-
43Escuela de Ingeniera de Antioquia
* Ingeniero Industrial. MSc Intelligent Systems. MSc Ingeniera
de Sistemas. Investigador. Fundacin Universitaria Catlica del
Norte. Correo electrnico: [email protected]
** Ingeniero de Sistemas. Especialista en Administracin de
Empresas. Especialista en Gestin de la Calidad Universitaria.
Magster en Comercio Electrnico. Doctorando en Ingeniera de Sistemas
e Informtica. Investigador y Coordinador de Investigacin
Informtica. Fundacin Universitaria Catlica del Norte. Correo
electrnico: [email protected]
El pensamiento sistmico como herramienta
metodolgica para la resolucin de problemas
Revista Soluciones de Postgrado EIA, Nmero 8. p. 43-65. Medelln,
enero-junio de 2012
Federico Livano Martnez*, Jess Enrique Londoo**
-
44
El pEnsamiEnto sistmico como hErramiEnta mEtodolgica para la
rEsolucin dE problEmas
Federico livano martnez, Jess Enrique londoo
Resumen
En este artculo se presenta un enfoque terico que muestra al
pensamiento sistmico como herramienta metodolgica para el anlisis y
solucin de problemas. se discute cmo, a pesar de ser una disciplina
ampliamente usada en diferentes reas cientficas, en muchas
ocasiones se desconocen en el mbito operativo las herramientas
prcticas del pensamiento sistmico. El es-quema terico propuesto
ilustra algunas herramientas del pensamiento sistmico que son tiles
en el entendimiento, modelamiento y resolucin de problemas
complejos.
Palabras clave: Anlisis de Sistemas, Dinmica de Sistemas,
Modelos de Sistemas, Pensamiento Sistmico.
Abstract
this article presents a theoretical approach that shows the
systems thinking as a methodologi-cal tool for the analysis of
problems. We discuss how the technique is widely used in different
scientific areas, nevertheless in several times is unknown the
systems thinking practical tools in operatives scopes. the
theoretical approach proposed, depicts some systems thinking tools
that are used for the comprehension, modeling and resolution of
complex problems.
Key words: System Analysis, System Dynamics, System Models,
Systems Thinking,
-
45Escuela de Ingeniera de Antioquia
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas Federico Livano Martnez, Jess Enrique
Londoo
Recibido: 27 de marzo de 2012. Aprobado: 31 de mayo de
2012Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
introduccinEl desarrollo tecnolgico y la conforma-cin de
estructuras avanzadas de infor-macin en todo nivel generan
proble-mas cada vez ms difciles de resolver y entornos con fenmenos
incompren-sibles para el ser humano. El entendi-miento de problemas
que surgen como consecuencia de la organizacin de sistemas sociales
como el impacto del cambio climtico en sistemas naturales o el
efecto de la volatilidad de los mer-cados en los sistemas
empresariales, fenmenos complejos que surgen en mbitos de la
ingeniera, entre otros, ameritan el estudio de tcnicas que
per-mitan comprender y mejorar la forma como se abordan aquellos
problemas y fenmenos complejos (Sterman, 1994).
La aplicacin del pensamiento sistmi-co (PS) en mbitos acadmicos
y prcti-cos establece un marco conceptual que ayuda a realizar el
primer acercamiento
a los problemas (Senge 1990). Una gran cantidad de mtodos,
herramientas y principios abarcan el pensamiento sis-tmico, todos
con una meta comn de entender las relaciones dentro del sis-tema y
de esclarecer las propiedades emergentes del mismo. Sin embargo, en
muchas ocasiones se desconocen las herramientas prcticas y
concretas del PS que pueden ser usadas en mbitos operativos y
reales.
El pensamiento sistmico ha sido apli-cado en diferentes
disciplinas cient-ficas, entre ellas la medicina, la inge-niera, la
psicologa, la economa, la administracin y los negocios, entre otras
(ver Tabla 1). Y se ha demostrado que es un poderoso enfoque para
en-tender la realidad del sistema enfati-zando las relaciones entre
las partes del mismo, en lugar de ver el sistema como un todo
(Checkland y Scholes, 1999). No obstante y a pesar de su
popularidad, existen dificultades para definir lo que
-
46
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
constituye el pensamiento sistmico y cmo aplicar las ideas
principales en un campo particular o un contexto prcti-co (Cabrera
2008).
Pensar sistmicamente significa: esbo-zar las distinciones entre
una identi-dad y una no identidad, reconocer las propiedades
bidireccionales (afecta y efecto) de las relaciones, organizar las
partes y totalidades en sistemas alter-nativos anidados y tomar
nuevas pers-pectivas para transformar puntos de vista (Cabrera,
2008). Entender y aplicar estos 4 patrones estructura el
entendi-miento de las realidades, constituye las bases para
estudios posteriores de mo-delamiento, e incluso, ayuda a predecir
fenmenos y comportamientos de los sistemas.
El pensamiento sistmico puede ser aplicado en mltiples reas del
cono-cimiento; es una herramienta podero-sa que permite al
especialista abordar cualquier tipo de situaciones proble-mticas y
le ayuda a construir mode-los de la realidad con el fin de plantear
polticas de mejora. Esta tcnica ayuda a entender muchos de los
comporta-mientos reales y facilita ver los proble-mas bajo otras
perspectivas (Checkland y Scholes, 1999). Tambin ayuda a am-pliar
el racionamiento humano, contri-buye en la eliminacin de paradigmas
mentales que dificultan la comprensin de los procesos y sistemas, y
fomenta la apertura a nuevo conocimiento y a la prctica
cientfica.
En este documento se mencionan al-gunas herramientas del
pensamiento sistmico que son tiles en mbitos prcticos y se revisan
algunos estudios y aportes en el estado del arte que en-focan la
teora a usos prcticos, orga-nizacionales y socioeconmicos. El
do-cumento presenta el siguiente orden: primero se introduce el
Pensamiento Sistmico como un instrumento me-todolgico, explicando
tres pasos para el modelamiento de sistemas: la arti-culacin del
problema, el anlisis de sistemas y el uso de modelos. Luego se
mencionan herramientas del pensa-miento sistmico y se muestran
algunos de los estudios ms representativos de la metodologa.
1. El ps como herra-mienta metodolgicaEl pensamiento sistmico es
una de las conceptualizaciones o tcnicas de pen-samiento de mayor
impacto en la actua-lidad por constituir un marco concep-tual que
permite representar problemas dentro de patrones totales o
generales. La implementacin de esta prctica per-mite el estudio de
cualquier fenmeno y su experimentacin ha contribuido en la
resolucin de mltiples problemas, donde otras perspectivas y reas
del co-nocimiento han sido incapaces de abor-dar (Cavaleri y
Sterman, 1997).
Los conceptos fundamentales del pen-samiento sistmico fueron
desarro-llados en la primera parte del siglo 20
-
47
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
en disciplinas tales como: la biologa, ecologa, psicologa y
ciberntica. Nace formalmente de la teora general de sistemas,
inventada por Ludwig Von Bertalanffy quien la introdujo a partir
del cuestionamiento de la aplicacin del mtodo cientfico en
problemas de la biologa, debido a que este mtodo se basaba en una
visin mecanicista y causal que lo haca dbil como esque-ma para la
explicacin de los grandes problemas que se dan en los sistemas
vivos (Bertalanffy, 1968). Por lo tanto, y a partir de este
cuestionamiento, se defini la teora capaz de describir la
es-tructura y el comportamiento de los sis-temas, identificando sus
propiedades, relaciones y reformulando el paradigma intelectual
para entender mejor el mun-do que nos rodea.
Por consiguiente, el pensamiento sist-mico se define como la
actitud del ser humano que se basa en la percepcin del mundo real
en trminos de totali-dades para su anlisis y comprensin, y difiere
del planteamiento del mto-do cientfico, que slo percibe partes de
ste de manera inconexa (Chand-ler y Boutilier R., 1992). Integra
tanto el anlisis de las situaciones, como el planteamiento de
hiptesis dinmicas que proponen soluciones en las cuales se tienen
que considerar diversos ele-mentos y relaciones que conforman la
estructura de lo que se define como sis-tema y su entorno.
Un sistema es una entidad que mantie-ne su existencia y
funcionamiento como un todo a travs de las interacciones de sus
partes (OConnor y McDermott, 1997). Bajo esta perspectiva, el
sistema se considera como un elemento dotado de mltiples
interacciones y propieda-des, el cual tiene un fin comn donde todas
las partes aportan una contribu-cin para cumplirlo.
Las ideas fundamentales de pensa-miento sistmico no han cambiado
significativamente sobre los aos; stas generalmente expresan lo
siguiente:
- Las situaciones se ven de manera holstica, compuestas por un
con-junto de elementos diversos que interactan dentro de un
entorno.
- Reconocer que las relaciones o in-teracciones dentro de los
elemen-tos son ms importantes que los mismos elementos al
determinar el comportamiento del sistema.
- Reconocer que existe una jerarqua de niveles del sistema y
propieda-des emergentes en esos distintos niveles.
- Aceptar (especialmente en siste-mas sociales) que las personas
ac-tan acorde con sus propios pro-psitos y racionalidades.
En el mbito organizacional, por ejemplo, esta lgica tiene una
gran incidencia, puesto que es posible ver a la organizacin, ya no
como una suma de sus partes que trabajan aisladas
-
48
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
cumpliendo objetivos independientes, (Bakken, et al, 1992) como
lo plantea el esquema tradicional sino que dicha organizacin puede
ser el resultado de todas las interacciones entre los elementos de
la compaa, considerando que todos los elementos poseen una fuerte
influencia y que los comportamientos emergentes o resultados
(positivos o negativos) de la misma dependen de la sinergia,
comunicacin, conexin, fuerza de trabajo y toma de decisiones que
surgen a nivel de cada elemento (Dangerfield y Roberts,1995).
Estos supuestos implican que el resulta-do final est
condicionado por los inte-reses y valores que posean dichos entes
involucrados. Por tal motivo es funda-mental apuntar a que exista
un inters comn centrado en la necesidad de la conservacin de la
compaa.
De manera especfica, el enfoque sist-mico sealado, aplicado al
estudio de las organizaciones, plantea una visin interconectada y
multidisciplinaria que posibilita analizar la empresa de ma-nera
integral, permitiendo identificar y comprender con mayor claridad y
pro-fundidad los problemas organizaciona-les, sus mltiples causas y
consecuen-cias (Bakken, et al., 1992). As, y viendo a la
organizacin como una entidad integrada, conformada por partes que
se interrelacionan entre s a travs de una estructura que se
desenvuelve en un entorno determinado con caracte-
rsticas y realimentaciones sistmicas, se est en capacidad de
poder detectar las problemticas y procesos de cambio que ocurren
dentro de la misma (Gre-gory A.J. Target Setting, 2007). Esto
im-plica adoptar entendimiento del desa-rrollo y evolucin del
talento humano, del uso de recursos, del avance tecno-lgico, de la
gestin del conocimiento, de la implementacin de los modelos
organizacionales y de los procesos de toma de decisin.
En mbitos relacionados con la inge-niera, por ejemplo, el
pensamiento sistmico tiene una fuerte incidencia y aplicacin donde
su conceptualizacin contribuye en el modelamiento de sis-temas y
fenmenos complejos a partir de la concepcin de los objetos
(natu-rales o artificiales) y sus dinmicas (sim-ples o complejas)
existentes o intangi-bles (Forrester y Senge, 1980).
El pensamiento sistmico se convierte entonces, en una
herramienta til para la formulacin de modelos en muchos mbitos, lo
cual facilita al experto la in-teraccin con el problema de estudio
y conlleva a la determinacin de los elementos fundamentales que
deben involucrar los modelos con el objeto de plasmar adecuadamente
las realidades de estudio (Doyle, et al., 1996).
Habitualmente, se siguen tres princi-pios bsicos del pensamiento
sistmico en torno al modelamiento de los siste-mas (Checkland y
Scholes, 1999):
-
49
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
1. La articulacin del problema
2. El anlisis de sistemas
3. El uso de modelos
A continuacin se explica cada uno de estos pasos.
1.1 la articulacin del problema
La articulacin del problema es el paso en el cual el modelador
se cuestiona sobre el problema a resolver. Aqu debe identificar el
problema real a estudiar, sin dejarse sesgar por los sntomas o por
las dificultades que ocurren en el mismo. En este paso debe
identificarse el lmite y la resolucin del modelo y el propsito
fundamental del estudio.
Para esta caracterizacin inicial del pro-blema es adecuado
discutir en grupo con expertos en el rea, realizar una investigacin
histrica de las dinmi-cas del fenmeno, recolectar datos que ayuden
a revelar tendencias y usar ob-servacin directa.
1.2 El anlisis de sistemas
Los conceptos de anlisis de sistemas son tiles en problemas
relacionados con el planeamiento econmico, las ciencias sociales,
ambientales y la geo-grafa (Wilson, 1981). La idea base del anlisis
de sistemas en estos mbitos es generar un entendimiento profundo de
los objetos de estudio o sistemas de inters, y a partir de este
conocimiento poder predecir el comportamiento de tales sistemas en
el futuro.
Bajo esta perspectiva, se entiende como sistema el objeto de
estudio que tiene una coleccin de componentes que es-tn
relacionados unos con otros o que interactan entre s de varias
maneras. Algunos de estos componentes a me-nudo se juntan con otros
sistemas o componentes externos estableciendo aun ms relaciones. El
entorno fuera del sistema es conocido como ambiente y algunas veces
es conveniente pensar que el sistema y el ambiente estn sepa-rados
por un lmite donde puede haber transferencia o flujos de informacin
(o material).
Un sistema que no comparte flujos (in-formacin, material, etc.)
con el ambien-te es llamado sistema cerrado; de mane-ra contraria
es llamado sistema abierto, un sistema que comparte flujos e
infor-macin con el ambiente (Gregory A.J., 2007). Son llamados
insumos, aquellos elementos o flujo de informacin que entran al
sistema. Por el contrario, se llaman productos o resultados
aquellos que salen del sistema hacia el ambiente (Wilson,
1981).
La manera en la cual un sistema es visto y definido depende del
nivel de resolu-cin en el cual es adoptado. Un compo-nente que es
visto a un nivel grueso de resolucin puede tener una estructura
interna y un nmero de componentes distinto a comparacin con un
nivel ms fino de resolucin (Forrester, 1977). El nivel de resolucin
apropiado depen-de de los propsitos de anlisis y debe
-
50
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
ser escogido en relacin con la efectiva formulacin de problema y
la facilidad con la cual una solucin puede ser ob-tenida.
Adicionalmente, existen tres ni-veles de escogencia de escala: la
escala espacial, relacionada con el nmero de unidades espaciales o
zonas que sern usadas en el anlisis; la temporal, que se refiere a
las unidades de tiempo, y la sectorial que est implicada con el
n-mero de tipos de componentes a invo-lucrar en el anlisis (Wilson,
1981).
El siguiente paso en el argumento es definir las variables del
sistema. stas son clasificadas como: variables end-genas, exgenas y
de estado. Las va-riables endgenas, tambin conocidas como variables
internas, surgen a partir de la interaccin de los elementos del
sistema. Las variables exgenas, a dife-rencia, son aquellas que son
atribuidas por el ambiente (Forrester, 1991). Las variables de
estado establecen las ca-ractersticas que definen las distintas
fases del sistema. De esta manera, los distintos valores asignados
a las varia-bles representan las particularidades y las dinmicas en
el tiempo del sistema. Igualmente, existen otros elementos llamados
parmetros que actan como valores fijos, que describen aspectos de
la estructura y son inalterables durante todo el horizonte de
estudio (Wilson, 1981).
Finalmente, y para trminos de mo-delamiento, el comportamiento
del sistema debe ser representado por for-
mulaciones lgicas (matemticas) que describan las interacciones o
asocia-ciones entre los componentes. Con el anlisis anterior es
posible identificar las propiedades emergentes de los sis-temas que
no se observan al mirar tan solo sus partes individuales, y otorga
la posibilidad de predecir el comporta-miento sistmico rompiendo
con para-digmas de funcionamiento.
1.3 El uso de modelos
Bajo un enfoque sistmico, los mode-los permiten la imitacin de
operacio-nes de un proceso o sistema del mun-do real a lo largo del
tiempo. Son una declaracin, no ambigua, de la forma en que
interactan los componentes del sistema bajo estudio (Checkland y
Scholes, 1999). Los modelos sirven para mejorar el entendimiento
del sistema real, para predecir comportamientos, y para valorar
alternativas para mejorar-los y transformarlos. Bajo la perspectiva
sistmica, un modelo est compuesto por los componentes ms
importantes que el diseador cree afectan el sistema bajo estudio
representados en variables exgenas, endgenas y de estado (Ster-man,
2000).
Los modelos buscan ser acelerado-res de aprendizaje, ya que el
modela-miento efectivo est determinado por iteraciones constantes
entre experi-mentos y aprendizaje en el mundo vir-tual construido,
retroalimentados con experimentaciones y aprendizaje del
-
51
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
mundo real. Por lo tanto, el procesa-miento de modelado consta
de cuatro pasos fundamentales que interactan constantemente en todo
el transcurso de construccin del modelo; estos son: la
identificacin de relaciones dinmi-cas, la formulacin, la validacin
y el planteamiento de polticas y la evalua-cin final (Checkland y
Scholes, 1999).
Identificacin de relaciones dinmi-cas. En este paso el diseador
desarro-lla una teora acerca del comportamien-to problemtico y
construye relaciones que explican el fenmeno en trminos del enfoque
metodolgico adoptado. La estructura debe especificar la din-mica
del sistema y las reglas de interac-cin entre variables y agentes
involu-crados en el modelo.
Formulacin del modelo. En este paso se realiza una formalizacin
completa del modelo con todas sus ecuaciones, parmetros y
condiciones iniciales; es aqu cuando empieza a descubrir el
en-tendimiento acerca del problema y la habilidad para
representarlo.
Validacin. Equivale a probar el com-portamiento y la estructura
del modelo construido. Se debe garantizar que cada variable
corresponda a un concepto en el mundo real, y que cada ecuacin
ten-ga su fundamento terico y dimensio-nal. Asimismo, debe
efectuarse la con-frontacin del comportamiento y los resultados del
modelo con la estructura real bajo estudio.
Planteamiento de polticas y evalua-cin. Una vez se tenga
entendimiento, confianza en la estructura y comporta-miento del
modelo se disean las polti-cas para el mejoramiento, implementar
nuevas estrategias, estructuras y reglas de decisin que conlleven
al sistema al punto deseado.
Los modelos se enmarcan en acerca-mientos que involucran
ciencias exac-tas, econmicas y de la computacin. A continuacin se
describen algunas de los principales disciplinas que han acompaado
el uso de modelos, y se describe cmo el pensamiento sistmi-co puede
contribuir a cada una de ellas.
Modelos econmicos
Los modelos econmicos han sido pro-puestos histricamente como
formu-laciones de las actividades ms impor-tantes que incumben a
las relaciones sociales y sus dinmicas agregadas. Este tipo de
modelos identifica factores pro-ductivos, leyes econmicas
particulares y tratamientos especficos que dan res-puesta a los
fenmenos de oferta, de-manda, uso, asignacin, distribucin de
recursos y productividad. A lo largo de la historia, los modelos
econmicos han sido enmarcados principalmente con dos
consideraciones: la microeconmi-ca que incumbe una visin
desagrega-da de los fenmenos y la macroecon-mica que constituye un
estudio con una dimensin agregada (Abraham y Hunt, 2002).
-
52
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
A nivel micro, los modelos estn estre-chamente asociados a las
decisiones lo-calizativas e individuales de los agentes, que pueden
ser: empresas, organizacio-nes, familias, entre otras; y la
metodolo-ga permite representar los fenmenos que construyen el
espacio econmico; como reglas de mercado, ajuste del precio,
asignacin de valor, decisiones productivas, ventajas de
aglomeracin, demanda, accesibilidad, equilibrio e interaccin en
todas las actividades lo-calizadas (Alonso, 1964). A nivel macro,
los modelos intentan plasmar realida-des globales, elementos y
bienes tota-les con el fin de extraer indicadores de
comportamientos generales.
El pensamiento sistmico es una he-rramienta que contribuye en el
mo-delamiento econmico dado que, en general para todo anlisis de
este tipo sea macro o micro, deben establecerse claramente los
subsistemas en el an-lisis, sus relaciones e interacciones, sus
flujos de informacin y niveles de re-solucin entre otras
propiedades sist-micas. Todas estas interacciones deben ser
claramente definidas con el fin de extraer indicadores que den
respuesta a la situacin econmica de estudio en particular que se
quiere modelar.
Un anlisis sistmico previo a un mo-delamiento econmico facilita
la cons-truccin de circuitos macro y microeco-nmicos, identifica
las sinergias que surgen de la interaccin de los entes econmicos y
de los mercados, ayuda a
definir las relaciones matemticas que modelan el comportamiento
y forma-lizan la sustentacin de las hiptesis que se desean probar
con el modelo econmico.
Modelos con funciones de utilidad
Los modelos que usan funciones de uti-lidad, generalmente estn
compuestos por dos componentes: un componente determinstico que
puede ser calculado a partir de ecuaciones determinadas, y un
componente estocstico que re-fleja la unicidad de los individuos y
si-tuaciones que varan (Abraham y Hunt, 2002). Este componente
estocstico es normalmente usado para representar el difcil proceso
de toma de decisiones humanas, o la incertidumbre que lleva un
determinado proceso.
Por otro lado, la base de cambio y toma de decisiones en estos
modelos son go-bernadas a partir de procesos aleatorios y funciones
matemticas de utilidad que modelan comportamientos poco intuitivos
como, por ejemplo, la inten-cin humana de obtener beneficio. Estos
comportamientos junto con las restricciones espaciales conllevan a
que emerjan estructuras, rdenes y patro-nes caractersticos de
comportamiento (Batty, 2005).
Bajo esta perspectiva, los modeladores que usan componentes
estocsticos en sus estudios intentan representar de alguna manera
esos comportamien-tos que no son esperados o que no se
-
53
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
logran entender en los sistemas. El pen-samiento sistmico
contribuye tambin en este tipo de modelamiento, porque se cree que
dichos comportamientos inciertos son patrones emergentes que surgen
de la sinergia y de las interac-ciones del sistema. De esta manera,
un anlisis sistmico previo que ayuda a entender o a esclarecer
dichos patrones emergentes y en algunos casos inclu-so a
predecirlos, facilita en trminos de modelamiento la construccin de
las funciones matemticas con componen-tes determinsticos y
estocsticos que pueden representar las realidades bajo estudio.
Modelos dinmicos
Un modelo dinmico es aquel que re-presenta sistemas que cambian
y que tienen una secuencia progresiva en el tiempo. Generalmente
contienen dos partes: la matemtica, que involucra las ecuaciones
que representan los fe-nmenos de estudio, y la dinmica, que
establece las respectivas reglas de cambio. Un modelo dinmico de
este tipo reaccionar instantneamente con el cambio de las variables
en el tiempo. Por lo tanto esta concepcin se limita al desarrollo
matemtico o algortmico que revele comportamientos dinmicos en el
tiempo y patrones de estabilidad.
De esta manera, los modelos dinmicos construidos, ya sea a
partir de asociacio-nes micro estructuradas (Clarke, Hop-pen y
Gaydos, 2000) o a partir de reglas
definidas que determinan los estados presentes en trminos de los
eventos pasados (Dendrinos, 2000), logran cap-turar relaciones
dinmicas reales y pro-cesos de toma de decisiones entre los
elementos.
El pensamiento sistmico para este tipo de modelos tambin tiene
una fuerte contribucin, y radica en el hecho de que facilita en
alta medida el entendi-miento dinmico de las variables. La
di-ficultad ms notable en el modelamien-to dinmico es identificar
cmo y a qu tasa cambian las variables del modelo, y cmo estos
cambios afectan las otras variables y al sistema completo. Por lo
tanto, el anlisis sistmico ayuda a en-tender qu variables son
afectadas in-mediatamente ocurre un cambio de al-guna de ellas, y
sobre todo identifica los ciclos de realimentacin o las dinmicas
que ocurren a nivel global en todo el sistema. Con esta metodologa
se pue-de hallar cmo es el comportamiento global del sistema en
aras de realizar la validacin de los modelos construidos.
Modelos de Prediccin
Esta nocin cabe dentro de la idea de usar modelos matemticos
para descri-bir el comportamiento de un fenmeno que est bien
establecido. En algunas ocasiones es posible derivar un modelo
basado sobre leyes, las cuales permiten calcular el valor de una
cantidad depen-diente del tiempo. De esta manera se puede calcular
la concentracin de una
-
54
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
sustancia de una reaccin qumica en un determinado tiempo, o la
trayectoria de un misil impulsado desde una cierta posicin, con una
direccin y velocidad conocidas (Box y Jenkins, 1976).
Sin embargo, no todos los modelos son completamente
determinsticos. Exis-ten factores desconocidos tales como la
velocidad y direccin del viento, por ejemplo, en un modelo que
inten-te definir la trayectoria de un misil. En muchos problemas es
necesario definir factores desconocidos de los cuales es imposible
escribir un modelo determi-nstico que permita calcular con
exacti-tud el futuro comportamiento de un fe-nmeno (Box &
Jenkins, 1976). Se debe construir un modelo que puede ser usa-do
para calcular la probabilidad de un valor futuro, perteneciente a
un rango especificado. Estos tipos de modelo son llamados modelos
estocsticos. Son ne-cesarios para alcanzar ptimas predic-ciones y
especificaciones adecuadas de control y planificacin.
En este caso, tambin es conveniente hacer un anlisis sistmico
debido a que esta clase de modelos tambin se construyen a partir de
relaciones de va-riables e incluso a partir de interaccio-nes de la
misma variable. De esta mane-ra, un anlisis sistmico previo ayuda a
identificar retardos entre las variables o, lo que es lo mismo,
detectar cundo el efecto de una variable sobre otra no tiene una
incidencia inmediata en el tiempo. Dado este racionamiento, la
uti-
lidad del PS en este tipo de modelos es alta, puesto que muchos
de los plantea-mientos economtricos o de prediccin cumplen con la
caracterstica de retar-dos entre las variables.
2. herramientas de pensamiento sistmico
2.1 diagramas causales
Los diagramas causales estn enmarca-dos dentro de las ideas
fundamentales de la dinmica de sistemas que fue de-sarrollada por
Jay Forrester en el MIT, en el ao 1960. l estuvo interesado en
modelar el comportamiento dinmico de los sistemas, tales como las
pobla-ciones de las ciudades, y cadenas de suministro industriales
(Forrester, 1971). l argument que el comportamiento de tales
sistemas complejos a cualquier nivel, resulta de las estructuras de
flujos, retardos, informacin y relaciones de retroalimentacin y uso
los diagramas causales como representacin de di-chas
relaciones.
Los diagramas causales son una herra-mienta til para identificar
la dinmica de los sistemas. Ellos ilustran la estruc-tura de
realimentacin del sistema y sir-ven para identificar los mapas
mentales de las organizaciones, de las estructu-ras conformadas por
varios elementos y para revelar patrones de comporta-miento
individual (Vo, Chae y Olson, 2007).
-
55
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
Los diagramas causales tambin son tiles en la elaboracin y
comprensin de los modelos y para la construccin de hiptesis
dinmicas, y facilitan la ob-tencin y transmisin de conocimiento. Su
conceptualizacin parte de la simple definicin de causalidad que
represen-ta el efecto (inmediato o retardado) que una variable
puede tener sobre la otra (Sterman, 2000).
Los diagramas causales estn confor-mados por variables que son
unidas a travs de flechas que determinan la relacin causal entre
una variable y la otra. La variable base (o la que causa el efecto)
est posicionada en la base de la flecha y es la que produce el
efecto sobre la variable que se encuentra en la punta de la flecha
(variable destino) (Perkins y Grotzer, 2005). La categori-zacin del
efecto o la relacin causal se define por un smbolo de polaridad (+
) que depende de si el efecto que cau-sa la variable base sobre la
variable des-tino es positivo (+) o, por el contrario, si el efecto
es negativo (), entendindose como positivo o negativo incrementos o
decrementos observados en la varia-ble afectada.
Identificadas las variables, relaciones causales y polaridades
de todo el es-quema, se procede a definir los identi-ficadores de
ciclos o de realimentacin. Estos se definen a partir de una flecha
curva en direccin de la evolucin del ciclo, y pueden ser positivos
o de refuer-zo (R). Se tiene un ciclo de refuerzo si al
partir positivamente de una variable base, y siguiendo el efecto
sobre todas las variables que involucran en el ciclo, se regresa a
ella de forma positiva, o lo que es lo mismo cuando el producto de
todas las polaridades inmersas en el ci-clo da como resultado un
valor positivo (Sterman, 2000).
De la misma manera pueden identificar-se ciclos negativos o de
balance (B) para los cuales al partir positivamente de una variable
base se regresa a ella des-pus de recorrer todo el ciclo, de forma
negativa, o por consiguiente cuando el producto de todas las
polaridades del ciclo da como resultado un smbo-lo negativo (-). En
general, los ciclos de refuerzo estn asociados a comporta-mientos
exponenciales crecientes y de-crecientes de las variables que se
afec-tan en el ciclo, y los ciclos de balance, por el contrario,
limitan el crecimiento y generan patrones estabilizadores en las
variables involucradas en el ciclo.
Otro aspecto importante que puede ser identificado con este tipo
de estructura son los retardos implcitos dentro del sistema que
afectan en gran medida los fenmenos reales. Como la caracteriza-cin
de las variables se hace una a una es fcil ver cundo el efecto no
es inme-diato y esto ayuda notablemente en la formulacin final del
modelo (Chandler y Boutilier, 1992).
La Figura 1 (Sterman, 2000) Ilustra un ejemplo simple de
diagrama causal para estimar el efecto de la variable
-
56
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
nacimientos y muertes sobre la poblacin. En el ejemplo se
identifican dos ciclos de realimentacin, uno positivo y otro
negativo que afectan la poblacin de una localidad.
Figura 1. Ejemplo Diagrama Causal. To-mado de (Sterman,
2000)
La combinacin de varios ciclos de es-tos dos tipos es suficiente
para intuir los comportamientos dinmicos de los sistemas bajo
estudio y facilitar el futuro esquema de modelamiento, puesto que
para el diseador del problema le es f-cil identificar: las
variables relevantes del sistema, las interacciones y sus
re-laciones, los retardos, las dinmicas del sistema total y los
ciclos de realimenta-cin. De esta manera, el proceso meto-dolgico
facilita la obtencin de formu-laciones matemticas que conlleven al
correcto modelamiento del fenmeno.
La conformacin de estructuras de este tipo ha definido conocidos
arquetipos en la literatura (Daniel y Lannon, 1994). Estos son
aquellas estructuras e hip-tesis aceptadas que revelan
comporta-mientos comnmente encontrados en la realidad. El siguiente
apartado habla de esta importante herramienta del pensamiento
sistmico.
2.3 arquetipos
Extensivos y complejos estudios de si-mulacin pueden ser
resumidos des-cribiendo un diagrama estructural sim-plificado del
modelo resultante. Dichos diagramas son comnmente conocidos como
arquetipos, los cuales son es-tructuras que representan y
clasifican estructuras sistmicas, definiendo sus comportamientos
(Kim, 1995). Los ar-quetipos juegan un importante rol en todos los
procesos del pensamiento sistmico y, por tal motivo, recientes
estudios de pensamiento sistmico se enfocan en mejorar y refinar
arqueti-pos. Los arquetipos buscan encontrar comportamientos
intuitivos de los sis-temas de estudio y pueden ser vistos como una
sntesis de varios anlisis (cualitativos y cuantitativos) e intentos
de modelamiento de expertos, que pro-ducen conocimiento general en
nuevas aplicaciones y sistemas. Esta definicin los hace un
mecanismo muy poderoso para acelerar el aprendizaje.
Estos describen patrones comunes de comportamiento en las
organi-zaciones. Sirven como herramientas de diagnstico y como
herramientas prospectivas para dar alertas a los to-madores de
decisiones para futuras consecuencias no intencionadas. Tam-bin
revelan las soluciones fundamen-tales haciendo del tiempo una
varia-ble explicita en la toma de decisiones.
-
57
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
Por lo tanto, los arquetipos sistmicos son herramientas
altamente efectivas para identificar patrones de comporta-miento;
ellos reflejan la estructura fun-damental bajo estudio y pueden ser
aplicados de dos maneras: como diag-nstico y cmo prospectiva
(Goodman and Kleiner, 1994).
Como diagnstico, los arquetipos ayu-dan a los tomadores de
decisiones a reconocer patrones de comportamien-to que ya han sido
representados en los sistemas y sirven para entender la estructura
fundamental de los mis-mos. Por lo tanto, en la planeacin son de
gran uso, ya que a partir de ellos se formulan las pautas o las
medidas por las cuales se espera lograr determina-dos fines en una
estructura u organi-zacin. Tambin pueden ser aplicados para probar
si las polticas y estructuras que se estn implementando llevan a
producir el comportamiento deseado, y cuando se estn presentando
fen-menos negativos se pueden tomar me-didas de control antes que
los cambios sean efectuados e integrados en la es-tructura del
sistema.
El arquetipo genrico de la Figura 2 ilus-tra un tipo llamado
Shifting the Bur-den, el cual es el primero de muchos arquetipos
que ilustra la consecuencia de idear soluciones sintomticas y no
fundamentales a los problemas que ocurren en una organizacin o en
un problema determinado.
Figura 2. Arquetipo Shifting the Bur-den. Tomado de (Braun,
2002)
El arquetipo ejemplo muestra que las soluciones fundamentales o
a largo pla-zo requieren un mayor entendimiento y aprendizaje del
problema y que en muchas ocasiones (generalmente por la presin que
se genera dentro de la organizacin) se idean soluciones
sinto-mticas que requieren un menor apren-dizaje del problema pero
que al final terminan siendo ms perjudiciales para la organizacin
por el efecto adverso que producen. El Comportamiento en el tiempo
de este arquetipo se ilustra en la Figura 3. La formulacin de otros
arquetipos se definen en Braun, 2002.
-
58
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
Los arquetipos ofrecen un gran cono-cimiento de los problemas y
un funda-mento slido sobre el cual un modelo puede ser desarrollado
y construido. Sin embargo, raramente son modelos sufi-cientes para
realidades particulares por su naturaleza genrica y normalmente
fallan al revelar importantes variables que son parte del sistema
real de un problema especfico, pero sirven como una completa gua
para desarrollar for-mulaciones matemticas precisas (Mea-dows, et
al., 1972).
2.4 anlisis de complejidad
Un sistema complejo se puede definir como aquel que tiene las
siguientes caractersticas (Beckmann y Guthke, 1995):
Posee condiciones de aleatoriedad e incertidumbre: en algunas
oca-siones se desconoce el valor y com-portamiento de sus
variables.
Es incierta la forma cmo va a reac-cionar el sistema por el
desconoci-miento de sus dinmicas internas.
El sistema es regido por comporta-mientos y dinmicas no
lineales.
Posee un alto nmero de variables e interacciones.
Las causas y efectos que el siste-ma experimenta pueden no ser
proporcionales.
Las diferentes partes del sistema es-tn conectadas de manera
sinrgica.
Existen realimentaciones positivas y negativas.
Son sistemas abiertos, lo que im-plica que intercambian
material, energa y flujos de informacin con el entorno.
Tienden a llevar procesos irreversibles.
Las estructuras fsicas (regulares e irregulares) juegan un papel
funda-mental en el sistema.
Figura 3. Comportamiento Shifthin the Burden. Tomado de Braun,
2002
-
59
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
Son dinmicos y difcilmente llegan al equilibrio.
Frecuentemente sufren cambios sbitos o contra intuitivos.
Los sistemas complejos son comn-mente encontrados en la
naturaleza, en estructuras sociales y en sistemas artifi-ciales que
han sido desarrollados por el hombre. El reto siempre ha consistido
en generar herramientas y habilidades para analizar los
comportamientos de este tipo de sistemas (Ackoff y Gharaje-daghi,
1985).
La idea siempre ha consistido en definir procesos, que capturen
las caractersti-cas fundamentales de los sistemas com-plejos de
manera sistemtica organiza-da, a fin de ayudar al analista a evitar
la omisin de los factores ms destacados, tanto en su manifestacin
fsica como en su manifestacin estructural.
Entre los procesos que han sido desa-rrollados, enmarcados
dentro del pen-samiento sistmico para abordar siste-mas con estas
caractersticas se destaca a nivel organizacional, el conocido
pro-ceso CLIOS (Complexity Large Scale - Interconected Open
Sociotechnical) (Sussman, 2007), el cual es un enfoque
interdisciplinario que considera el es-pacio fsico de las
estructuras y ayuda al desarrollo de alternativas estratgicas
considerando altos niveles de incerti-dumbre, anlisis tecnolgicos,
reglas institucionales, restricciones jerrquicas y polticas.
El proceso CLIOS define tres importan-tes fases: la primera
relacionada con la representacin del sistema, en la cual se
identifica la estructura en trminos del dominio fsico e
identificacin de los subsistemas envueltos en la estructura poltica
e institucional, y el comporta-miento en el cual se identifica el
grado y naturaleza de la interaccin de los com-ponentes con las
conexiones dbiles o fuertes y los ciclos de realimentacin.
Un segundo paso define el diseo, la evaluacin y la seleccin del
sistema complejo bajo estudio. En esta etapa se mide el rendimiento
de todo el sistema y de los subsistemas. Tambin se estima cmo puede
mejorarse el rendimiento de la estructura a partir de alternativas
estratgicas, y finalmente se implemen-ta un modelo donde se evala
la actual estructura institucional y se administra el sistema para
alcanzar niveles razona-bles de rendimiento.
Los estudios de sistemas complejos como el anterior han
permitido el de-sarrollo de tcnicas muy poderosas de simulacin,
como la simulacin basada en agentes, la cual es el estudio
compu-tacional de procesos modelados como sistemas dinmicos de
interaccin de agentes, donde agente se refiere a la programacin de
caractersticas y m-todos de comportamiento instauradas en clases
que representan entidades que forman parte de un mundo
compu-tacionalmente construido (Duffy, 2008).
-
60
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
La dinmica de sistemas es otra meto-dologa de bastante apogeo en
la actua-lidad, que permite construir simulacio-nes de sistemas
sociales y econmicos complejos, entre otros. Maneja un len-guaje
formalizado en el cual se usan como conceptos los diagramas de
flujos y niveles, y el modelamiento es definido a partir de
ecuaciones diferenciales in-tegradas a partir de mtodos numricos
(Sterman, 2000). Este tipo de modela-miento se basa principalmente
en en-tender la estructura sistmica del obje-
to de estudios a partir de los diagramas causales discutidos
anteriormente.
3. Estado del arteEn la Tabla 1 se citan algunos de los trabajos
ms representativos que usan el pensamiento sistmico como
herra-mienta metodolgica para sus estudios. Para esta clasificacin
de los estudios se especifica la visin adoptada de anlisis, los
componentes que estn incorpora-dos en los estudios que explican sus
for-talezas y debilidades.
Tabla 1. Estado del arte. Pensamiento sistmico como herramienta
metodolgica
Nombre del Modelo / cita Bibliogrfica
Visin Componentes Qu Explica Fortalezas Debilidades
Applying a systems thin-king framework to assess knowledge
assets dyna-mics for business perfor-mance improvement.
(Schiuma Giovanni, Ca-lucci Daniela, Sole Fran-cesco 2012)
Aplicacin empresarial (Negocios)
Gestin de cono-cimiento en los activos empresa-riales,
estructu-ras de negocio, p e n s a m i e n t o sistmico
Mecanismos de trabajo para ges-tionar activos empresariales a
travs de gestin de conocimien-to y pensamien-to sistmico
Usa diagramas cau-sales para entender el comportamien-to de
gestin de activos
No incluye simulacio-
nes compu-tarizadas ni se apoya en arquetipos sistmicos
conocidos
Understanding the com-plex nature of engineer-ing technology
selection
(Xiaofeng Ju, Peng Jiang, Yun Yan, 2012)
Aplicaciones en Ingeniera
Soporte a la de-cisin- Tec-nologas en ingeniera, pensa-miento
sistmico
Aplica pen-samiento sis-tmico para enfrentar la complejidad en
la seleccin de tecnologas de ingeniera
Usa modelos mate-mticos que repre-sentan relaciones
sistmicas
No incluye esquemas sistmicos
Systems Thinking in Innovation Project management
(Kapsali Maria, 2011 )
Administracin de proyectos
Pensamiento sis-tmico en di-mensiones de mercado, anlisis
tecnolgico, es-tructura organi-zacional, impacto ambiental
Cmo el usar el p e n s a m i e n t o sistmico en la
administracin de proyectos puede ayudar a que sean ms exitosos
Flexibilidad pa-ra ilustrar, com-plejidad e i n c e r t i d u m
b r e en proyectos de innovacin
No incluye esquemas sistmicos
Who do you think you are? An examination of how systems thinking
can help social marketing support new identities and more
sustainable living patterns
(Conroy D. y Allen Q. 2010)
Marketing Social marketing, y pensamiento sistmico
Muestra cmo el pensamiento sistmico puede ayudar a identifi-car
el cambio en las conductas de mercado de la sociedad
Usa el arquetipo sistmico iceberg como ejemplo.
No ilustra re-laciones di-
nmicas entre varia-
bles
-
61
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
Nombre del Modelo / cita Bibliogrfica
Visin Componentes Qu Explica Fortalezas Debilidades
Promoting Systems Thinking through Biolo-gy Lessons.
(Werner R Y Mischo C. 2010)
Educacin Simulacin com-p u t a r i z a d a Escenarios Bio-lgicos
Pensa-miento Sistmico
Promover el p e n s a m i e n -to sistmico en el campo de la
educacin pa-ra el desarrollo sostenible
Posibilita la ense-anza de varias formas de pensa-miento
sistmico usando realsticas simulaciones por computador
No incluye todos los es-quemas de pensamien-to sistmico
Using MENTOR to Teach Systems Thinking and OR Methodology to
First Year Students in New Zealand.
(Daellenbachand,H y Pet-ty N. W. )
Educacin Paquete educa-tivo, interactivo, multimedia
Ensea Pen-s a m i e n t o sistmico e in-vestigacin de
operaciones
Ofrece un pode-roso esquema para ensear pen-samiento
sistmico
Hace fal-ta esque-
mas de validacin
de modelos
Developing Unbound-ed Systems Thinking: Using Causal Mapping
with Multiple Stakehold-ers within a Vietnamese Company.
(Vo, H. V, Chae B y, Olson D. L. )
Aplicacin empresarial
Diagramas causa-les - Pensamiento sistmico no limi-tado de
Mitroff y Linstone
Como un mo-delo construido sobre mltiples p e r s p e c t i v a
s ayuda a las or-ganizaciones a entender mejor las situaciones
problemticas
Muestra la utilidad del pensamien-to sistmico en la
organizacin
No ha-cen uso de arquetipos
Target Setting, lean sys-tems and viable systems: a system
perspective on control and performance measurement
(Gregory AJ. 2007)
Administracin y control
Anlisis de siste-mas tipo Beer y Seddon.
Modelo para medir control y desempeo
Argumenta la importancia de qu comporta-miento de un sistema es
pro-ducto de la in-teraccin de sus partes
Integra anlisis a sistemas tipo Beer y Seddon y evala cada paso
de los procesos
No definen estructuras sistmicas
por medio de diagramas causales.
Development of sys-tem thinking skills in the context of Earth
sys-tem education. Journal of Research in Science Teaching.
(Assaraf, O., & Orion, N 2005).
Educacin M e t o d o l o g a educativa para ensear pensa-miento
sistmico. Diagramas causa-les de problemas complejos.
El desarrollo de habilidades sis-tmicas en es-tudiantes a partir
del an-lisis de siste-mas complejos en este caso el
hidro-ciclo.
Construccin de metodologa de en-seanza sistmica.
No se de-finen
arquetipos
Dimensions of causual understanding: The role of complex causual
mo-dels in studentsunderstanding of science.
(Perkins, D. N., & Grotzer, T. A. 2005)
Educacin Diagramas Cau-sales - Arquetipos
La importancia del racionamien-to causal en los estudiantes
Explicacin de dia-gramas causales y su aplicacin en el
pensamiento sistmico
Aborda una limita-
da gama de problemas
-
62
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
Nombre del Modelo / cita Bibliogrfica
Visin Componentes Qu Explica Fortalezas Debilidades
Bathtub dynamics: Initial results of a systems thin-king
inventory. System
(Sweeny, L. B., & Sterman, J. D. 2000)
Consultora Metodologa Sis-tmica, Con-ceptual izac in terica de
pen-samiento sist-mico, Diagramas de flujos y nive-les - Integracin
Mtodos de resolucin
Medio para pro-bar la eficacia de las ayudas de formacin y de
decisin utiliza-das para mejorar las habilidades del pensamien-to
sistmico
Claridad en el aprendizaje y divul-gacin de concep-tos
sistmicos
Ninguno
Measuring the effect of system thinking in-terventions on mental
models.
(Doyle J, Radzicki M, Trees S. 1996).
Terico Pen-samiento Sistmico
Nueva metodo-loga para medir la habilidad del pensamiento
sis-tmico para cam-biar paradigmas mentales
Describe las li-m i t a c i o n e s de las actua-les tcnicas
dis-ponibles para cambiar los mo-delos mentales
Modelos Sistmi-cos Caracteriza-cin de modelos mentales
Falta definir arquetipos
de los mode-los mentales
4. conclusionesLa aplicacin del pensamiento sistmi-co en mbitos
acadmicos y operativos establece un marco conceptual que permite
abordar los problemas que sur-gen de la conformacin de estructuras
avanzadas de informacin y de comple-jas organizaciones de los
sistemas so-ciales. El pensamiento sistmico contri-buye a
estructurar el entendimiento de las realidades, a constituir las
bases para estudios posteriores de modelamiento y a definir los
comportamientos de los sistemas.
Los tres principios bsicos del pensa-miento sistmico en torno al
modela-miento de los sistemas son: la articu-lacin del problema que
constituye la identificacin y elaboracin estructu-rada de los
sistemas, el anlisis de sis-temas que involucra toda la
concep-tualizacin del pensamiento sistmico
para entender los sistemas, y el uso de modelos que es la
aplicacin de diver-sas herramientas en ingeniera para re-presentar
las inferencias identificadas en los procesos sistmicos.
En este trabajo se introducen tres im-portantes herramientas del
pensamien-to sistmico: los diagramas causales, que son estructuras
que definen los ci-clos de realimentacin de los sistemas, los
arquetipos, que son estructuras generales que definen los
comporta-mientos de los sistemas y el anlisis de complejidad que
busca representar sis-temas con altos nmeros de variables e
interacciones. Cada una de esas herra-mientas ayuda a realizar
aproximacio-nes importantes a los elementos de los sistemas y
contribuyen en su modela-miento en ingeniera. Cada uno de estas
herramientas constituye una extensa rea de investigacin.
-
63
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
En la revisin del estado del arte de es-tudios relacionados con
pensamiento sistmico se pudo observar que el pen-samiento sistmico
puede abordar dis-tintos mbitos del conocimiento y que la mayora de
estos estudios se apoyan en diagramas causales para explicar los
racionamientos sistmicos construidos. Dentro de los esquemas de
modelacin revisados, se identific que hay mucho por aportar con
respecto a la estructu-racin de arquetipos que definan patro-nes
generales de comportamiento en los sistemas.
referenciasAbraham, J. y Hunt, J. (2002): Spatial mar-
ket representations: concepts and application to integrated
planning models, University of Calgary, Canada. Department of Civil
Engineering. 49th annual North American Meetings of the regional
Science Association International.
Ackoff R y Gharajedaghi J. 1985. Toward sys-temic education of
systems scientists. Systems Research 2(1): pp. 2127.
Alonso W. (1964): Location and Land Use. Cambridge, MA: Harvard
University Press.
Assaraf, O., y Orion, N. (2005). Development of system thinking
skills in the context of Earth system education. Journal of
Research in Science Teaching, 42(5), pp. 518560.
Bakken BE., Gould JM y Kim D. 1992. Experi-mentation in learning
organizations: a management flight simulator ap-proach. European
Journal of Operations
Research 59(1): pp. 167182. Boston Globe 2000. 27 April:
A27.
Batty, M. (2005): Cities and Complexity. Mas-sachusetts:
MIT.
Bertalanffy, L. Von. (1968). General system theory: Foundations,
development, applications. New York: Braziller.
Beckmann, J. F., y Guthke, J. (1995). Com-plex problem solving,
intelligence, and learning ability. In P. A. Frensch & J.
Fun-ke (Eds.), Complex problem solving: The European perspective
(pp. 177200). Hillsdale, NJ: Lawrence Erlbaum.
Box, G., y Jenkins, G. (1976): Time series anal-ysis:
forecasting and control. Universi-dad de Wisconsin, U.S.A,
Holden-day.
Braun William. The system archetypes. 2002.
Cabrera D., Colosi Laura y Lobdell Claire. Systems thinking .
Evaluation and Pro-gram planning. Elsevier. 2008. 31: pp.
299-310.
Cavaleri S, Sterman J. 1997. Towards evalua-tion of systems
thinking interventions: a case study. System Dynamics Review 13(2):
pp. 171186.
Chandler M, Boutilier R. 1992. The develop-ment of dynamic
system reasoning. Contributions to Human Development 21: pp.
121137.
Checkland, P y Scholes J. Soft systems methodology: a 30-year
retrospective. Systems Research and Behavioral Science (1999)
Volume: 58, Publisher: Wiley, pp. 11-58.
Clarke, K, Hoen, S y Gaydos I. (2000): Meth-ods and techniques
for rigorous cali-bration of a cellular automation model of urban
growth. http://geo.arc.nasa.gov/usgs/clarke/calib.paper.html.
-
64
Federico Livano Martnez / Jess Enrique Londoo
Revista Soluciones de Postgrado EIA, Nmero 8. pp. 43-65.
Medelln, enero-junio de 2012
Conroy D y Allen Q. Who do you think you are? An examination of
how systems thinking can help social marketing support new
identities and more sustainable living pattern. Austral-asian
Marketing Journal. 2010. 18. Pp. 195-197.
Daellenbachand H y Petty N. W. Using MEN-TOR to Teach Systems
Thinking and OR Methodology to First Year Students in New Zealand.
The Journal of the Op-erational Research Society, Vol. 51, No.
12,(Dec., 2000), pp. 1359-1366.
Dangerfield BC, Roberts CA. 1995. Project-ing dynamic behavior
in the absence of a model: an experiment. System Dy-namics Review
11(2): pp. 157172.
Dendrinos, D. (2000): Land development and amenities: a predator
- prey inter-action. The annals of regional science, pp: 1-14.
Doyle J, Radzicki M, Trees S. 1996. Measuring the effect of
system thinking interven-tions on mental models. 1996
Interna-tional System Dynamics Conference.
Donella Meadows., Dennis Meadows., Jr-gen Randers y William
Behrens. Limits to Growth, (New York: New American Library),
1972.
Duffy, J. (2008): Agent-Based models and human subject
experiments. Hand-book of Computational Economics, V. 63.
Pittsburgh.
Forrester, Jay. World Dynamics. Wrigth-Allen Press, Cambridge.
1971.
Forrester, Jay. Urban Dynamics. Wrigth-Allen Press, Cambridge.
1977.
Forrester, J.W. and Senge, P. (1980) Tests for building
confidence in System Dynam-
ics Models, TIMS Studies in the Man-agement Sciences, Vol 14,
pp. 209-228.
Goodman, M y Kleiner, A. Using the Arche-type Family Tree as a
Diagnostic Tool, The Systems Thinker, December, 1993/January,
1994.
Gregory AJ. Target Setting, lean systems and viable systems: a
system perspective on control and performance measure-ment.
University of Hull. Journal of op-erations research Societ, Vol
58No. 11, Part Special Issue: Risk Based Methods for Supply Chain
Planning and Man-agement (Nov., 2007), pp. 1503-1517.
Joseph Sussman. Frameworks and Models in Engineering Systems.
MIT Open-CourseWare, Massachusetts Institute of Technology. Spring
2007.
Kim, D. Archetypes as Dynamic Theories, The Systems Thinker,
June/July, 1995.
Kim, D y Kim, C. A Pocket Guide to Using the Archetypes, The
Systems Thinker, May, 1994.
Kapsali, Maria. Systems Thinking in Innova-tion Project
management. Internation-al Journal of Project Management. 2011. 29.
Pp. 396-407.
OConnor J y McDermott I. The Art of Sys-tems Thinking: Essential
Skills for Cre-ativity and Problem Solving. Thorsons. 1997. Pp. 113
156.
Perkins, D. N., y Grotzer, T. A. (2005). Dimen-sions of casual
understanding: The role of complex causual models in students
understanding of science. Studies in Science Education, 41,
117166.
Riess Werner y Mischo Christoph. Promoting Systems Thinking
through Biology Les-sons University of Education Freiburg, German.
International Journal of
-
65
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas
Escuela de Ingeniera de Antioquia
Science Education Vol. 32, No. 6, 1 April 2010, pp. 70572.
Senge P. 1990. The Fifth Discipline: The Art and Practice of the
Learning Organiza-tion. Doubleday: New York.
Silverman Barry. Unifying Expert Systems and the Decision
Sciences. Journal of Operations Research, Vol. 42, No. 3 (May -
Jun., 1994), pp. 393-413.
Schiuma, G., Calucci D., y Sole Francesco. Ap-plying a systems
thinking framework to assess knowledge assets dynamics for business
performance improve-ment. Expert Systems with applications. 2010.
39, pp. 8044-8050.
Sterman J. 1994. Learning in and about com-plex systems. System
Dynamics Review 10(23): pp. 291330.
Sterman J. 2000. Business Dynamics: Sys-tems Thinking and
Modeling for a Complex World. Irwin/McGraw-Hill: New York.
Vo, H., Chae, B y Olson D. L. Developing Unbounded Systems
Thinking: Using Causal Mapping with Multiple Stake-holders within a
Vietnamese Company. The Journal of the Operational Research
Society, Vol. 58, No. 5, Special Issue: Problem Structuring Methods
II (May, 2007), pp. 655-668.
Wilson, A. (1981): Geography and the Envi-ronment. Leeds: Jhon
Wiley & Sons Ltd.
Xiaofeng Ju., Peng Jiang y Yun Yan, 2012. Understanding the
complex nature of engineering technology selection: a new
methodology based on systems thinking. Systems Engineering
Procedia. 2010. 4 pp. 196-202.
OLE_LINK1OLE_LINK2_GoBack_GoBack_Ref324283813_Ref324283865_Ref324284200_GoBack_GoBack_GoBackEditorialValoracin
de la concesin Ruta del Sol tramo I por Opciones Reales: Una
alternativa de valor para la evaluacin financiera de las
concesiones en ColombiaJaime Andrs Arango Bueno*, Mauricio Vsquez
Barrera**
Sistema de gestin integral de provedores para el desarrollo de
la industria martima en Colombia. Caso CotecmarJos Morelos Gmez*,
Toms Jos Fontalvo Herrera**, Juan Carlos Vergara Schmalbach***
El pensamiento sistmico como herramienta metodolgica para la
resolucin de problemas Federico Livano Martnez*, Jess Enrique
Londoo**
Reflexiones sobre la importancia del proyecto Red de ngeles
Inversionistas de Antioquia como instrumento para la dinmica del
emprendimiento 2010-2011Ana Milena Jaimes Restrepo*, Mnica Marcela
Zapata Vlez**
La Ingeniera de Mtodos y Tiempos como herramienta en la Cadena
de SuministroAlexander Correa Espinal*, Rodrigo Andrs Gmez
Montoya**, Cindy Botero Prez***
Aproximacin a la estructura ptima de capital de la empresa
Mineros S.A.Natalia Meja Bautista*, Mauricio Moreno Arias**
El Riesgo del Endeudamiento: La Crisis de la Deuda Soberana y
posibles ImplicacionesHermilson Ardila*, Christian Lochmller**, Jos
Ignacio Mrquez***, Alejandro Pea****
Comunicacin e instrumentalizacin: consideraciones y aportes a la
comunicacin y relaciones corporativas-ReflexinCatalina Calle
Arango