Inteligencia en apoyo a situaciones de crisis: el caso del Covid19-I+L
2706
post-template-default,single,single-post,postid-2706,single-format-standard,theme-bridge-2020,bridge-core-2.2.2,woocommerce-no-js,ajax_fade,page_not_loaded,,qode_grid_1300,footer_responsive_adv,qode-content-sidebar-responsive,columns-3,qode-theme-ver-20.9,qode-theme-bridge,qode_header_in_grid,wpb-js-composer js-comp-ver-4.11.1,vc_responsive,elementor-default

Inteligencia en apoyo a situaciones de crisis: el caso del Covid19

inteligencia-en-situaciones-de-crisis

Inteligencia en apoyo a situaciones de crisis: el caso del Covid19

Por José Manuel Díaz-Caneja.  Analista de Inteligencia. Curso Superior de Inteligencia de las FAS.

Hace unos días leía el articulo “The Limits of Prediction—or, How I Learned to Stop Worrying About Black Swans and Love Analysis”, en el que el autor, Bobby W., analista de la CIA, realiza ciertas reflexiones sobre la predicción en el análisis de inteligencia. De entre todos sus comentarios, hay uno que me llamó especialmente la atención: “la lucha clave para los analistas de inteligencia es que lo que pueden producir y lo que sus consumidores piensan que pueden producir, son a menudo dos cosas diferentes”.

Sin dejar de ser cierto, y esto ha sido reflejado en multitud de documentos sobre el asunto, yo me hago la siguiente pregunta: ¿están los analistas de inteligencia preparados y cualificados para apoyar al decisor para el que trabajan?

La realidad es que, en muchas ocasiones, no lo están. A pesar de que sean expertos en una materia determinada, incluso aunque tengan gran experiencia, sus productos nos son los adecuados, o si lo son, no suelen ser capaces de hacérselo ver al decisor.

El problema, como bien dice Bobby W., es que el decisor exige certezas sobre lo que podría ocurrir en un futuro, y el analista, en el mejor de los casos, solamente puede proporcionar probabilidades

Esto es debido a que muchos de los asuntos sobre los que tiene que proporcionar inteligencia son complejos. Además, en sus productos confluyen un gran número de variables y actores, lo que aumenta la incertidumbre sobre la posible evolución de los acontecimientos.

Según cita Boby W. a Daniel Kahneman: “normalmente estamos ciegos acerca de nuestra propia ceguera. En general, confiamos demasiado en nuestras opiniones, impresiones y juicios. Exageramos sobre lo comprensible que es el mundo”.

Los decisores, como personas que son, están sujetos a esa ceguera. Pero, lo que es peor, los analistas de inteligencia también, debido a que la mayoría de las veces se acostumbran a realizar estimaciones de acciones y eventos futuros basados en una comprensión racional de acciones y eventos pasados.

En el mundo real muchos problemas son complejos y su posible evolución está sujeta a discontinuidades, por lo que se produce una gran incertidumbre a la hora de tomar decisiones en relación a ellos. El problema es que muchos analistas no tienen la experiencia ni están formados específicamente para asesorar cuando la incertidumbre es grande.

La incertidumbre en la toma de decisiones

La teoría de las decisiones racionales indica que, para analizar una situación concreta, es necesario simplificar la realidad. Es decir: visualizarla y representarla por medio de un modelo.

No obstante, un problema real tiene muchas variables y actores, siendo en la mayoría de las ocasiones difícil identificar las relaciones establecidas entre ellos. Esto provoca una dificultad para elaborar un modelo que permita predecir su evolución, lo que, en último término, dificulta una toma de decisiones de calidad.

Frente al planteamiento de la teoría de la decisión racional, existe otro que comprende los conceptos de certidumbre, riesgo, incertidumbre y ambigüedad:

  • Certidumbre si se conocen las variables y las relaciones entre ellas.
  • Riesgo si se conocen las variables, pero sólo se puede estimar las relaciones entre ellas mediante probabilidades.
  • Incertidumbre si se conocen todas las variables, pero algunas no se pueden medir y se desconocen las relaciones entre ellas.
  • Ambigüedad si todavía tienen que identificarse todas las variables

proceso-de-toma-de-decisiones

El elemento clave que influye de modo significativo en una decisión es el nivel de incertidumbre.

Para simplificar, podríamos decir que la incertidumbre es la diferencia existente entre la información que tiene a su disposición una organización y la información que necesita.

En este sentido será rara la ocasión en la cual el decisor tenga a su disposición toda información que necesita, por lo que tendrá que apoyarse en los productos proporcionados por los analistas de inteligencia.

Pero ¿y los analistas? ¿En qué se pueden apoyar para elaborar un producto que sea útil al decisor cuando el problema es complejo y sujeto a discontinuidades?

Una posible respuesta es a la generación de escenarios y a los indicadores. Los primeros permiten determinar varias posibles evoluciones de los acontecimientos, incluso con una probabilidad asociado. Los segundos permiten monitorizar hacia qué futuro nos estamos dirigiendo.

El análisis morfológico y la elaboración de escenarios de futuro

El Análisis Morfológico General (GMA) es un método de estructuración de problemas para modelar problemas complejos no cuantificables que fue desarrollado por el astrofísico Fritz Zwicky en la década de 1940 para clasificar objetos astrofísicos.

Como paso previo a su aplicación deben tener identificados los factores clave que dan forma al problema complejo que estemos analizando. Una técnica adecuada sería el análisis estructural.

Posteriormente se determinan los posibles valores futuros de estos factores clave.

El siguiente paso es realizar un Análisis de Consistencia Cruzada (ACC), el cual consiste en eliminar las combinaciones de valores que sean inconsistentes entre ellas.

Hay que tener en cuenta que, sin ACC, el número de posibles futuros puede ser enorme. Por ejemplo, para un problema con cuatro (4) factores clave, y 5 posibles estados por factor nos darían 5x5x5x5= 625 posibles futuros.

análisis-de-escenarios-de-futuro

Aun así, aplicando el Análisis de Consistencia Cruzada, el número puede ser tan grande que haría imposible su monitorización posterior. Esto obliga a un análisis de las combinaciones restantes de estados de cada uno de los factores con objeto de seleccionar un número reducido de futuros a controlar.

Por último, se seleccionan aquellas combinaciones de valores correspondientes a cada uno de los factores clave y que representan un posible futuro.

Los criterios para seleccionar los escenarios a los que prestar atención serían los que tengan más probabilidades de:

  • Causar el mayor daño y tener el mayor impacto.
  • Ser los más difíciles de prevenir y detectar.
  • Ser más difíciles de manejar sus consecuencias.

Aplicación del análisis en el estudio del Covid19

Con fines únicamente didácticos, y sin pretender ir más allá que el mostrar la utilidad de las técnicas de análisis en apoyo a un proceso de toma de decisiones, imaginemos la situación actual relacionada con el COVID19.

Lo primero que habría que hacer sería reunir, por supuesto, a un grupo de expertos. En una primera fase identificarían las variables que tienen importancia en la situación actual del COVID19, limitadas a una zona geográfica y a un periodo de tiempo concreto. En nuestro caso concreto utilizaremos España desde la declaración del estado de alarma.

Aunque sería recomendable un mayor numero de variables, a efectos didácticos se han seleccionado únicamente veinte:

  • Capacidad sanitaria asistencial.
  • Número de enfermos.
  • Medidas aislamiento.
  • Disponibilidad de material de protección.
  • Suministro de productos básicos.
  • Movilidad de la población.
  • Actividad empresarial.
  • Comportamiento de la población.
  • Apoyo exterior.
  • Actuación internacional coordinada.
  • Mantenimiento del orden público.
  • Confianza en la actuación del gobierno.
  • Coordinación institucional.
  • Mortalidad.
  • Situación económica.
  • Enfermos recuperados.
  • Capacidad de actuación FCSE.
  • Apoyo FAS.
  • Propagación geográfica del virus.
  • Imagen internacional.

En segundo lugar se tendría que definir exhaustivamente cada una de las variables, cumplimentando un formato similar al que figura en la imagen siguiente.

análisis-de-variables-inteligencia

A partir de aquí se podría aplicar el análisis estructural, lo que permite identificar la variables clave, bajo dos parámetros: influencia y dependencia.

La manera de identificar las variables clave es mediante el uso de matrices, de tal manera que se tienen en cuanta tres tipos de relaciones entre las variables:

  • Directas
  • Indirectas
  • Potenciales

En la imagen siguiente se ve la matriz de relaciones directas, de tal manera que se identifican unas variables como las más influyentes y otras como las más dependientes, e incluso se pueden representar en un plano.

matriz-de-variables-análisis-de-inteligenciaanálisis-de-crisis-coronavirus-inteligencia
Sin embargo, esto no es suficiente, ya que puede haber relaciones indirectas. Es decir, una variable influye sobre otra pero a través de una intermedia, por eso es necesario aplicar la clasificación indirecta. Obtendríamos así una nueva relación de variables ordenada por sus valores de influencia y dependencia, que puede no coincidir con la primera lista.

Además, se puede establecer una tercera clasificación de variables: la potencial. Esta última nos permite llevar a cabo simulaciones.

La utilidad del análisis estructural es que facilita la identificación de variables que pueden tener gran influencia, pero que no son detectables de manera directa. Se realizaría mediante la comparación de las clasificaciones directa, indirecta y aquellas variables cuyo comportamiento habrá que controlar en el futuro.

comparación-variables-de-dependencia-análisis-de-inteligencia

Con esas variables clave identificadas, que sufren variaciones en las diferentes clasificaciones, una de las posibilidades es utilizarlas como base para elaborar escenarios de futuro.

Es cierto que la teoría señala que previamente es recomendable llevar a cabo un análisis de los actores que influyen sobre estas variables y modifican su comportamiento. Pero nada impide, según el tiempo disponible, pasar directamente a la elaboración de escenarios.

Como se indicó anteriormente, una de las técnicas posibles es utilizar el análisis morfológico, en el cual se definen los hipotéticos comportamientos futuros de las variables seleccionadas.

Cada hipotético escenario futuro quedará configurado por uno de los posibles comportamientos de cada una de las variables.

escenarios-de-futuro-crisis-coronavirus

Llegado a este punto, alguien puede preguntar: ¿todo esto para qué vale?

La respuesta está bien clara: para anticiparse, para prever posibles evoluciones de los acontecimientos.

La elaboración de escenarios y su apoyo a la planificación

Una de las funciones que lleva a cabo inteligencia en una organización es intentar asesorar sobre lo que puede ocurrir en el futuro. Esto se hace mediante la elaboración de escenarios de futuro.

Con el qué puede ocurrir la organización empieza a planificar, con el apoyo de inteligencia, identificando:

  • ¿Qué se puede hacer?
  • ¿Qué se va a hacer?
  • ¿Cómo se va a hacer?

La finalidad: elaborar los planes correspondientes para afrontar la hipotética situación futura más probable y los planes de contingencia para eso otros futuros, que igual son menos probables, pero que en caso de materializarse resultarían muy peligrosos.

Todo esto favorece la anticipación,  ya que permite la identificación de posibles necesidades futuras mediante la monitorización de la evolución de las variables, preparando a la organización para afrontar el futuro en mejores condiciones

En resumen, será raro que inteligencia pueda decirle al decisor con total certeza qué podría ocurrir.  Pero sí puede plantearle hipotéticas situaciones futuras, incluso con una probabilidad de ocurrencia asociada, para apoyarle en la reducción de la incertidumbre que rodea todo proceso de toma de decisiones.

 



Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies