DECISIONES TEORA Y PRCTICA

En este ensayo se va exponer como entre la teora de las decisiones y su prctica existe una divergencia ms all de semntica. Para esto empezaremos por ver los principios fundamentales de la Teora de Decisiones y sus modelos, para luego pasar a analizar los principales componentes de la teora y sugerir como adaptarlas para la prctica, para, de ltimo ver algunos aspectos filosficos y lo que considero son las dos principales herramientas para la toma de decisiones. Este ensayo, quizs, surge como una especie de respuesta a Mario Bunge, sobre todo de su libro Las Ciencias Sociales en Discusin, quien hace fuertes crticas a la Teora de la Decisiones, aunque muchas de estas crticas podran muy bien hacerse tambin a la Fsica, otras surgen por no estar suficientemente documentadas. De todos modos, en este ensayo voy a usar muy pocas citas, aunque en la bibliografa se mencionarn textos que pueden complementar la lectura del mismo.

I.- Principios fundamentales de la Teora de Decisiones. Se puede considerar que la Teora de Decisiones esta basada en tres principios fundamentales: Racionalidad, Maximizacin de la Utilidad e Informacin Completa. Principios stos que individual y en su conjunto estn muy cuestionados hoy. Claro que hay otros principios sobre los cules sta basada la Teora de Decisiones, tales como la causalidad, el libre albedro y un mundo de sistemas, los cuales no suelen estar cuestionado.

1)

Principio de Racionalidad: Esto es, el ser humano es un animal cuyas acciones son productos del razonamiento o mejor dicho del raciocinio. Esto es: el hombre cuando emprende una accin es que ya razon sobre las consecuencias de esta accin, y las consecuencias de la misma son las que entre mltiples opciones, de las cuales tambin conoce sus consecuencias, es la que ms le satisface ya que las puede ordenar todas en orden de preferencias.

2)

Principio de Maximizacin de la Utilidad: El humano tiene una funcin de Utilidad la cual es capaz de calcular, y en base a este clculo es tambin capaz de maximizarla. Y esta maximizacin de su utilidad es su nico objetivo.

3)

Principio de Informacin Completa: El humano cuenta en todo momento con la informacin necesaria y suficiente para poder dirigir sus cursos de accin. Esto es, el hombre es un ser omnicognoscente. Estos principios estn hoy en da cuestionados por la mayora de los

autores, ya que el hombre se considera un ser multidimensional, no solo guiado por la racionalidad, sino tambin por instintos, pasiones, etc. (ver dibujo)

Tomado de J.Attali-M.Guillaume. Lanti-conomique

Adems siendo, la disponibilidad de datos casi infinita, seleccionar cuales de estos realmente contiene informacin relevante es un proceso complejo, pero lo que tiene un humano (o grupo de humanos) es una parte de la informacin necesaria y una gran cantidad de datos, y a veces ni siquiera de la calidad requerida, y el costo de obtener informacin adicional puede llegar a ser mayor que los costos y/o beneficios involucrados en la decisin. Adems, en la mayora de los casos el decisor no conoce su funcin de utilidad de manera explcita, y si es la de la organizacin o colectivo por la cual el toma decisiones, menos todava. Ojo, no confundir esta afirmacin que lo decisores no conocen sus preferencias, pero el pasar de unas preferencias a unas funciones de utilidad no es nada sencillo, es mas bien complejo, ya que implica poder relacionar el universo de bienes entre si, darles un valor de sustitucin, darle forma a la funcin (sto es calcular la primera y segunda derivadas de la misma). En fin todo el mundo necesitara un experto a su lado para que lo ayude. Pero en

el caso organizaciones o colectivos vienen preguntas ms complejas tales como: Son sumables las utilidades individuales para obtener la utilidad colectiva?, las utilidades de los miembros de este colectivo tienen el mismo peso?, Cmo evaluamos las utilidades (y en general las opiniones y votos) de los no nacidos?. De esta manera en la vida real, tanto a nivel individual como a nivel organizacional realmente lo que se busca es mejorar (y no optimizar) los resultados respecto a la situacin actual, y este mejoramiento, no es necesariamente la bsqueda de un mximo (o mnimo), sino un aumento (o disminucin) y muchas veces un punto de equilibrio, de manera tal que no necesariamente se maximiza la utilidad, sino que se evita una cada de cierta magnitud de la misma. Puntualizando, en la prctica, lo que se busca es mejorar y no optimizar. 1 Pero esto no significa que los modelos de optimizacin no tengan su importancia, ya que los ptimos locales de los mismos, siempre que no degraden debido a impactos colaterales significativos a las dems partes de la organizacin, empresa o de manera ms general al sistema, sirven para mejorar el estado actual. Esto es, al aplicar los modelos de optimizacin una restriccin implcita o explcita de los mismos debe ser su no afectacin negativa de manera significativa a los dems componentes del sistema en donde estos se aplican. As, a manera de resumen, se puede esquematizar los dicho anteriormente en el siguiente cuadro:

Optimizar algo significa que hay que demostrar que no hay nada mejor de lo que se encontr, mientras que mejorar solo implica que lo que se hall es mejor de lo que esta. Simblicamente: X* es un optimo si no existe X, tal que X X*; mientras que X* es un mejoramiento respecto a X si: X* X. Nota: El smbolo significa preferible a, de esta manera A B, significa que A es preferible a B.

DECISIONES TEORIA Principio de Racionalidad PRACTICA PRINCIPIOS Ser humano multidimensional: Racionalidad, Instintos, Sentimientos, etc No sabe de manera cierta cual es su utilidad. Busca equilibrios Informacin parcial OBJETIVOS Mejoramiento Aumento (o disminucin) Equilibrio

Maximizacin de la Utilidad

Informacin completa

Optimizacin Maximizacin (o Minimizacin)

Significa esto que los cursos de Toma de Decisiones (o Teora de Decisiones) no tienen su importancia? La respuesta es SI la tienen, lo importante es vincularlos con la prctica. Esto es establecer los lmites y alcances de la teora, y a ver como se adaptan a la prctica. Veamos en la siguiente parte unos ejemplos:

II.-

Principales componentes de la Teora de decisiones.

1.-

Teora del ptimo y Modelos de Optimizacin Como dijimos anteriormente en la Teora del ptimo (Nota 1): X* es un optimo si no existe X, tal que X X*. De tal manera que toda la teora del ptimo se basa en buscar un punto que

sea preferible a cualquier otro dependiendo tanto de la forma de la funcin objetivo como de la topologa de la zona de factibilidad. Pero las preguntas que vienen en seguida son: Cul es nuestra relacin de preferencia? Como logramos determinar una relacin de preferencia para una empresa u organizacin cualquiera? Las funciones de Utilidad ayudan o contribuyen a tal fin, o lo enturbiaran ms todava? Contestemos estas preguntas: Para muchos problemas prcticos la relacin de preferencia viene dada por una funcin de costos, de beneficios, de ingresos, de riesgo, de calidad, de tiempo, etc, siempre sujeto a una serie de condiciones: disponibilidad de recursos, cumplimiento de metas, de estndares, etc. Y lo anterior es cierto para gran parte los problemas parciales de una empresa. Pero cuando se trata de problemas generales o problemas ms vagos tal como problemas de imagen, de lealtad, aceptacin, la cuestin es ms problemtica. Adems, en algunos casos, realmente construir las funciones establecidas anteriormente no es una tarea tan fcil. Pero si podemos establecer lo que queremos, con que estaramos contentos, con que estaramos satisfechos. Pasaramos de ser optimizadores a ser satisfactorios. 2 Y esto lo podemos lograr mediante la programacin por metas 3 .

Realmente la diferencia entre un ser optimizador y un ser satisfactorio, si se ve desde un punto de vista de las funciones de utilidad no tendra ninguna diferencia si se pone dentro de la funcin de utilidad el esfuerzo y tiempo para buscar un ptimo. Ver Programacin por Metas en www.mipagina.cantv.net/hthonon

Punto aparte merece hacer mencin a la optimizacin por etapas cuyo algoritmo de solucin se llama programacin dinmica. En estos tipos de problemas se tienen problemas de varias etapas en donde las entradas de cada una de las etapas son las salidas de la etapa anterior. Para estos problemas se utiliza el Principio de Optimalidad de Bellman: "Una poltica optimal tiene la propiedad de que cualesquiera que sean el estado y decisiones iniciales (es decir, el control), las decisiones restantes deben constituir una poltica optimal con respecto al estado resultante de la primera decisin." 4 Este principio al final de cuenta lo que implica es: 1) 2) Hay que empezar por un buen camino (nuestro primer paso debe ser en la direccin correcta). Hay que seguir en base a los resultados ya obtenidos.

2.-

Riesgo e Incertidumbre Por lo general, la mayora de los autores estn de acuerdo en definir una

situacin bajo certeza cuando se tiene una relacin causa efecto conocida y dada por alguna funcin, una situacin bajo riesgo cuando se tiene una relacin causa efecto dada por una distribucin de probabilidades y una situacin de incertidumbre cuando no se conoce esta distribucin de probabilidad, o bien porque es una situacin catica o bien por falta de informacin. Ahora bien, cuando se tienen situaciones bajo riesgo e incertidumbre las recomendaciones cambian de autor a autor (en esto influye hasta principios filosficos) y los modelos tambin. Aunque cuando se trata de situaciones bajo riesgo siempre entra juego tanto el riesgo definido como la probabilidad de estar en una situacin crtica (y en muchos casos utilizando la desviacin tpica como indicador del mismo) y el valor esperado de la utilidad.

Bellman, Richard: Dynamic Programming. Pg. 83. En www.mipagina.cantv.net/hthonon puede conseguir un resumen sobre programacin dinmica.

Quizs, el principal problema en muchos casos es como determinar las probabilidades y cun confiable pueden ser stas. En muchos casos se utilizan las frecuencias histricas como representacin de las mismas, pero de ah surge la pregunta Necesariamente el futuro se va a portar de manera similar al pasado? En cuanto a la incertidumbre, realmente existen dos grandes corrientes. Por un lado la corriente que sugiere el uso del arrepentimiento o costo de oportunidad 5 y el uso del minmax 6 , y por otro lado los que aconsejan el uso de probabilidades subjetivas, complementado con otras tcnicas como el uso de expertos. Ahora bien el uso de probabilidades subjetivas aunque tiene como ventaja reducir el problema de incertidumbre a un problema de riesgo tiene la debilidad de cun validas pueden ser estas probabilidades subjetivas, por no mencionar el problema de la coherencia de las mismas. Lo que si pareciera ser cierto, sean cules sean los modelos que se utilicen, es que lo mejor que se puede hacer en caso de riesgo e incertidumbre es diversificar (no ponga todos los huevos en las misma canasta!). De manera tal que a nivel prctico se tiene: a) b) c) Diversifique (en la medida de lo posible), Preprese para lo peor, pero aproveche las oportunidades, Y por ltimo, sea adaptativo a los cambios del entorno.

3.-

Teora de Juegos La teora de Juegos es una teora basada en aquellas situaciones de

decisiones en donde los resultados del decisor no solo depende de sus elecciones, sino que dependen tambin de al menos otro decidor cuyos objetivos no necesariamente coinciden con la de aqul. Los diversos decisores reciben el nombre de jugadores.
5

El arrepentimiento o costo de oportunidad es la diferencia, una vez acaecido los hechos entre lo que se obtuvo y lo que podra haber obtenido de haberse tomado otra decisin. Por esto se dice que este es un criterio pre-ex-postfact. Ver mas detalles sobre el uso de este criterio en www.mipagina.cantv.net/hthonon. El minmax es una estrategia que consiste en escoger la accin que minimice el peor resultado posible. Esto es, es una estrategia precavida contra lo peor que pueda pasar. Ms detalles sobre esta estrategia en www.mipagina.cantv.net/hthonon.

Toda la teora de Juegos se basa en: a) Todos los jugadores son racionales y quieren maximizar su utilidad, b) cada uno de los jugadores adems de conocer su funcin de utilidad, conoce la funcin de utilidad de los dems adversarios, y c) todos los jugadores van jugar el mismo juego con las mismas reglas. Si adems que es difcil que un jugador tenga claro su funcin de utilidad, es mucho ms difcil que conozca la de los dems jugadores. Y en cuanto a la racionalidad: recordar lo afirmado al principio. Pero adems tenemos todo una tipologa de juegos, as tenemos los juegos de suma constante (o cero), los cuales tienen que ser necesariamente competitivos, y los de suma variable que permiten la posibilidad de cooperacin y negociacin; de la misma manera tenemos los juegos de ms de dos jugadores en los cuales se permiten alianzas o coaliciones, negociadas o no; as mismo, se tienen los juegos de una sola vez y los juegos repetitivos, y estos ltimos pueden ser de duracin y/o repeticiones conocidas o no. Frente a esta tipologa anterior se tiene que aunque los ms estudiados y con soluciones conocidas son los juegos de suma constante y con duracin conocida, en la realidad la mayora de los juegos son juegos de suma variable, y por lo tanto en ellos existe la posibilidad de la cooperacin y negociacin 7 . Adems, la mayora de los juegos en lo cuales participamos son juegos de duracin no conocida (nadie sabe cuando va a morir). De hecho con la teora de juegos con modelos de juegos de duracin desconocida se pueden explicar el mercado sin la intervencin de la famosa mano invisible. Otro aspecto importante de los juegos, son los puntos de equilibrio y su estabilidad. La inestabilidad de los puntos de equilibrios justos, es lo que justifica una Estado Velador. En conclusin, ante una situacin de juego: a) Si piensa, que es de suma cero, revise su planteamiento; b) busque las formas de negociacin, o directas o indirectas; c) recuerde que en la mayora de las veces usted no sabe hasta cuando va tener que jugarlo, evite las trampas.

De hecho, en economa y poltica, casi siempre los juegos de suma cero son juegos mal planteados.

4.-

Modelos de Pronsticos Los modelos de pronstico, con excepcin de los modelos demogrficos,

estn basados o en series de tiempos o en modelos economtricos, en donde el investigador esta ms pendiente de los errores del modelo y su ajuste al pasado, que en las relaciones tericas entre las variables y las ideologas que sustentan a las mismas. Estos modelos cuando son de corto plazo realmente suelen predecir bien el futuro, a menos de un cambio estructural revolucionario. De hecho hoy en da se suele tambin trabajar con escenarios posibles. Aunque esta tcnica suele tener componentes subjetivos. Pero puede ser til, sobre todo si trabajamos en un esquema de decisiones bajo incertidumbre. Claro que la solucin esta en: a) b) Buscar teoras que se ajusten a la realidad, y no seguir pidindole a la realidad que se adapte a las teoras. Mejorar los sistemas de estadsticas econmicas y sociales.

5.-

Teora de la Utilidad La teora de la utilidad se basa en la existencia de unas funciones U en

base a un conjunto X de N bienes con las siguientes caractersticas 8 : 1)

0 1 1 1 Si x 0 , x0 2 ,....., x N x 1 , x 2 ,....., x N , 1

entonces
0 1 1 1 U(x 0 , x0 2 ,....., x N ) > U(x 1 , x 2 ,....., x N ) 1

2)

0 1 1 1 Si x 0 , x0 2 ,....., x N x 1 , x 2 ,....., x N , 1

entonces
1 1 1 U(x 1 , x ,....., x 0 N ) = U(x 1 , x 2 ,....., x N ) 0 0 2

Si una combinacin de bienes es preferida a otra, entonces la utilidad de la primera ser superior a la segunda. Si se es indiferente entre dos combinaciones de bienes, las utilidades de las dos son iguales.

Realmente debera escribirse, Uk ya que es una funcin de Utilidad para individuo el k.

3)

Sea x , x 2 ,....., x N x , x 2 ,....., x N (1 - ) x , x 2 ,....., x N ,

2
1

0
1

1
1

0 <1 y U(x , x 2 ,....., x N ) < U(x , x 2 , ....., x N )

1 1

entonces U(x , x 2 ,....., x N ) < U(x , x 2 , ....., x N ) < U(x , x 2 ,....., x N )

1 1 1

Si una combinacin de bienes es el resultado de una combinacin convexa de otras dos combinaciones de bienes, entonces la utilidad de dicha combinacin estar comprendida entre las utilidades de stas.

Luego cada autor, aade propiedades adicionales a dichas funciones, tal como que sea cncava, lineal, etc. Pero veamos cuales son los problemas tanto tericos como prcticos que representan dicha funciones: El primer problema terico que se tiene respecto a estas funciones es su forma, la mayora de los autores la presentan como una funcin lineal. Pienso que debera ser ms bien una funcin de produccin (y me inclino por una CES) 9 . Esto a su vez conlleva al problema prctico de la evaluacin de las mismas. Sabemos que el humano (y quizs la mayora de los animales superiores) cambia segn las circunstancias. Esto es, la definicin debera aparecer tambin las circunstancias en que son evaluadas dichas funciones, o sea, se debera escribir: U(c1, c2, .., cL; x1, x2, .., xN). El otro problema presente es la comparacin de las Utilidades interpersonales; esto es, como se compara la Utilidad del individuo A con la del individuo B. Claro aqu habra dos vas: 1) Canonizarlas con una escala de -100 a 100, de tal manera que el -100 represente lo peor para cada individuo y el 100 represente su mximo anhelo. 2) Va el mercado, pero esto es deificar el mercado. El mercado puede ser un indicador, pero recurdese que el mercado es imperfecto.
9

Ver: Thonon, Henri. Funciones de Produccin y Programacin Econmica. Edicin Multigrafiada. Disponible en www.mipagina.cantv.net/hthonon.

Lo anterior nos lleva directamente a otro problema, es vlido la suma de las Utilidades Individuales para evaluar la Utilidad Colectiva? Otra vez, se podra recurrir al mercado, y segn el mercado determinar como es una funcin de Utilidad Promedio. Pero, como ya se aclaro antes, el mercado es imperfecto. Las elasticidades de demandad de los bienes esenciales suelen ser muy bajas. Adems existen los monopolios y oligopolios, la cartelizacin de los precios, etc.

Y por ltimo, habiendo hoy en da una infinidad de bienes, respecto a cuales de ellos vamos a obtener las funciones de utilidad? Y cules son las circunstancias, de las mltiples posibles, que vamos a tomar en cuenta para la evaluacin de estas funciones?

Implica esto abandonar la Teora de la Utilidad? Sinceramente creo que no. Hay que seguir investigando en ella. Mejorarla. Y sobre todo recolectar los datos necesarios. 6.Modelos de Simulacin Los modelos de simulacin tienen por objetivo realizar experimentos con modelos de la realidad y no con la realidad misma. 10 Entre las principales tcnicas de simulacin tenemos:

Los juegos operacionales: Se refiere a aquellas situaciones que envuelven conflictos de intereses entre los jugadores o tomadores de decisiones con un marco de referencia de un ambiente simulado.

Mtodo de Monte Carlo: Consiste en la simulacin a travs de tcnicas de muestreo, esto es, en vez de tomar muestras de la poblacin real, estas son obtenidas de una contraparte terica de la poblacin real.

10

Para ms detalles sobre definicin de simulacin consultar Sistemas y Simulacin en www.mipagina.cantv.net/hthonon

Simulacin de sistema: Consiste en un proceso en el cual los datos del mundo real son procesados mediante un modelo que reproduce el ambiente operacional.

Las cuales se pueden usar conjuntamente, complementndose las unas a las otras. Ahorra bien, ni el Mtodo de Monte Carlo y ni la Simulacin de Sistema permiten comprobar hiptesis, ya que por construccin la simulacin se va portar como las hiptesis implcitas en los modelos. Lo que permiten estas tcnicas es suponiendo que las hiptesis sobre las cuales estn diseados los modelos son correctas y que estos ltimos estn bien diseados, definir como se va portar la realidad dependiendo de la variacin de unos parmetros. Mientras que con los juegos operacionales, si se podra comprobar hiptesis. Lamentablemente, aqu en Venezuela no se suelen utilizar. Personalmente los he utilizado en clase y he propuesta a diversas instancias y centros de investigacin crear un saln a tal fin, pero siempre la respuesta son negativas. Aqu es ms fcil para los cientficos sociales decir en Ciencias Sociales no se pueden hacer experimento que quemarse las neuronas diseando y haciendo experimentos. Ahora bien, en mis treinta aos de vida profesional, realmente la herramienta que me ha sido de mayor utilidad, que me ha permitido resolver ms problemas, dar ms recomendaciones, es sta, la simulacin, tanto por el Mtodo de Monte Carlo y como por la Simulacin de Sistema. Y esto por una razn muy sencilla: la simulacin, conociendo la teora y los parmetros me permite reproducir de manera ms o menos simple el escenario y su comportamiento. Escenarios estos que de manera analtica requeriran clculos muy complejos y extensos, en donde es fcil cometer un error, si es que son posibles de elaborarse realmente.

III.-

Aspectos filosficos (Metodologa, epistemologa, lgica) Cuando vamos a la dimensin metodolgica, por un lado se tiene que

aunque algunos autores tratan de diferenciar fines, metas y objetivos, ya la mayora o gran parte los escritores actuales prefieren tratar los tres trminos como sinnimos; de manera similar con lo tctico y estratgico, los cortos, medianos y largo plazos, cada da hay ms de acuerdo en que son trminos relativos que dependen ms de los decisores y las situaciones en que se encuentran stos. Pero luego viene otro gran problema, la distincin entre fines y medios: Mientras los fines son lo que se quiere lograr, los medios son como lograrlo, pero estos medios con el tiempo pueden convertirse en fines. De manera similar un fin, puede ser un medio para con seguir un fin ms trascendental. As, que distinguir fines y medios, no siempre es tan fcil ya que los mismos responden a una dinmica compleja. Por esto, considero que el problema de decisin es ms sencillo enfocarlo desde un punto de vista lgico, tal como lo expongo en otro trabajo: 11

Los problemas de toma de decisiones suelen tomar una de las siguientes formas: (1) (2) Que hacer, dado una situacin, para obtener un resultado? De hacer algo, Cual va a ser el resultado?

La respuesta a la primera pregunta es obviamente alguna regla o norma, y responde al lenguaje normativo, mientras que la respuesta a la segunda pregunta se encuadra en el lenguaje modal, ambas respuestas afectadas por operadores temporales. En otras palabras, lo importante en la toma de decisiones es que se tiene una situacin actual en el ahora (en el momento t0), una situacin que se quiere cambiar (puede ser que requiera diagnstico o simplemente se conoce suficientemente bien) y se quiere cambiar a un estado E deseable (para algn
11

Ver Lgica y Anlisis de Decisiones en www.mipagina.cantv.net/hthonon.

momento > t0), para lo cual se tiene una serie de alternativas. La eleccin de la alternativa va a contestar la pregunta del que hacer? Por esto es preferible hablar en decisiones de resultados deseables y acciones. Y la escogencia de acciones implica prescripciones. 12 Ahorra bien, hablemos de los principios no cuestionados, mencionados al inicio: a) La causalidad: El principio de causalidad nos dice que toda accin (causa) genera al menos un efecto, y todo evento (efecto) es producto de al menos una causa. 13 Es obvio, que el si no se creyera en este principio no tendra sentido tomar decisiones. De hecho uno toma decisiones porque piensa que las acciones producto de estas decisiones van en alguna manera generar unos efectos. De hecho, se toman decisiones respecto a los cursos de accin para generar efectos favorables. Ahora bien, las relaciones causas-efectos buen estar bien sustentadas o no. Y se dice que una relacin causas-efectos esta bien sustentada si obedece a un conocimiento cientfico, a un conocimiento valedero. De manera tal que en la medida en que se toman las decisiones en base a este tipo de conocimiento, se tendrn buenas decisiones.

b)

El libre albedro: Este principio nos dice que no todo esta determinado, de hecho esta relacionado con el principio anterior (realmente es su

12

Ver ms sobre prescripciones en Thonon, Henri: Lo normativo y lo prescriptivo en la Gerencia Cuadernos de Postgrado #23. No necesariamente las relaciones causa efecto son de certeza, de hecho pueden (la gran mayora) ser probabilsticas. Es ms a veces realmente lo que uno busca es cambiar las probabilidades de xito a nuestro favor.

13

complemento). Esto es: de nosotros depende hacer nuestro futuro. Tenemos libertad para hacerlo. Las cosas no estn determinadas de manera cierta. Lo anterior no quiere en manera alguna decir que somos totalmente libres para tomar decisiones. Nuestra libertad esta restringida por normas, valores, costumbres, etc.., lo que Lucien Sfez llama el Sobrecdigo.

c)

Un Mundo de Sistemas: Este principio nos dice que estamos en un mundo de sistemas, en donde todos pertenecemos a por lo menos algn sistema, y un cambio en cualquier parte de un sistema afectar de alguna manera a otra parte de l o al sistema como un todo. De ah la importancia, cuando se toman decisiones en una organizacin, de evaluar las consecuencias colaterales de las mismas.

IV.-

Herramientas para la Toma de Decisiones Siempre empiezo mis cursos de Toma de Decisiones dicindoles a mis

cursantes que las dos principales herramientas para la toma de decisiones son la creatividad y el sentido comn, dos herramientas, las cuales, hasta donde yo sepa, no se pueden ensear. Solo se pueden fomentar.

Creatividad. Considero que creatividad es la capacidad de inventiva del ser humano, la capacidad de crear plantear y/o crear cosas nuevas. En el caso de la Toma de Decisiones esto se traduce en el uso de la imaginacin, de la inventiva, para buscar nuevas alternativas de solucin a los problemas. Esto es claro que no se puede ensear. De hecho el sistema educativo, y en gran parte el laboral, estn diseados de manera tal de coartar la creatividad en vez de fomentarlo. Es importante buscar que en los postgrados se fomente esta creatividad de alguna manera. Solo la creatividad permite progreso, tanto tecnolgico como social. Es verdad que la creatividad tambin se puede utilizar para mal. La historia de la humanidad es un buen ejemplo de ella.

Sentido Comn. Entiendo por sentido comn a la lgica y/o racionalidad llevadas a la prctica. Esto es a la razn prctica. De ah la importancia como instrumento la capacidad argumentativa del que toma decisiones. Una decisin de sentido comn se debe poder argumentar. Una decisin no argumentable no es sostenible como tal. Sera una decisin proveniente del capricho y no de la razn. Ahora bien, puede surgir como pregunta inmediata de cualquier lector si el uso del sentido comn no es contradictorio con el de la creatividad? No, no es contradictorio, es complementario. El sentido comn es el que permite que la creatividad pueda ponerse en prctica o no, o de cmo ponerla en prctica o hacerla viable. Esto es: mientras la creatividad ampla el panorama de alternativas (posibles o no), el sentido comn har que esta alternativas sean viables, o desechar las que todava son inviables, es el que permitir elegir la que tenga mejores consecuencias, verificara la existencia de los medio o procurar los mismos. Claro est, que el desideratum de toda decisin es que est enmarcada en un marco tico. Esto es que las decisiones se tomen para favorecer a la humanidad y no para perjudicarla.

BIBLIOGRAFA ACKOFF, RUSSELL: El Arte de Resolver Problemas. Editorial Limusa, Noriega Editores. Mxico. 2.001. ATTALI, JACQUES GUILLAUME, MARC: Lanti-conomique. Quadrige. Presses Universitaires de France. Paris. 1.974. (Existe traduccin al castellano) BELLMAN, RICHARD: Dynamic Programming. Princeton University Press. Princeton New Jersey. 1.957, 1.972 BUNGE, MARIO: Las Ciencias Sociales en Discusin. Una perspectiva filosfica. Editorial Sudamericana. Buenos Aires. 1.999.

DRUMMOND, HELGA: Decisiones Efectivas. Gua prctica. Legis Editores. Serie Empresarial. Bogota. 1.992. GLADWELL, MALCOLM: Blink. The Power of Thinking Without Thinking. LITTLE, BROWN AND CO.. 2005. HAMMOND, JOHN S. KEENEY, RALPH L. RAIFFA, HOWARD: Decisiones Inteligentes: Gua prctica para tomar mejores decisiones. Editorial NORMA. 1999. MR, LSZLO: Los Azares De La Razn. Fragilidad Humana, Clculos Morales y Teora de Juegos. PAIDOS. 2001. OVEJERO BERNAL, ANASTASIO: Tcnicas De Negociacin. Cmo negociar eficaz y exitosamente. McGRAW-HILL. 2004. SCHWARTZ, BARRY: The Paradox of Choice. Why More Is Less. HarperCollins Publishers. New York. 2.004. (Hay versin en castellano por editorial Taurus). SFEZ, LUCIEN: La Dcision. Colection Que sais-je?. #2181. Universitaires de France. 1.984. (Hay versin en castellano en FCE). Presses

THONON, HENRI: Lo normativo y lo prescriptivo en la Gerencia. En Cuadernos de Postgrado #23. tica y Praxis Administrativa. Fondo Editorial Tropykos/CEAPFACES-UCV. 2.005. THONON, HENRI: Pgina www.mipagina.cantv.net/hthonon.