécessaire aux décisions collectives. Même si nous considérons que dans les décisions organisationnelles il faut toujours du consensus, le degré de consensus variera. Dans les cas de décisions locales un décideur pourra utiliser les méthodes d’influence[14] les plus autocratiques et pas les plus démocratiques pour achever le consensus. Par contre, dans les décisions globales, il devra favoriser les méthodes d’influence plutôt démocratiques.

(c) Réversibilité des conséquences : La plupart des décisions dans les organisations sont prises dans des situations de risque. LOPES (1997 p. 681) définis une situation de risque comme une situation où les conséquences d’une décision dépendent des résultats d’événements futurs qui ont des probabilités connues. Or dans la plupart des cas les probabilités ne sont pas bien connues. Dans ce cas la rationalité des décideurs sera influencée de différentes manières.

Dans le présent travail nous n’analyserons pas en profondeur les problèmes de décisions en situation de risque, pourtant, nous retiendrons pour l’analyse uniquement l’aspect de l’impact des décisions en situation de risque, les situations de décision avec des conséquences réversibles ou non.

Une conséquence non réversible, c’est quand une décision amène à une situation dans laquelle le coût pour la faire évoluer dans une direction quelconque est très élevé, dans certains cas il est même impossible, et cela entraîne une situation défavorable par rapport au système de valeurs du décideur. Comme exemples de situations non réversibles il y a la mort, la faillite d’une société et l’explosion d’une turbine dans une usine hydroélectrique. Par définition nous considérons qu’un processus de décision est réversible dès lors qu’il n’existe aucune probabilité, même négligeable, d’avoir au moins une des conséquences comme non réversible.

Nous utiliserons un exemple pour expliquer cette situation de décision. Prenons un processus de décision où il existe deux actions potentielles A et B qui peuvent être implantées dans un contexte où il peut arriver, avec des probabilités connus, soit l’événement I soit le II. Nous avons estimé les conséquences des actions dans chaque événement (voir Figure 6  : Exemple de type de décision avec des conséquences Réversibles et non Réversibles).

Figure 6  : Exemple de type de décision avec des conséquences Réversibles et non Réversibles

Dans le cas de décision réversible de l’exemple, les décideurs auront des préférences pour l’action A ou B selon la propension au risque sans tendance dominante. Dans le cas de décision non réversible il existera une tendance remarquable à choisir l’action B. Cela constitue un indice de l’existence d’une conséquence réversible qui aura une influence sur le processus de décision.

(d) L’effort du décideur : Selon l’effort que le décideur voue au processus de décision nous pouvons classifier les décisions comme étant exceptionnelles ou non exceptionnelles. L’effort qu’un décideur voue à une décision dépendra d’axes énoncés auparavant et de son inclination pour l’effort en question.

Une décision complexe demandera un effort supplémentaire de la part du décideur mais il aura la liberté de choisir, ou pas, le développement des modèles inexistants.

Une décision collective demandera aussi un effort supplémentaire mais le décideur pourra choisir, ou pas, d’identifier tous les liens causals de l’action.

Une décision non réversible demandera aussi un effort supplémentaire mais encore une fois le décideur aura le choix d’évaluer, ou pas, les risques impliqués.

L’effort dépendra essentiellement de l’inclination du décideur vis à vis du contexte dans lequel est posé le problème de décision. Dans cet esprit nous appellerons décisions exceptionnelles toute décision à caractéristiques spécifiques auxquelles le décideur voue un effort spécial. Nous appellerons décision non exceptionnelle toute décision qui de par les considérations faites auparavant par le décideur sera considérée comme pouvant être codées dans une sorte de routine ou procédure régulière de décision auquel le décideur vouera un effort limité.

Figure 7 : Classification des décisions

Le référentiel dans les définitions précédentes est très important. Dans tous les axes les décisions seront classifiées à partir du point de vue du décideur, aucune des propriétés énoncées auparavant ne sont naturelles dans les processus de décision.

Bibliographie

ACKERE, Ann van, LARSEN, Erik Reimer and MORECROFT, John D. W., (1993), Systems thinking and business process redesign: An application to Beer Game, LC-D010, London Business School, July 1993.

ARACIL, Javier, (1984), Introduction à la dynamique des systèmes, Presses Universitaires de Lyon, Lyon, France, 1984.

ARGYRIS, Chris, SCHON, Donald, A., (1996), Organizational learning II: Theory, method, and practice, Addison-Wesley Series on Organizational Development, 1996.

ARGYRIS, Chris, SCHON, Donald, (1978), Organizational learning: A theory of action perspective, Addison-Wesley Publishing Co., Reading, 1978.

ARROW, Keneth J., (1963), Social choice and individual values, Yale University Press, 2cond edition, 1963.

AVENIER, M-J., (1992), “Recherche action et épistémologies constructivistes, modélisation systémique et organisations socio-économiques complexes : Quelques «boucles étranges» fécondes”, Revue Internationale de Systémique, Vol. 6, Nº 4, 1992, pp. 403-420.

BAKKEN, Bent, GOULD, Janet, KIM, Daniel, (1994), “Experimentation in learning organizations: A management flight simulator approach”, in MORECROFT, John D.W., STERMAN, John D. (Eds.), Modeling for learning organizations, Productivity Press, 1994, pp. 243-266.

BARR, Pamela, STIMPERT, J. L. and HUFF, Anne S., (1992), “Cognitive change, strategic action and organizational renewal”, Strategic Management Journal, Vol.13, 1992, pp. 15-36.

BATESON, Gregory, (1977), Vers une écologie de l’esprit, Seuil, Paris, 1977.

BENNIS, Warren G., (1975), Le développement des organisations : sa pratique, ses perspectives et ses problèmes, Dalloz Gestion, Paris, 1975.

BERRY, Michel, (1983), Une technologie invisible ? : L’impact des instruments de gestion sur l’évolution des systèmes humains, Centre de Recherche en Gestion (CRG), Ecole Polytechnique, Paris, juin 1983.

BIERMAN, Harold, BONINI, Charles P., HAUSMAN, Warren, (1994), Análisis cuantitativo para la toma de decisiones, Addison-Wesley Iberoamericana, Octava Edición, 1994.

BLATTBERG, Robert C., DEIGHTON, John, (1996), ” Measuring Market Effectiveness”, Harvard Business Review, July-August 199, Reprint Collection, pp. 31-40.

BOUCHON-MEUNIER, Bernadette, (1993), “Relations floues de similarité et utilisation du savoir”, Acte en Systémique et Cognition, Actes du 1er. Congres Biennal de l’AFCET 1993, Versailles, 8-10 juin 1993, pp. 219-225.

BURGELMAN, Robert, (1996), “Intraorganizational ecology of strategy making and organizational adaptation”, in MEINDL, James R., STUBBART, Charles et PORAC, Joseph F. (Eds.), Cognition within and between organizations, Organization Science Series, Sage Publications, 1996, pp. 405-438.

CHARBIT, Françoise, (1991), La gestion des technologies émergentes : organisation et apprentissage, Thèse de Doctorat, Centre de Recherche en Gestion (CRG), Ecole Polytechnique, Paris, 1er février 1991.

CHARUE-DUBOC, Florence, (1995), Des savoirs en action : Contributions de la recherche en gestion, L’Harmattan, Logiques de Gestion, Paris, 1995.

CHARUE, Florence, (1991), Apprentissages organisationnels et mutation industrielle : L’Exemple de la robotisation des tôleries automobiles, Thèse de Doctorat, Centre de Gestion Scientifique (CGS), Ecole Nationale Supérieur des Mines de Paris, Paris, 27 mai 1991.

CHIAPELLO, Eve et DELMOND, Marie-Hélène, (1994), “Les tableaux de bord de gestion, outils d’introduction du changement”, Revue Française de Gestion, Nº97, Janvier-Fevrier 1994, pp. 49-58.

COSSETTE, Pierre, (1988), La cartographie cognitive : Une introduction critique, Document de Travail 88-27, Faculté des Sciences de l’Administration, Université Laval, Québec, Canada, mars 1988.

DAVENPORT, Thomas H., PRUSAK, Laurence, (1998), Working knowledge: How organizations manage what they know, Harvard Business School Press, Boston, 1998.

DAVID, Albert, (1998), “Outils de gestion et dynamique du changement”, Revue Française de Gestion, Nº120, septembre-octobre 1998, pp. 44-59.

DE GEUS, Arie, (1997), The Living company, Harvard Business School Press, Boston, Massachusetts, 1997.

DE GEUS, Arie, (1988), “Planning as learning”, Harvard Business Review, Vol.66 No2, March-April 1988, pp. 70-74.

DORF, Stanley, REAGAN-CIRINCIONE, Patricia, SCHUMAN, Sandor and RICHARDSON, George, (1991), “Decision modeling: Tools for strategic thinking”, Interfaces, 21:6, November-December 1991, pp. 52-65.

ELKJAER, Bente, (1995), “Learning is an active and personal process”, in Zucchermaglio, Cristina, Bagnara, Sebastiano and Stucky, Susan (Ed), Organizational learning and technological change, NATO ASI Series, Series F: Computer and System Sciences, Vol. 141, 1995, pp. 75-95.

EPPLE, Dennis, ARGOTE, Linda, DEVADAS, Rukmini, (1996), “Organizational learning curves: A method for investigating intra-plant transfer of knowledge acquired through learning by doing”, in COHEN, Michael D., SPROULL, Lee S. (Eds.), Organizational learning, Organization Science Series, Sage Publications, 1996, pp. 83-100.

ESCOBAR, Janeth Kelly de, (1989), “Capitulo 13: Qué hace todo el día, cualquier dia, un gerente venezolano.”, Las empresas venezolanas : Su gerencia, Ediciones IESA, Caracas, 1989, pp. 345-374.

ESPEJO, Raul, SCHUHMANN, Werner, SCHWANINGER, Markus, BILELLO, Ubaldo, (1996.), Organizational transformation and learning: A cybernetic approach to management, John Wiley & Sons Ltd., Chichester, UK, 1998.

FAHEY, Liam, RANDALL, Robert M., (Eds.), (1998), Learning from the future: Competitive foresight Scenarios, John Wiley & Sons Ltd., Chichester, UK, 1996.

FIOL, C. Marlene, (1996), “Consensus, diversity and learning organization”, in MEINDL, James R., STUBBART, Charles et PORAC, Joseph F. (Eds.), Cognition within and between organizations, Organization Science Series, Sage Publications, 1996, pp. 173-206.

FORD, David N., STERMAN, John D., (1997), “Expert knowledge elicitation to improve mental and formal models”, in BARLAS, Yaman, DIKER, Vedat, POLAT, Seckin (Eds.), System approach to learning and education into de 21st century, 15th International System Dynamics Conference, Proceedings, Istanbul, 19-22 August 1997, pp. 3-6.

FORRESTER, Jay W., (1994), “Policies, decisions, and information sources for modeling”, in MORECROFT, John D.W., STERMAN, John D. (Eds.), Modeling for learning organizations, Productivity Press, 1994, pp. 51-84.

FORRESTER, Jay W., (1961), Industrial Dynamics, The MIT Press, 1961.

FOX, Shane, (1997), Broadcast Revenue Management – Pricing and inventory management in today’s broadcast environment, National Association of Broadcasting, 1997.

FRIEDBERG, E., (1988), “Les éléments d’une analyse sociologique des organisations”, dans L’analyse sociologique des organisations, POUR No 28, Paris, 1988.

GIRIN, Jaques, (1991), Langage et culture d’entreprise : y-a-t-il un langage d’entreprise, Centre de Recherche en Gestion (CRG),  Ecole Polytechnique, Paris, novembre 1991.

GIRIN, Jaques, (1990), “Analyse empirique des situations de gestion : éléments de théorie et de méthode”, in  Epistémologies et science de gestion, Economica coll. Gestion, Paris, pp. 141-182.

GOULD, Janet Marjorie, (1985), Artificial Intelligence: A tool for systems dynamics, Working Paper D-3666, Systems Dynamics Group & Organizational Learning Center, Sloan School of Management, M.I.T., Cambridge, MA, April 1985.

GRCIC, Branco, MUNITIC, Ante, (1997), “Model of dynamic multicriteral evaluation and selection – MODES”, in BARLAS, Yaman, DIKER, Vedat, POLAT, Seckin (Eds.), System approach to learning and education into de 21st century, 15th International System Dynamics Conference, Proceedings, Istanbul, 19-22 August 1997, pp. 443-446.

HATCHUEL, Armand, (1994), “Apprentissages collectifs et activites de conception”, Revue Fraçaise de Gestion, No 99, Juin-Juillet-Aout 1994, pp. 109-120.

HATCHUEL, Armand, WEIL, Bernard, (1992), L’Expert et le système, Economica, Paris, 1992.

HILLIER, Frederick, LIEBERMAN, Gerald, (1985), Introducción a la Investigación de Operaciones, McGraw-Hill, 3ra Edición, México,1985.

HODGSON, Anthony M., (1992), “Hexagons for systems thinking”, European Journal of Operation Research, 59 (1992), pp. 220-230.

HOGARTH, Robin M., GIBBS, Brian J., McKENZIE, Craig R. M. and MARQUIS, Margaret A., (1997), “Learning from feedback: Exactingness and incentives”, in GOLDSTEIN, William M., HOGARTH, Robin M. (Eds.), Research on judgement and decision making: Current, connections and controversies, Cambridge Series on Judgement and Decision Making, Cambridge University Press, Cambridge, 1997, pp. 244-284.

HOLLOWAY, Charles A., (1979), Decision making under uncertainty: Models and choices, Prentice-Halls, Englewood Cliffs, 1979.

HOLTZMAN, Samuel, (1989), Intelligent decision systems, Addison-Wesley Publishing Co, Reading, 1989

HUBER, George P., (1996), “Organizational learning: The contributing processes and the literatures”, in COHEN, Michael D., SPROULL, Lee S. (Eds.), Organizational learning, Organization Science Series, Sage Publications, 1996, pp. 124-162.

HUFFINGTON, Clare, COLE, Carol F., BRUNNING, Halina, (1997), A manual of organizational development: The psychology of change, Psychosocial Press, Madison, 1997

HWANG, CHING-LAI and LIN, MING-JENG, (1987), Group decision making under multiple criteria: methods and application, Lectures notes in Economics and Mathematical Systems, Springer Verlag, Berlin, 1987

ISAACS, Williams and SENGE, Peter, (1994), “Overcoming limits to learning in computer-based learning environments”, in MORECROFT, John D.W., STERMAN, John D. (Eds.), Modeling for learning organizations, Productivity Press, 1994, pp. 267-288.

JENSEN, Kjeld, GALLACHER, Ian and McLEOD, John, (1997), “An interactive telecommunications business game for strategic exploration”, in BARLAS, Yaman, DIKER, Vedat, POLAT, Seckin (Eds.), System approach to learning and education into de 21st century, 15th International System Dynamics Conference, Proceedings, Istanbul, 19-22 August 1997, pp. 491-494.

KAPLAN, Robert S., NORTON, David P., (1996), “Using the Balanced Scorecard as a strategic management system”, Harvard Business Review, Measuring Corporate Performance, Reprint Collection, January-February 1996, pp. 1-14.

KAPLAN, Robert S., NORTON, David P., (1992), “The Balanced Scorecard-measures that drive performance”, Harvard Business Review, Measuring Corporate Performance, Reprint Collection, January-February 1992, pp. 65-75.

KIM, Daniel, (1994), System thinking tools: A user’s reference guide, Pegasus Communications, 1994.

KIM, Daniel, (1989), Organizational learning and individual learning: Where the twain shall meet?, Working Paper d-4114 Systems Dynamics Group, Sloan School of Management, MIT, Cambridge MA, August 31, 1989.

KLEINMUNTZ, Don N., (1993), “Information processing and misperceptions of the implications of feedback in dynamic decision making”, System Dynamics Review, Volume 9, Nº 3, Fall 1993, pp. 223-237.

KURONO, Hironori, SHIMADA, Toshiro, KAMEYAMA, Saburo, SUMITA, Tomofumi, HIDAKA, Shoji, ICHIKAWA, Arata, (1997), “A Revised Edition of the Beer Game”, in BARLAS, Yaman, DIKER, Vedat, POLAT, Seckin (Eds.), System approach to learning and education into de 21st century, 15th International System Dynamics Conference, Proceedings, Istanbul, 19-22 August 1997, pp. 379-382.

LARA-CARRERO, Lorenzo, BENCOSME, Arturo, FARREL, Rodger and GIL’ADI, Daniel, (1993), “New Barrels for Old Beer: The Beer Game as a Learning Organization”, in ZEPEDA, Enrique and MACHUCA, A. D. (Eds.), Proceedings of the 1993 International System Dynamics Conference, Mexico, 1993, pp. 265-267.

LAUKKANEN, Mauri, (1996), “Comparative cause mapping of organizational cognition”, in MEINDL, James R., STUBBART, Charles et PORAC, Joseph F. (Eds.), Cognition within and between organizations, Organization Science Series, Sage Publications, 1996, pp. 3-44.

LAWRENCE, Paul R. and LORSCH, Jay W., (1967), “Differentiation and integration in complex organization”, Administrative Science Quarterly, June 1967.

LE MOIGNE, J.-L., (1993), “Les formalismes de la modélisation systémique”, Acte en Systémique et Cognition, Actes du 1er. Congres Biennal de l’AFCET 1993, Versailles, 8-10 juin 1993, pp. 329-342.

LEAVITT, Harold J., BAHRAMI, Homa, (1988), Managerial psychology: Managing behavior in organizations, The University of Chicago, Fifth edition, Chicago, 1988.

LEVINE, Pierre et POMEROL, Jean-Charles, (1993), Are DSSs problem solvers ?, Rapport Interne Nº 93/40 du LAFORIA, Institut Blaise Pascal, Université PARIS-VI, Paris, novembre 1993.

LEVITT, Barbara et MARCH, James G., (1996), “Organizational learning curves: A method for investigating intra-plant transfer of knowledge acquired through learning by doing”, in COHEN, Michael D., SPROULL, Lee S. (Eds.), Organizational learning, Organization Science Series, Sage Publications, 1996, pp. 516-540.

LIPSHITZ, Raanan, (1992), Making sense of decision making: Toward an integrative framework for understanding and improving decisions, Working Document, Department of Psychology, Haifa University, Haifa, Israel, April 1992.

LOPES, Lola, (1997), “Between hope and fear: The psychology of risk”, in GOLDSTEIN, William M., HOGARTH, Robin M. (Eds.), Research on judgement and decision making: Current, connections and controversies, Cambridge Series on Judgement and Decision Making, Cambridge University Press, Cambridge, 1997, pp. 681-720.

MACHUCA, Jose A. D. et POZO, Rafael del, (1997), “The Beer Game with the possibility of the use of EDI, through the Internet”, in BARLAS, Yaman, DIKER, Vedat, POLAT, Seckin (Eds.), System approach to learning and education into de 21st century, 15th International System Dynamics Conference, Proceedings, Istanbul, 19-22 August 1997, pp. 383-385.

MARCH, James G., (1994), A primer on decision making: How decisions happen, The Free Press, New York, 1994.

MARCH, James, (1991), “How decisions happen in organizations”, Human-Computer Interaction, Volume 6, pp. 95-117.

MARCH, James, COHEN, Michael et OLSEN, Johan, (1991), “Le modèle du ”garbage can” dans les anarchies organisées”, in MARCH, James (Ed), Décisions et organisations, Edition d’Organisations, Paris, 1991, pp. 163-204.

MEADOWS, Dennis, (1973), “Counterintuitive behavior of social systems”, in MEADOWS, Dennis L. and MEADOWS, Donnella, (Eds.), Toward global equilibrium: Collected papers, Wright-Allen Press, Cambridge, 1973, pp. 211-237.

MERKHOFER, Myley W., (1990), “Using influence diagrams in multiattribute utility analysis – improving effectiveness through improving communication”, in OLIVER, R.M, SMITH, J.Q, (Eds.), Influence diagrams, belief nets and decision analysis, John Wiley & Sons Ltd., Chichester, UK, 1990, pp. 297-317.

MEYER, Christopher, (1994), “How the rights measures help teams excel”, Harvard Business Review, Measuring Corporate Performance, Reprint Collection, May-June 1994, pp. 45-55.

MIDLER, Christophe, (1992), “Evolution des règles de gestion et processus d’apprentissage”, in L’Apprentissage Organisationnel, Cahier Nº 9, Centre de Recherche en Gestion (CRG), Ecole Polytechnique, Paris, décembre 1992.

MINTZBERG, Henry, (1993), Structure in five: designing effective organizations, Prentice-Hall, New Jersey, 1993.

MORECROFT, John D. W., (1990), Executive knowledge, models and learning, London Business School Discussion Paper, London, November 1990.

MORECROFT, John D.W., STERMAN, John D. (Editors), (1994), Modeling for learning organizations, Productivity Press, 1994.

MUNIER, Bertrand, (1994), “Décision et cognition”, Revue Française de Gestion, Nº99, Juin-Juillet-Août 1994, pp. 79-91.

PAICH, Mark, HINTON, Roy, (1998), “Simulation models: A tool for rigorous scenario analysis”, in FAHEY, Liam, RANDALL, Robert M., (Eds.), Learning from the future: Competitive foresight scenarios, John Wiley & Sons Ltd., Chichester, UK, 1998, pp. 157-174

PEARCE II, John and ROBINSON Jr., Richard, (1991), Strategic management, Irwin, Boston 1991.

PIAGET, Jean, (1970), L’épistémologie génétique, PUF coll. “Que sais-je?”, Paris, 1970.

POMEROL, Jean-Charles, (1997), “Artificial intelligence and human decision making”, European Journal of Operation Research, 99 (1997), pp. 3-25

POMEROL, Jean-Charles, (1994), Des préférences au choix, des mathématiques à l’intelligence artificielle : le monde de l’aide à la décision, Rapports Internes Nº 94/20 du LAFORIA, Institut Blaise Pascal, Université PARIS-VI, Paris, octobre 1994.

POMEROL, Jean-Charles, (1993), Multicriteria DSSs: State of the Art and Problems, Rapports Internes No 32, LAFORIA, Institut Blaise Pascal, Université PARIS-VI, Paris, Septembre 1993.

POMEROL, Jean-Charles et BARBA-ROMERO, Sergio, (1993), Choix multicritère dans l’entreprise, Hermes, Paris, 1993.

PORTER, Michael, (1985), Competitive advantage, The Free Press, New York.

PORTER, Michael, (1981), Competitive strategy, The Free Press, New York.

PRAWDA, Juan, (1988), Métodos y modelos de Investigación de Operaciones: Volumen II: Modelos Estocásticos, Editorial Limusa, México, 1988.

RICHARDSON, G.P and PUGH, A.L, (1981), Introduction to systems dynamics modeling with DYNAMO, MIT Press, Cambridge, MA, 1981.

RICHMONDS, Barry, PETERSON, Steve, (1997), iTHINK Technical Documentation, High Performance Systems Inc, 1997.

RICHMONDS, Kathy and al., (1991), iThink Ver 2.01 Reference Manual, High Performance Systems Inc, 1991.

RIVELINE, Claude, (1994), De Maurice Allais à Emile Durkheim : Itinéraire d’un chercheur en gestion, Séminaire vie des affaires, L’Ecole de Paris, Paris, Séance du 14 mars 1994.

ROETHLISBERGER, F. J. and DICKSON, W. J., (1939), “An industrial organization as a social system”, Management and the worker, Harvard University Press, Cambridge, 1939, pp. 551-568.

ROSAS FLUNGER, Rudolf, (1993), Aide à la décision en employant l’approche de la dynamique des systèmes et la méthodologie multicritère d’aide à la décision. Mémoire du D.E.A. Méthodes Scientifiques de Gestion, LAMSADE, Université PARIS-IX Dauphine, Paris, Septembre 1993.

ROY, Bernard, (1997), L’aide à la décision aujourd’hui : que devrait-on en atteindre, Document du LAMSADE Nº 104, LAMSADE, Université Paris-IX Dauphine, Paris, novembre 1997.

ROY, Bernard, (1992), Science de la décision ou science d’aide à la décision, Cahier du LAMSADE Nº 97, LAMSADE, Université Paris-IX Dauphine, Paris, février 1992.

ROY, Bernard, (1985), Méthodologie multicritère d’aide à la décision, Economica, Paris, 1985

ROY, Bernard et BOUYSSOU, Denis, (1993), Aide multicritère à la décision : Méthodes et cas, Economica, Paris, 1993.

SCHEAFFER, Richard, McCLAVE, James, (1982), Statistics for engineers, Duxbury Press, Boston, 1982.

SCHEIN, Edgar H., (1992), Organizational culture and leadership, 2nd Edition, Jossey-Bass Business & Management Series, San Francisco, 1992, (Paperback edition on 1997).

SENGE, Peter, (1990), The fifth discipline: The art and practice of the learning organization, Doubleday & Currency, New York, 1990.

SILLAMY, Norbert, (1967), Dictionnaire de la psychologie, Larousse, Paris, 1967.

SIMON, Herbert A., (1997), Administrative behavior: A study of decision-making processes in administrative organizations, Fourth Edition, The Free Press, New York, 1997.

SIMON, Herbert A., (1996), The sciences of the artificial, The MIT Press, Third Edition, Cambridge, USA, 1996.

SIMON, Herbert A., (1977), The new science of management decision, revised edition, Prentice Hall, Englewood Cliffs, 1977.

STARBUCK, William H., (1996), “Learning by knowledge-intensive firms”, in COHEN, Michael D., SPROULL, Lee S. (Eds.), Organizational learning, Organization Science Series, Sage Publications, 1996, pp. 484-515.

Statistica : Guide de l’utilisateur, Statsoft Inc., 1997.

STERMAN, John D., (1994), “Learning in and about complex systems”, System Dynamics Review, Volume 10, Nº2-3, Summer-Fall 1994, pp. 291-330.

STERMAN, John D., (1992), The Beer Distribution Game: An annotated bibliography covering its history and use in education and research, System Dynamics Group, Sloan School of Management, M.I.T, Cambridge, July 1992.

STERMAN, John D., (1984), Instruction for running the Beer Distribution Game, System Dynamics Group, Sloan School of Management, M.I.T, Cambridge, October 1984.

STERMAN, John D., MOREKILDE, Erik and THOMSEN, Jesper, (1991), Experimental evidence of deterministic chaos in human decision making behavior, Sloan School of Management Working Paper Nº BPS-3241-91, MIT, Cambridge, MA, January 1991.

SUPPES, P., PAVEL, M., & FALMAGNE, J. -Cl., (1994), “Representations and models in psychology”, Annual Review of Psychology Vol. 45, 1994, pp. 517-544.

VARELA, Francisco, THOMPSON, Evan et ROSCH, Eleanor, (1992), De cuerpo presente: Las ciencias cognitivas y la experiencia humana, Editorial Gedisa, Barcelona, España, 1992.

VALBON-SUTOUR, Marie Cécile, (1993) Approche Multicritère de la Gestion des Stocks et des Approvisionnement, Thèse de Doctorat, Université PARIS IX-DAUPHINE, France, 1993.

WEICK, Karl E., (1996), “The non traditional quality of organizational learning”, in COHEN, Michael D., SPROULL, Lee S. (Eds.), Organizational learning, Organization Science Series, Sage Publications, 1996, pp. 163-174.

WINCH, Graham W., (1993), “Consensus building in the planning process: benefits from a “hard” modeling approach”, Systems Dynamic Review, Volume 9, Nº 3, Fail 1993, pp. 287-300.

WOLSTENHOLME, Eric F., (1990), System enquiry: A system dynamics approach, John Wiley & Sons Ltd., Chichester, UK, 1990.

YOUNG, Showing H., SY-FENG, Wang, (1996), “Measuring the learning of system thinking: Theory and method”, in RICHARDSON, George P., STERMAN John D. (Eds.), System Dynamics ’96, Proceedings of the 1996 System Dynamics Conference, Cambridge, MA, 21-25 July 1996, pp. 605-608.

ZACKLAD, Manuel, (1993), Les SBC vus comme des systèmes interactifs d’aide à la  résolution de problème : apports méthodologiques de l’aide à la décision à l’acquisition des connaissances, Département du Génie Informatique, Université Technologique de Compiegne, France, 1993.

ZAIRI, Mohamed, (1998), Benchmarking for Best Practice: Continuous learning through sustainable innovation, Butterworth-Heinemann, March 1998.


[1] BOUDON, R, Effets pervers et ordre social, PUF, 1977.

[2] Setting the agenda, problem representation, finding alternatives, selecting alternatives.

[3] Dans le présent travail on utilise la notion d’action définie par ROY (85 p. 55).

[4] Il existe des théories qui ne sont pas faciles à reduire à un seul de ces modes. Cependant, dès que une theorie comprend les caractéristiques que l’on trouve dans une des modes il suffira de l’analyser selon les modes.

[5] Nous employons la notion de critère défini par ROY (1985 p. 227)

[6] Boston Consulting Group

[7] Social Choice Theory

[8] Expert judgement/group participation

[9] Voir III.2.1.2 Définition d’une organisation p.81

[10] Ces données sont approximatives puisque les définitions selon lesquelles elles ont été mesurées ne sont pas homogènes dans tout le pays, néanmoins il y a un accord sur le terme réunion comme des moments ou le cadre se trouve avec plus de trois personnes.

[11] Nous emploierons rétroaction comme traduction du concept de feed-back.

[12] Nous utiliserons décision ou processus de décision indistinctement pour dénoter un processus de décision avec les caractéristiques énoncés au III.2.2.1.1 Notions de décision et processus de décision p. 82.

[13] Voir III.2.2.1.3 Premier aperçu de la complexité p. 86.

[14] Pour les méthodes d’influence voir LEAVITT et BAHRAMI (1988 pp. 97-166).

Be Sociable, Share!

Author

http://0.gravatar.com/avatar/ad516503a11cd5ca435acc9bb6523536?s=82
Rudolf Rosas Flunger

Dr. Rudolf Rosas Flunger is an experienced management consultant and business executive. He has a track record of more than 20 years delivering substantial business results ranging from bottom-line improvement to broad organizational transformation. His professional background includes extensive experience in corporate strategy, investments analysis, pricing, sales and distribution and supply chain. Dr. Rudolf Rosas Flunger has broad international experience with a special focus in Latin America as he has worked for clients in Brazil, Argentina, Chile, Colombia, Peru and Venezuela. Additionally, he has been Professor in several Engineering Schools and is an international speaker as well as a member of the IEEE, PMI, System Dynamics Society, INFORMS. Dr. Rosas Flunger holds an Industrial Engineering Degree from UCAB (Caracas) as well as a MSc and PhD in Management Sciences from Université Paris Dauphine (joint program with École Polytechnique and École des Mines de Paris).

Leave a comment

You must be logged in to post a comment.

Back to Top