کارگاه عملی تحلیل لایه‌ای علت‌ها

تحلیل لایه‌ای علت‌ها[1] بعنوان یک تئوری و روش جدید در تحقیقات آینده معرفی می­شود. بعنوان یک نظریه، به دنبال تجمیع مدهای مختلف شناخت یعنی تجربی­گرایانه، تفسیرگرایانه، انتقادی و یادگیری است. کاربرد آن نه برای پیش­بینی آینده بلکه برای خلق فضاهای انتقال برای آینده­های بدیل است. تحلیل لایه‌ای علت‌ها برای توسعه خط‌مشی‌های موثر، عمیق، تمام شمول و بلندمدت مفید است. تحلیل لایه‌ای علت‌ها شامل چهار سطح، عینی، علل اجتماعی، گفتمان/جهان­بینی و استعاره/استوره به شرح زیر است:

لایه اول، لایه عینی (روندهای کمی، مشکلات و اغلب مسائل برجسته شده به به منظور رقابت‌های سیاسی) است که معمولا در رسانه‌های خبری انعکاس می‌ابد (بعنوان مثال انفجار جمعیت). رویدادها و رخدادها پیوسته و مرتبط به هم به نظر نمی‌آیند. این لایه آشکارترین و مشخص‌ترین لایه است که نیاز به توانایی‌های تحلیلی کمی دارد. در این لایه پیش‌فرض‌ها به ندرت مورد سوال هستند.

لایه دوم، به علل اجتماعی توجه دارد که شامل علل اقتصادی،  فرهنگی، سیاسی، عوامل تاریخی است (بعنوان مثال، افزایش نرخ زادولد، نبود برنامه‌ریزی برای خانواده). در این لایه، تفاسیری به داده‌های کمی ارائه می‌شود. تحلیل‌ها دقیق‌تر و جزئی‌ترند.  این لایه در توضیحات فنی و تحلیل‌های آکادمیک پذیرفتنی‌تر است. نقش دولت و دیگر عمل­گران و منافع در این لایه تبیین می‌شود. داده‌ها معمولا مورد سوال و بررسی هستند ولی زبان سوال، پارادایمی که موضوع مورد بحث را چارچوب­بندی کرده است را به چالش نمی‌کشد.

لایه سوم، به ساختار و گفتمان/جهان­بینی که حامی و مجوزدهنده آن ساختار است می‌پردازد (بعنوان مثال، رشد جمعیت و منظر تمدنی خانواده؛ نبود قدرت زنان؛ نبود امنیت اجتماعی؛ مباحث جمعیت/مصرف). تلاش برای یافتن ساختارهای عمیق اجتماعی، زبان شناختی و فرهنگی است که فارغ از کنش­گر (یعنی به شخص عامل در مساله بستگی ندارند) باشند. استخراج پیش­فرض‌های عمیق­تر پشت موضوعات، حیاتی هستند چرا که به توسعه منظر و نگاه جدید از مشکلات منجر می‌شوند.

لایه چهارم، سطح استعاره‌ها و اسطوره­هاست. این‌ها داستان‌های عمیق و مجموعه‌های اصیل (ابعاد ناخوداگاه و برانگیزاننده مساله یا تعارض) هستند (بعنوان مثال، نگاهی غیر عددی داشتن به جمعیت، مثلا جامعه دیدن، یا منبع خلاقیت دیدن مردم).  این لایه، یک تجربه (درسطح احساس یا باور) برای جهان‌بینی مورد بررسی فرآهم می‌آورد. زبان مورد استفاده دقیق و خاص نیست. بیشتر بدنبال خلق تصاویر بصری است که درصدد لمس قلب به جای خواندن سرها (افکار) است.

[1] Casual layer Analeses (CLA)