Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Boletín de Información, número 321
— 115 —
EL ANÁLISIS PROSPECTIVO: UN RETO TECNOLÓGICO
JoséMiguelCastilloChamorroAlumno del XIX Curso de Alta Gestión Logística
Introducción
Antesdeenfrentarseaunescenariofuturo,esaconsejabletenerunaideamásomenosprecisadeloquepuedeacontecer.Másvaleestarprepa-radoparalosescenariosfuturosquesufrirsusconsecuencias.Unavezconfiguradoelposibleescenariofuturo,debemosanalizartodoslosele-mentosofactoresqueintervienenconelfindefavorecerodificultarquedichoescenariosematerialice.
Elobjetivode lapresente investigaciónesobtenerunatecnologíaapli-cable (Castillo, 2009)quenospermita serconscientesde losposiblesescenarios críticos antes de que se materialicen, lo que nos permitiráanalizarlos yelaborar estrategiasapropiadasdemitigaciónde riesgos.Elproyectoincluyelaaplicacióndeunametodologíaespecíficaparapre-ver posibles escenarios futuros basada en la opinión de expertos, asícomo el desarrollo de Sistemas Multi-Agente (MAS) (Aarsten, 1996 yAgre,1996)paraautomatizarlacreacióndetalesescenarios.
Boletín de Información, número 321
— 116 —
Modos de conocer el futuro
Lanecesidaddepreverelfuturonoesnueva.Elhombresiemprehasen-tidolanecesidaddepredecirloquevaasuceder(Martin,1995).Adíadehoypodemosresumirlosdiferentesmétodosparapreverelfuturoencua-trogruposprincipales:sobrenatural,hermenéutico,técnicoyanticipativo.
Loshechos futuroso situacionesconocidaspor revelación,profecíaoinclusoastrologíapuedenincluirsecomoformasobrenaturaldepreverelfuturo.Lamentablemente,estegruponoincluyeprocedimientosseriosyfiables,porloquenoesaconsejableconfiarenestastécnicas.
Lahermenéuticaestárelacionadaconlasinteraccionessocialesorienta-dasadebatirsobreelfuturo.Comentarios,situacionesutópicaseinclusocienciaficciónpuedenincluirseenestegrupo.
En el grupo técnico podemos encontrar modelos matemáticos que sedesarrollanparaextrapolardatospasadosypresentesconelobjetivodepredecirresultadosfuturos.Elestudiodetendenciaspermiteaproximarsituacionesfuturasensistemasdinámicosestables.Laeconometría, lademografíaylameteorologíasoncienciasquesepuedenincluirenestegrupo.
Pordesgracia, lossistemassocialesnosiempresecomportandema-neraestable;normalmenteevolucionandemanera inestableocaótica.Además, cuandouna situación incluyeunagrancantidadde variablesdiferentesyheterogéneas,laprediccióntécnicasevuelvecomplejaydi-fícildemanejar.
Lastécnicasanticipatoriastratandeevitarelproblemadelusodepre-diccióntécnicaensistemasinestablesutilizandolaopinióndeungrupodeexpertos(Bas,1999yGodet,1993).Laopinióndelexpertoreflejalasrelacionesentreeventosovariablesbasadasensuexperienciapersonal.Las relacionesextremadamentecomplejasentreeventosheterogéneossontratadasmentalmentecomountodo,figura1.
Lastécnicasdeprediccióntécnicasoneficientesenlacreacióndees-cenariosfuturosbasadosenlaestabilidaddelossistemasdinámicosenlosqueseaplicanlastendenciasdelosdatoshistóricos.Sinembargo,dentrodelámbitodedefensayseguridadesdifícilcontarconlaestabi-lidaddeunsistemadinámicoquegenereescenariosbasadosenpautas
Boletín de Información, número 321
— 117 —
predecibles,porloqueelusodetécnicasanticipatoriasserevelacomoelmásadecuado.
Una solución orientada a MAS
Enestasección,sepresentaunnuevoenfoquedeprospeccióndelfutu-robasadoenunsistemaMAS(Much,1999yDurfee,2001).Elobjetivoconsisteenlaconstruccióndeunmodeloqueseenfrentealproblemademodelarescenariosfuturosdesdeunaperspectivadiferentedelosméto-dosprospectivosdeestadísticaclásica.Porello,utilizamosposibilidadescalificadasconetiquetaslingüísticas(Zadeh,1975)enlugardeprobabili-dades,elproyectosedesarrollabajounenfoquediferentealutilizadoconlosmétodosclásicos,figura2,p.118.
AtravésdelametodologíaMECMIPLAN(Castillo,2006)sehaconstrui-dounsistemadesoftwarequepermiteobtenerresultados.Estameto-dologíadescribe losdiferentespasosyprocedimientosparaconstruirun desarrollo de software orientado a MAS en este tipo de dominio,figura3,p.119.
Elconocimientoextraídodelgrupodeexpertosseráempleadoparaen-trenaralagenteclasificador.Posteriormenteelagenteclasificadorpue-deserusadoparagenerarnuevosescenarios.Deestamanera,elcono-cimientodelgrupodeexpertossetransfierealMAS.Elagenteclasifica-dorsehadesarrolladomedianteprocedimientosdelógicaborrosa(Suge-
Predicción
SobrenaturalVisionariaPofecía
Astrología
HermenéuticaFuturismo
UtopíaCienciaficción
TécnicaFuturología
EconometríaDemografía
MeteorologíaAstronomía
AnticipatoriaProspectivaProspectivasociológica
Planeamientoestratégico
Figura 1.– Modos de conocer el futuro.
Boletín de Información, número 321
— 118 —
no,1985),yaqueelserhumanousualmenteseexpresamedianteelusodeetiquetaslingüísticasenlugardecifras.
El segundoagenteesútilparadeterminarquéeventospuedenser in-fluenciadosconelfindellegaralescenariodeseado.Esposiblequeelescenarionocoincidaconnuestrasexpectativas.Enestecaso,elagenteanalizadorseencargadebuscar loseventosquedebenser influencia-dosconelfindeacercarseaunescenario ideal.Para laconstruccióndelagenteanalizadorseutilizanprocedimientosdeinteligenciaartificialbasadosenbúsquedasinteligentes(Nilsson,1998).
Lafigura4,p.120,muestraelmapadeprocesosquepermitellevaracabounestudiodeprospectiva.Laramasuperiordescribelosdiferentesproce-sosquesedebendesarrollarafindegenerarescenariosfuturosdeacuer-doconlasopinionesdeungrupodeexpertos.Encasodequereranalizarlasimplicacionesdelescenariogeneradoenlaramasuperioroparaestu-diarunescenarioespecífico,debemosprocedercon losprocesosmos-tradosen la rama inferiorde lafigura,dondeseestudia la influenciade
Figura 2.– Visión general del proyecto.
ExpertosEscenarios
posibles
Analizarescenarios
Analistas
Generarescenarios
Conceptualizarescenarios
Analizareventossensibles
Boletín de Información, número 321
— 119 —
acontecimientosexternosquenoestándirectamenterelacionadosconelescenario.
Caso de estudio: el futuro de la Política Común de Seguridad y Defensa (PCSD) en Europa
Enestasecciónsepresentaunproyectoquehasidodesarrolladorecien-tementeporelIEEEyTecnalia(CorporaciónTecnológica).
ElobjetivodeesteejercicioespreverelfuturodelaimplantacióndelaPCSDenelhorizontetemporaldelaño2020.
Definición del dominio
UngrupodeanalistasdelIEEEeligióeldominioenelquesedesarrollael estudioprospectivo.Eneste casoparticular, el objetivo consiste enpreverelfuturodelaPCSDenelaño2020.
Definición de eventos
Elmismogrupodeanalistas,conlaasistenciadeungrupodeexpertostécnicosdeTecnalia,definió loseventosgeneralesrelacionadosconel
Figura 3.– Modelo conceptual.
Agentecuantificador
Agenteoptimizador
Agenteclasificador
Agenteanalizador
Eve
ntos
Esc
enar
ios
Eve
ntos
sen
sib
les
Escenarioideal
Boletín de Información, número 321
— 120 —
dominio.Seeligió la listadeeventos,prestandoespecialatencióna laindependenciaentreellos.Unnúmerodesieteeventosfueronidentifica-dos,loscualesseenumeranacontinuación:– Evento 1:lasopinionespúblicasdelosEstadosmiembrospresionana
susgobiernosparaunmayordesarrollodelaPCSD.– Evento 2:seracionalizanlasestructurasparapotenciarelplaneamiento
yejecucióndelamisionesdelaPCSD,conunempleointegradodelascapacidadescivilesymilitares.
– Evento 3:seproduceuncambioenlaarquitecturadeseguridadeuroat-lánticacomoconsecuenciadeunaredefinicióndelospapelesdelaOr-ganizacióndelTratadodelAtlánticoNorte(OTAN)yUniónEuropea,yuncambioenlaposturadeactoresclavecomoEstadosUnidosyRusia.
– Evento 4:laPolíticaExteriordeSeguridadComún(PESC)sedesarrollade formacoherentedeacuerdocon los instrumentosprevistosenelTratadodeLisboa.
– Evento 5:elConsejoEuropeodecideporunanimidadlapuestaenmar-chadeunadefensacomúneuropea,conformea loestablecidoenelartículo27.2delTratadodeLisboa.
– Evento 6:sealcanzanlosobjetivosdecapacidades(militaresyciviles)quefijelaUniónEuropeaparasustituiralosde2010.
– Evento 7: la Unión Europea constituye unas fuerzas adecuadamenteadiestradasyequipadas,ylistasparaserempleadasconflexibilidadengestióndecrisis.
Figura 4.– Mapa de procesos.
Confeccionarencuestas
Decidirámbito
Generarescenarios
futuros
Definireventos
Analizarresultados
Implicacionesescenarios
Confeccionarencuestas
Definirpreguntasobjetivos
Boletín de Información, número 321
— 121 —
Diseño de cuestionarios
Unavezdefinidoseldominioyloseventos,Tecnaliadiseñóloscuestiona-riosquedeberíanserrespondidosporelgrupodeexpertos.Elnúmerodecuestionariosnopuedesernumerosoyhaderepresentartodalagamadeposiblesescenarios.
ElgrupodeexpertosfueelegidoporelIEEE.Seseleccionaron14exper-tosenpolíticainternacional.
Afindefacilitarelprocesodeextraccióndeconocimientosedesarrollóunapáginawebparaquelosexpertosrespondieranaloscuestionariosenlínea(www.escenariosprospectiva.info).
Elnúmerodeeventosidentificadosporelgrupodeanalistasessiete.Enconsecuencia,elnúmerodeposiblesescenarioses128.Estenúmeroeselresultadodelasdiferentescombinacionesdeloseventos(27).Delos128posiblesescenariosunnúmerode15fueseleccionadocomoelmásrepresentativodeellos.Cadaexpertoexpresósuopiniónsobrelaexis-tenciadecadaescenarioentérminosdeposibilidadcomo«muyalto»,«alto»,«medio»,«bajo»y«muybajo».Elcuadro1muestralasrespuestasdelosexpertosacadacuestionario.Cadacolumnacontieneelnúmeroderespuestasconrespectoasucalificación.
Esimportantedestacarquelamayoríadelasrespuestassiguenunadis-tribución«gaussiana»entornoaunvalorcentral.
Generación de escenarios futuros
Elobjetivodeesteprocesoestratarlainformacióndeunamaneralógicay formal.Por talmotivose traducen los resultadosde todos loscues-
Cuadro 1.—Respuestas de los expertos.
Respuestas Eventos
MuyaltaAltaMediaBajaMuybaja
ToTal
0002
12
14
11264
14
01157
14
24800
14
21830
14
12551
14
01247
14
05540
14
03731
14
0031
10
14
11255
14
11345
14
11246
14
03920
14
23630
14
Boletín de Información, número 321
— 122 —
tionarios a reglas lógicas. Quince cuestionarios con cinco respuestasposiblesproducen75reglas.Sinembargo,notodaslasposiblesreglashansidoelegidasporlosexpertos,sólo59de75posibles.Estas59re-glashansidoidentificadascomolosprincipaleselementosasertratadoscomopartedelMAS.Esdecir,estas59reglasseránelnúcleodelagenteclasificador,figura5.
Paratratartodasestasreglassehadesarrolladounmódulodeinferen-cia borrosa. El cuadro 2 muestra los resultados cuantitativos de cadacuestionario.Enestecuadro,lacolumna«Valor»expresaelresultadodelmóduloborrosoparacadacuestionario.
Comosemuestraenelcuadro,unescenarioconningúnevento(Q1)tieneunamuybajaposibilidaddeocurrencia.Además,unescenarioenelqueseproducentodosloseventos(Q10)cuentaconunabajaposibilidaddeocurrencia.
Paraextrapolarlosresultadosdelmódulodeinferenciaalos128cues-tionariosposibles,unaredneuronalesentrenadacomopartedelagentedeclasificador.Segúnelmodeloconceptualquesemuestraenlafigura3,p.119,cuandosepresentaunconjuntodeeventoscomoentradadelmodeloobtenemoslaposibilidaddeproduciresteescenariocomosali-
Figura 5.– Reglas generadas por los expertos.
Boletín de Información, número 321
— 123 —
da.Estasalidadebeserentendidacomolarespuestadadaporelgrupodeexpertosensuconjuntoparaesaentradaespecífica.
AtravésdelaherramientainformáticaHELPsegeneranlosescenariosconmásposibilidadesdeocurrirentrelos128posibles.Sehanobtenidolossiguientesresultados:– Escenariosconposibilidadmuyalta:ninguno.– Escenariosconaltaposibilidad:7.– Escenariosconposibilidadmedia:57.– Escenariosconbajaposibilidad:56.– Escenariosconposibilidadmuybaja:8.
Podemosdeducirdelcuadro3,p.124,deescenariosdealtaposibilidadquelossucesosdosycuatroestaránpresentesencualquieradeloses-cenariosmásposibles.Porlotanto,podemosafirmarque,enopinióndelgrupodeexpertos,losacontecimientosdosycuatroestaránpresentesenelhorizontetemporaldelaño2020.Esdecir:– Evento 2:seracionalizanlasestructurasparapotenciarelplaneamiento
yejecucióndelamisionesdelaPCSD,conunempleointegradodelascapacidadescivilesymilitares.
– Evento 4: laPESCsedesarrolladeformacoherentedeacuerdoconlosinstrumentosprevistosenelTratadodeLisboa.
Cuadro 2.—Resultados del módulo de inferencia borrosa.
Eventos Ev1 Ev2 Ev3 Ev4 Ev5 Ev6 Ev7 Valor Posibilidades
Q1Q2Q3Q4Q5Q6Q7Q8Q9Q10Q11Q12Q13Q14Q15
000001111100110
000110011101011
001011101100001
011110100100110
000001111100110
010100110110110
001001010110001
0.1150.3370.2660.6050.4980.4430.2890.5190.4860.2270.3350.3550.3260.5150.530
MuybajaBajaBajaMediaMediaMediaBajaMediaMediaBajaBajaBajaBajaMediaMedia
Boletín de Información, número 321
— 124 —
Conclusiones
EnesteartículosepresentalaideadeusarlaProspectivacomounahe-rramientaútil,sencillayaplicableencortoespaciodetiempoparapreverposiblessituacionesfuturasespecialmentedecrisisoriesgo.Sehande-talladolosprocesosparaobtenerinformacióndeungrupodeexpertoshumanosconobjetodecrearposiblesescenarios futuros.Unprocesosimilarsepuedeutilizarparaanalizarlaimplicacióndelosposiblesesce-nariosenrelaciónconotrosescenariosnorelacionados.
Elusodeunatecnologíaquepermiteevitarcomplejosmétodosestadís-ticos,asícomoeldesarrollodeunprototipodesoftware queapoyaelanálisis de escenarios, facilita la repetición del estudio prospectivo sielescenariovaríaosinuevoseventossurgeninesperadamente.Porotraparte,alcompararelpresentetrabajoconlosmétodosclásicossepue-denenumerarlassiguientesventajas:– Un uso natural de las etiquetas lingüísticas en lugar de probabilidad
paradefinirlaposibilidadolaintensidaddelosacontecimientos.– Ellogrodeuncriteriocomúndelgrupodeexpertossinnecesidadde
utilizarelmétodoDelphi(Turoff,2009yDalkey,1975).
Elestudiodelasimplicacionesdelescenariofuturoatravésdeunaná-lisisdeloseventosquedebensermodificadosconelfindeobtenerunescenarioideal.
Cuadro 3.—Escenarios de alta posibilidad.
Escenarios Ev1 Ev2 Ev3 Ev4 Ev5 Ev6 Ev7
Escenario1
Escenario2
Escenario3
Escenario4
Escenario5
Escenario6
Escenario7
Boletín de Información, número 321
— 125 —
Porúltimo,sehapuestodemanifiestolaaplicacióndeestatecnologíaconunestudiodecasoreal.
Bibliografía
aarsTen,A.;brugali,D.andVlad,C.:Cooperating Among Autonomous Agents, Proceedings of the 4th International Conference on Control, Automation, Ro-botics and Vision, Singapore,1996.
agre and rosensCHein: Computational Theories of Interaction and Agency, MITPress,1996.
marTin,B.R.:«ForesightinScienceandTechnology»,Technology Analysis and Strategic Management,7,pp.139-68,1995.
Bas,E.:Prospectiva. Cómo usar el pensamiento sobre el futuro,editorialAriel,1999.
CasTillo, J.M.:Una solución a la planificación de operaciones para la defensa basada en agentes inteligentes,Book,ISBN978-84-9781-473-7,2009.
CasTillo,J.M.,et al.: Strategic Planning: A new approach through MECIMPLAN. Proc. of the IAT Int. Conf., HonkKong(China),2006.
dalkey,N.C.:Méthode Delphi, Dunod,1975.
durfee,E.;Cox,J.et al.:Integrating Multiagent Coordination with Reactive Plan Execution. Proceedings of the ACM Conference on Autonomous Agents (Agents-01), pp.149-150,juniode2001.
godeT, M.: De l’anticipation à l’action. Manuel de prospective et de stratégie, Dunod,1993.
muCH,Richard,et al.:Intelligent Software Agents, PrenticeHall,1999.
nilsson, Nils J.: Artificial Intelligence: A new synthesis, editorial Mc-Graw Hill,1998.
sugeno,M.: Industrial applications of fuzzy control,ElsevierSciencePub.Co.,1985.
Turoff, M.: «The Past, Present and future of Delphi», Futura journal, Helsinki,2009.
ZadeH, L.A.:The concept of a Linguistic Variable and its Application to Approxi-mate Reasoning,Parts1-3,InformationSciences,1975.
Boletín de Información, número 321
— 127 —
LA DEFENSA COLECTIVA EUROPEA.¿EL COLAPSO DE UNA SUPERNOVA?
MiguelCuarteroLorenzoCapitán de corbeta
«Aunqueconelcolapsocomienzalaexplosióndesuper-novaqueenúltimasdestruirálaestrella,elcolapsoesunfenómenodelnúcleoexclusivamente.
Lavelocidaddelcolapsoaumentaconeltiempo.»HernándeZ Vargas
«EstadosUnidoscadavezsedesentiendemásdelade-fensadeEuropayesacircunstanciadebedeconocerlayasumirlalasociedaddelosdiversospaíseseuropeos.
Debensaberquecarecendepoderenelmundomultipo-larquenoshatocadovivir.»
enrique fojón
Introducción
Enestetrabajodeinvestigación,unodeloselementosformativosdelCur-sodeEspecialistaenSeguridadyDefensaenelmódulodeOrganizacionesInternacionalesdeSeguridadyDefensa,laintencióndelautorespracticar