MÉTODO DE IMPACTO CRUZADO por Theodore Jay Gordon

Anuncio
Metodología de Investigación de Futuros
Método de Impacto Cruzado
MÉTODO DE IMPACTO CRUZADO
por
Theodore Jay Gordon
TRADUCCIÓN AL ESPAÑOL:
CUERPO DE TRADUCTORES DE LA BIBLIOTECA
DEL CONGRESO DE LA NACIÓN - ARGENTINA
TRADUCTOR:
MARIA GABRIELA BALBO
LENGUAJE TÉCNICO (versión en español):
EDUARDO RAÚL BALBI, Director de EyE
BUENOS AIRES, ARGENTINA – 2004– ISBN: 987-98351-1-5
Esta traducción corresponde a la Sección Nº 10 de la publicación “Futures Research Methodology,
Version 1.0”, de Jerome C. Glenn, Editor, publicada por el Millennium Project del American Council
for the United Nations University, Washington, USA, 1999. ISBN: 0-9657362-2-9, en formato
electrónico (CD).
Hechos los registros y depósitos que marca la Ley. Todos los derechos reservados.
Prohibida su reproducción, copiado, fotocopiado o duplicación total o parcial sin la
autorización expresa del editor.
Las impresiones totales o parciales efectuadas por los propietarios de este CD quedan
comprendidas en las restricciones de duplicación y circulación mencionadas.
El contenido de este CD puede ser utilizado como referencia, citas o apoyatura bibliográfica,
siempre que se explicite en todos los casos la fuente.
Buenos Aires, Argentina, 2004
451
Metodología de Investigación de Futuros
Método de Impacto Cruzado
PÁGINA EN BLANCO
452
Metodología de Investigación de Futuros
Método de Impacto Cruzado
ÍNDICE
AGRADECIMIENTOS
I
ANTECEDENTES DEL MÉTODO
II
DESCRIPCIÓN DEL MÉTODO
III
APLICACIÓN
IV
VENTAJAS Y DESVENTAJAS DEL MÉTODO
V
EJEMPLOS DE APLICACIÓN
VI
FRONTERAS DE LA METODOLOGÍA
REFERENCIAS
453
Metodología de Investigación de Futuros
Método de Impacto Cruzado
PÁGINA EN BLANCO
454
Metodología de Investigación de Futuros
Método de Impacto Cruzado
AGRADECIMIENTOS
Algunos de los contenidos del presente informe han sido extraídos, en
ciertos casos textualmente, de informes internos pertenecientes a The Futures
Group (TFG), con la autorización del mismo. Estos informes fueron elaborados por
John G. Stover y Theodore J. Gordon a fin de describir el método de impacto
cruzado y sus aplicaciones. Parte del material de The Futures Group y ejemplos
adicionales figuran posteriormente en el "Análisis de Impacto Cruzado", del
Manual de Investigación de Futuros (Handbook of Futures Research), redactado
por Stover y Gordon. Además, el editor general desea agradecer a los correctores
del presente informe quienes realizaron sugerencias y contribuciones muy
importantes: Fabrice Roubelat, de Electricite de France; Mika Mannermaa, de
Finland Futures Research Centre; Ian Miles, de Programme of Policy Research in
Engineering Science & Technology; Allen Tough, de la Universidad de Toronto; y
Peter Bishop de la Universidad de Texas.
Finalmente, expresamos un
agradecimiento especial a Neda Zawahri y Barry Bluestein por su colaboración en
la investigación y apoyo al proyecto y a Sheila Harty por la edición final de este
informe.
455
Metodología de Investigación de Futuros
Método de Impacto Cruzado
PÁGINA EN BLANCO
456
Metodología de Investigación de Futuros
I.
Método de Impacto Cruzado
HISTORIA DEL MÉTODO
El método de impacto cruzado fue desarrollado originalmente por Theodore
Gordon y Olaf Helmer en 1966. El método se originó en una pregunta simple: ¿Los
pronósticos pueden basarse en las percepciones acerca del modo en que
interactuarán los eventos futuros?
En su aplicación inicial de los principios de impacto cruzado, a mediados de
la década del 60 Gordon y Helmer idearon un juego para Kaiser Aluminum y
Chemical Company llamado Futuro (Future). La empresa fabricó miles de copias
del juego y las utilizó como regalos promocionales para su 100° aniversario. El
juego, que ya hace tiempo dejó de fabricarse, incluía una serie de tarjetas; cada
una de ellas describía un único evento futuro. A cada una de las tarjetas se le
asignaba una probabilidad de ocurrencia a priori, basada fundamentalmente en el
criterio de Gordon y Helmer. Luego se tiraban los dados a fin de determinar si, en
el escenario construido, el evento "sucedió o no". En el juego, el dado era un
icosaedro con números escritos en las caras, números que representaban la
probabilidad de que dicha cara fuera la que quedara hacia arriba luego de tirar los
dados. Si la probabilidad revelada en la cara del dado era equivalente o mayor que
la probabilidad del evento, éste "sucedía".
Si un evento sucedía, se daba vuelta la carta. En el reverso de la misma, se
describían los "impactos cruzados", por ejemplo, "si este evento sucede, entonces
la probabilidad de que ocurra el evento 12 aumenta un 10%; la probabilidad de
que ocurra el evento 53 disminuye un 15%, etc." Se formularon algunas razones
para dichas interacciones, y se proporcionó un sistema simple para seguir las
probabilidades a medida que progresaba el juego.
Al final del juego, un grupo de tarjetas representaba los eventos que habían
sucedido y otro los eventos que no habían ocurrido. De hecho, el escenario
estaba determinado por el azar, las probabilidades predeterminadas y los
impactos cruzados.
El juego también brindaba a los jugadores la posibilidad de "invertir" en un
item favorecido, simulando una inversión en investigación y desarrollo. Esta
posibilidad ofrecía a los jugadores un mecanismo para ejercer una "política", un
medio para provocar un futuro deseado estudiando detalladamente los posibles
impactos cruzados. La mejor estrategia, por ejemplo, sería invertir en un evento
secundario o terciario que podría producir un impacto cruzado favorable en el
evento finalmente deseado.
Gordon y Hayward programaron el enfoque en la Universidad de California,
Los Ángeles (UCLA, Estados Unidos) en 1968. Las probabilidades condicionales
457
Metodología de Investigación de Futuros
Método de Impacto Cruzado
se expresaron como coeficientes del impacto y variaban desde -10 a +10. Los
primeros programas se desarrollaron casi de manera exacta que el juego Futuro:
los eventos se elegían al azar, se decidían y luego se determinaban las
probabilidades de los eventos que hubieran sufrido un impacto cruzado. Un
"juego" se completaba cuando se decidían todos los eventos (Gordon y Hayward,
1968). Entonces, se repetía el proceso varias veces, al estilo Monte Carlo1. La
computadora guardaba el número de escenarios que contenía cada evento. El
cálculo de la "ocurrencia" de los eventos se utilizaba para calcular las
probabilidades definitivas de los eventos, en función de sus impactos cruzados.
El juego fue utilizado en numerosas aulas durante los 70, y fue diseñado
nuevamente para solucionar los problemas objeto de estudio (por ejemplo, las
crisis urbanas). Gordon, Rochberg y Enzer, del Instituto para el Futuro,
experimentaron con una forma de impacto cruzado que incluía una serie de tiempo
más que un enfoque de "una parte del tiempo". Norman Dalkey utilizaba
probabilidades condicionales en la matriz (1972). Helmer aplicó el enfoque al
juego (1972).
KSIM, una técnica de simulación desarrollada por Julius Kane, se basaba
en las posibles interacciones entre las variables de la serie de tiempo más que en
los eventos (1972). En este enfoque, Kane consideraba a todas las variables como
un porcentaje de su valor máximo, y los impactos cruzados se utilizaban para
ajustar las variables en cada intervalo de tiempo.
Turoff generaba escenarios provenientes de la matriz de impacto cruzado
suponiendo que los eventos con probabilidades menores a 0,5 no ocurrían y
aquellos con probabilidades iguales o mayores a 0,5 sí ocurrían (1972). Duval,
Fontela y Gabus, del Instituto Battelle en Ginebra, desarrollaron EXPLORSIM, un
enfoque de impacto cruzado/escenario (1974) y Duperrin y Gabus desarrollaron
SMIC, un enfoque de impacto cruzado que solicitaba que los expertos
proporcionaran la ocurrencia inicial y condicional y las probabilidades
condicionales de no ocurrencia y que formaran escenarios basados en los
resultados de los impactos cruzados (1974).
En The Futures Group, la dinámica de los sistemas probabilísticos
constituía la unión de la dinámica de los sistemas y una versión -dependiente del
tiempo- de impacto cruzado, un enfoque analizado en primer lugar por John Stover
al simular la economía de Uruguay (1975).
El método de simulación, denominado Interax (1980), que incorporaba los
conceptos de impacto cruzado fue desarrollado por Selwyn Enzer en la
Universidad de California (Estados Unidos). Ducos integró los métodos Delphi y el
impacto cruzado (1984).
458
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Bonnicksen, de la Universidad A & M de Texas (Estados Unidos), en un
proceso denominado EZ-IMPACT, utilizó el enfoque de impacto cruzado en un
taller destinado a la aplicación de un juego a fin de explorar las opciones de
políticas entre partes opuestas. Su algoritmo se basó en el enfoque de Kane.
Más recientemente, el método de impacto cruzado se aplicó a muchos
interrogantes de investigación de manera independiente o junto con otras técnicas.
Godet, por ejemplo, enumeraba la aplicación de SMIC a temas tan diversos como
la construcción de aeronaves, la evolución geopolítica del mundo, la industria
nuclear en el 2000 y las actividades corporativas y empleos hacia el año 2000
(Godet, 1993). Otros ejemplos contemporáneos incluyen a Brent Vickers (1992) en
su estudio de la industria automotriz europea y a Albert Schuler y otros (1991) en
el estudio de la industria de las maderas blandas en Canadá. El hilo conductor que
corre a traves de estos trabajos es organizado de la siguiente manera:
• Fase inicial de exploración: en los primeros intentos por recabar opiniones
acerca de la cuantificación de estas interacciones, los investigadores reconocen
que las interacciones entre los eventos constituyen una forma importante de
analizar las percepciones acerca del futuro.
• Fase probabilística: ¿Cómo pueden formularse las preguntas sobre la
probabilidad condicional? Cuando se le solicita a un experto que dé su opinión
acerca de la probabilidad de un evento, éste:
(a) ¿incluirá la posibilidad de los impactos cruzados a priori? o
(b) ¿los eventos se consideran de manera independiente?
Dado que cada evento tiene una probabilidad de una clase o de otra, y
dada la posible ocurrencia o no ocurrencia de un evento, las probabilidades
condicionales expresadas por la opinión de los expertos deben cumplir ciertos
límites coherentes. Estos límites pueden calcularse. Si las opiniones no se
encuadran dentro de los límites calculados, ¿cómo debería ajustarse la matriz?
• Fase de síntesis: El impacto cruzado puede utilizarse de manera independiente
como método de investigación de futuros (ver Moritz, por ejemplo) o puede
integrarse con otros métodos a fin de formar herramientas poderosas. Cuando
se integra, el impacto cruzado permite la introducción de las percepciones
acerca del futuro en métodos que de otra manera serían deterministas (ver
Stover y Enzer, por ejemplo). Además, se han utilizado varios métodos para
recabar opiniones (por ejemplo: método Delphi, cuestionarios por correo,
entrevistas, etc.) junto con el impacto cruzado a fin de simplificar el proceso de
recolección de datos (ver Godet (1993) para la descripción de los cuestionarios
por correo utilizados en SMIC)
459
Metodología de Investigación de Futuros
Método de Impacto Cruzado
• Fase de aplicación: Recientemente, los informes sobre el impacto cruzado han
cambiado del desarrollo metodológico "puro" a las aplicaciones. Las preguntas
acerca del método aún persisten: ¿cómo preguntar mejor acerca de las
probabilidades condicionales?, ¿el método es realmente convergente?, ¿como
manejar las opiniones incoherentes de los expertos?, ¿cómo integrarlo con
otros métodos? Sin embargo, no existen dudas de que las preguntas sobre el
impacto cruzado ayudan a iluminar las percepciones acerca de las causalidades
ocultas y conexiones de las respuestas en los caminos hacia el futuro.
II
DESCRIPCIÓN DEL MÉTODO
El método de impacto cruzado es un enfoque analítico de las probabilidades
de un acontecimiento en un conjunto pronosticado. Estas probabilidades pueden
ajustarse en virtud de las opiniones respecto de las interacciones potenciales entre
los acontecimientos pronosticados. Sabemos por experiencia que la mayoría de
los eventos y evoluciones de alguna manera se relacionan con otros eventos y
evoluciones. Un evento único, tal como la generación de energía del primer
reactor atómico, fue posible por una compleja historia previa de "sucesos"
científicos, tecnológicos, políticos y económicos. A su vez, en su calidad de
precedente, la generación de energía del primer reactor atómico influenció
numerosos eventos y evoluciones posteriores. Numerosas ocurrencias
aparentemente distintas y sin relación, permiten o dan lugar a eventos y
evoluciones singulares. De este flujo interconectado surgen efectos cada vez
mayores que interactúan con otros eventos y evoluciones. Es difícil imaginar un
evento sin un antecedente que lo hiciera posible o que lo influenciara, o imaginar
un evento que luego de ocurrido no dejara marcas. Esta interrelación entre los
eventos y evoluciones se denomina "impacto cruzado".
El primer paso en un análisis de impacto cruzado es definir los eventos que
se incluirán en el estudio. Este primer paso puede ser esencial para el éxito del
ejercicio. Obviamente, toda influencia no incluida en el grupo del evento será
excluida completamente del estudio. Sin embargo, la inclusión de eventos que no
sean pertinentes puede complicar el análisis de manera innecesaria. Dado que el
número de interacciones de los pares de eventos que se considerarán es igual a
n2 - n (donde n es el número de eventos), el número de interacciones que se
considerarán aumenta rápidamente a medida que aumenta el número de eventos.
La mayoría de los estudios incluyen entre 10 y 40 eventos.
Un grupo inicial de eventos generalmente se reúne realizando una
investigación de las publicaciones y entrevistando a expertos claves en los
campos estudiados. Luego se perfecciona el grupo inicial combinando algunos
eventos estrechamente relacionados, eliminando otros y perfeccionando la
460
Metodología de Investigación de Futuros
Método de Impacto Cruzado
descripción de otros. El análisis de impacto cruzado se simplifica cuando los
eventos son independientes unos de otros.
Una vez que se determina el grupo de eventos, el siguiente paso es calcular
la probabilidad inicial de cada evento. Estas probabilidades indican la posibilidad
de que cada evento suceda en el futuro. En la aplicación inicial de impacto
cruzado y en algunas aplicaciones actuales, la probabilidad de cada evento está
especificada, suponiendo que los otros eventos no hubieran ocurrido. De este
modo, la probabilidad de cada evento se juzga por separado y el análisis de
impacto cruzado se utiliza para ajustar las probabilidades iniciales con las
influencias de otros eventos.
En otro enfoque más preciso y utilizado con mayor frecuencia, las
probabilidades iniciales suponen que los expertos que brindan las opiniones de
probabilidad consideran una visión del futuro que incluye el grupo de eventos y sus
posibilidades. De este modo, al estimar la probabilidad de cada evento, la
posibilidad de que ocurran otros eventos se considera desde el comienzo. De
hecho, los eventos ya constituyen un impacto cruzado en la opinión del experto.
En este caso, el análisis del impacto cruzado se utiliza para determinar si las
opiniones acerca de las probabilidades iniciales y condicionales son coherentes.
La matriz completa puede demostrar cómo los cambios (la introducción de nuevas
políticas o medidas, la ocurrencia inesperada de un evento, etc.) afectarían las
probabilidades de ocurrencia o no ocurrencia de la totalidad del grupo de eventos.
Los expertos pueden estimar las probabilidades iniciales pero,
habitualmente, los grupos de expertos de las distintas disciplinas incluidas en los
eventos son los que realizan las estimaciones. Cuestionarios, entrevistas y
reuniones grupales también pueden utilizarse para recabar estas opiniones.
El siguiente paso en el análisis es estimar las probabilidades condicionales.
Típicamente, los impactos se estiman según la pregunta. "Si el evento m ocurre,
¿cuál es la nueva probabilidad del evento n?" De este modo, si la probabilidad del
evento n se calculara originalmente en 0,50, podría considerarse que la
probabilidad de que ocurra el evento n es de 0,75, si ocurriera el evento m. La
totalidad de la matriz de impacto cruzado se completa formulando esta pregunta
para cada combinación de eventos que ocurren y eventos que sufren un impacto.
Cuando se estiman las probabilidades iniciales con respecto a otras
probabilidades de eventos (es decir, sin considerar cada evento por separado),
también se incluye información adicional en el cálculo de la matriz de impacto.
Para cada combinación de eventos, existen límites respecto de las probabilidades
condicionales que pueden producirse. Un ejemplo simple puede ilustrar estos
límites. Supongamos que consideramos dos eventos, n y m: el evento n tiene el
50% de probabilidades de suceder el año que viene, y el evento m tienen el 60%
de probabilidades. De este modo, de 100 futuros hipotéticos, el evento n ocurriría
461
Metodología de Investigación de Futuros
Método de Impacto Cruzado
en 50 de ellos y el evento m en 60. Obviamente, los eventos m y n sucederían
juntos como mínimo en 10 de los futuros.
En este caso nuestras respuestas a la pregunta: "Si sucede el evento m,
¿cuál es la nueva probabilidad del evento n?" son limitadas. Una probabilidad
condicional de 0 para el evento n es imposible. Por ejemplo, si el evento n nunca
ocurre cuando ocurre el evento m, la "superposición" de 10 ocurrencias
combinadas no sería posible. Los cálculos de la probabilidad inicial especifican
que el evento n ocurre en el 50% de nuestros futuros hipotéticos. Dado que este
enfoque supone que el cálculo de 0,50 para la probabilidad original del evento n
incluye la consideración de una probabilidad de 0, 60 para el evento m, se ha
producido una falta de correspondencia en las opiniones. El cálculo de la
probabilidad original del evento n no tiene en cuenta la probabilidad del 0,60 del
evento m, como tampoco la probabilidad del evento n dado que la ocurrencia del
evento m no es igual a 0. Una de estas opiniones es incorrecta porque da lugar a
suposiciones incoherentes. Sólo quienes participan del análisis pueden decidir
qué opiniones cambiar. Pueden decidir que el cálculo de la probabilidad inicial
para el evento n no representa cabalmente la influencia esperada del evento m, o
pueden decidir que el cálculo original de la probabilidad del evento n, dada la
ocurrencia de m, era demasiado bajo. En cualquier caso, han aprendido algo
acerca de los eventos n y m en función del ejercicio de impacto cruzado. Este
proceso de aprendizaje que ocurre mientras se calcula la matriz de impacto
cruzado constituye uno de los mayores beneficios de la realización del análisis de
impacto cruzado.
El cálculo de una gama de probabilidades condicionales que satisfagan este
requisito de coherencia es fácil. La probabilidad inicial de un evento puede
expresarse de la siguiente manera:
P(l) = P(2) x P(1/2) + P(2c) x P(l/2c)
(1)
en la que:
P(1)
P(2)
P(1/2)
2;
P(2c)
P(1/2c)
= probabilidad que ocurra el evento 1;
= probabilidad que ocurra el evento 2;
= probabilidad que ocurra el evento 1 dada la ocurrencia del evento
= probabilidad que no ocurra el evento 2; y
= probabil. que ocurra el evento 1 dada la no ocurrencia del evento 2.
Esta expresión puede modificarse para determinar para P(1/2):
P(1/2) = {P(l) - P(2c) x P(l/2c)}/ P(2)
(2)
Dado que P(1) y P(2) ya son conocidas (la estimación de la probabilidad inicial) y
P(2c) es simplemente 1 - P(2), sólo P(1/2) y P(1/2c), las probabilidades
462
Metodología de Investigación de Futuros
Método de Impacto Cruzado
condicionales, son desconocidas. Al sustituir cero por P(1/2c) (el menor valor que
podría tener), puede calcularse el valor máximo de P(1/2). Así:
P(1/2) <= P(1)/P(2)
(3)
De la misma manera, al sustituir 1,0 por P(1/2c) (el valor más alto posible para
P(1/2c), puede calcularse el valor mínimo de P(1/2):
P(1/2) <= {P(1) - 1 + P(2)}/ P(2)
(4)
De este modo, los límites para la nueva probabilidad de que ocurra el evento 1
dada la ocurrencia del evento 2 son:
{P(1) - 1 + P(2)}/P(2) <= P(1/1) <= P(1)/P(2)
(5)
Utilizando la ecuación (5), ahora podemos calcular los límites para el
ejemplo utilizado previamente. Si la probabilidad inicial del evento n es 0,50 y del
evento m es 0,60, los valores permitidos para la probabilidad de que ocurra el
evento n dada la ocurrencia del evento m son 0,17 y 0,83. Sin embargo, cuando la
probabilidad del evento n, dada la ocurrencia del evento m, fuera 1,0; entonces la
probabilidad inicial del evento n debe ser 0,60 o mayor.
Una vez que se calcula la matriz de impacto cruzado, se utiliza un programa
de computación para ejecutar la corrida de calibración de la matriz. Este proceso
de corrida de la matriz consiste en seleccionar un hecho al azar para analizarlo,
comparando su probabilidad con un número al azar a fin de decidir su ocurrencia o
no ocurrencia, y calcular los impactos en todos los demás eventos dada la
ocurrencia o la falta de la misma respecto del evento seleccionado. Los impactos
generalmente se calculan utilizando la relación entre las chances. A fin de aplicar
la técnica de relación entre las chances, las probabilidades iniciales y
condicionales de los eventos se convierten en chances, utilizando la siguiente
relación:
Chances =
Probabilidad
1 - Probabilidad
(6)
El impacto del evento m se calcula luego como la relación entre las chances
de ocurrencia del evento m, dada la ocurrencia del evento n, con las chances
iniciales del evento m. Así, la matriz de impacto cruzado indicada en el Cuadro 1
(abajo) se convertirá en la matriz indicada en el Cuadro 2 cuando se utilicen las
chances en lugar de las probabilidades. La relación entre las chances nuevas y las
iniciales se utiliza para definir los impactos del evento. De este modo, la ocurrencia
del evento 2 da lugar a la posibilidad de que las chances del evento 1 asciendan
de 0,33 a 1,50. La relación de las chances que expresan el impacto de la
ocurrencia del evento 2 respecto del evento 1 es, entonces, de 1,50/0,33 = 4,5. El
463
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Cuadro 3 indica la matriz de la relación total de las chances correspondiente a los
Cuadros 1 y 2.
La probabilidad de este evento será:
Si este evento
ocurre
Evento 1
Evento 2
Evento 3
Evento 4
Probabilidad
inicial
0,25
0,40
0,75
0,50
1
2
0,50
0,60
0,15
0,25
0,50
0,70
3
0,85
0,60
4
0,40
0,55
0,60
0,55
Cuadro 1. Matriz de probabilidad de impacto cruzado
Las chances de este evento serán:
Si este evento
ocurre
Evento 1
Evento 2
Evento 3
Evento 4
Chances
iniciales
0,33
0,67
3,00
1,00
1
2
1,00
1,50
0,18
0,33
1,00
2,33
3
5,67
1,50
4
0,67
1,22
1,22
1,22
Cuadro 2. Matriz de las chances de impacto cruzado
Si este evento
ocurre
Evento 1
Evento 2
Evento 3
Evento 4
Las chances de este evento se multiplican:
Chances
iniciales
1
2
3
0,33
1,50
1,90
0,67
4,50
0,50
3,00
0,55
1,50
1,00
1,00
3,50
0,41
4
0,67
1,20
1,50
Cuadro 3. Relaciones entre las chances de ocurrencia
La matriz de la relación de las chances de no ocurrencia también puede
calcularse a partir de la información en la matriz de ocurrencia en el Cuadro 1.
Nuevamente, utilizando la ecuación (1):
P(1) = P(2) x P(1/2) + P(2c) x P(1/2c)
(1)
Puede determinarse la probabilidad del evento 1 dada la no ocurrencia del
evento 2, P(1/2c). A partir de estas probabilidades, las relaciones de las chances
de no ocurrencia pueden calcularse de la misma manera en que se calculan las
relaciones de las chances de ocurrencia.
464
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Una vez que se han determinado las relaciones de las chances, los cálculos
continúan de la siguiente manera:
1. Se selecciona un evento al azar del grupo de eventos.
2. Se selecciona un número al azar entre 0,0 y 1,0. Si el número elegido al
azar es menor que la probabilidad del evento estudiado, se considera que
el evento ocurrirá. Si el número elegido al azar es mayor que la
probabilidad del evento, se considera que el evento no ocurrirá.
3. Si el evento (evento j) ocurre, las chances de los otros eventos que
ocurren se ajustan de la siguiente manera:
Nuevas chances para el evento i = (chances iniciales del evento i) x
(relación de las chances de ocurrencia del
evento j respecto del evento i)
Si el evento no ocurre, se realizan los mismos cálculos pero se utilizan las
relaciones de las chances de no ocurrencia.
4. Los pasos 1, 2 y 3 se repiten hasta que se haya estudiado la ocurrencia de
todos los eventos.
5. Los pasos 1 a 4 (que representan una ejecución de la matriz) se repiten
varias veces.
6. La frecuencia de ocurrencia de cada evento para todas las corridas de la
matriz de impacto cruzado determina la nueva probabilidad de ese evento.
Cuando las probabilidades iniciales del evento se estiman por separado, es
decir suponiendo que los impactos cruzados no forman parte del cálculo, las
probabilidades del evento obtenidas luego del procedimiento de impacto cruzado
producen nuevos cálculos de las probabilidades de los eventos que tienen en
cuenta las interrelaciones de los eventos. La matriz obtenida de este modo luego
puede utilizarse para analizar la sensibilidad de las probabilidades del evento
respecto de la introducción de un nuevo evento, de los cambios en la probabilidad
inicial (simulando una inversión en investigación y desarrollo, por ejemplo) o de los
cambios en las interacciones de los eventos (simulando, por ejemplo, una política
que cambie las consecuencias de un evento).
Si las probabilidades iniciales de un evento se estiman suponiendo que
todos los demás eventos son posibles, la calibración de probabilidades obtenidas
luego del procedimiento de impacto cruzado pueden ser muy similares a las
probabilidades iniciales. En este caso, las diferencias entre las probabilidades
iniciales y finales pueden considerarse como una consecuencia de las
465
Metodología de Investigación de Futuros
Método de Impacto Cruzado
incoherencias entre las opiniones y la omisión de combinaciones de orden
superior. El ejercicio de impacto cruzado origina nuevos cálculos de las
probabilidades del evento que simplemente representan interrelaciones de orden
superior entre los eventos.
En esta etapa del análisis, puede realizarse una evaluación de la
sensibilidad de la matriz de impacto cruzado o un análisis de la política. La
evaluación de sensibilidad consiste en la selección de una opinión específica (un
cálculo de la probabilidad inicial o condicional) acerca de la cual existe
incertidumbre. Esta opinión se modifica y la matriz se ejecuta nuevamente. Si se
producen diferencias importantes entre esta ejecución y la ejecución original, la
opinión que se modificó aparentemente es importante. Así, invertir más esfuerzos
en la formulación de esa opinión específica puede ser valioso. Si no surgen
diferencias importantes, esa opinión específica probablemente revista poca
importancia para el análisis.
La evaluación de la política se logra definiendo en primer lugar una política
o medida anticipada que afectaría los eventos de la matriz. Luego se modifica la
matriz a fin de reflejar los efectos inmediatos de la política, tanto modificando las
probabilidades iniciales de uno o más eventos como agregando un nuevo evento a
la matriz. Luego se realiza una nueva ejecución de la matriz y se compara con la
corrida de calibración. Las diferencias representan los efectos de las políticas. A
menudo surgen cambios inesperados. Cuando esto sucede, los cambios pueden
buscarse en la matriz, de modo tal de que puedan determinarse las cadenas de
causalidades que originaron los cambios inesperados y puedan comprenderse los
efectos de las políticas. Utilizada de este modo, la matriz de impacto cruzado se
convierte en un modelo de las interacciones de los eventos que se utiliza para
demostrar los efectos de complejas cadenas de impactos originadas por las
acciones relacionadas con las políticas.
III
APLICACIÓN (cómo hacerlo)
Supongamos que se estuviera realizando un estudio del futuro de la
industria química. En el transcurso del estudio se genera una lista de eventos
futuros importantes. Una parte de esa lista podría incluir los siguientes eventos:
1. El uso de plásticos en los vehículos de transporte y en la construcción
aumenta seis veces desde 1992.
2. La mayor intervención gubernamental en el proceso de innovación se
origina en las demandas de protección al consumidor y control de la
contaminación.
466
Metodología de Investigación de Futuros
Método de Impacto Cruzado
3. La teoría química progresa hasta el punto de que la mayor parte de la
investigación química se realiza mediante cálculos por computadora más
que mediante la experimentación real.
4. La industria química se expande a la producción textil y a la fabricación de
ropa mediante el desarrollo de una tela sintética no tejida.
5. Las empresas químicas obtienen un menor retorno o realizan mayores
inversiones en la investigación convencional.
La primera etapa en la utilización de estos eventos en un análisis de
impacto cruzado es estimar las probabilidades iniciales de los eventos. Los
especialistas, reconociendo que todos estos eventos son posibles e interactúan,
pueden ofrecer las siguientes probabilidades:
Probabilidad de que ocurra
Evento
para el año 2000
1. El uso de plásticos aumenta seis veces
0,15
2. Mayor intervención gubernamental en la innovación
0,20
3. La investigación química se realiza por computadora
0,25
4. La industria química se expande a los textiles
0,10
5. Menor retorno respecto de la investigación convencional
0,20
El próximo paso es estimar las probabilidades condicionales. En este paso,
se diseña una matriz similar al Cuadro 4. Cada celda de la matriz representa la
respuesta a la pregunta: "Si ocurre el evento x, ¿cuál es la nueva probabilidad del
evento y?" Por ejemplo, la primera celda completa de la primera fila de la matriz
contiene la nueva probabilidad del evento 2 dada la ocurrencia del evento 1. Así,
la pregunta respondida aquí es, "Si el uso de plásticos en el transporte y la
construcción aumenta seis veces (evento 1), ¿cuál es la posibilidad de una mayor
intervención gubernamental en el proceso de innovación originado en la demanda
de protección al consumidor y control de la contaminación (evento 2)?". Dado que
el aumento en el uso de los plásticos probablemente aumente la demanda de
protección al consumidor y de control de la contaminación, la ocurrencia del
evento 2 será más probable que en el cálculo inicial (0,20) si ocurre el evento 1.
De este modo, podemos considerar que la nueva probabilidad del evento 2 será
de 0,30, si ocurre el evento 1.
La probabilidad de este evento será:
Si este evento ocurre
Probabilidad inicial para
1
2
1985
1. El uso de plásticos
0,15
0,3
aumenta seis veces
0
2. Más intervención guberna0,20
0,10
mental en la innovación
467
3
4
5
0,25 0,10
0,15
0,35 0,07
0,40
Metodología de Investigación de Futuros
3. Investigación química por
computadora
4. La industria química se
expande a los textiles
5. Menor retorno respecto de
la investigación convencional
Método de Impacto Cruzado
0,25
0,15
0,10
0,15
0,20
0,25
0,2
0
0,2
5
0,1
5
0,15
0,25
0,05
0,15
0,50 0,20
Cuadro 4. Ejemplo de matriz de probabilidad condicional
Dado que las influencias mutuas de los eventos estaban incluidas en los
cálculos de la probabilidad inicial, ahora esta opinión debe analizarse para probar
su coherencia con las probabilidades iniciales. Utilizando la ecuación 5 y las
probabilidades de los eventos 1 y 2, podemos observar que los límites a la
probabilidad condicional del evento 2, dado el evento 1, son 0,0 y 1,00. De este
modo, no existen problemas respecto de la opinión de 0,30 para la probabilidad
del evento 2, dado el evento 1.
De manera similar, se completa toda la matriz. La próxima tarea será
especificar la política o las evaluaciones de sensibilidad a fin de correrlas con la
matriz. En este caso, podríamos desear conocer el efecto sobre los demás
eventos si ocurre el evento 3 (uso de computadoras para la mayor parte de las
investigaciones químicas). De este modo, se realizaría una evaluación asignando
la probabilidad de 1,0 al evento 3 y corriendo nuevamente la matriz. Se realizaría
una nueva evaluación para analizar la sensibilidad de los eventos respecto del
evento 2 (mayor intervención gubernamental en el proceso de innovación). Estas
evaluaciones se indican a continuación:
EVALUACIÓN DE OCURRENCIA DEL EVENTO 3
Evento
1
2
3
4
5
Probabilidad
Inicial
0,15
2
0,25
0,10
0,20
Prueba de la
Probabilidad
0,15
0,20
1,00
0,10
0,20
Probabilidad
Final
0,14
0,20
1,00
0,12
0,13
Cambio
-0,01
0,00
0,00
0,02
-0,07
EVALUACIÓN DE LA SENSIBILIDAD DEL EVENTO 2
Evento
1
2
3
4
Probabilidad
Inicial
0,15
0,20
0,25
0,10
Prueba de la
Probabilidad
0,15
1
0,25
0,10
468
Probabilidad
Final
0,13
1
0,30
0,09
Cambio
-0,02
0,00
0,05
0,01
Metodología de Investigación de Futuros
5
0,20
Método de Impacto Cruzado
0,20
0,29
0,09
De este modo, si el evento 2 ocurriera, la consecuencia más importante
sería un aumento de la probabilidad del evento 6, del 20 por ciento al 29 por
ciento. En efecto, en este ejemplo observamos un pequeño escenario.
IV
VENTAJAS Y DESVENTAJAS
El método de impacto cruzado fuerza la atención sobre las cadenas de
causalidades: x afecta a y; y afecta a z. Si el ingreso a una matriz de impacto
cruzado supera los límites probabilísticos aceptables, o si el resultado de la
ejecución de impacto cruzado es sorprendente, entonces el investigador debe
analizar nuevamente su punto de vista respecto de la realidad esperada. El
método comparte este atributo con otros enfoques del modelo de simulación.
Sin embargo, recabar los datos puede ser una tarea agotadora y tediosa.
Una matriz de diez por diez exige que se formulen 90 opiniones de la probabilidad
condicional. Una matriz de 40 por 40 exige que se formulen 1.560 opiniones. Las
posibilidades de dormirse antes de finalizar esta tarea son muy elevadas.
Además, este método supone que, de algún modo y en algunas
aplicaciones, las probabilidades condicionales son más exactas que los cálculos
de las probabilidades a priori; esto no está comprobado.
A pesar de ello, la desagregación exigida por el método generalmente es
ejemplificadora. Insertar una matriz de impacto cruzado en otro modelo, a menudo
agrega poder a ese modelo poniendo a su alcance eventos futuros externos que,
en el límite, podrán cambiar la estructura del modelo (ver Stover, por ejemplo).
Esta integración también ofrece un medio de evaluar la sensibilidad respecto de
las probabilidades de los eventos futuros y las políticas contempladas, una
consideración importante en los estudios de planificación.
V
EJEMPLOS DE APLICACIONES
Al realizar una investigación "on-line" de la base de datos ABI/Inform, se
observaron dos aplicaciones recientes de impacto cruzado. De los resúmenes de
ABI/Inform podemos citar:
Autores: Vickers, Brent
469
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Artículo: Utilización de GDSS para el análisis de la industria automotriz europea
futura
Publicación: Futures, octubre 1992.
El sistema de apoyo a las decisiones grupales (GDSS) denominado
DELAWARE incorpora el método Delphi y el análisis de impacto cruzado para
ofrecer un enfoque interactivo por computadora respecto de la comunicación y la
toma de decisiones. En un experimento realizado en julio de 1990 en el Battelle
Memorial Institute en Ginebra, Suiza, DELAWARE proporcionó a un grupo selecto
de panelistas de Ginebra y Frankfurt, Alemania, la capacidad de comunicarse y
perfeccionar sus cálculos acerca de la actividad comercial de la industria
automotriz europea hacia el año 2000. Con la ayuda de DELAWARE, los
panelistas pudieron comprender rápidamente algunas cuestiones importantes que
podrían afectar el futuro de la industria. El GDSS podría utilizarse junto con
debates y análisis orales para optimizar el proceso de colaboración del grupo.
Autores: Schuler, Albert; Thompson, William A.; Vertinsky, Ilan; Ziv, Yishi
Artículo: Análisis de impacto cruzado de la innovación y desarrollo tecnológico en
la industria de las maderas blandas en Canadá: un enfoque del modelo estructural
Publicación: IEEE Transactions on Engineering Management; agosto, 1991.
El problema central que enfrenta la industria de las maderas blandas en
Canadá es la declinación de la calidad de los troncos. Se analiza el potencial para
las innovaciones tecnológicas que pueden ayudar a aliviar el problema. Se
desarrolló un modelo de simulación de la industria norteamericana de las maderas
blandas para realizar pronósticos de los efectos de las innovaciones tecnológicas.
El modelo se formuló con dos competidores, Estados Unidos y Canadá, que
abastecían a un mercado. Se identificaron dos amplias clases de innovaciones
tecnológicas como innovaciones del proceso e innovaciones del producto. Los
pronósticos comparativos se realizaron en base a las consecuencias de tres
estrategias de inversión tecnológica, y se efectuaron comparaciones en seis
escenarios ambientales. Una estrategia de inversión conjunta tanto en las
tecnologías del proceso como del producto fue identificada como el mejor enfoque
para la industria de la madera blanda en Canadá, destinado a mantener el
rendimiento y la participación en los mercados en los que compite con los
productores de Estados Unidos.
Godet (1993) presenta descripciones detalladas de dos estudios de impacto
cruzado/escenario desarrollados en Francia. El primero, realizado en 1974 por
SEMA para la Dirección de Aeropuertos de París, fue diseñado para analizar
eventos que podrían afectar el tráfico aéreo en el aeropuerto de París durante el
período 1974-1990. El segundo, realizado por SEMA y Economía en 1977,
analiza la energía nuclear.
470
Metodología de Investigación de Futuros
VI
Método de Impacto Cruzado
FRONTERAS DE LA METODOLOGÍA
Si bien el impacto cruzado surgió como un método independiente, utilizando
tanto un formato de juego como un enfoque Monte Carlo por computadoras, las
aplicaciones más importantes implicaron el uso del método de impacto cruzado
junto con otras técnicas. Una de las combinaciones más prometedoras ha sido la
unión de impacto cruzado con el modelo de simulación. El uso de los enfoques de
impacto cruzado en los juegos también resulta interesante y potencialmente
importante y puede desarrollarse aún más.
Aún es necesario investigar el modo en que los expertos juzgan la
probabilidad. El método de impacto cruzado implica opiniones acerca de las
probabilidades condicionales: "las opiniones desagregadas ¿son más fáciles de
efectuar o más exactas?
Los estudios de impacto cruzado se centran en las interacciones entre
pares de eventos. Aún así, en el mundo real, las interacciones importantes
pueden implicar no sólo pares sino tríos y efectos de un orden superior. Sin
embargo, si debemos incluir estas interacciones, la complejidad de la reunión de
opiniones aumentaría aún más.
Nuevos métodos destinados a reunir información pueden mejorar la eficacia
del método. El SMIC refleja un enfoque de esas características que utiliza
cuestionarios. Además, podríamos imaginar, por ejemplo, un programa de
computación que presente preguntas de manera sistemática acerca de la
causalidad de la cual derivarán matemáticamente las probabilidades
condicionales. Además, este sistema de reunión de opiniones interactivo podría
vincular los impactos cruzados directamente con un modelo de simulación.
NOTA DE TEXTO
1 "Monte Carlo": es el nombre de una técnica que incluye una posibilidad al azar en la previsión,
incluyendo un muestreo al azar. Con frecuencia se utiliza en la investigación de operaciones para
el análisis de los problemas que no pueden solucionarse de manera cerrada. En un simulacro al
estilo Monte Carlo, los valores de las variables independientes se seleccionan al azar y las
ecuaciones en las que aparecen estas variables se realizan a fin de obtener un resultado único. El
proceso se repite muchas veces, tal vez miles con la ayuda de una computadora, cada vez con
una nueva selección al azar de los valores de las variables independientes. Este proceso produce
una gama de resultados de las variables dependientes.
471
Metodología de Investigación de Futuros
Método de Impacto Cruzado
PÁGINA EN BLANCO
472
Metodología de Investigación de Futuros
Método de Impacto Cruzado
REFERENCIAS
Coates, Joseph y Jennifer Jarrat. "El Futuro: Tendencias hacia el siglo XXI",
Anales de la Academia Norteamericana de Ciencias Políticas y Sociales, julio
1992.
Esta publicación no sólo incluye artículos importantes acerca de
acontecimientos futuros, sino un capítulo sobre métodos: Gordon, Theodore J.,
"Los métodos de la investigación de futuros, inclusive Delphi, análisis de las series
de tiempos, técnicas probabilísticas".
Dalkey, Norman. "Un modelo elemental del impacto cruzado", Previsión
tecnológica y cambio social, Vol. 3, N° 3, 341-351, 1972.
Ducos, G. "Delphi y el análisis de las interacciones", Futuribles, N° 71, 1984.
Duval, Fontela y A. Gabus. "Impacto Cruzado: Manual de conceptos y
aplicaciones", Ginebra: Battelle-Ginebra, 1974.
Enzer, Selwyn. "Técnicas de impacto cruzado en la evaluación tecnológica",
Futures, Vol. 4, N° 1, 30-51, 1972.
Enzer, Selwyn. "Interax: Modelo interactivo para el estudio de las actividades
comerciales futuras", Previsión tecnológica y cambio social, Vol. 2 y 3, 1980.
Fontela, Emilio y Andre Gabus. "Eventos y modelos de previsión económica",
Futures, Vol. 6, N° 4, 329-333, 1974.
Gerardin, Luciene. "Previsión de la toma de decisiones por medio del análisis de
los sistemas: análisis sistemático para prever futuros alternativos", ThompsonCSF, Francia, 1974.
Godet, Michel. "Estudios de futuros: herramientas para la solución de problemas",
París: UNESCO, Oficina de Estudios y Programación, 1991. Godet describe los
métodos fundamentales de previsión de futuros, inclusive escenarios, exploración,
análisis morfológico, análisis del impacto cruzado, Delphi, árboles de relevancia,
etc.
Godet, Michel. De la anticipación a la acción: manual de prospectiva estratégica,
Publicación de la UNESCO, 1993.
Gordon, Theodore; Hayward. "Experimentos iniciales con el método de previsión
de la matriz del impacto cruzado", Futures, Vol. 1, N° 2, 100-116, 1968. Este era
el documento original del impacto cruzado e introdujo el método.
473
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Gordon, Theodore; Rochberg, Richard; Enzer, Selwyn. "Investigación de las
técnicas del impacto cruzado con determinados problemas en economía, ciencias
políticas y evaluación tecnológica", Instituto para el futuro, 1970.
Gordon, Theodore y John Stover. "Análisis del impacto cruzado".
investigación de futuros, Jib Fowles, Greenwood Press, 1978.
Manual de
Gordon, Theodore y John Stover. "Utilización de las percepciones y la información
acerca del futuro para mejorar la simulación de sistemas complejos", Previsión
tecnológica y cambio social, Vol. 9, N° 1/2, 191-211, 1976.
Hayashi, Keijiro y Kaya Yoichi. "Método del impacto cruzado dinámico", 12°
Conferencia sobre ciencia, Resúmenes de la conferencia, Tokio, agosto, 1973.
Helmer, Olaf. "Juego del impacto cruzado", Futures, Vol. 4, N° 2, 149-167, 1972.
Huss, William R.. "Un paso hacia el análisis del escenario", Diario internacional de
previsión, Vol. 4, N° 3, 1988. Huss demuestra cómo el uso de técnicas de impacto
cruzado ayuda a evitar el desarrollo de escenarios estrictamente intuitivos.
Jackson, Edward y William Lawton. "Algunos problemas de probabilidad asociados
con el análisis del impacto cruzado" , Previsión tecnológica y cambio social, Vol. 8,
N° 3, 263-273, 1976.
Kane, Julius. "Manual de un nuevo lenguaje del impacto cruzado-KSIM", Previsión
tecnológica y cambio social, Vol. 4, N° 2, 129-142, 1972.
Makridakis, Spyros G. Previsión, planificación y estrategia para el siglo XXI,
Macmillan, 1990. Abarca la mayoría de las técnicas de previsión.
Moritz, Frank. "Análisis del impacto cruzado y previsión del futuro de Rodesia",
Enfoques cuantitativos de la inteligencia política: la experiencia de la CIA, ed.
Richard J. Heuer, Jr., Westview Press, 1978. Este artículo presenta un análisis
realizado por la CIA de la situación política utilizando el impacto cruzado.
Murphy, J.J.. "Identificación de cuestiones estratégicas", Planificación de amplio
alcance, abril, 1989. Este artículo describe el uso de las técnicas de impacto
cruzado en la exploración e identificación de cuestiones críticas.
Porter, Alan L.; Roper, A. Thomas; Mason, Thomas; Rossini, Fredrick A..
"Previsión y manejo de la tecnología". Wiley-Interscience, 1991. Incluye una
revisión de los métodos de previsión: Delphi, impacto cruzado, escenarios,
extrapolación de tendencias, etc.
474
Metodología de Investigación de Futuros
Método de Impacto Cruzado
Schuler, Albert; William A. Thompson; Ilan Vertinsky, Yishi Ziv. "Análisis del
impacto cruzado de la innovación y desarrollo tecnológico en la industria de las
maderas blandas en Canadá: un enfoque del modelo estructural", Transacciones
en el manejo de ingeniería IEEE, agosto, 1991. Ver Parte 5 para un resumen de
este informe.
Shimmen, Toru. "Breve informe sobre el análisis del impacto cruzado: modelo
básico del impacto cruzado", Instituto de Tokio para la Tecnología Futura, 1973.
Stover, John. "Uso de la dinámica del sistema probabilístico en el análisis de las
políticas de desarrollo nacionales: estudio sobre el crecimiento económico y la
distribución del ingreso en Uruguay", Debates de la Conferencia Estival de 1975
sobre simulación de computadoras, San Francisco, California, 1975.
Turoff, Murray. "Enfoque alternativo respecto del análisis del impacto cruzado",
Previsión tecnológica y cambio social, Vol. 3, N° 3, 309-339, 1972.
Vickers, Brent. "Utilización de GDSS para el análisis de la industria automotriz
europea futura", Futures, octubre 1992. Ver el resumen de este informe en la
Parte 5.
475
Metodología de Investigación de Futuros
Método de Impacto Cruzado
PÁGINA EN BLANCO
476
Descargar