1 Decision Support System (DSS)Capitulo 2: Modelos, Herramientas cognitivas y la Toma de Decisiones Decision Support System (DSS) Modelos, Herramientas cognitivas y la Toma de decisiones

2 Resumen del capítulo Qué es un modelo Usando modelos en DSSPensamiento enfocado en el valor (value focused thinking)

3 “All decisions are based on models…and all models are wrong.” John D. Stearman

4 “All models are wrong, but some are useful.” George Box

5 Por qué es difícil tomar decisionesHay problemas en varias de las etapas de GOOD-D Goal desacuerdo sobre lo que se debe lograr objetivos encontrados (competitivos) desacuerdo sobre la importancia relativa de los objetivos Options Falta de conocimiento en las opciones Muchas opciones a ser comparadas Outcomes Incerteza acerca de los resultados Desacuerdo acerca de los resultados posibles Deciding Proceso de decisión engorroso, complejo o desestructurado Políticas en el proceso de decisión No hay alguien con autoridad para decidir (o muchas personas!!) Do It! Falta de un proceso efectivo Incapacidad de llegar a consensos Necesidad de coordinar muchos actores Inercia organizacional

6 Modelos Un modelo es una representación de un sistema que puede ser usado para responder preguntas acerca del sistema Los modelos se construyen de: Datos anteriores del sistema Datos anteriores relacionados con el sistema Juicios de expertos en la materia Juicios de constructores de modelos experimentados

7 Modelos en la IngenieríaPara diseñar un sistema los ingenieros: Construyen un modelo que represente el sistema que desean diseñar Manipulan el modelo Usando el comportamiento del modelo: Predicen el comportamiento del sistema Evalúan y comparan opciones de diseño alternativas Tipos de representación Física Matemática Computacional Verbal

8 Ejemplos Túnel de viento y aviones Diseño CAD de un puenteSimulación computacional del flujo del tráfico en caminos Programación lineal para panificación de inventarios Un filtro bayesyano de spam ¿ Que otros ejemplos, para qué ? ¿Cómo ha revolucionado la computación la forma de modelar ?

9 Observación Mundo real Representación Acción

10 Realidad y representaciónElementos de una representación Realidad a representar (que tengo que representar) Posibles representaciones (que tipo de modelo) Correspondencia entre los aspectos de la realidad y las características de la representación (que partes de la realidad voy a representar en el modelo) Consideraciones importantes Quién usará la representación Para qué propósitos Como medir cuan buena es la representación DSS usa representaciones en dos niveles A nivel de objeto: tomadores de decisiones usan un modelo para representar el problema de decisión Nivel Meta: el diseño DSS está basado en una representación del proceso de decisión y cómo los tomadores de decisión representan la decisión

11 Teoría de decisión: Modelos de decisiónGoal La descomposición jerárquica de los objetivos representa la estructura del modelo de decisión (qué sub objetivos tienen importancia para mi) Options Para problemas simples las opciones pueden ser compiladas en una lista Para problemas complejos se debe representar el espacio de decisiones Outcomes Características (variables), causa-efecto, relaciones, dependencias representan la estructura del espacio de resultados Probabilidades cuantifican las posibilidades de los diferentes resultados Deciding La teoría de la decisión recomienda la opción con la máxima utilidad esperada Es la respuesta correcta ? Por qué no ? Do It! El valor de la decisión depende de una efectiva implementación !

12 Representando la toma de decisionesGOOD-D es una buena representación verbal de los elementos de una decisión Es nemotécnica Pero muy general para un problema específico Terminología alternativa: Goal: objetivo, medición de efectividad, requerimiento, beneficio, costo, pérdida, penalización Options: espacio de soluciones, región de viabilidad, alternativas de diseño, opciones, cursos de acción Outcomes: consecuencias, resultados, estados, trayectoria observaciones La mayoría de los enfoques de toma de decisiones Descomponen el problema en elementos de GOOD-D (o algo similar) Ayudan a los tomadores de decisión a identificar opciones cuyos resultados se espera sean convenientes para los tomadores de decisión

13 Personas y modelos de Toma de DecisiónLas personas son buenas para Identificar qué objetivos son importantes Identificar características (parámetros) relevantes del problema Identificar las relaciones entre las características y los objetivos Generar opciones La personas necesitan ayuda en Enfrentar ideas pre-concebidas y convenciones establecidas (objetividad) Integrar un gran número de factores (causa-efecto) Integrar información numérica y estadística con elementos de juicio Tareas de contabilidad tediosas Coordinar múltiples actores Para ser efectivos, los modelos deben establecer una base lógica entendible para las recomendaciones

14 Herramientas CognitivasNo nos vamos a embarcar en un proyecto de construcción sin tener las herramientas físicas adecuadas … ergo… No debemos tomar decisiones importantes sin herramientas cognitivas efectivas Un DSS efectivo provee las herramientas para: Estructurar el problema incorporación de los juicios humanos como input Organizar y mostrar datos relevantes Consolidar inputs para producir Predicciones y resultados para las opciones generadas Recomendaciones de opciones para ser consideradas Entender las fortalezas y debilidades de las opciones Seleccionar una solución Justificar la opción tomada Implementarla

15

16

17 “A theory should be as simple as possible, but no simpler. ” -A“A theory should be as simple as possible, but no simpler.” -A. Einstein

18 Modelando el Objeto de la decisiónModelamiento Exploratorio o Consolidativo El modelamiento Consolidativo usa el modelo como un reemplazo del sistema Consolida hechos conocidos acerca del sistema Para propósitos de análisis el modelo representa adecuadamente al sistema El modelamiento exploratorio explora como se portaría el mundo si diferentes hipótesis son correctas Muchos detalles y mecanismos del sistema son inciertos El modelo no es una imagen confiable del mundo real Hay escasez de datos que representen “verdades básicas” para evaluar el modelo Modelamiento exploratorio y consolidativo difieren en Propósito del modelo metodología

19 Ejemplos de modelos Consolidativos y ExploratoriosAnálisis de una estructura para ver cómo soporta la carga … Exploratorios Crecimiento económico el próximo año

20 Metas de los modelos ExploratoriosIdentificar un ensamble de modelos y supuestos de modelamiento plausibles Identificar el rango de los resultados predichos por los modelos plausibles bajo supuestos plausibles Identificar las relaciones entre los supuestos de modelamiento y los resultados del modelo Encontrar supuestos que tengan un impacto grande en los resultados del modelo Identificar predicciones que son robustas bajo los diferentes conjuntos de supuestos

21 Modelos Exploratorios y Decision Making (DM)Modelos Consolidativos pueden ser usados como subsistemas o partes del problema Modelos exploratorios podrían ser usados para subsistemas o subproblemas para los cuales no hay modelos consolidativos Los diferentes actores involucrados pueden tener diferentes creencias o preferencias

22 Errores de los modelos exploratoriosTratar modelos exploratorios como si fueran consolidativos Aceptar los resultados del modelo como si fueran verdades No poner en duda los supuestos No hacer análisis de sensibilidad ni diagnóstico del modelo Enfocarse mucho en partes del problema para los cuales existen modelos consolidativos

23 Cómo usar modelos exploratoriosComo argumento para política de opciones Cuando se puede argumentar que el modelo difiere de la realidad de una manera que favorece aún más la opción en cuestión Cuando poner en duda los supuestos de modelamiento no cambian la recomendación Como un dispositivo de comunicación Ilustra las relaciones entre supuestos y conclusiones Facilita la argumentación “que pasa si…” Aclara algunas ideas del problema Ayuda a focalizar la discusión entre los distintos involucrados Focalizar áreas de acuerdo y desacuerdo Evita argumentaciones contraproducentes sobre quien tiene la razón Como registro de lo que se hizo

24 Modelos y análisis de sensibilidadIdea básica de análisis de sensibilidad Variar los supuestos y parámetros del modelo Examinar como cambian las conclusiones Evaluar la robustez de las conclusiones frente a los cambios en el modelo Usando análisis de sensibilidad en DSS Calculando variaciones en el modelo Enfoques analíticos Simulación, enfoques numéricos Variaciones en un parámetro, varios parámetros Mostrando los resultados Tablas, gráficos Efectos de la variación del modelo en las recomendaciones

25 Value focused Thinking (qué tiene valor para DM)Enfoque basado en alternativas Percibir el problema y comenzar a solucionarlo Listar soluciones alternativas Compararlas Elegir Enfoque basado en el valor Enfocar la solución según los valores de los Decision Makers (DM) Generar alternativas basadas en los valores de los DM Escoger la alternativa que más se adecua a los valores de los DM

26 Ventajas de value focused thinking

27 Identificando valoresInteractuar con los DM Obtener feedback por medio del desarrollo de DSS Los valores son fijados por los objetivos 3 características de los objetivos (1) Decision Context (2) Object (3) Direction of Preference Ex: Compañía forestal quiere minimizar los impactos ambientales (1) Decision Context – talas árboles (2) Object – Impacto ambiental (3) Direction of Preference – Mínimo es mejor

28 Técnicas para obtener valores(1) Hacer una “Wish List” (2) Comparar & contrastar alternativas (3) Identificar problemas y deficiencias (4) Predecir resultados & consecuencias (5) Examinar objetivos, constraints, guidelines (6) Adoptar diferentes perspectivas (7) Considerar objetivos estratégicos (8) Enumerar objetivos genéricos (9) Estructurar objetivos (10) Cuantificar objetivos

29 Enfoque basado en valor, modelos y DSSEl proceso de toma de decisión debe enfocarse en ayudar a los DM a identificar y seleccionar alternativas que sirvan a los valores DSS puede apoyar a Identificar y estructurar valores Incorporar valores apropiadamente en los modelos de decisión Generar alternativas que puedan servir a los valores Comparar alternativas en dimensiones claves para los valores

30 Comunicando los resultados del modelo“porque el modelo dice así” no es una buena justificación para una decisión El DM es el finalmente responsable de la decisión El reto: comunicar al tomador de la decisión: Qué recomienda el modelo Por qué el modelo recomienda eso Cuales son los supuestos subyacentes Cuál es la sensibilidad para Cambios en los valores de los parámetros Violaciones en los supuestos estructurales Una comunicación efectiva puede ser más difícil que construir el modelo

31 Ejercicio en clases Describa una situación de toma de decisiones real que le haya tocado vivir (aunque no sea Ud. Quien tenia que tomar la decisión) ¿Cual es el objetivo de esta decisión ? Concéntrese en lo que tiene valor para Ud. Vea que sub-objetivos se contraponen ¿Cuales son las opciones ? Genere la mayor cantidad posible Incluso las que parezcan a primera vista que son superfluas