Robust decisionmaking

La începutul anilor ’90, evoluţiile tot mai dinamice şi impredictibile ale mediului de securitate european şi internaţional au început să ridice specialiştilor serioase dificultăţi în elaborarea de noi scenarii pentru fundamentarea deciziilor strategice şi stabilirea strategiilor pe termen lung.

Soluţia problemei a fost identificată de un număr restrâns de cercetători ai think-tank-ului RAND Corporation, care, independent unul de celălalt, se confruntau cu aceeaşi perspectivă: lipsa de flexibilitate a instrumentelor calitative tradiţionale de analiză strategică în faţa replicării peste aşteptări a variabilelor de evoluţie în domenii din ce în ce mai diverse, de la schimbările climatice la tranziţia la economia de piaţă a statelor din fostul bloc comunist est-european.

În efortul lor de a furniza cele mai adecvate previziuni într-o lume din ce în ce mai puţin predictibilă, Robert Lempert şi Steven Popper, sprijiniţi de expertul IT Steve Bankes, au pus la punct un cadru teoretic de adoptare a deciziilor axat pe utilizarea sistematică a unui număr mare de prognoze solide privind viitorul, cunoscut ca Robust Decisionmaking/ RDM.

Primele rezultate au fost publicate în 1996, în lucrarea ”When We Don’t Know the Costs or the Benefits: Adaptive Strategies for Abating Climate Change”.

Construcţia metodei

Autorii RDM au împrumutat principiile analizei bayesiene – ierarhizarea opţiunilor de decizie în funcţie de gradul de incertitudine sau probabilitate pe care le-au adaptat propriei concepţii, folosind de mai multe ori parametrii obţinuţi, pentru a detecta strategiile cele mai robuste, şi analizând acele elemente responsabile de apariţia incertitudinilor, pentru a identifica vulnerabilităţile.

Pentru aplicarea instrumentelor de analiză cantitativă, metoda se bazează pe un program informatic special conceput, care foloseşte algoritmi statistici în cercetarea bazelor de date pentru a aduce rezultatele generate pe baza diverselor simulări şi a identifica condiţiile care conduc la un anumit rezultat.

Prin intermediul metodei, analistul supune la aşa-numitele teste de stres strategiile pe care le consideră eficiente/ solide raportat la potenţialele evoluţii ulterioare, cu scopul de a le verifica aplicabilitatea prin intermediul simulărilor şi extrapolării datelor referitoare la posibile scenarii, în eventualitatea în care strategiile luate în calcul iniţial ar eşua. Această metodă de cercetare a sistemelor complexe şi nesigure – exploratory modeling – are ca rezultat nu doar o combinaţie de scenarii multiple, ci şi identificarea fiecărei strategii în parte ce poate fi aplicată pentru a influenţa viitorul în direcţia dorită.

Caracterul iterativ al RDM rezidă în posibilitatea revizuirii ulterioare a alternativelor iniţiale, prin confruntarea cu posibile provocări, proces repetat şi în cazul noilor strategii elaborate. În acest mod, factorii decizionali au posibilitatea de a înţelege opţiunile avute la dispoziţie pe termen scurt şi de a le utiliza pentru a influenţa viitorul pe termen lung, luând în calcul toate evoluţiile plauzibile care ar putea avea loc, precum şi de a-şi argumenta acele strategii pe care le consideră optime.

Astfel, în procesul de adoptare a deciziilor şi stabilire a strategiilor pe termen lung, principalul impediment surmontat prin aplicarea metodei a fost incertitudinea, întrucât RDM ia în calcul majoritatea necunoscutelor, diverse interpretări şi ambiguităţi, punând la dispoziţia instituţiilor decidente informaţii relevante, consistente sau contradictorii, pentru a sprijini înţelegerea avantajelor oferite de alternativele propuse.

Utilizarea Robust Decisionmaking

Metoda poate fi aplicată cu succes în situaţii care presupun luarea de decizii în condiţii având un grad ridicat de complexitate şi incertitudine, referitor la care viitorul poate oferi multiple surprize, sau când părţile implicate nu pot conveni asupra unui model ce trebuie adoptat pentru a corela viitoarele acţiuni cu potenţialele rezultate.

În esenţă, abordarea RDM constă în:
– luarea în considerare a unui număr mare de scenarii, care conţin un set cât mai divers de variante plauzibile despre viitor, bazate pe o paletă largă de informaţii de diferite tipuri, pentru a furniza un set de provocări care să testeze strategiile alternative pe termen scurt;
– identificarea mai multor strategii imperfecte (de preferat în defavoarea altora foarte bune, dar mai puţine la număr), corespunzătoare unui număr mare de scenarii plauzibile şi metode diferite de evaluare a oportunităţilor scenariilor alternative;
– utilizarea strategiilor adaptive pentru a obţine prognoze eficiente. Întrucât strategiile evoluează în timp, ca urmare a apariţiei de noi informaţii, ele sunt dezvoltate pe termen scurt, putând fi reevaluate în viitor, pentru modelarea scenariilor care vor fi disponibile noilor factori de decizie;
– utilizarea aplicaţiilor computerizate pentru exploatarea interactivă a unei multitudini de scenarii posibile. Acestea au rolul de a sprijini eforturile analistului în vederea descoperirii şi testării de ipoteze care se dovedesc adevărate pentru o gamă largă de probabilităţi, rezultatul fiind descoperirea strategiilor adaptive pe teren scurt cele mai capabile să acopere o paletă cât mai extinsă de viitoruri posibile.

În această ultimă etapă, calculatorul ajută la crearea unui ansamblu generos de scenarii posibile, fiecăruia corespunzându-i o singură supoziţie privind evoluţiile ulterioare şi o unică alegere dintr-o multitudine de strategii alternative care ar putea fi adoptate pentru a influenţa viitorul.

Teoretic, acest ansamblu va conţine suficient de multe variante de scenarii posibile pentru ca, indiferent care va fi viitorul, strategiile adoptate să fie cele mai potrivite. Ulterior, prognozele sunt coroborate cu rezultatele simulărilor computerizate (vizualizarea viitorurilor posibile), care ajută omul să formuleze ipoteze cu privire la cele mai potrivite strategii şi pe care calculatorul le va testa sistematic.

Beneficii şi limite

Utilizarea calculatorului prezintă două avantaje distincte: corectarea eventualelor erori de raţionament ale analiştilor, care pot omite fapte sau aspecte mai puţin agreate de ei, construind, astfel, o argumentaţie falsă – ipostază în care maşina permite identificarea şi verificarea ipotezelor în raport cu o gamă extrem de largă de posibilităţi; facilitarea detectării unor strategii flexibile pe termen scurt, care îşi dovedesc soliditatea în raport cu o paletă largă de scenarii posibile.

Pe de altă parte: dezvoltarea unui sistem viabil pentru lansarea de simulări automate, care vor genera scenarii multiple, necesită investiţii importante; scenariile rezultate ocupă un spaţiu consistent în memoria calculatorului, iar rularea acestora durează un timp îndelungat, astfel că nu toate aplicaţiile sunt recomandate.

Autor: Aurelia Lungu

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile necesare sunt marcate *

*
*