La cadena Conocimiento - Invención - Tecnología - Riqueza (CITRIQ)
Basado en un modelo de simulación con Vensim
Luciano Gallón
lgallon@hotmail.com
El problema entre manos resulta de la inquietud de entender dos asuntos:
primero, cuál sería un modelo dinámico básico del sistema compuesto por
Conocimiento, Invención, Tecnología y Riqueza, al que se le dará el nombre
de Cadena CITRiq, y segundo, entender las características y consecuencias
de las inversiones en conocimiento o tecnología. Dada la complejidad del
sistema se proponen estos parámetros de trabajo:
1. Observar el comportamiento en un período de 36 meses, suponiendo
que todos los meses son iguales. Un modelo más completo podría
utilizar períodos de 120 ó, incluso, 240 meses.
2. La pregunta fundamental es ¿cómo se comporta la riqueza dependiendo
de la relación entre inversión en conocimiento e inversión en tecnología?
3. Observar primordialmente los niveles.
4. Suponer, a manera de simplificación, que existe innovación pero como
un parámetro constante que afecta por igual a los flujos que se
indicarán.
5. Suponer que la riqueza está compuesta por cinco componentes de igual
importancia, a saber, Financiero, Político, Sanitario, Cultural y
Ambiental.
6. Las variables y constantes serán todas sin dimensiones.
7. Se supondrá un contexto formado por datos, información y entorno
considerados útiles.
En general "la vida de un vehículo" en el parqueadero estudiado en así: un vehículo se acerca durante el día a una de las estradas de la universidad según una tendencia y llega a la cola de la entrada, en donde permanece por un tiempo mientras el portero lo procesa y deja pasar siempre y cuando exista cupo en el interior. Una vez adentro llega a una zona de búsqueda en donde permanece mientras encuentra un parqueadero o pasa a otra zona de búsqueda si los parqueaderos de la zona de búsqueda original están llenos. Cuando entra a un parqueadero permanece allí estacionado por un tiempo determinado hasta que por la tendencia de salida lo abandona y entra en la zona de salida para finalmente abandonar la universidad.
El modelo final se logró luego de superar varios inconvenientes, entre los
que se pueden destacar:
1. Haber supuesto más variables de nivel y auxiliares que agregaban
complejidad innecesaria.
2. Hacer ajustes a las variables auxiliares sin alejarse de los rangos
posibles de la realidad.
3. No tener una buena realimentación entre riqueza y conocimiento.
Las tendencias se definieron usando sentido común, no datos históricos
o experiencias de personas con información detallada, una próxima
versión del modelo podría usar datos más concretos.
El utilizar magnitudes adimensionales facilitó el trabajo, pero para una
próxima versión del modelo, es necesario entrar a determinar qué
dimensiones apropiadas deberá tener.
Fue muy importante durante la presentación del modelo al grupo de
discusión, el indicar que era necesario dividir un flujo directo entre dos
niveles de manera que quedarán dos flujos, uno de salida y otro de
entrada, y mediante flechas se definían sus relaciones.
El modelo muestra unos primeros resultados de la hipótesis de que
invertir sin balance en conocimiento y tecnología conduce a graves
consecuencias con la riqueza. Se observa que con un recargo hacia la
inversión en tecnología se tiene una etapa de oro muy temprana que
conduce a una catástrofe al final del período, en cambio, con un recargo
hacia la inversión en conocimiento se tiene una etapa lenta casi hasta el
dos terceras partes del período y al final se observa un crecimiento
acelerado de todos los niveles.
El modelamiento dinámico de sistemas, usando el proceso Forrester, es
una herramienta supremamente valiosa para abordar problemas de
decisión complejos pues, entre otras cosas, ayuda a definir el problema
a solucionar y a considerar una inmensa cantidad de alternativas que de
otras formas serían muy difíciles de trabajar.
En el proceso es muy interesante saber cuando tomar la decisión de no
modificar más el modelo y esto empieza a darse cuando se tiene un
comportamiento que sigue a la realidad.
Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema. Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.
Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.
Los modelos de simulación con Dinámica de Sistemas tienen aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:
Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.
Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.
Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.
Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.
Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas. Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.
(*) Puede solicitar información más detallada de este trabajo al autor
|
