Universidad Autónoma de Ciudad Juárez

Instituto de Ingeniería y Tecnología

Doctorado en Ciencias en Tecnología

Tema: Pronóstico Tecnológico.

Daim T.U., G. Rueda, H. Martin, P. Gerdsri (2006) Forecasting emerging technologies: Use of
bibliometrics and patent analysis, Technological Forecasting and Social Change, 73, 981-1012.

Martino, J. P. (2003). A review of selected recent advances in technological forecasting.

Technological Forecasting and Social Change, 70, 8, 719-733. Doi:10.1016/S0040-
1625(02)00375-X.

Irving Bruno López Santos

Matrícula: 183253

Administración de la tecnología II

Síntesis

Febrero 2019
Introducción.

A continuación se determinarán los aportes realizados por dos artículos (Martino y Daim) en
relación con el tema de pronóstico tecnológico. Se destacarán sus logros individuales y como
éstos se correlacionan entre ellos y a su vez, con el tema de pronóstico tecnológico. Finalmente
se emite una reflexión sobre los temas tratados en relación a mi experiencia personal.

Desarrollo.

En su significado más general, el pronóstico tecnológico (PT de aquí en adelante) trata de

predecir las características futuras de tecnologías prometedoras, tales como máquinas,
procedimientos o técnicas. La importancia del PT redica en el factor decisivo que desempeña
para la planeación tecnológica. De muy poco servirán los esfuerzos económicos y científicos que
hagan las compañías y gobiernos sobre tecnologías que con el paso de los años no se asienten
en el mercado y no tengan un nivel mínimo de penetración social. Es decir, una responsabilidad
de la junta directiva de una firma tecnológica es la de destinar recursos técnicos y económicos
para asegurar la supervivencia y crecimiento de la compañía, ¿Qué pasa si se selecciona mal?
¿Qué pasa si se destinan muy pocos recursos o demasiados al desarrollo o seguimiento de una
tecnología clave? Bueno, para dar respuesta para estas preguntas, se utillizan los pronósticos
tecnológicos.

Realizar un PT acertado no es tarea fácil. Desde hace muchos años se han realizado pronósticos
tecnológicos. Históricamente, los PT han recaído principalmente en expertos en tecnología o
gurús tecnológicos. Conforme ha pasado el tiempo se han ido incorporando técnicas
probabilísticas y métodos cualitativos/cuantitavos al proceso de creación de PT, con diferentes
niveles de éxito. Los artículos establecen que no existe un método o técnica que pudiera aplicarse
a todos los contextos de la tecnología. En su artículo (Martino, 2003), establece que el primer
paso es reconocer en que estado de innovación se encuentra la tecnología que se esta
estudiando, mediante su búsqueda en diferentes formatos de publicación tecnológica. Los
estados son cinco: Investigación básica, investigación aplicada, desarrollo, aplicación e impacto
social. Reconocer el estado actual de un activo tecnológico servirá para anticipar los siguientes
estados de innovación. Debido a la cantidad desmesurada de información disponible, se hace
uso de la Bibliometría. La bibliometría utiliza técnicas estadísticas para determinar la importancia
de una fuente bibliográfica. Se destaca que gracias a los avances de cómputo moderno, esta
labor de búsqueda se ha automatizado debido a técnicas de extracción de datos tales como: Data
Mining y Database Tomography. Cabe destacar que el uso de la bibliometría no reemplaza el
criterio final de un experto. Otras técnicas son empleadas en la definición de PT. La creación de
modelos causales descritos por ecuaciones matemáticas y el planteamiento de escenarios para
obtener un panorama general del ambiente tecnológico con respecto al activo de estudio. De
nuevo, históricamente los modelos causales no han sido exitosos, sobre todo por el
desconocimiento real de las variables relevantes. Los escenarios por su parte si han sido
ampliamente empleados en el PT.

Dentro de las metodologías, se destaca una conocida como Delphi que emplea pesos bayesianos
combinados con un cuestionario destinado a expertos del área tecnológica en cuestión. Sin entrar
en detalles matemáticos, con este método, los pesos bayesianos ponderan las respuestas de los
expertos y entregan un resultado consensuado. Claro que no es la única metodología, se
mencionan varias dentro del área de la extrapolación, basándose en los datos y recurriendo al
ajuste de curvas; y otras en el área de la probabilidad, tales como métodos estocásticos y caos.
Todos estas metodologías mencionadas por (Martino, 2003) en diferentes aplicaciones con
diversos resultados.

(Daim, Rueda, Martin, & Gerdsri, 2006) por su parte, citan a Martino y proponen validar diversos
métodos como herramientas para el PT. De aquí, es que se afirma que en la práctica se combinan
varios métodos y que inclusive el aspecto técnico es solo una parte del pronóstico. Para
enriquecer al PT, es necesario incluir el aspecto organizacional y político que ha influido en la
tecnología, para completar el pronóstico. Los tres aspectos a considerar entonces son: Técnico,
organizacional y personal. Se recalca que hay que conocer la tecnología de la que se trata para
seleccionar una metodología apropiada para el PT. También se destaca el análisis de patentes
como un excelente indicador del estado de innovación de la tecnología. El pronóstico ya no se
describe como el resultado de un sistema lineal de lazo abierto con sus entradas, procesamiento
y salida, si no como un sistema dinámico de lazo cerrado que cuenta con retroalimentaciones,
retrasos y efectos no lineales a variables del sistema. (Daim et al., 2006) muestran tres
aplicaciones con mucho impacto social: Celdas de combustible, seguridad alimentaria y
tecnologías de almacenamiento óptico. Los detalles se hallan en el artículo mencionado. Los
factores clave en estas aplicaciones fueron: primero la identificación del estado de innovación de
la tecnología y análisis de patentes para obtener una ecuación S-Shape; generación de
ecuaciones causales para cada submodelo identificado como relevante para la tecnología
(recordando las tres perspectivas integrales del PT: técnico, organizacional y personal); con los
modelos obtenidos, utilizar una herramienta que permita la flexibilidad de presentar diferentes
escenarios; y por último, la interpretación experta de los simulaciones de la herramienta.
Reflexiones

Dentro de los artículos que he leído hay uno que conecta directamente. Este es: ¿Hacia dónde
va la ciencia en México? (Sánchez, 2016), donde el titular de Conacyt en ese momento, Enrique
Cabrero Mendoza, reportó un “aumento de 46% en el presupuesto federal en ciencia y tecnología,
al pasar de 59 mil 323 millones de pesos a 91 mil 650 millones”, en el periodo 2012- 2016. La
relación radica en el método utilizado para la asignación del presupuesto. El titular informó que
junto con la Academia Mexicana de Ciencias (AMC) y el Consejo Consultivo de Ciencias (CCC)
de la Presidencia de la República, se realizaron una serie de trabajos colaborativos para
determinar las áreas en las que el gobierno mexicano debe concentrarse para asegurar el
desarrollo tecnológico del país. Dicho por él mismo: “México no puede ser una máquina
generadora de conocimiento en todos los campos con la misma importancia, por eso se deben
acotar los temas y trazar una hoja de ruta hacia donde se debe dirigir la ciencia”. Para crear una
planeación tecnológica a nivel nacional, debieron definir un pronóstico tecnológico. Se evidencia
que se consideraron de forma combinada las capacidades técnicas y científicas más
desarrolladas hasta ese momento, junto con las capacidades de la industria nacional y se
publicaron los resultados. Estas “hojas de ruta” están públicas en la página del Concejo
Consultivo de Ciencias1. En ninguna de ellas se aclara si se utilizó una metodología combinada
estadística, probabilística, de sistemas dinámicos o de otra índole que ayudará a plantear
diversos escenarios tecnológicos para el país. La única metodología referida en las publicaciones
fue la creación de resúmenes de los comentarios de los paneles de expertos, en las reuniones
que se llevaron a cabo.

Referencias

Daim T.U., G. Rueda, H. Martin, P. Gerdsri (2006) Forecasting emerging technologies: Use of
bibliometrics and patent analysis, Technological Forecasting and Social Change, 73, 981-1012.

Martino, J. P. (2003). A review of selected recent advances in technological forecasting.

Technological Forecasting and Social Change, 70, 8, 719-733. Doi:10.1016/S0040-
1625(02)00375-X.

Sánchez, V. (2016). ¿Hacia dónde va la ciencia en México? Agencia Informativa Conacyt.

http://conacytprensa.mx/index.php/sociedad/politica-cientifica/5557-hacia-donde-va-la-ciencia-
en-mexico Recuperado el 4 de febrero de 2019.

1
http://www.ccciencias.mx/es/publicaciones.html?start=9