Pronóstico de clase de referencia

La predicción por clases de referencia o por clases de comparación es un método para predecir el futuro analizando situaciones pasadas similares y sus resultados. Las teorías que sustentan la predicción por clases de referencia fueron desarrolladas por Daniel Kahneman y Amos Tversky . Este trabajo teórico le valió a Kahneman el Premio Nobel de Economía .

La previsión basada en clases de referencia recibe ese nombre porque predice el resultado de una acción planificada basándose en los resultados reales de una clase de referencia de acciones similares a la que se está pronosticando.

La discusión sobre qué clase de referencia utilizar al pronosticar una situación determinada se conoce como el problema de la clase de referencia .

Kahneman y Tversky ^{[ 1 ] [ 2 ]} descubrieron que el juicio humano es generalmente optimista debido a un exceso de confianza y a una consideración insuficiente de la información distributiva sobre los resultados.

Las personas tienden a subestimar los costos, los plazos de ejecución y los riesgos de las acciones planificadas, mientras que tienden a sobreestimar los beneficios de esas mismas acciones. Este error se debe a que los actores adoptan una perspectiva interna , centrándose en los componentes de la acción planificada específica en lugar de en los resultados reales de proyectos similares que ya se han llevado a cabo.

Kahneman y Tversky concluyeron que ignorar la información de distribución, es decir, el riesgo, es quizás la principal fuente de error en los pronósticos. Sobre esa base, recomendaron que los pronosticadores "deberían, por lo tanto, hacer todo lo posible para plantear el problema de pronóstico de manera que facilite la utilización de toda la información de distribución disponible". ^{[ 2 ] : 416} Utilizar información de distribución de proyectos anteriores similares al que se está pronosticando se denomina adoptar una " perspectiva externa ". El pronóstico de clase de referencia es un método para adoptar una perspectiva externa sobre las acciones planificadas.

La previsión de la clase de referencia para un proyecto específico implica los siguientes tres pasos:

1. Identifique una clase de referencia de proyectos anteriores similares.
2. Establecer una distribución de probabilidad para la clase de referencia seleccionada para el parámetro que se está pronosticando.
3. Compare el proyecto específico con la distribución de la clase de referencia, con el fin de establecer el resultado más probable para dicho proyecto.

El problema de la clase de referencia , también conocido como tenis de clases de referencia, consiste en debatir qué clase de referencia utilizar al pronosticar una situación determinada.

Supongamos que alguien intentara predecir cuánto tiempo llevaría escribir un libro de texto de psicología. El debate en clase sobre la referencia implicaría si deberíamos tomar el promedio de todos los libros (lo más cercano a una perspectiva externa), solo de todos los libros de texto, o solo de todos los libros de texto de psicología (lo más cercano a una perspectiva interna). ^{[ 3 ] [ 4 ]}

Mientras que Kahneman y Tversky desarrollaron las teorías de la previsión de clases de referencia, Flyvbjerg y COWI (2004) desarrollaron el método para su uso práctico en políticas y planificación, que fue publicado como documento de orientación oficial en junio de 2004 por el Departamento de Transporte del Reino Unido . ^{[ 5 ]} En entornos de políticas y planificación, la previsión de clases de referencia se fortalece cuando los equipos de proyecto miden variables que antes se consideraban intangibles, ya que cuantificar estas incertidumbres crea distribuciones más precisas para costos, cronogramas y beneficios esperados. Este enfoque medible reduce el sesgo de optimismo y respalda decisiones de planificación más responsables. ^{[ 6 ]}

El primer ejemplo de pronóstico de clase de referencia en la práctica se describe en Flyvbjerg (2006). ^{[ 7 ]} Este pronóstico fue parte de una revisión del caso de negocio de la Línea 2 del Tranvía de Edimburgo , que fue llevada a cabo en octubre de 2004 por Ove Arup and Partners Scotland. En ese momento, se pronosticó que el proyecto costaría un total de 320 millones de libras esterlinas, de los cuales 64 millones de libras esterlinas, o el 25%, se asignaron para contingencia. Utilizando las directrices de pronóstico de clase de referencia recientemente implementadas, Ove Arup and Partners Scotland calculó que el valor del percentil 80 (es decir, 80% de probabilidad de mantenerse dentro del presupuesto) para los costos de capital totales era de 400 millones de libras esterlinas, lo que equivalía a una contingencia del 57%. De manera similar, calcularon que el valor del percentil 50 (es decir, 50% de probabilidad de mantenerse dentro del presupuesto) era de 357 millones de libras esterlinas, lo que equivalía a una contingencia del 40%. La revisión reconoció además que las previsiones de la clase de referencia probablemente eran demasiado bajas porque las directrices recomendaban que los incrementos se aplicaran en el momento de la decisión de construir, momento al que el proyecto aún no había llegado, y que, por lo tanto, los riesgos serían sustancialmente mayores en esta fase inicial del estudio de viabilidad. Sobre esta base, la revisión concluyó que los costes previstos podrían haber sido subestimados. La línea 2 del tranvía de Edimburgo se inauguró con tres años de retraso en mayo de 2014 con un coste final de 776 millones de libras esterlinas, lo que equivale a 628 millones de libras esterlinas a precios de 2004. ^{[ 8 ]}

Desde la previsión de Edimburgo, la previsión basada en clases de referencia se ha aplicado a numerosos proyectos en el Reino Unido, incluido el proyecto Crossrail de Londres, valorado en 15.000 millones de libras (29.000 millones de dólares). Después de 2004, los Países Bajos, Dinamarca y Suiza también han implementado diversos tipos de previsión basada en clases de referencia.

Anteriormente, en 2001 (actualizado en 2011), AACE International (Asociación para el Avance de la Ingeniería de Costos) incluyó la Validación de Estimaciones como un paso distinto en la práctica recomendada de Estimación de Costos (la Validación de Estimaciones es equivalente a la Pronóstico de Clase de Referencia, ya que requiere evaluaciones separadas basadas en datos empíricos para comparar la estimación base):

La estimación debe ser comparada o validada con la experiencia histórica y/o estimaciones anteriores de la empresa y de empresas competidoras para comprobar su idoneidad, competitividad e identificar oportunidades de mejora... La validación examina la estimación desde una perspectiva diferente y utilizando métricas distintas a las empleadas en su elaboración. ^{[ 9 ]}

En las industrias de procesos (por ejemplo, petróleo y gas, química, minería, energía, etc., que tienden a dominar la membresía de AACE), la evaluación comparativa (es decir, "visión externa") de las estimaciones de costos de proyectos con respecto a los costos históricos de proyectos completados de tipos similares, incluyendo información probabilística, tiene una larga historia. ^{[ 10 ]} Un método que combina pronósticos de clase de referencia y crowdsourcing competitivo, Human Forest, también se ha utilizado en las ciencias de la vida para estimar la probabilidad de que las vacunas y los tratamientos avancen con éxito a través de las fases de ensayos clínicos. ^{[ 11 ] [ 12 ]}

En el libro Anthropic Bias , el filósofo Nick Bostrom describió formas en que el razonamiento estadístico sobre clases de referencia puede aplicarse para responder preguntas científicas relacionadas con nuestra existencia en el universo, como el principio antrópico , la hipótesis del universo finamente ajustado y sus posibles explicaciones, el argumento del fin del mundo , el tamaño del universo y la posibilidad de un multiverso , y experimentos mentales como el problema de la bella durmiente . Bostrom investiga cómo razonar cuando se sospecha que la evidencia está sesgada por "efectos de selección de observación", es decir, cuando la evidencia presentada ha sido prefiltrada por la condición de que hubo algún observador adecuadamente posicionado para "recibir" la evidencia. ^{[ 13 ] [ 14 ]}

Bostrom argumenta en contra del supuesto de autoindicación (SIA), un término que utiliza para caracterizar algunas opiniones existentes, e introduce el supuesto de automuestreo (SSA): que uno debe pensar en sí mismo como si fuera un observador aleatorio de una clase de referencia adecuada . Más tarde refina el SSA al usar momentos de observación en lugar de observadores para abordar ciertas paradojas en el razonamiento antrópico, formalizado como el supuesto de automuestreo fuerte (SSSA): Cada momento de observación debe razonar como si fuera seleccionado aleatoriamente de la clase de todos los momentos de observación en su clase de referencia. ^{[ 15 ]} Estos diferentes supuestos se ven afectados de manera diferente según la elección de la clase de referencia. Una aplicación del principio subyacente al SSSA (aunque esta aplicación no está expresamente articulada en ninguna parte por Bostrom), es: Si el minuto en el que usted lee este artículo es seleccionado aleatoriamente de cada minuto en la vida de cada ser humano, entonces (con un 95% de confianza) este evento ha ocurrido después del primer 5% de los momentos de observación humanos. Si la esperanza de vida media futura es el doble de la esperanza de vida media histórica, esto implica una confianza del 95 % de que N < 10n (el ser humano medio futuro representará el doble de los momentos de observación que el ser humano medio histórico). Por lo tanto, la estimación del percentil 95 del tiempo de extinción en esta versión es de 4560 años.

• Lovallo, D; Kahneman, D (2003). "Delirios de éxito. Cómo el optimismo socava las decisiones de los ejecutivos" . Harvard Business Review . 81 (7): 56– 63. PMID  12858711 .
• Flyvbjerg, Bent (2008). «Planificación pública de megaproyectos: sobreestimación de la demanda y subestimación de los costes» . En Priemus, Hugo; Flyvbjerg, Bent; van Wee, Bert (eds.). Toma de decisiones en megaproyectos . doi : 10.4337/9781848440173.00014 . ISBN 9781848440173.
• Flyvbjerg, Bent (2011). «Exceso de presupuesto, exceso de tiempo, una y otra vez: Gestión de grandes proyectos» . En Morris, Peter W. G.; Pinto, Jeffrey K.; Söderlund, Jonas (eds.). The Oxford Handbook of Project Management . doi : 10.1093/oxfordhb/9780199563142.003.0014 . ISBN 9780199563142.