Toma de decisiones dinámica

Las características principales de los entornos de decisión dinámicos son la dinámica, la complejidad, la opacidad y la complejidad dinámica. La dinámica de los entornos se refiere a la dependencia del estado del sistema respecto de su estado en un momento anterior. La dinámica del sistema puede estar impulsada por retroalimentación positiva (bucles autoamplificadores) o negativa (bucles autocorrectivos), como por ejemplo la acumulación de intereses en una cuenta de ahorros o la satisfacción del hambre al comer, respectivamente.

La complejidad se refiere principalmente al número de elementos que interactúan o están interconectados dentro de un sistema, lo que puede dificultar la predicción de su comportamiento. Sin embargo, la definición de complejidad aún puede presentar problemas, ya que los componentes del sistema varían en cuanto a su número, la cantidad de relaciones entre ellos y la naturaleza de dichas relaciones. La complejidad también puede depender de la capacidad de quien toma las decisiones.

La opacidad se refiere a la invisibilidad física de algunos aspectos de un sistema dinámico y también puede depender de la capacidad de quien toma las decisiones para adquirir conocimiento sobre los componentes del sistema.

La complejidad dinámica se refiere a la capacidad del responsable de la toma de decisiones para controlar el sistema utilizando la retroalimentación que recibe del mismo. Diehl y Sterman ^{[ 6 ]} han desglosado aún más la complejidad dinámica en tres componentes. La opacidad presente en el sistema puede causar efectos secundarios no deseados. Puede haber relaciones no lineales entre los componentes de un sistema y retrasos en la retroalimentación entre las acciones tomadas y sus resultados. La complejidad dinámica de un sistema puede, en última instancia, dificultar que los responsables de la toma de decisiones comprendan y controlen el sistema.

Una teoría del aprendizaje se basa en el uso de estrategias o reglas de acción que se relacionan con una tarea particular. Estas reglas especifican las condiciones bajo las cuales se aplicará una regla o estrategia determinada. Estas reglas tienen la forma si reconoces la situación S, entonces lleva a cabo la acción/estrategia A. Por ejemplo, Anzai ^{[ 11 ]} implementó un conjunto de reglas de producción o estrategias que realizaban la tarea DDM de dirigir un barco a través de un conjunto determinado de puertas. Las estrategias de Anzai lograron imitar razonablemente bien el desempeño en la tarea por parte de participantes humanos. De manera similar, Lovett y Anderson ^{[ 12 ]} han demostrado cómo las personas usan reglas de producción o estrategias del tipo si-entonces en la tarea de construcción de palos que es un isomorfo del problema de la jarra de agua de Lurchins. ^{[ 13 ] [ 14 ]} El objetivo en la tarea de construcción de palos es construir un palo de una longitud particular deseada dadas tres longitudes de palos a partir de las cuales construir (hay un suministro ilimitado de palos de cada longitud). Básicamente hay dos estrategias para usar al intentar resolver este problema. La estrategia de "inferioridad" consiste en tomar palos más pequeños y aumentar gradualmente la longitud hasta alcanzar el palo objetivo. La estrategia de "exceso" consiste en tomar un palo más largo que el objetivo y cortar trozos de igual longitud que el palo más pequeño hasta alcanzar la longitud objetivo. Lovett y Anderson lo diseñaron de manera que solo una estrategia funcionara para un problema en particular y les dieron a los participantes problemas en los que una de las dos estrategias funcionaba en la mayoría de los casos (y ella verificó entre los participantes cuál era la estrategia más exitosa).

Algunos investigadores han sugerido que el aprendizaje en tareas DDM puede explicarse mediante una teoría conexionista o conexionismo . Las conexiones entre unidades, cuya fuerza o ponderación depende de la experiencia previa. Por lo tanto, el resultado de una unidad determinada depende del resultado de la unidad anterior ponderado por la fuerza de la conexión. Como ejemplo, Gibson et al. ^{[ 15 ]} han demostrado que un modelo de aprendizaje automático de red neuronal conexionista explica bien el comportamiento humano en la tarea de la fábrica de producción de azúcar de Berry y Broadbent .

La Teoría del Aprendizaje Basado en Instancias (IBLT, por sus siglas en inglés) es una teoría sobre cómo los humanos toman decisiones en tareas dinámicas, desarrollada por Cleotilde González , Christian Lebiere y Javier Lerch. ^{[ 3 ]} La teoría ha sido extendida a dos paradigmas diferentes de tareas dinámicas, denominados muestreo y elección repetida, por Cleotilde González y Varun Dutt. ^{[ 16 ]} González y Dutt ^{[ 16 ]} han demostrado que, en estas tareas dinámicas, la IBLT proporciona la mejor explicación del comportamiento humano y supera a muchos otros modelos y enfoques competitivos. Según la IBLT, los individuos se basan en su experiencia acumulada para tomar decisiones, recuperando soluciones pasadas a situaciones similares almacenadas en la memoria. Por lo tanto, la precisión en la toma de decisiones solo puede mejorar gradualmente y mediante la interacción con situaciones similares.

La IBLT asume que instancias, experiencias o ejemplos específicos se almacenan en la memoria. ^{[ 17 ]} Estas instancias tienen una estructura muy concreta definida por tres partes distintas que incluyen la situación, la decisión y la utilidad (o SDU):

• La situación se refiere a las señales del entorno.
• La decisión se refiere a las acciones del responsable de la toma de decisiones aplicables a una situación particular.
• La utilidad se refiere a la corrección de una decisión particular en esa situación, ya sea la utilidad esperada (antes de tomar una decisión) o la utilidad experimentada (después de haber recibido retroalimentación sobre el resultado de la decisión).

Además de una estructura predefinida de una instancia, IBLT se basa en el proceso global de toma de decisiones de alto nivel, que consta de cinco etapas: reconocimiento, juicio, elección, ejecución y retroalimentación. ^{[ 16 ]} Cuando las personas se enfrentan a una situación particular del entorno, es probable que recuperen instancias similares de la memoria para tomar una decisión. En situaciones atípicas (aquellas que no son similares a nada encontrado en el pasado), la recuperación de la memoria no es posible y las personas necesitarían usar una heurística (que no depende de la memoria) para tomar una decisión. En situaciones típicas donde se pueden recuperar instancias, se evalúa la utilidad de las instancias similares hasta que se supera un nivel de necesidad. ^{[ 16 ]}

La necesidad suele estar determinada por el nivel de aspiración del responsable de la toma de decisiones, de forma similar a la estrategia de satisfacción de Simon y March . Sin embargo, el nivel de necesidad también puede estar determinado por factores ambientales externos, como las limitaciones de tiempo (por ejemplo, en el ámbito médico, donde los médicos de urgencias atienden a pacientes en situaciones críticas). Una vez superado dicho nivel de necesidad, se toma la decisión que involucra la instancia con mayor utilidad. El resultado de la decisión, una vez recibido, se utiliza para actualizar la utilidad de la instancia que sirvió de base para la decisión inicial (de esperada a experimentada). Se asume que este proceso genérico de toma de decisiones se aplica a cualquier situación dinámica en la que las decisiones se basan en la experiencia.

La representación computacional de IBLT se basa en varios mecanismos de aprendizaje propuestos por la teoría genérica de la cognición ACT-R . Actualmente, existen numerosas tareas de decisión implementadas en IBLT que reproducen y explican con precisión el comportamiento humano. ^{[ 18 ] [ 19 ]}

Aunque se ha comprobado que las intervenciones de retroalimentación benefician el desempeño en tareas de toma de decisiones en decisiones (DDM), se ha demostrado que la retroalimentación de resultados funciona para tareas simples, que requieren habilidades cognitivas menores y que se practican repetidamente. ^{[ 20 ]} Por ejemplo, IBLT sugiere que en situaciones de DDM, aprender solo con retroalimentación de resultados es lento y generalmente ineficaz. ^{[ 21 ]}

La presencia de retrasos en la retroalimentación en las tareas DDM y su percepción errónea por parte de los participantes contribuyen a un rendimiento subóptimo en dichas tareas. ^{[ 22 ]} Estos retrasos en la retroalimentación dificultan la comprensión de las relaciones que rigen la dinámica del sistema de la tarea, debido al desfase entre las acciones de quienes toman las decisiones y el resultado del sistema dinámico.

Un ejemplo conocido del efecto de los retrasos en la retroalimentación es el Juego de Distribución de Cerveza (o Juego de la Cerveza). El juego incluye un retraso entre la realización de un pedido por parte de un rol y la recepción de las cajas de cerveza solicitadas. Si un rol se queda sin cerveza (es decir, no puede satisfacer la demanda actual de un cliente), se le impone una multa de 1 dólar por caja. Esto podría llevar a la gente a acumular cerveza en exceso para satisfacer cualquier demanda futura imprevista. Los resultados, contrarios a la teoría económica que predice un equilibrio estable a largo plazo, muestran que la gente pide demasiado. Esto sucede porque el retraso entre realizar un pedido y recibir el inventario hace que la gente piense que el inventario se está agotando a medida que llegan nuevos pedidos, por lo que reaccionan y realizan pedidos más grandes. Una vez que acumulan inventario y se dan cuenta de los pedidos entrantes, reducen drásticamente los pedidos futuros, lo que provoca que la industria cervecera experimente patrones oscilantes de exceso y falta de pedidos, es decir, costosos ciclos de auge y caída.

En el pasado, se han reportado ejemplos similares sobre los efectos del retraso en la retroalimentación entre los bomberos en un juego de extinción de incendios llamado NEWFIRE, donde, debido a la complejidad de la tarea y al retraso en la retroalimentación entre las acciones de los bomberos y los resultados, los participantes permitieron con frecuencia que su cuartel general se incendiara.

Cada vez hay más evidencia en el modelo DDM que indica que los adultos comparten una dificultad importante para comprender algunos de los componentes básicos de los sistemas dinámicos simples, como las existencias, las entradas y las salidas . Muchos adultos han demostrado tener dificultades para interpretar un principio básico de la dinámica: una existencia (o acumulación) aumenta (o disminuye) cuando la entrada supera (o es menor que) la salida. Este problema, denominado fallo de existencias y flujos (fallo SF), se ha demostrado que persiste incluso en tareas sencillas, con participantes motivados, en contextos familiares y con información simplificada. La creencia de que las existencias se comportan como los flujos es una heurística común pero errónea (denominada «heurística de correlación») que las personas suelen utilizar al juzgar sistemas no lineales. ^{[ 23 ]} El uso de la heurística de correlación o el razonamiento proporcional está muy extendido en diferentes ámbitos y se ha comprobado que es un problema robusto tanto en escolares como en adultos educados (Cronin et al. 2009; Larrick y Soll, 2008; De Bock 2002; Greer, 1993; Van Dooren et al., 2005; Van Dooren et al., 2006; Verschaffel et al., 1994).

El desempeño individual en las tareas DDM se acompaña de una enorme variabilidad, que podría deberse a las distintas habilidades y capacidades cognitivas de las personas que interactúan con dichas tareas. Si bien existen diferencias individuales que a menudo se manifiestan en las tareas DDM, se ha debatido si estas diferencias surgen como resultado de diferencias en las capacidades cognitivas. Algunos estudios no han encontrado evidencia de un vínculo entre las capacidades cognitivas, medidas mediante pruebas de inteligencia, y el desempeño en las tareas DDM. Sin embargo, estudios posteriores sostienen que esta falta de evidencia se debe a la ausencia de medidas de desempeño confiables en las tareas DDM. ^{[ 24 ] [ 25 ]}

Otros estudios han sugerido una relación entre la carga de trabajo y las habilidades cognitivas. ^{[ 26 ]} Se encontró que los participantes con baja capacidad generalmente son superados por los participantes con alta capacidad. Bajo condiciones exigentes de carga de trabajo, los participantes con baja capacidad no muestran mejoras en el rendimiento ni en las pruebas de entrenamiento ni en las de prueba. La evidencia muestra que los participantes con baja capacidad utilizan más heurísticas, particularmente cuando la tarea exige ensayos más rápidos o presión de tiempo, y esto ocurre tanto durante las condiciones de entrenamiento como de prueba. ^{[ 27 ]}

En relación con la toma de decisiones mediante herramientas de micromundos de laboratorio, también se ha puesto énfasis recientemente en la investigación sobre este método en el estudio de la toma de decisiones en el mundo real. Esto no descarta la investigación en el laboratorio, sino que revela la concepción amplia de la investigación subyacente a la toma de decisiones. En el contexto de la toma de decisiones en el mundo real, las personas se interesan más en procesos como el establecimiento de objetivos , la planificación, los procesos perceptivos y atencionales, la previsión, los procesos de comprensión y muchos otros, incluyendo la atención a la retroalimentación. El estudio de estos procesos acerca la investigación sobre la toma de decisiones a la conciencia situacional y la pericia .

Por ejemplo, se ha demostrado en la investigación DDM que los conductores con más de 10 años de experiencia o pericia (en términos de años de experiencia al volante) responden más rápido a los peligros que los conductores con menos de tres años de experiencia. ^{[ 28 ]} Además, debido a su mayor experiencia, estos conductores tienden a realizar una búsqueda más eficaz y eficiente de señales de peligro que sus contrapartes menos experimentadas. ^{[ 29 ]} Una forma de explicar este comportamiento se basa en la premisa de que la conciencia situacional en las tareas DDM automatiza ciertos comportamientos para las personas con experiencia. En este sentido, la búsqueda de señales en el entorno que podrían conducir a peligros para los conductores experimentados podría ser un proceso automático, mientras que la falta de conciencia situacional entre los conductores novatos podría llevarlos a un esfuerzo consciente y no automático para encontrar dichas señales, lo que los hace más propensos a los peligros al no percibirlos en absoluto. Este comportamiento también se ha documentado en pilotos y comandantes de pelotón. ^{[ 30 ]} Las consideraciones de comandantes de pelotón novatos y experimentados en un simulador de batalla de realidad virtual han demostrado que una mayor experiencia se asocia con mejores habilidades perceptivas y de comprensión. Por lo tanto, la experiencia en diferentes tareas de toma de decisiones hace que quien toma las decisiones sea más consciente de la situación y tenga mayores niveles de habilidades perceptivas y de comprensión.