《Futures》：When foresight meets action research: A methodological approach to wicked problems
编辑推荐：
：学者们近期指出，需要发展面向未来的方法，以协作方式共同构想理想未来。这一时间视角在应对棘手问题时尤为重要，因为棘手问题的复杂性与不确定性要求人们在构想可能的未来与重新界定当前行动之间保持持续互动。此类问题涉及跨时间张力以及具有更广泛社会影响的商业议题。棘手问
：学者们近期指出，需要发展面向未来的方法，以协作方式共同构想理想未来。这一时间视角在应对棘手问题时尤为重要，因为棘手问题的复杂性与不确定性要求人们在构想可能的未来与重新界定当前行动之间保持持续互动。此类问题涉及跨时间张力以及具有更广泛社会影响的商业议题。棘手问题的特征在于其系统复杂性与跨时间本质，由此产生模糊性、不确定性，并往往导致意外后果且缺乏显而易见的解决方案。在这些棘手情境中，草率的解决方案甚至可能因过度简化而使问题恶化。气候变化或数字化转型等复杂问题的根源，要求采取更具社会性的视角与系统性的方法。这些问题影响着研究人员探索在棘手情境中接近未来的新途径。因此，将时间性纳入研究并发展有助于行动者应对长期挑战、将未来视为开放性的方法至关重要。行动研究（Action Research，AR）在此背景下尤其具有价值，因为它积极让利益相关者参与探究过程，使适应性、迭代性的解决方案能够随时间逐步显现。自创立以来，作为一种以问题解决为导向的方法论，行动研究一直致力于与实践者协作共创理想未来，并在通过跨组织变革应对社会复杂问题方面拥有悠久的传统。然而，由于棘手问题的系统性本质及其“陷入相互关联变量的因果网络”之中的特性，棘手问题对行动研究方法构成了挑战，尤其是在启动螺旋循环之前理解问题方面。除系统性之外，这些问题还具有跨时间性，因此在理解问题时必须同时考虑当下（短期）与未来（长期）的取向。因此，研究人员提出将预见（foresight）方法整合到行动研究的初始阶段——“问题界定与诊断”（Problem Formulation and Diagnosis）之中，以更有效地应对棘手问题。基于此，研究人员提出了一种分步骤的方法论，命名为“预见-行动研究”（Foresight–Action Research，F–AR），该方法将预见方法整合进行动研究过程的初始阶段，以在行动研究的学习过程中纳入系统性与未来时间动态。该分步方法建立在四个分析步骤之上。通过在一个以“2030年优步化与工业”为主题的研究中加以应用，研究人员展示了该方法在揭示制造业可能演进方向方面的效用。本文对行动研究在棘手问题情境中的应用做出了三点关键贡献：第一，通过在“问题界定与诊断”阶段整合预见工具，扩展了行动研究，以促进系统性与长期性思维；第二，分步方法通过详述F–AR方法如何促成对问题的系统性与多元愿景的共同建构，推进了对跨组织行动研究中协作动态的理解；第三，本文强调F–AR如何促进范式转换与深层集体学习。
论文解读文章
一、研究背景与问题提出
在管理研究领域，学者们日益认识到自身在应对棘手问题（wicked problems）方面的责任。棘手问题如气候变化、社会不平等和数字化转型等，具有内在复杂性、跨时间性（intertemporal）以及对确定性解决方案的抵抗性等特征。这些挑战超越了传统的解决问题方法，需要协作性和系统性的应对。行动研究（Action Research，AR）作为一种以问题解决为导向的方法论，通过研究者与实践者之间的协作学习过程，在应对社会复杂问题和推动跨组织变革方面具有悠久传统。然而，行动研究在面对棘手问题时面临显著挑战：棘手问题的系统性本质要求研究者在启动行动研究的螺旋循环之前深入理解问题，而其跨时间性则要求同时考虑当下与未来的取向。行动研究传统的“问题界定与诊断”（Problem Formulation and Diagnosis）阶段在嵌入系统性和长期性考量方面仍显不足。尽管行动研究学者已认识到集体想象和替代性未来共同建构的重要性，但这些实践通常出现在规划与行动阶段，问题设定阶段仍缺乏长期视角和对不确定性的明确参与。因此，研究人员提出研究问题：预见（foresight）方法如何增强行动研究的初始步骤——问题界定与诊断，以更好地应对棘手问题？
二、研究内容与结论
为回答上述问题，研究人员提出了一种分步骤方法论，命名为“预见-行动研究”（Foresight–Action Research，F–AR），将预见方法整合进行动研究过程的初始阶段，以在行动研究的学习过程中纳入系统性与未来时间动态。该方法建立在四个分析步骤之上：第0步“预概念/准备研究”、第1步“从系统性与颠覆性视角关注棘手问题的所有维度”、第2步“从长期取向开启新的探究线索”、第3步“从面向未来的视野对棘手问题做出新的意义建构”。研究人员在一个以“2030年优步化与工业”为主题的研究中应用了该方法，该研究被视为与数字颠覆相关的棘手问题，具有系统性相互依赖和多行动者动态特征。研究涉及12名实践者和10名研究者，旨在探索制造业在数字化加速发展背景下的可能未来。研究结果表明，F–AR方法能够帮助参与者挑战路径依赖（path dependency）、实现系统性愿景、并通过学习过程和范式转换将反思转化为行动。
三、主要技术方法
研究人员在开展研究过程中采用了以下关键技术方法：其一，文献综述法，研究者在第0步和第1步中进行了探索性研究，包括对26份文献的综述，并在第2步中对每个宏观变量（macro-variable）进行了涵盖200多个来源的综合文献分析；其二，研讨会工作坊（workshop）方法，研究组织了多次集体研讨活动，参与者共同识别变革因素（Change Factors，CFs）、解构先入之见（Preconceived Ideas，PIs）并构建预见系统（foresight system）；其三，情景构建法（scenario method），参与者基于对每个宏观变量构建的趋势假设、替代假设和颠覆假设，共同构建多个未来情景；其四，专家访谈法，研究人员与领域专家进行访谈以补充文献分析。研究样本来源于欧洲东部法国的工业生态系统，参与企业涵盖大型集团子公司、中型企业和中小企业，涉及家电、能源生产与分配、汽车等多个行业领域。
四、研究结果
第0步：预概念/准备研究。研究人员选择了“2030年优步化与工业”作为研究主题，确定2030年为时间视野，该时间距离足以构想潜在颠覆和对比情景，又足够接近以保持技术发展的合理性和透明度。参与团队由12名实践者和10名研究者组成，实践者多为制造业企业的高层管理者或首席执行官，研究者则来自预见、战略、管理、会计、营销、信息系统和人力资源等多元管理学科领域。
第1步：从系统性与颠覆性视角关注问题的所有维度。研究人员组织研讨会，参与者围绕三个指导性问题进行集体反思：主题范围是什么？如何解构先入之见，关键变革因素是什么？系统的主要变量是什么？通过集体讨论，参与者识别出49个变革因素并进行个体优先级排序，例如“数据安全风险发展”获得47分的高排名。同时识别出39个先入之见，如“GAFA将主导立法”“全面自动化将导致失业和人际关系恶化”，并加以讨论和解构。随后构建了包含12个宏观变量的预见系统。
第2步：从长期取向开启新的探究线索。研究人员对每个宏观变量进行了广泛的数据收集，基于200多个来源构建了预见文件（foresight files），组织方式包括定义、过去十年和当前的动态、以及可能的未来演变三个时间层次。预见文件随后与参与者共享，实践者以批判性态度参与研究者的分析，并以各自行业的经验知识加以丰富，实现了理论洞见与实践经验的融合。
第3步：从面向未来的视野对问题做出新的意义建构。参与者为每个宏观变量共同构建了趋势假设、替代假设和颠覆假设三类假设。例如，关于“互动”宏观变量，一个颠覆性假设设想了区块链被黑客攻击的情景。随后参与者共同构建了多个情景，包括一个趋势情景“过度消费”（Hyperconsumption）和三个替代情景“绿色数字”（Green Digital）、“技术崩溃”（Technology Crash）和“积极技术”（Positive Technology）。每个子小组将相关假设整合为连贯的叙事结构，并在全体会议上进行展示。最终阶段对情景叙事进行协调和完善，由实践者验证最终版本。
五、讨论与结论
在讨论部分，研究人员总结了F–AR方法的三项主要贡献。第一，通过未来思维挑战路径依赖：F–AR在“规划与行动”阶段之前引入长期取向、时间性和未来思维，使参与者能够明确参与不确定性并动摇初始先入之见，从而挑战路径依赖和初始框架。第二，通过跨组织协作实现系统性愿景：F–AR将异质性视为创造力的来源，超越研究者与实践者之间的二元关系，通过“有角色区分”和“无角色区分”阶段的交替，促进多元专业知识的协作。第三，通过学习过程和范式转换将反思转化为行动：F–AR使参与者实现双重范式转换——在构想棘手问题的方式上，以及在将反思转化为行动的方式上，超越即时解决的方法，通过情景作为过渡对象建立迭代对话，并设计可操作的行动倡议。
研究结论指出，F–AR方法通过将预见整合到问题界定与诊断的最早阶段，使参与者能够将未来情景与当前决策相连接，从而增强其集体应对棘手问题的能力。这类问题需要随着时间的推移持续进行重新评估和重新框架，以及构建可接受的、临时性的综合方案以促进当下的决策。F–AR方法最终旨在设计可整合进行动研究后续阶段（规划、行动、观察和评估）的可操作行动倡议，从而增强行动研究在应对不确定、多利益相关者未来方面的相关性和影响力。
