lunes, 14 de octubre de 2013

Andando sin ruedecillas





Pedimos al profesor John Sterman del MIT que presentara otras herramientas de le tradición sistémica. John desarrolló el People Express Management Flight Simulator y muchos otros "simuladores de vuelo" de gran popularidad en gestión de empresas, y dirige el grupo System Dynamics en el MIT Sostiene que la comprensión de sistemas. en todas sus formas, debe al alcance de la mayor cantidad posible de gente, pero recela del uso indiscriminado de los arquetipos sistémicos. Los arquetipos han provocado un acalorado debate en el mundo de la dinámica de sistemas, y nos pareció importante incluir aquí una voz representativa de otra perspectiva. 

Nadie niega la utilidad de las planillas de cálculo. Pero también han eliminado las barreras técnicas que detenían a las personas que deseaban hacer modelación financiera. En consecuencia, pocos años después de la introducción de las planillas de cálculo, la calidad media de los modelos Financieros descendió. En la actualidad, muchos modelos financieros son, además de inútiles, francamente perjudiciales para quienes los elaboran.
Existe el peligro de que suceda algo similar con los arquetipos sistémicos. Como primer enfoque para comprender los sistemas, son valiosos y reveladores. (Peter Senge los ha comparado atinadamente con las ruedecillas que se usan en las bicicletas de los niños, cuando están aprendiendo a andar.) Lamentablemente, mucha gente cree que los arquetipos son modelos literales y que basta con seleccionar una plantilla, llenar los blancos y aplicar la “moraleja" de la historia para comprender la situación. El pensamiento sistémico, que debería ser un proceso disciplinado y creativo, se convierte en mero múltiple choice.
Mucha gente cree que basta con escoger un arquetipo para predecir la conducta del sistema: "Si es una situación de desplazamiento de la carga, inevitablemente pasaremos a depender de la falsa solución que aplicamos al síntoma". Pero hay muchos ejemplos en contrario, donde no se produce adicción. Los arquetipos son producto de un largo proceso inductivo donde la gente que elaboraba modelos formales veía las mismas estructuras y dinámicas repitiéndose en sistemas diferentes. Formularon los arquetipos para capturar principios generales. Sin embargo, los modelos formales ofrecieron una representación rígida de estas generalizaciones. Usar sólo los arquetipos, sin el conocimiento que deriva del trabajo directo con modelos formales, puede ser peligroso.

Predecir la conducta de los arquetipos, aun los más simples, significa resolver mentalmente una compleja ecuación diferencial no lineal. Los seres humanos no tienen la capacidad cognoscitiva para ello. Muchos estudios muestran que las predicciones intuitivas de la gente acerca de la dinámica de los sistemas complejos son sistemáticamente erróneas. Estos dos problemas -la tendencia multiple-choice y la dificultad de evaluar la conducta de un arquetipo - sugieren que los arquetipos, a la larga, son inadecuados. Entre los que practican la dinámica de sistemas, existe desacuerdo acerca de cuáles arquetipos son atinados; no todos están de acuerdo, por ejemplo, en que el arquetipo de las soluciones contraproducentes (arquetipo 1 del capítulo 17) tenga validez. Existen otras herramientas que pueden resultar más difíciles de aprender, pero que son mucho más potentes y flexibles. También ofrecen mayor fidelidad en la representación de los temas de interés para los gerentes.


Diagramas de Ciclo Causal

Los diagramas de ciclo causal usan el mismo  “idioma" que los arquetipos, vínculos causales entre un elemento y otro. Pero la estructura es más flexible; los diagramas de ciclo causal no suponen una plantilla preexistente donde hay que encajar una situación a la fuerza. Además muestran la relación entre cada par de conceptos; por ejemplo, muestran si el incremento de una variable causa el incremento o la disminución de otra.
El proceso de diagramación de ciclos causales incluiría estos pasos:
  • Seleccione un problema y recabe datos sobre él.
  • Identifique variables claves (los factores vitales para comprender el  problema).
  • Siga la conducta de esas variables claves a lo largo del tiempo.
  • Consigne los vínculos causales entre las variables claves, identificando las relaciones más significativas. Los diagramas pueden tener todos los elementos que usted necesite para comprender lo que sucede en el sistema, y brindar todos los detalles que usted necesite para comunicarse con su público. Dibuje el sistema tal como lo ve.
  • Identifique los ciclos de realimentación reforzadora y compensadora implícitos en el mapa.
  • Formule hipótesis para relacionar la estructura del mapa con la  dinámica del problema que ha identificado.
  • Verifique estas hipótesis mediante acopio de datos, modelación y  otros medios.

Este sencillo diagrama de ciclo causal describe las corridas bancarias durante la Gran Depresión. Las flechas indican el flujo de causalidad (el temor al colapso de los bancos incita a la gente a retirar sus ahorros.). Los signos 'más" y "menos" indican la polaridad de las relaciones. Un "+" indica que las dos variables se mueven en la misma dirección. Por ejemplo, si aumenta el temor a la quiebra del banco, aumenta la tendencia a retirar los ahorros personales. Si decrece el temor a la quiebra del banco, decrece la tendencia a retirar los ahorros. Inversamente, el signo "=" indica que las dos variables se mueven en dirección recíprocamente opuesta. Si crece la sensación de que el banco es solvente, decrece el temor a la quiebra. Si decrece la sensación de que el banco es solvente, crece el temor a la quiebra. La polaridad general de los ciclos de realimentación está indicada por los signos más o menos del centro de los ciclos.
El retiro de ahorros por parte de la gente que teme la quiebra del banco reduce la solvencia del banco y aumenta la probabilidad de quiebra, en un ciclo reforzador, o de realimentación positiva.



Espero haber ayudado en algo. Hasta la próxima oportunidad!




No hay comentarios:

Publicar un comentario en la entrada