La inteligencia de decisiones es una disciplina de ingeniería que complementa la ciencia de datos con teorías de las ciencias sociales , la teoría de las decisiones y las ciencias administrativas . Su aplicación proporciona un marco para las mejores prácticas en la toma de decisiones organizacionales y procesos para aplicar tecnologías de Inteligencia Artificial como aprendizaje automático , procesamiento del lenguaje natural, razonamiento y semántica a escala. La idea básica es que las decisiones se basan en nuestra comprensión de cómo las acciones conducen a resultados. La inteligencia de decisiones es una disciplina para analizar esta cadena de causa y efecto , y el modelado de decisiones es un lenguaje visual para representar estas cadenas.
Un campo relacionado, la ingeniería de decisiones , también investiga la mejora de los procesos de toma de decisiones, pero no siempre está tan estrechamente vinculado a la ciencia de datos. [Nota]
La inteligencia de decisiones se basa en el reconocimiento de que, en muchas organizaciones, la toma de decisiones podría mejorarse si se utilizara un enfoque más estructurado. La inteligencia de decisiones busca superar un "techo de complejidad" en la toma de decisiones, que se caracteriza por un desajuste entre la sofisticación de las prácticas de toma de decisiones organizacionales y la complejidad de las situaciones en las que se deben tomar esas decisiones. Como tal, busca resolver algunos de los problemas identificados en torno a la teoría y las organizaciones de la complejidad .
En este sentido, la inteligencia de decisiones representa una aplicación práctica del campo de los sistemas complejos , que ayuda a las organizaciones a navegar en los sistemas complejos en los que se encuentran. La inteligencia de decisiones también puede considerarse como un marco que lleva análisis avanzados y técnicas de aprendizaje automático al escritorio de quien toma decisiones no expertos, además de incorporar y luego ampliar la ciencia de datos para superar los problemas articulados en la teoría del cisne negro . [ cita necesaria ]
Los defensores de la inteligencia de decisiones creen que muchas organizaciones continúan tomando malas decisiones. [1] En respuesta, la inteligencia de decisiones busca unificar una serie de mejores prácticas de toma de decisiones , que se describen con más detalle a continuación.
La inteligencia de decisiones se basa en la idea de que es posible diseñar la decisión misma, utilizando principios utilizados anteriormente para diseñar objetos más tangibles como puentes y edificios.
El uso de un lenguaje de diseño visual que representa decisiones (ver § Diseño de decisiones visuales) es un elemento importante de la inteligencia de decisiones, ya que proporciona un lenguaje común intuitivo fácilmente comprendido por todos los participantes en las decisiones. Una metáfora visual mejora la capacidad de razonar sobre sistemas complejos [2] , así como mejorar la colaboración .
Además del diseño de decisiones visuales, existen otros dos aspectos de las disciplinas de ingeniería que ayudan a la adopción masiva. Estos son:
La necesidad de una metodología unificada de toma de decisiones está impulsada por una serie de factores que enfrentan las organizaciones al tomar decisiones difíciles en un entorno interno y externo complejo.
El reconocimiento de la incapacidad generalizada de los métodos actuales para resolver problemas de toma de decisiones en la práctica proviene de varias fuentes, incluidas fuentes gubernamentales e industrias como las telecomunicaciones , los medios de comunicación , la industria automotriz y la farmacéutica .
Ejemplos:
El automóvil se está convirtiendo en una expresión de identidad, valores y control personal en formas que van mucho más allá de la segmentación y la marca tradicionales. Por ejemplo, la eficiencia del combustible será sólo una consideración para un vehículo socialmente responsable (SRV). ¿Qué porcentaje de las piezas son reciclables? ¿Cuál es la huella de carbono total del vehículo? ¿Hay insumos de trabajo infantil? ¿Pinturas, pegamentos o plásticos tóxicos? ¿Qué tan transparente es la cadena de suministro? ¿El vendedor es responsable del reciclaje? ¿Qué métodos se utilizan? ¿Se emplean prácticas laborales justas?
— Shoshana Zuboff , "La solución GM: botes salvavidas, no soporte vital", Business Week , 18 de noviembre de 2008
Vivimos en un mundo dinámico en el que el ritmo, el alcance y la complejidad del cambio están aumentando. El avance continuo de la globalización, el creciente número de actores independientes y el avance de la tecnología han aumentado la conectividad, la interdependencia y la complejidad globales, creando mayores incertidumbres, riesgos sistémicos y un futuro menos predecible. Estos cambios han dado lugar a tiempos de alerta reducidos y ciclos de decisión comprimidos.
— Director de Inteligencia Nacional , Visión 2015: una empresa de inteligencia integrada y conectada globalmente, julio de 2008
A diferencia de otras herramientas y metodologías de toma de decisiones , la inteligencia de decisiones busca aplicar una serie de prácticas de ingeniería al proceso de toma de decisiones. Estos incluyen análisis de requisitos , especificaciones , planificación de escenarios , garantía de calidad , seguridad y el uso de principios de diseño como se describe anteriormente. Durante la fase de ejecución de decisiones, los resultados obtenidos durante la fase de diseño se pueden utilizar de varias maneras; Los enfoques de monitoreo, como los paneles de control de negocios y la planificación basada en suposiciones, se utilizan para rastrear el resultado de una decisión y activar la replanificación según corresponda (en el diagrama al comienzo de este artículo se muestra una vista de cómo se combinan algunos de estos elementos).
La inteligencia de decisiones tiene el potencial de mejorar la calidad de las decisiones tomadas, la capacidad de tomarlas más rápidamente, la capacidad de alinear los recursos organizacionales de manera más efectiva en torno a un cambio en las decisiones y reduce los riesgos asociados con las decisiones. Además, una decisión diseñada se puede reutilizar y modificar a medida que se obtiene nueva información. [3]
Aunque muchos elementos de la inteligencia de decisiones, como el análisis de sensibilidad y la analítica , son disciplinas maduras, los tomadores de decisiones no los utilizan ampliamente. [4] La inteligencia de decisiones busca crear un lenguaje visual que sirva para facilitar la comunicación entre ellos y los expertos cuantitativos, permitiendo una utilización más amplia de estos y otros enfoques numéricos y técnicos.
En particular, los vínculos de dependencia en un modelo de decisión representan causa y efecto (como en un diagrama de bucle causal ), flujo de datos (como en un diagrama de flujo de datos ) u otras relaciones. A modo de ejemplo, un vínculo podría representar la conexión entre "tiempo medio para reparar un problema con el servicio telefónico" y "satisfacción del cliente", donde un tiempo de reparación corto presumiblemente aumentaría la satisfacción del cliente. La forma funcional de estas dependencias puede determinarse mediante varios enfoques. Los enfoques numéricos, que analizan datos para determinar estas funciones, incluyen algoritmos de análisis y aprendizaje automático (incluidas las redes neuronales artificiales ), así como análisis de regresión más tradicionales . Los resultados de la investigación operativa y muchos otros enfoques cuantitativos desempeñan un papel similar.
Cuando los datos no están disponibles (o son demasiado ruidosos , inciertos o incompletos), estos vínculos de dependencia pueden adoptar la forma de reglas como las que se pueden encontrar en un sistema experto o un sistema basado en reglas , y así pueden obtenerse mediante ingeniería del conocimiento .
De esta manera, un modelo de decisión representa un mecanismo para combinar múltiples relaciones, así como razonamiento simbólico y subsimbólico, en una solución completa para determinar el resultado de una decisión práctica.
Como se describió anteriormente, los vínculos de dependencia del modelo de decisión se pueden modelar mediante el aprendizaje automático . En este sentido, la inteligencia de decisiones puede verse como una extensión "multienlace" de la inteligencia artificial , que se utiliza más ampliamente para el análisis de enlace único. Desde este punto de vista, se puede considerar que el aprendizaje automático responde a la pregunta "Si sé/veo/escucho X, ¿qué puedo concluir?", mientras que la inteligencia de decisiones responde: "Si tomo la acción X, ¿cuál será el resultado? ". La última pregunta suele implicar cadenas de acontecimientos, que a veces incluyen dinámicas complejas como bucles de retroalimentación. De esta forma, la inteligencia de decisiones unifica sistemas complejos , aprendizaje automático y análisis de decisiones .
A pesar de décadas de desarrollo de metodologías y sistemas de apoyo a la toma de decisiones (como el análisis de decisiones ), estos siguen siendo menos populares que las hojas de cálculo como herramientas principales para la toma de decisiones. La inteligencia de decisiones busca cerrar esta brecha, creando una masa crítica de usuarios de una metodología y un lenguaje común para las entidades centrales incluidas en una decisión, como suposiciones, valores externos, hechos, datos y conclusiones. Si se mantiene un patrón de industrias anteriores, dicha metodología también facilitará la adopción de tecnología, al aclarar modelos de madurez comunes y hojas de ruta que pueden compartirse de una organización a otra.
El enfoque de inteligencia de decisiones es multidisciplinario, unificando hallazgos sobre sesgo cognitivo y toma de decisiones, conciencia situacional , pensamiento crítico y creativo , colaboración y diseño organizacional, con tecnologías de ingeniería.
La inteligencia de decisiones se considera una mejora con respecto a las prácticas organizativas actuales de toma de decisiones, que incluyen el uso de hojas de cálculo , texto (de naturaleza secuencial, por lo que no se adapta bien a cómo fluye la información a través de una estructura de decisión) y argumentos verbales. El paso de estas estructuras en gran medida informales a una en la que una decisión se documenta en un lenguaje visual bien comprendido se hace eco de la creación de metodologías de planos comunes en la construcción, que prometen beneficios similares.
La inteligencia de decisiones es una disciplina muy nueva y también muy antigua. Muchos de sus elementos (como el lenguaje utilizado para evaluar los supuestos, el uso de la lógica para respaldar un argumento, la necesidad del pensamiento crítico para evaluar una decisión y la comprensión de los impactos del sesgo ) son antiguos. Sin embargo, la comprensión de que estos elementos pueden formar un todo coherente que proporcione beneficios significativos a las organizaciones al centrarse en una metodología común es relativamente nueva.
En 2018, los procesos y programas de formación de Google en ciencia de datos aplicada pasaron a denominarse "inteligencia de decisiones" [5] para indicar el papel central de las acciones y decisiones en la aplicación de la ciencia de datos. La medida en que los marcos teóricos se basaron en las ciencias sociales y de gestión, además de la ciencia de datos, fue un motivador adicional para unificar la inteligencia de decisiones en un campo de estudio distinto de la ciencia de datos. [6]
La inteligencia de decisiones moderna es altamente interdisciplinaria y académicamente inclusiva. La investigación centrada en las decisiones, definidas en términos generales como selección de acciones biológicas y no biológicas , se considera parte de la disciplina. Sin embargo, la inteligencia de decisiones no es un término general para la ciencia de datos y las ciencias sociales, ya que no cubre componentes ajenos a las decisiones.
Debido a que hace visibles las estructuras de razonamiento que de otro modo serían invisibles y utilizadas en decisiones complejas, el aspecto de diseño de la inteligencia de decisiones se basa en otras tecnologías de representación conceptual como mapas mentales , gráficos conceptuales y redes semánticas .
La idea básica es que una metáfora visual mejora el pensamiento intuitivo , el razonamiento inductivo y el reconocimiento de patrones , habilidades cognitivas importantes que normalmente son menos accesibles en una discusión verbal o escrita. Un mapa de decisiones empresariales puede verse como una aproximación a un lenguaje de decisiones formal para respaldar la inteligencia de decisiones. [7]
La inteligencia de decisiones reconoce que muchos aspectos de la toma de decisiones se basan en elementos intangibles, incluidos los costos de oportunidad , la moral de los empleados, el capital intelectual, el reconocimiento de marca y otras formas de valor comercial que no se capturan en los modelos cuantitativos o financieros tradicionales. Por lo tanto, el análisis de redes de valor –en especial los mapas de redes de valor– es relevante aquí.
^ Tenga en cuenta las siguientes variaciones semánticas: