Inteligencia de decisiones

La inteligencia de decisiones es una disciplina de ingeniería que complementa la ciencia de datos con teoría de las ciencias sociales , la teoría de la decisión y la ciencia de la gestión . Su aplicación proporciona un marco para las mejores prácticas en la toma de decisiones organizacionales y procesos para aplicar tecnologías computacionales como el aprendizaje automático , el procesamiento del lenguaje natural, el razonamiento y la semántica a gran escala. La idea básica es que las decisiones se basan en nuestra comprensión de cómo las acciones conducen a los resultados. La inteligencia de decisiones es una disciplina para analizar esta cadena de causa y efecto , y el modelado de decisiones es un lenguaje visual para representar estas cadenas. ^{[ 1 ]}

Un campo relacionado, la ingeniería de decisiones , también investiga la mejora de los procesos de toma de decisiones, pero no siempre está tan estrechamente vinculado a la ciencia de datos. ^[Nota]

La inteligencia para la toma de decisiones se basa en el reconocimiento de que, en muchas organizaciones, la toma de decisiones podría mejorarse mediante un enfoque más estructurado. Esta inteligencia busca superar el "límite de complejidad" en la toma de decisiones, caracterizado por una discrepancia entre la sofisticación de las prácticas organizacionales y la complejidad de las situaciones en las que deben tomarse dichas decisiones. De este modo, busca resolver algunos de los problemas identificados en torno a la teoría de la complejidad y las organizaciones .

En este sentido, la inteligencia de decisiones representa una aplicación práctica del campo de los sistemas complejos , que ayuda a las organizaciones a desenvolverse en los sistemas complejos en los que se encuentran. La inteligencia de decisiones también puede concebirse como un marco que pone al alcance de quienes toman decisiones sin ser expertos técnicas de análisis avanzado y aprendizaje automático , además de incorporar y ampliar la ciencia de datos para superar los problemas descritos en la teoría del cisne negro .

Los defensores de la inteligencia de decisiones creen que muchas organizaciones siguen tomando malas decisiones. ^{[ 2 ]} En respuesta, la inteligencia de decisiones busca unificar una serie de mejores prácticas de toma de decisiones , que se describen con más detalle a continuación.

La inteligencia para la toma de decisiones se basa en la idea de que es posible diseñar la decisión en sí misma, utilizando principios que se emplearon anteriormente para diseñar objetos más tangibles como puentes y edificios.

El uso de un lenguaje de diseño visual que represente las decisiones (véase §  Diseño visual de decisiones ) es un elemento importante de la inteligencia de decisiones, ya que proporciona un lenguaje común intuitivo fácilmente comprensible para todos los participantes en la toma de decisiones. Una metáfora visual mejora la capacidad de razonar sobre sistemas complejos ^{[ 3 ]} , así como de potenciar la colaboración .

Además del diseño visual para la toma de decisiones, existen otros dos aspectos de las disciplinas de ingeniería que facilitan la adopción masiva. Estos son:

1. la creación de un lenguaje compartido de elementos de diseño y
2. el uso de una metodología o proceso común, como se ilustra en el diagrama anterior.

La necesidad de una metodología unificada para la toma de decisiones se debe a una serie de factores a los que se enfrentan las organizaciones al tomar decisiones difíciles en un entorno interno y externo complejo.

El reconocimiento de la incapacidad generalizada de los métodos actuales para resolver problemas de toma de decisiones en la práctica proviene de varias fuentes, incluidas fuentes gubernamentales e industrias como las de telecomunicaciones , medios de comunicación , la industria automotriz y la farmacéutica .

Ejemplos:

• Las consecuencias de las decisiones son cada vez más complejas, y van mucho más allá de los ingresos del próximo trimestre u otros resultados tangibles, abarcando múltiples objetivos que deben cumplirse simultáneamente, algunos de los cuales suelen ser intangibles:

El automóvil se está convirtiendo en una expresión de identidad, valores y control personal que trasciende la segmentación y la marca tradicionales. Por ejemplo, la eficiencia del combustible será solo una consideración para un vehículo socialmente responsable (VSR). ¿Qué porcentaje de las piezas son reciclables? ¿Cuál es la huella de carbono total del vehículo? ¿Se utiliza mano de obra infantil? ¿Pinturas, pegamentos o plásticos tóxicos? ¿Qué tan transparente es la cadena de suministro? ¿El vendedor es responsable del reciclaje? ¿Qué métodos se utilizan? ¿Se aplican prácticas laborales justas?

• Aumento global de la complejidad:

Vivimos en un mundo dinámico donde el ritmo, el alcance y la complejidad del cambio son cada vez mayores. El avance imparable de la globalización, el creciente número de actores independientes y el progreso tecnológico han incrementado la conectividad, la interdependencia y la complejidad globales, generando mayor incertidumbre, riesgo sistémico y un futuro menos predecible. Estos cambios han conllevado una reducción de los tiempos de alerta y una aceleración de los ciclos de decisión.

A diferencia de otras herramientas y metodologías de toma de decisiones , la inteligencia de decisiones busca aplicar diversas prácticas de ingeniería al proceso de toma de decisiones. Estas incluyen el análisis de requisitos , la especificación , la planificación de escenarios , el aseguramiento de la calidad , la seguridad y el uso de principios de diseño , como se describió anteriormente. Durante la fase de ejecución de la decisión, los resultados generados durante la fase de diseño pueden utilizarse de diversas maneras; se emplean enfoques de monitoreo, como paneles de control empresariales y planificación basada en supuestos, para realizar un seguimiento del resultado de una decisión y activar la replanificación según sea necesario (en el diagrama al inicio de este artículo se muestra una representación de cómo se combinan algunos de estos elementos).

La inteligencia para la toma de decisiones tiene el potencial de mejorar la calidad de las decisiones tomadas, la capacidad de tomarlas con mayor rapidez, la capacidad de alinear los recursos organizacionales de manera más efectiva en torno a un cambio en las decisiones y reduce los riesgos asociados a las mismas. Además, una decisión diseñada puede reutilizarse y modificarse a medida que se obtiene nueva información. ^{[ 4 ]}

Aunque muchos elementos de la inteligencia de decisiones, como el análisis de sensibilidad y la analítica , son disciplinas consolidadas, no son ampliamente utilizadas por quienes toman las decisiones. ^{[ 5 ]} La inteligencia de decisiones busca crear un lenguaje visual que facilite la comunicación entre ellos y los expertos cuantitativos, permitiendo una mayor utilización de estos y otros enfoques numéricos y técnicos.

En particular, los vínculos de dependencia en un modelo de decisión representan relaciones de causa y efecto (como en un diagrama de bucle causal ), flujo de datos (como en un diagrama de flujo de datos ) u otras relaciones. Por ejemplo, un vínculo podría representar la conexión entre el "tiempo medio de reparación de un problema con el servicio telefónico" y la "satisfacción del cliente", donde un tiempo de reparación corto presumiblemente aumentaría la satisfacción del cliente. La forma funcional de estas dependencias puede determinarse mediante diversos enfoques. Los enfoques numéricos, que analizan datos para determinar estas funciones, incluyen algoritmos de aprendizaje automático y análisis (incluidas las redes neuronales artificiales ), así como el análisis de regresión más tradicional . Los resultados de la investigación operativa y muchos otros enfoques cuantitativos desempeñan un papel similar.

Cuando no se dispone de datos (o estos son demasiado ruidosos , inciertos o incompletos), estos vínculos de dependencia pueden adoptar la forma de reglas, como las que se encuentran en un sistema experto o un sistema basado en reglas , y por lo tanto pueden obtenerse mediante la ingeniería del conocimiento .

De esta forma, un modelo de decisión representa un mecanismo para combinar múltiples relaciones, así como razonamientos simbólicos y subsimbólicos, en una solución completa para determinar el resultado de una decisión práctica.

Como se describió anteriormente, los vínculos de dependencia de los modelos de decisión pueden modelarse mediante aprendizaje automático . En este sentido, la inteligencia de decisiones puede considerarse una extensión de "múltiples vínculos" de la inteligencia artificial , que se utiliza principalmente para el análisis de vínculos individuales. Desde esta perspectiva, el aprendizaje automático puede interpretarse como la respuesta a la pregunta "¿Si sé/veo/escucho X, qué puedo concluir?", mientras que la inteligencia de decisiones responde: "¿Si realizo la acción X, cuál será el resultado?". Esta última pregunta suele implicar cadenas de eventos, a veces incluyendo dinámicas complejas como bucles de retroalimentación. De esta forma, la inteligencia de decisiones unifica los sistemas complejos , el aprendizaje automático y el análisis de decisiones .

A pesar de décadas de desarrollo de sistemas y metodologías de apoyo a la toma de decisiones (como el análisis de decisiones ), estos siguen siendo menos populares que las hojas de cálculo como herramientas principales para la toma de decisiones. La inteligencia de decisiones busca superar esta brecha, creando una masa crítica de usuarios de una metodología y un lenguaje comunes para los elementos clave que intervienen en una decisión, como supuestos, valores externos, hechos, datos y conclusiones. Si se repite la tendencia observada en sectores anteriores, dicha metodología también facilitará la adopción de tecnología, al clarificar modelos de madurez y hojas de ruta comunes que pueden compartirse entre organizaciones.

El enfoque de inteligencia para la toma de decisiones es multidisciplinario y unifica hallazgos sobre sesgos cognitivos y toma de decisiones, conciencia situacional , pensamiento crítico y creativo , colaboración y diseño organizacional, con tecnologías de ingeniería.

La inteligencia para la toma de decisiones se considera una mejora con respecto a las prácticas actuales de toma de decisiones en las organizaciones, que incluyen el uso de hojas de cálculo , texto (de naturaleza secuencial, por lo que no se ajusta bien al flujo de información en una estructura de decisión) y argumentación verbal. El paso de estas estructuras, en gran medida informales, a una en la que una decisión se documenta en un lenguaje visual y fácilmente comprensible, recuerda la creación de metodologías de planos comunes en la construcción, con la promesa de beneficios similares.

La disciplina de la inteligencia para la toma de decisiones combina componentes antiguos y nuevos. Muchos de sus elementos —como el lenguaje para evaluar supuestos, el uso de la lógica para fundamentar un argumento, la necesidad del pensamiento crítico para evaluar una decisión y la comprensión del impacto de los sesgos— son ancestrales. Sin embargo, la constatación de que estos elementos pueden conformar un todo coherente que aporta beneficios significativos a las organizaciones al centrarse en una metodología común es relativamente reciente.

En 2018, los procesos y programas de capacitación de Google en ciencia de datos aplicada se renombraron como "inteligencia de decisiones" ^{[ 6 ]} para indicar el papel central de las acciones y decisiones en la aplicación de la ciencia de datos. El grado en que los marcos teóricos se basaban en las ciencias sociales y de gestión, además de la ciencia de datos, fue un factor motivador adicional para unificar la inteligencia de decisiones en un campo de estudio distinto de la ciencia de datos. ^{[ 7 ]}

La inteligencia de decisión moderna es altamente interdisciplinaria e inclusiva desde el punto de vista académico. La investigación centrada en las decisiones, definidas en sentido amplio como la selección de acciones biológicas y no biológicas , se considera parte de esta disciplina. Sin embargo, la inteligencia de decisión no es un término general que englobe la ciencia de datos y las ciencias sociales, ya que no abarca componentes ajenos a las decisiones.

Dado que visibiliza las estructuras de razonamiento que de otro modo serían invisibles y que se utilizan en decisiones complejas, el aspecto de diseño de la inteligencia de decisiones se basa en otras tecnologías de representación conceptual como los mapas mentales , los gráficos conceptuales y las redes semánticas .

La idea básica es que una metáfora visual mejora el pensamiento intuitivo , el razonamiento inductivo y el reconocimiento de patrones , habilidades cognitivas importantes que suelen ser menos accesibles en una discusión verbal o escrita. Un mapa de decisiones empresariales puede considerarse un enfoque para un lenguaje de decisión formal que respalde la inteligencia de decisión. ^{[ 8 ]}

• Antifragilidad
• Inteligencia empresarial
• Calidad de la decisión
• Fundamentación del diseño
• Heurísticas en el juicio y la toma de decisiones
• Ciencias de la administración

^ Tenga en cuenta las siguientes variaciones semánticas:

• La gestión de decisiones empresariales (EDM, por sus siglas en inglés) es una disciplina estrechamente relacionada que se centra en la automatización de decisiones en toda la organización. Desde este punto de vista, la inteligencia de decisiones es un superconjunto de la EDM, ya que abarca tanto los procesos de toma de decisiones manuales como los automatizados, unificándolos en una metodología común que, cuando es efectiva, elimina las barreras entre las herramientas y departamentos de análisis cuantitativo y aquellos con un enfoque más cualitativo, estratégico o de gestión.
• El término relacionado "ingeniería de decisiones" se utiliza en diversas industrias. Cada una de ellas tiene un significado distinto al que se aborda en el presente artículo.
• Muchos años después del uso generalizado del término, Mastercard registró la marca "Decision Intelligence" para su producto de IA/aprendizaje automático. ^{[ 9 ]}
• En economía conductual , el término relacionado "ingeniería de decisiones" puede referirse a la manipulación deliberada de las elecciones del consumidor. En este sentido, la inteligencia de decisiones es aproximadamente análoga al paternalismo suave , un significado bastante diferente al que se aborda en este artículo, ya que se refiere a la ingeniería de las decisiones tomadas por los consumidores, en lugar del uso de principios de ingeniería para ayudar en la toma de decisiones complejas. Si bien son claramente diferentes, esta práctica se basa en gran medida en la misma investigación sobre la toma de decisiones que la inteligencia de decisiones (como, por ejemplo, el trabajo del economista conductual Richard Thaler ).
• La ingeniería de costos mide los costos de los proyectos de ingeniería. A veces, la ingeniería de costos se agrupa con la ingeniería de productos y la optimización del diseño como ingeniería de decisiones. Esto se distingue del marco más amplio de este artículo, que va más allá del ámbito de las decisiones de ingeniería y abarca todas las decisiones que enfrentan las organizaciones. ^{[ 10 ]}
• La investigación operativa es un enfoque eminentemente cuantitativo para la toma de decisiones que intenta identificar soluciones óptimas o casi óptimas a los problemas de toma de decisiones.

• Peter F. Drucker. Harvard Business Review sobre la toma de decisiones. (2001) ISBN 1-57851-557-2
• John S. Hammond. Decisiones inteligentes: Una guía práctica para tomar mejores decisiones. (2002) ISBN 0-7679-0886-4
• Edward Russo. Trampas para la toma de decisiones. (1990) ISBN 0-385-24835-0
• Paul JH Shoemaker. Decisiones ganadoras: Hacerlo bien a la primera. (2001) ISBN 0-7499-2285-0
• Scott Plous. La psicología del juicio y la toma de decisiones (1993) ISBN 0-07-050477-6