5.- Decisión en el enfoque de racionalidad exhaustiva

Teoría de las Decisiones Marco Teórico-Conseptual
21
5.- Decisión en el enfoque de
racionalidad exhaustiva
El enfoque de racionalidad exhaustiva se inició con la teoría económica
neoclásica desarrollada fundamentalmete entre la segunda mitad del siglo XIX y
las dos primeras décadas del XX, cuyo actor principal es un horno economicus,
caracterizado por contar con información perfecta y ser infinitamente sensible
y racional (Edwards, 1979) Aunque los antecedentes de la racionalidad los
podemos encontrar por lo menos desde Descartes, entre los autores modernos
más relevantes figuran Taylor, Von Clausewitz, Von Neumann y Morgenstern
Esta aproximación al proceso decisorio se basa en el supuesto de que
tenemos informacion suficiente sobre la situación de decisión como para
elegir siempre lo que más nos conviene (metas claras, cursos de acción bien
identificados, capacidad para compararlos y elegir óptimamente) Trata de
aplicar la racionalidad instrumental2, ligada al concepto weberiano que permite
la elección de los medios o instrumentos adecuados para alcanzar los fines
propuestos, por lo que se habla de racionalidad medios-fines
Se reconocen como sus etapas 1) inteligencia o búsqueda de alternativas, 2)
diseño y modelización del problema, 3) selección de la decisión significativa
a través de una función de valor y una de criterio, y 4) revisión o control de
la decisión La etapa de análisis concentra la atención del enfoque en la
estimación y comparación de consecuencias esperadas, sus ventajas e
inconvenientes, costos y beneficios
Un modelo característico de este enfoque incluye
un universo en el que se presenta la situación de decisión (problema),
uno o varios actores en situación de elegir,
2 Existen muchos otros tipos de racionalidad, al respecto se recomienda revisar el trabajo de Simon
(1982 p 73) en que se identifican racionalidad individual y organizacional, objetiva y subjetiva,
conciente o deliberada
22
Myriam Caidozo Brum
-
objetivos perseguidos,
alternativas consideradas,
elementos no controlables ligados a las anteriores,
resultados posibles,
probabilidad de su presentación,
valoración atribuida a cada resultado,
criterio de decisión individual, yen su caso,
reglas de transformación de las decisiones individuales en una
colectiva
Se trata de métodos que prescriben en detalle la forma en que debe tomarse una
"buena" decisión individual suponiendo, como ya se mencionó, la disposición
de toda la informacion necesaria, pero que tienen limitaciones importantes para
explicar la decisión colectiva porque no estudian los fenómenos de cooperación
y de competencia que se expresan a través de mecanismos de autoridad,
poder, influencia o negociación, propios de las decisiones organizacionales y
políticas
En el marco de este enfoque se han desarrollado todos los modelos de
optimización matemática que norman o prescriben la "mejor" forma de tomar
decisiones (árboles de decisiones, teoría de juegos, programación lineal,
evaluación financiera de proyectos, etc ) Además de contar con objetivos
claros y jerarquizados, estos métodos requieren criterios de decisión como
la eficacia (mayor logro posible de los objetivos perseguidos) o la eficiencia
(mejor relación entre los recursos utilizados y los productos obtenidos) Otros
cntenos como la equidad (distribución que permite avanzar hacia una mayor
igualdad social entre las personas) constituyen criterios relevantes en el campo
de la política social Los modelos matemáticos utilizan criterios como el valor
actual o valor presente neto, la tasa interna de retorno, o el valor esperado, por
ejemplo
Dichos modelos requieren la cuantificación de sus variables (estimación de
costos y beneficios esperados en el futuro) para comparar las alternativas
en función de sus posibles consecuencias, y seleccionar la que presenta el
mejor conjunto de ellas Esto generalmente es posible en términos técnicos y
económicos (capacidad y costos se producción), pero se dificulta seriamente
tratándose de factores sociales y políticos Cuando las variables son difíciles de
medir directamente pueden utilizarse indicadores de las mismas como forma
de operativizarlas De todas maneras es común que en las decisiones públicas
queden fuera del modelo muchas aristas del problema y, como consecuencia,
Teoría de las Decisiones: Marco Teórico-Conseptual
23
que la solución óptima que arroja el mismo sólo lo sea para una situación
simplificada, que difiere de la complejidad real.
Así lo expresan autores como Quade (1975), que señala varias ausencias
importantes al enfoque: no acentúa las consecuencias distributivas de los
costos y beneficios, descuida el estudio de la etapa de implementación, y el
análisis de los efectos políticos y organizacionales. También Majone (1975),
quien demanda más análisis de factibilidad de las alternativas que de la
pretendida optimización. Finalmente, Meny y Thoenig mencionan: "El camino
que conduce a las grandes decisiones, aunque tenga la apariencia de la
racionalidad, está sembrado de acontecimientos imprevistos, de senderos
tortuosos, de luchas intestinas, de múltiples participantes, de consideraciones
extravagantes" (Meny y Thoenig, 1995: 131).
No se trata de que estos modelos no tengan ninguna utilidad, tienen un
valor prescriptivo o normativo que puede ayudarnos a aclarar los objetivos
perseguidos, a analizar la compatibilidad entre ellos, a jerarquizarlos, a utilizar
procedimientos lógicos y también a valorar soluciones en casos simplificados,
pero los enfoques cuantitativos sólo serán útiles si no olvidamos que son
modelos, o sea, representaciones simplificadas de la realidad, y que sus
resultados no son más que otro insumo a considerar en un proceso decisorio
en que hay múltiples variables no cuantificables (valorativas, políticas,
psicológicas). Resulta tan exagerado descartar a priori la posible utilidad
de modelos matemáticos como olvidar los supuestos de los mismos y las
dificultades para cuantificar sus parámetros, que alejan su solución de la
realidad.
Como veremos más adelante, también existen otros tipos de modelos
cuantitativos (programación no lineal, teoría de juegos sin los supuestos más
simplificadores, dinámicas no lineales y teoría de los sistemas complejos),
con estructuras capaces de simular de mejor manera la realidad, distintos
de los que habitualmente se enseñan en nuestros programas, debido a sus
requerimientos de mayores conocimientos matemáticos.
Finalmente, la capacidad explicativa del enfoque se limita a los casos más
simples ya que, como veremos, los problemas complicados no se resuelven
en la práctica por esta vía.