Toma de decisiones sólida

Es un marco teórico de decisión que busca un uso sistemático mayor del número de pronósticos altamente imperfectos del futuro. En lugar de confiar en pronósticos no comprobados o predicciones probables, la TDS acepta explícitamente muchos futuros posibles como la mejor representación de la información disponible sobre un futuro indeterminado. Ayuda a los analistas y a los líderes de decisión a identificar acciones en el corto plazo que sean sólidas a través de un rango amplio de futuros y transforma la clásica pregunta - ¿qué deparará el futuro? – por una más sencilla: ¿qué podemos hacer el día de hoy para formar el futuro a nuestro gusto? La TDS es enfoque cuantitativo e iterativo para: (i)Identificar las estrategias de decisión cuyo buen rendimiento sea relativamente insensible a las incertidumbres clave que enfrentan quienes deben tomar la decisión. (ii)Caracterizar las vulnerabilidades restantes de estas estrategias. La TDS permite a los analistas a través del uso de la computadora exponer un rango amplio de caminos plausibles en el futuro a largo plazo. La TDS es hecha posible a través de juntar enfoques de simulación con múltiples escenarios con el concepto de modelación exploratoria. La modelación exploratoria usa la computadora para crear un gran ensamblaje de escenarios futuros plausibles, donde cada escenario representa una suposición sobre cómo funciona el mundo y una decisión, entre muchas estrategias alternativas, que la gente podría adoptar para influenciar el resultado. La TDS pone a trabajar la maquinaria Bayes muchas veces con el fin de encontrar estrategias sólidas y caracterizar los factores residuales profundamente inciertos a los cuales podrían ser vulnerables. Es útil contrastar la TDS con “predecir-después-actuar”. Este proceso requiere información suficiente para que uno pueda calcular la probabilidad de las distribuciones de los resultados futuros de interés. Los métodos de TDS son adecuados para muchos problemas que involucran a los líderes de decisión bajo condiciones de complejidad y fuerte incertidumbre. Hay cuatro elementos clave o principios que deben gobernar la forma y diseño de estas interacciones: 1)Considerar los conjuntos de un gran número de escenarios. 2)Buscar estrategias sólidas, en lugar de estrategias óptimas, que lo “hacen bien” sobre un rango amplio de futuros plausibles y formas alternativas de medir lo deseado de un escenario alternativo. 3)Emplear estrategias adaptables para lograr la solidez. 4)Usar herramientas de computación diseñadas para la exploración interactiva de la multiplicidad de los futuros plausibles. La TDS explota las interacciones entre visualizaciones interactivas, generadas por computadora llamadas “imágenes de futuros plausibles” que ayudan a los seres humanos a formar hipótesis sobre las estrategias apropiadas. La TDS puede ser usada con una amplia variedad de modelos, incluyendo modelos econométricos, modelos de crecimiento óptimo, modelos de juegos teóricos, modelos de sistemas dinámicos, modelos de agentes basados en la difusión de la tecnología, redes Bayes, redes neurales y un amplio rango de modelos construidos en hojas de Excel. La TDS puede ser usada en conjunto con métodos de planeación narrativos del tipo escenario que ayuden a sugerir y evaluar un pequeño número de escenarios que pueden ser considerados por los equipos humanos. La TDS también puede incorporar información de probabilidad y una amplia variedad de juicios de expertos desarrollados mediante e-licitación, Delfi, Prospectiva, u otros métodos. Fortalezas y Debilidades. Las fortalezas de la TDS incluyen proveer una plataforma que ayude a los analistas y a los líderes de decisión a evitar confiarse demasiado en sus estimaciones sobre incertidumbre, lo cual hace más fácil para las partes llegar a acuerdos en las acciones con diferentes expectativas y valores. Sin embargo, la TDS usualmente requiere una inversión significativa en el desarrollo de simulaciones adecuadas para rastrear los conjuntos de escenarios, así como el tiempo suficiente y la memoria en la computadora. Por lo tanto, no es siempre el mejor enfoque para cada aplicación.