Ciencia y Técnica Administrativa Informes Científicos y Técnicos

 

La ciencia de la dirección: modelos cibernéticos

Marcelo Claudio Perissé

Universidad Nacional de La Matanza


Resumen

En este trabajo se presentan las notas tomadas sobre el libro titulado «La ciencia de la dirección: la investigación operativa en la empresa», de Stafford Beer, su lectura es de suma utilidad para complementar los conceptos de Modelo de Sistemas Viables, y Dinámica de Sistemas, a lo mismo que se sirve para visualizar la relevancia de la Cibernética como marco teórico en el campo del conocimiento de la Investigación Operativa.

Palabras Clave - Keyword

Ciencias Económicas, Organización y dirección de empresas, Investigación operativa

Economic Sciences, Organization and management of enterprises, Operations research


 

Las necesidades son medibles y crecen rápidamente;
y los recursos también son medibles... y crecen poco,
si es que crecen. (Beer, 1947, pág. 121)

 

Contenido

Ciencia de la dirección

Investigación operativa

Azar, riesgo e incertidumbre

Modelo cibernético para la ciencia de la dirección

Cibernética

Modelos cibernéticos homomórficos

modelo para la solución de problemas: los conos de resolución

Conclusión

Bibliografía

 

Ciencia de la dirección

Si entendemos a la ciencia como un cúmulo de saberes codificados que han de ser comunicados, el concepto de codificación (convertir un lenguaje natural en un lenguaje formal) entraña las nociones de:

  • coherencia (racional: claro y preciso),
  • rigor (fáctico: confirmado o refutado), y
  • esquema (sistemisidad).

Entonces, para que el quehacer del gerente pueda ser enseñado, será necesario codificar la experiencia humana en dirección de empresas. (Beer, 1947, pág. 4)

Para que un cúmulo de conocimiento sea convertido en una ciencia, se precisa que:

  • las cosas se midan,
  •  solo las cosas que muchas veces y en manos de muchos observadores dan el mismo resultado de medición se consideran como hechos,
  • se postulen hipótesis para explicar los hechos y esas hipótesis se pongan a prueba, na hipótesis que no se derrumba bajo continuos test realizados, adquirirá el status de ley,
  • se construyan y se pongan a prueba teorías que permitan explicar las leyes.

Para la filosofía de la ciencia (epistemología: la rama de la filosofía que estudia la investigación científica y su producto, el conocimiento científico), el listado anterior, no puede ponerse en un orden cronológico. Parece razonable comprobar hechos antes de proponer teorías (inducción), pues las primeras cuestiones son menos complicadas que las siguientes, pero esto no siempre es atinado o siquiera posible. A veces será necesario algún tipo de teoría, que indique qué hechos se deberán recoger, y cómo medirlos (deducción). (Beer, 1947, págs. 2-5)

Bajo estas características todo hombre en la práctica de la dirección de empresas, llevará adelante las siguientes tareas de contenido intelectual :

  • formular políticas,
  • tomar decisiones, y
  • controlar.

Será entonces que todo directivo de una empresa, con el conocimiento científico y la sistemicidad, podrá aprender de su experiencia.

El directivo aprehende una situación particular a raíz de su experiencia con el sistema mismo que la generó (aprehende de lo aprendido) (isomorfismo). Ejemplo: en una acería de una grúa cae algo; y cae al suelo siguiendo exactamente la misma ley que la manzana; la razón de ello es que todos los sistemas físicos están sujetos a fuerzas gravitacionales omnipresentes. (Beer, 1947, pág. 38)

Aunque la ciencia empieza prácticamente con la observación y el registro de datos (representar, percibir, comparar) esencialmente le incumbe hallar las pautas por la cuales esos hechos se reproducen (entender, distinguir, comprender). Porque será por medio de la comprensión y de la modelización de esas pautas, que logramos la capacidad de predecir. El empresario ve una pauta en el comportamiento de la empresa en su totalidad, o en aquella parte de la que es responsable.

En particular no es suficiente contentarse con realizar mediciones de los echos (como el registro contable). Las pautas, que se refieren: a políticas, a decisiones, y a controles de la actividad administrativa realmente importantes, tienen que ver con procesos derivados de nociones racionales (ver ilustración 1). (Perissé, 2011, pág. 74)

 

Un informe que contenga datos expresados en: cuadros, gráficos, y apéndices estadísticos, resultante de la recolección de hechos, no devenidos como resultado de un proceso analítico previo, es solamente el comienzo de un proceso científico. la simple disposición ordenada de los datos no da ninguna adecuada u obvia postulación científica. la formación de una hipótesis es la parte más difícil de toda obra científica y en la que se requiere habilidades y saberes; es más, la hipótesis es un postulado preliminar necesario para la recolección de hechos, puesto que la selección de éstos requiere algo previo que determine su importancia; pues la mera multiplicidad de hechos solo puede producir una situación desconcertante. (Beer, 1947, pág. 377)

Ilustración 1 Del dato a la sabiduría (Perissé, Actos cooperativos para el desarrollo económico:un sistema de información para la economía social, 2011, pág. 74)

La contabilidad de gerencia, que se distingue de la actividad de calcular pérdidas y ganancias, investiga con todo detalle cada uno de los aspectos de pérdida y de ganancia, distinguiendo entre: el costo de un producto y su valor (valor de cambio, valor de uso, valor esperado); o entre el dinero ganado, como resultado del ejercicio, y el flujo de fondos. (Perissé, El dominio del discurso de la economía política, 2018)

 

Ilustración 2 De la Crematística Aristotélica a la Ofelimidad de Pareto

Será necesario entonces, que la comunidad empresarial de más alto nivel deberá explotar los saberes producidos por la ciencia si persigue el fin de comercializar exitosamente sus productos en el mercado. ( Bonsiepe, 1972)

Investigación operativa

En ciencia, si están dados todos los hechos, se puede deducir una respuesta; ahora bien, si disponemos sólo de algunos hechos, tendremos que hallar nuevos medios para inferir una conclusión; entonces, en este marco diremos que:

la Investigación Operativa, como toda ciencia empírica, se basa más en la experimentación y la inducción que en el análisis y la deducción. (Beer, 1947, pág. 9)

La meta de la ciencia de la dirección consiste en mostrar el mejor curso de acción en una determinada serie de circunstancias y ésta, debe abarcar todas las circunstancias, por lo que se precisará de la ciencia teórica, para intentar entender el mundo, y de la ciencia práctica para intentar cambiar el mundo. Para ello se precisará de métodos y técnicas (estrategias), que permitan imbrincar el realismo de los hechos (inferir) con el análisis racional (deducir) (Russell, 1947, pág. 343) (Mintzberg, 1991, págs. 59-60). Esto quiere decir que el científico tiene que desarrollar un método capaz de abarcar todos los aspectos del problema, aunque estos sean de diversa índole; por ejemplo, en un problema de existencia de materiales se han de involucran aspectos de costos y probabilidades (Beer, 1947, págs. 35, 36). Es así como la investigación operativa brinda la capacidad de visualizar a la dirección de empresas como un todo orgánico, por medio de:

  • determinar los componentes y la estructura del sistema subyacente por el que llegan a ser lo que son, y
  • hacer cómputos en función de la dinámica de tal sistema (Bertalanffy, 1989, págs. 46, 113, 108-109, 264-267)

En este marco, la misión de la investigación operativa será la comparación de la eficacia de recursos de acción alternativos. (Beer, 1947, pág. 11)

La Investigación Operativa, como campo del conocimiento científico, hace uso de la ciencia con el fin de investigar las estrategias y las tácticas que se enmarcan en la misión de la empresa. (Beer, 1947, pág. 7)

Azar, riesgo e incertidumbre

Si deseamos introducir a la medición en los problemas estratégicos, deberemos computar las respuestas a preguntas referidas:

  • a la fijación de políticas,
  • a la adopción de decisiones, y
  • al control.
Ilustración 3 Los medios de Investigación Operativa en la Ciencia de la Dirección

El objetivo consiste en inventar un cálculo de la decisión; y para eso, desde un principio, tenemos que tomar en cuenta a otra especie de cantidad natural: el azar; pues pensemos en los siguientes aspectos valorativos:

  • cuán simple es una situación simple,
  • cuán cerca es lo bastante cerca, o
  • cuál es la probabilidad de llegar bastante cerca.

Por ejemplo, veamos el siguiente caso de una empresa que pretende evaluar la cantidad de existencias, y donde el problema puede ser planteado desde dos requerimientos bien distintos:

  • En el caso que le corresponda al gerente decir sobre cuál será la probabilidad que aceptará de quedarse sin existencias de materiales; el gerente, simplemente deja asentada una determinada probabilidad; luego de ello, el científico estará en condiciones de medir las probabilidades implicadas y señalar la magnitud de existencias que satisfará las necesidades del gerente.
  • Si el problema consiste en descubrir el nivel de riesgo que se deberá aceptar; entonces, el nivel de riesgo aceptable será, el nivel más económico que puede adoptarse sin que el resto del sistema caiga en oscilaciones incontrolables.

Ahora bien, una vez que el gerente haya fijado o encontrado el nivel de riesgo que está dispuesto a aceptar, el cálculo de decisión permite computar las estrategias directivas.

Este caso nos sirve para mostrar que un proceso estocástico (de stojos que implica apuntar) se ocupa de los resultados de probabilidades convolutivas; que, como riesgo genuinamente calculado, también es precisamente, de lo que se ocupa la dirección cuando apunta a un objetivo (un objetivo es un resultado a priori), y podemos ver esta analogía en la siguiente Ilustración 4. (Beer, 1947, pág. 34)

Ilustración 4 Convolución: el riesgo genuinamente calculado

Modelo cibernético para la ciencia de la dirección

Todo modelo científico es una representación rigurosa de un modelo conceptual, que expresado en un lenguaje formal como la matemática, la lógica y la estadística, le brinda a la investigación operativa las bases para su formalización técnica. Es sumamente importante decir que el modelo de investigación operativa es una representación del sistema dinámico (como opuesto a lo estático) subyacente a la situación en estudio; por lo que nos estamos refiriendo a un tipo de modelo como es el modelo conceptual isomórfico (Idea-proceso-modelo) en donde los procesos dan contenido a las ideas. (Beer, 1947, pág. 37)

Ilustración 5 Modelos en la Ciencia de la Dirección

Entonces, podemos afirmar que la índole básica de un modelo es sistémica; Ludwig von Bertalanffy (1989, págs. 12, 82-91), recuperó a este concepto, como un elemento sustancial en la formulación de su Teoría General de Sistemas. Para este autor existían una serie de coincidencias en la evolución de los procesos que se llevan a cabo en diferentes campos del conocimiento, a las que denominó isomorfismo, y que se funda en la existencia de principios generales de sistemas, de una «teoría general de los sistemas» más o menos bien desarrollada (Bertalanffy, 1989, pág. 86). Sintéticamente podemos decir que cuando entre dos estructuras hay un isomorfismo, ambas son indistinguibles, tienen las mismas propiedades, y cualquier enunciado es simultáneamente cierto o falso; la aplicabilidad de 2 + 2 = 4 es por igual a manzanas, dineros o galaxias; a lo mismo que la República de Platón es su pensamiento político, lo leamos en griego o en inglés.

Por ejemplo, el modelo científico es íntimamente análogo al balance, como forma de comprensión cuantificada del funcionamiento de una empresa, entonces:

El balance es un modelo de la firma basado en una aplicación homomórfica, o sea que hay una transformación concentrada de sucesos en asientos del balance, el que a su vez trata de preservar la estructura básica de la situación poniendo en equilibrio (Balanceando) activos y pasivos. La noción de balance es común al directivo, al contador y al científico porque es un cuantificador importantísimo de todos sus modelos conceptuales. (Beer, 1947, pág. 41)

Bajo estas circunstancias y particularmente en el caso de la Investigación Operativa, la teoría de la decisión ofrece una técnica de resolver parte del problema, siempre que primero pueda construirse un modelo adecuado del problema en su totalidad (Beer, 1947, pág. 48)

Ilustración 6 Experimentación y simulación en la toma de decisiones

Otro aspecto relevante es que el modelo al incorporar medios de aprendizaje se constituye en un Activo de Crecimiento; por ejemplo al momento de utiliza la simulación para descubrir una política productiva: estable, lucrativa, y robusta; tanto el empresario como el científico podrán experimentar con el modelo y no con la firma, y si el modelo de la empresa va a la quiebra será de sumo interés el análisis indicativo del límite experimentado en la eficacia de la política objeto de estudio. (Beer, 1947, pág. 53)

Cibernética

Cuando hablamos de ciencia de la dirección, no podemos dejar de lado a la cibernética como ciencia del control, que con un modelo neurofisiólogo (lógico, matemático y estocástico), a aportado al desarrollado de una teoría rigurosa acerca de la estructura optima del sistema de decisión; y que además provee, al especialista en ciencia de la dirección, de una corriente continua de modelos que son usados para examinar, analizar, y diseñar, de manera cuantificada, buenas estructuras directivas.

Por todo ello podemos decir que:

Si la cibernética es la ciencia del control y si la dirección puede describirse como la profesión que tiene las tareas intelectuales de: formular políticas, tomar decisiones y controlar, entonces la cibernética de la dirección es la actividad que aplica las comprobaciones de la cibernética fundamental al domino del control directivo. (Beer, 1947, págs. 5, 90)

Modelos cibernéticos homomórficos

El uso del isomorfismo presenta una limitación en el análisis de los sistemas y es que implica igualdad ya sea funcional o conductual, lo que resulta difícil de asegurar en cualquier tipo de objetos. Por ello, para hablar de algún grado de semejanza entre objetos se puede hablar de «homomorfismo». Dos objetos son homomórficos cuando se pueden aplicar transformaciones del tipo muchos-a-uno, en donde varios estados complejos son mapeados a un solo estado más simple. Es así que, dos objetos son homomórficos cuando se vuelven semejantes y uno de ellos es simplificado, es decir, es representado con menos detalles que el original. De igual manera, un observador sin el poder de resolución para distinguir todos los estados de los objetos más complejos podría indicarlos como isomorfos.

Dos sistemas están relacionados por un «homomorfismo», cuando una transformación de muchos, aplicada a la forma más compleja, puede reducirla a una forma isomorfa más simple. Así los dos sistemas son homomórficos cuando se vuelven iguales si uno es simplificado del otro, es decir, es observado con una distinción del total. (Ashby, 1957, págs. 103-108)

En síntesis, los modelos cibernéticos expuestos son homomorficos, es decir que, al corresponderse con la realidad, preservan aquellos hechos estructurales del sistema objeto de estudio que son importantes para el problema; estos sistemas facilitan el proceso de análisis al transformar los elementos del sistema real sobre una base de muchos-a-uno: la cuestión es cuántos a uno.

Modelo para la solución de problemas: los conos de resolución

La figura de los conos de resolución, se presentan como un instrumento válido para el análisis y resolución de problemas empresariales. Podemos empezar considerando que si nos hallamos en el vértice del cono, nuestro modelo será muy reducido porque tenemos dos puntos, de los cuales, uno está en interacción con el otro. Esto es útil si se conoce el valor asignado a cada punto; por ejemplo la cuenta de ganancias y pérdidas, el punto único que representa el mercado tiene una medida asignada: la rotación (se espera que un cliente vuelva a comprar). Ese sencillo modelo, en última instancia, es el que nos indica la ganancia. Ahora, mientras descendemos por el cono de resolución vamos comprendido más y más lo que realmente sucede, por ejemplo, para el caso anterior sería mediante el Estado de Valor Agregado (cómo se genera la ganancia y cómo se distribuye entre los agentes económicos que participaron en su generación). Al llegar al fondo del cono, que en nuestro ejemplo sería el Estado de Flujo de Efectivo, encontramos el modelo isomórfico sin más: la firma misma en interacción con el mercado. Esto tampoco nos aporta mucho porque la única manera de proceder en este último nivel de la construcción de modelos consiste en seguir manejando la situación tal cual es.

Queda claro entonces, que la manera más básica y elemental de aplicar la ciencia de la dirección es la de permanecer a la mayor altura posible dentro del cono de resolución; el modelo minúsculo en la punta del cono de resolución puede bosquejarse para una determinada empresa, con lápiz y papel y preguntándole al gerente financiero cuáles son las cifras requeridas para representar el modelo. Luego el científico deberá descender por el cono tratando de comprender al sistema en su totalidad; y así, su tarea se amplía y complejiza cada vez más.

Ahora bien, existe un truco especial para manejar esta tarea en expansión. Lo que deber hacerse es empezar con un modelo básico, de baja resolución, que pueda construirse en muy poco tiempo (no más de una semana), trabajado con ese modelo (seguramente mediante el análisis y la simulación) empezamos a ver qué áreas o subsistemas de actividades en estudio son relativamente carentes de importancia. Esto puede descubriese modificando los valores de sus variables clave y observando en cuanto afecta la variación en el resultado total (modelo dinámico); por ejemplo, una pequeña inversión local puede afectar el comportamiento total del sistema, a tal punto que deberá ser elegida por esa razón. El nuevo nivel de ganancias de la empresa en su totalidad, atribuible indubitablemente a ese cambio, puede implicar un rendimiento de varios porcentajes anuales sobre el capital que ha de invertirse. Esto se debe precisamente a que otros activos, además de los recién instituidos, estarán entonces en condiciones de alcanzar todo su potencial gracias a los fondos gastados en esa pequeña inversión.(Beer, 1947, pág. 70)

Conclusión

Al estudiar las estructuras empresariales existentes, aunque efectivas y eficientes no necesariamente han de ser efectivamente las más convenientes, primeramente debemos pensar en cómo son estas estructuras y sus respectivas funciones, para luego cuestionar sobre su efectividad y por qué han de seguir así.

La cibernética le brinda a los empresarios y científicos de la dirección una capacidad mayor de decisión: la de decidir acerca de la base de la decisión, la de especificar sus propios criterios de éxito. (Beer, 1947, pág. 110) Conviene tener presente que, sea cual fuere nuestra naturaleza última como individuos, lo que hacemos es mediado por la máquina del cerebro. Y la cibernética descubre cómo realiza el cerebro esos ardides. por eso no es imposible imaginar una empresa automatizada del futuro que sea capaz de formular su propia política. Hoy sabemos cómo tomar decisiones en forma automática, la proyección hacia futuro es la de especificar el andamiaje de la decisión.

Entonces, desde la ciencia de la dirección, se deben elaborar estructuras apropiadas a la ejecución de la políticas empresariales y esclarecer los problemas que surgen de esas estructuras. Solo así llegamos a los procesos mediante los cuales se resuelven los problemas y a saber si la automatización será la respuesta correcta.


Referencias

Bonsiepe, G. (1972). Promesa de Valor de Uso. intec.

Ashby, W. R. (1957). An Introduction to Cybernetics. London: Chapman & Hall.

Beer, S. (1947). La ciencia de la dirección: la investigación operativa en la empresa. Buenos Aires: El Ateneo.

Bertalanffy, L. V. (1989). Teoria General de los sistemas: fundamentos, desarrollo, aplicaciones . México: Fondo de Cultura Económica.

Mintzberg, H. (1991). Mintzberg y la dirección. Madrid: Díaz de Santos.

Perissé, M. C. (2011). Actos cooperativos para el desarrollo económico:un sistema de información para la economía social. Buenos Aires: UNLaM. Obtenido de https://repositoriocyt.unlam.edu.ar/bitstream/123456789/365/1/DCE-AE-Perisse.pdf

Perissé, M. C. (2018). El dominio del discurso de la economía política. Técnica Administrativa. Obtenido de http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/economia_politica/economia_politica.html

Russell, B. (1947). Historia de la filosofía occidental. Buenos Aires: Grandes obras de la cultura.

Recomendaciones

Complementar el marco teórico con:

  • Dinámica de sistemas Ver»
  • Modelo de sistemas viables Ver»

Condiciones de utilización

Aprobado: 15 de agosto de 2019. por Ciencia y Técnica Administrativa

Publicado el 28 de enero de 2020 por: Ciencia y Técnica Administrativa – CyTA

Pte. Tte. Gral. Perón 3047 PB.3, Buenos Aires Argentina

http://www.cyta.com.ar

Copyright © 2020 por Ciencia y Técnica Administrativa

Todos los derechos reservados bajo las convenciones internacionales y panamericanas de derecho de autor, para fines no comerciales.

Esta publicación puede ser reproducida o transmitida en cualquier forma o por cualquier medio sin permiso previo escrito por el editor, siempre que: se reproduzca con precisión, se identifique la fuente del material, y se reconozca el estado de Copyright © Ciencia y Técnica Administrativa - CyTA.

Series de estándares de información nacional

ISRN: CYTA/ATK/5311.07--2020-3+032

ISSN: 1666-1680

CyTA / Leva bajo norma Niso Z39.18-2005 (Revisión 2010)