Концептуальное моделирование как технология поддержки управленческой деятельности

Збрищак Светлана Георгиевна,
кандидат экономических наук, ведущий научный сотрудник, Институт цифровых технологий Факультета информационных технологий и анализа больших данных, Финансовый университет при Правительстве Российской Федерации (Россия, 125167, г. Москва, пр-кт Ленинградский, д. 49/2)

Аннотация. В условиях неопределенности, сложности и нестабильности внешней среды менеджерам необходимы инструменты, позволяющие учитывать когнитивные свойства человека. Предложена технология поддержки интеллектуальной деятельности, состоящая из объединенных в единый процесс моделирования шести концептуальных моделей. Применение технологии позволяет системно исследовать сложные управленческие ситуации, в особенности на ранних этапах подготовки и принятия управленческих решений, снижать когнитивную нагрузку и риски когнитивных искажений.

Ключевые слова: управление, менеджмент, системный анализ, системное мышление, критическое мышление, концептуальное моделирование, визуализация, когнитивная нагрузка, когнитивные искажения.

DOI: 10.33983/2075-1826-2026-3-32-39

Список источников

1. Бьюзен Т. Интеллект-карты. Полное руководство по мощному инструменту мышления. — М.: Манн, Иванов и Фербер, 2021. — 208 c.
2. Волкова В.Н., Логинова А.В., Леонова А.Е., Черный Ю.Ю. Закономерности теории систем: состояние исследований и применения // Системный анализ в проектировании и управлении. — 2023. — Т. 26. — № 1. — С. 65–74.
3. Дрогобыцкий И.Н. Моделирование экономических систем: дескриптивные, организационные и инструментальные методы // Мягкие измерения и вычисления. — 2022. — Т. 59. — № 10. — С. 63–83. DOI: 10.36871/26189976.2022.10.007.
4. Дрогобыцкий И.Н. Системный анализ в социокультурной сфере: особенности, структура и модельная поддержка // Экономическая наука современной России. — 2025. — Т. 28. — № 4. — С. 36–51. DOI: 3293/1609-1442-2025-28(4)-36-51.
5. Збрищак С.Г. Концептуальное управление: объективные предпосылки и методологические задачи реализации // Экономика и управление: проблемы, решения. — 2021. — Т. 2. —№ 6 (114). — С. 43–53. DOI: 10.36871/ek.up.p.r.2021.06.02.008.
6. Збрищак С.Г. Системное и критическое мышление: формирование и применение к сложным управленческим ситуациям // Мягкие измерения и вычисления. — 2023. — Т. 11. — № 2. — С. 42–47. DOI: 10.36871/2618 9976.2023.11 2.004.
7. Знаков В.В. Психология понимания: Проблемы и перспективы. — М.: Институт психологии РАН, 2005. — 448 с.
8. Канеман Д. Контуры ограниченной рациональности: возможность интуитивных суждений и выбора // ЭКОВЕСТ. — 2004. — № 4 (4). — С. 540–592.
9. Канеман Д., Тверски А. Теория перспектив: анализ принятия решений в условиях риска // Экономика и математические методы. — 2015. — Т. 51. — № 1. — С. 3–25.
10. Король С.А. К классификации особенностей критичности мышления // Вопросы психологии. — 1981. — № 4. — С. 108–112.
11. Никаноров С.П. Системный анализ и системный подход // Системные исследования: сб. / Институт истории естествознания и техники. — М.: Наука, 1972. — С. 55–71.
12. Садовский В.Н. Парадоксы системного мышления // Системные исследования: ежегодник. — 1972. — С. 133–146.
13. Сорина Г.В. Критическое мышление и метод экспертных групп // Эпистемология и Философия науки. — 2005. — Т. 3. — № 1. — С. 194–209.
14. Холодная М.А. Психология интеллекта: Парадоксы исследования. — СПб.: Питер, 2002. — 272 с.
15. Arnold R.D., Wade J.P. A definition of systems thinking: A systems approach // Procedia computer science. — 2015. — № 44. — Pp. 669–678.
16. Checkland P. Soft systems methodology: a thirty year retrospective // Systems Research and Behavioral Science. — 2000. — Vol. 17. — № S1. — Pp. S11–S58.
17. Horn R.E., Weber R.P. New tools for resolving wicked problems. Mess mappingand resolution mapping processes. — Watertown, MA: Strategy Kinetics LLC, 2007. — 31 p.
18. Messeri L., Crockett M.J. Artificial intelligence and illusions of understanding in scientific research // Nature. — 2024. — Vol. 627 (8002). — Pp. 49–58. DOI: 10.1038/s41586-024-07146-0.
19. Novak J.D., Cañas A.J. The theory underlying concept maps and how to construct and use them. Technical Report IHMC CmapTools 2006-01. — Institute for Human and Machine Cognition, 2006. — 36 p.
20. Stadler M., Bannert M., Sailer M. Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry // Computers in Human Behavior. — 2024. — Vol. 160. — Art. 108386. DOI: 10.1016/j.chb.2024.108386.
21. Sterman J.D. Business dynamics: Systems thinking and modeling for a complex world. — Boston: Irwin/McGraw-Hill, 2000. — 982 p.
22. Sweller J., Van Merriënboer J.J., Paas F. Cognitive architecture and instructional design: 20 years later // Educational psychology review. — 2019. — Vol. 31 (2). — Pp. 261–292. DOI: 10.1007/s10648-019-09465-5.
23. Tian J., Zhang R. Learners' AI dependence and critical thinking: The psychological mechanism of fatigue and the social buffering role of AI literacy // Acta Psychologica. — 2025. — Vol. 260. — Art. 105725. DOI: 10.1016/j.actpsy.2025.105725.
24. Van Gelder T. Using argument mapping to improve critical thinking skills // The Palgrave handbook of critical thinking in higher education. — N.Y.: Palgrave Macmillan US, 2015. — Pp. 183–192.