Software Utilizado Para La Representación De Las Cadenas Productivas
Durante la revisión bibliográfica se ha ido identificando los diferentes tipos de software que son usados para el modelado de la estructura de cadena correspondiente en cada caso. La siguiente tabla muestra el porcentaje en que cada aplicación fue usada.
Tabla 3. Software de Modelado
NOMBRE %
Vensim 50%
Powersim 20%
iThink 15%
STELLA 6%
CollModes 3%
Arena 3%
UCINET(Para simular redes sociales), SWARM (Para simular agentes) 3%
Considerando los textos leídos la comunidad de dinámica de sistemas usa software comercial y no programan los modelos o menos aún crean herramientas para generar modelos. De los software más usados, Vensim ocupa el 50% de las veces, en tanto que Powersim y iThink ocupan 20% y 15% respectivamente de las preferencias de la comunidad de modeladores.
La Idea De Cadenas Productivas Y Otros Conceptos.
A lo largo de las referencias bibliográficas consultadas se encontraron algunas definiciones y formas de llamar a las cadenas productivas, en lo que sigue se hará una referencia directa a tales conceptos y otros encontrados en los textos leídos.
En la mayoría de los artículos hay referencias al trabajo pionero de Forrester (1961, Industrial Dynamics) y todos coinciden en afirmar que el primer tratamiento simulado a las cadenas de suministro se encuentran allí; de ahí que varios autores lo consideran como un pionero en la explicación del comportamiento de las cadenas de suministro.
Uno de los trabajos revisados (Angerhofer y Angelides. 2000) ofrece una visión general de los últimos trabajos de investigación sobre el uso de la dinámica de sistemas en la gestión de cadenas de suministro, seguido de un debate sobre los temas de investigación que se han desarrollado, y finalmente presentan una taxonomía de la investigación y el desarrollo del modelado con dinámica de sistemas de la gestión de cadenas de suministro.
En el texto “Supply Chain Responsiveness and Efficiency – Complementing or Contradicting Each Other?” los autores (Minnich y Maier, 2006) construyeron un modelo para capturar la estructura genérica y la dinámica intrínseca de las cadenas de suministro para así entender las interrelaciones y la dinámica entre la habilidad de respuesta y la eficiencia en una cadena de suministro. Los autores sugieren que las futuras investigaciones deben enfocarse en identificar políticas para balancear la habilidad de respuesta y la eficiencia en una industria específica. Esto permitiría un enlace entre las consideraciones teóricas y la experiencia que existe en compañías, las cuales pueden ser unidas y analizadas sistemáticamente a través del modelado con dinámica de sistemas.
Ontologías y Modelado
Para los efectos de este proyecto se entiende por ontología un sistema específico de representación de entidades del mundo. Ejemplos de ontologías son: la organización jerárquica de clases y subclases (ontología jerárquica), la representación en sistemas y subsistemas (ontología sistémica), la organización de sistemas de sucesión temporal (sistemas cronológicos) y las cadenas causales circulares. La distinción entre modelo mental y uno conceptual es pertinente cuando se relacionan ontologías y aprendizaje. Los modelos mentales son análogos estructurales de estados de cosas, eventos u objetos del mundo. Las personas operan cognitivamente con modelos mentales. Por ejemplo, entender el producto interno bruto o el arte geométrico, implica tener un modelo mental del sistema que le permite a la persona que lo construye explicarlo y hacer previsiones con respecto a él.
Los modelos conceptuales, por otra parte, son proyectados por científicos para facilitar la comprensión de los dominios de conocimiento que se estén aprehendiendo. Son representaciones codificadas que vinculan estructuras ontológicas de manera coherente; en este sentido es que se plantea la hipótesis de que las ontologías facilitan la construcción de modelos mentales del mundo.
Vinculada estrechamente a los modelos conceptuales está la Dinámica de Sistemas que puede ser concebida como una unidad paradigma-lenguaje, con la cual a medida que se representa un fenómeno se va adquiriendo mayor destreza para identificar los elementos, las relaciones y los bucles de realimentación (propios del paradigma sistémico)*. Los modelos construidos con Dinámica de Sistemas utilizan cinco lenguajes de formalización, ellos son: el lenguaje de prosa, el lenguaje de los diagramas de influencias, el lenguaje de los diagramas de flujos y niveles, el lenguaje matemático y el lenguaje de los resultados simulados o del comportamiento**. Cada uno de ellos aporta para la comprensión y comunicación, satisfaciendo de manera particular los requerimientos de un modelo dinámico-sistémico, esto es, la posibilidad de expresar hipótesis causales de la dinámica y la posibilidad de realizar con ellas una interacción simulada.
El lenguaje de prosa es el más genérico y no es exclusivo de la Dinámica de Sistemas, por lo que permite la comunicación sencilla de los diferentes supuestos de los cuales se parte para construir el modelo.
El diagrama de influencias (también conocido como diagrama causal) es un lenguaje gráfico específico de la dinámica de sistemas, con él es posible dibujar los diferentes elementos que conforman el fenómeno, las relaciones de influencia que se dan entre ellos, y los ciclos de realimentación.
El diagrama de niveles o flujos o de Forrester*** ofrece una mirada distinta de la estructura causal a la que brindan los diagramas de influencias, pues en ellos la identificación se realiza a partir de la naturaleza del elemento como acumulador del cambio observado en el fenómeno (nivel) o como productor de dicho cambio (flujo).
El lenguaje de las ecuaciones no es muy útil para observar la estructura causal del modelo, pero ofrece la posibilidad de expresión ordenada del modelo, así como su expresión en términos computacionales; este hecho permite la interacción con el modelo a través de la simulación observando, de esta manera, la expresión del último lenguaje dinámico-sistémico.
El lenguaje del comportamiento representa gráficamente el desempeño de las diferentes variables a través del tiempo, esto permite encontrar tendencias de comportamiento del modelo y compararlas con las observadas en el fenómeno, llevando a una mayor comprensión de este y si fuera del caso modificar la estructura del modelo y empezar nuevamente el ciclo de modelado.
En conclusión, la dinámica de sistemas pone a disposición del modelista un sistema de lenguajes común para la formalización de sus construcciones, haciendo posible estudiar dinámico-sistémicamente un fenómeno mediante modelos e ir abordando progresivamente la complejidad del fenómeno, es decir, ir ganando cada vez mayor comprensión; además la noción de “realimentación” que la caracteriza, es un útil para explicar la dinámica de los fenómenos y enfocar la toma de decisiones en problemas sociales, económicos, ambientales, etc.
* Esta concepción se expresa con mayor amplitud en el capítulo que sobre Dinámica de Sistemas se incluye en el libro Pensamiento Sistémico, Capítulo 3.
** La utilización de estos lenguajes se muestra en mayor detalle en el capítulo 6 de la tesis de pregrado en ingeniería de sistemas “Micromundo para el estudio del ciclo de crecimiento de Adam Smith, un enfoque sistémico” en el cual se presentan los modelos que hacen parte de MicrAS.
*** Como es de esperar, esta denominación hace referencia al creador de la Dinámica de Sistemas, el profesor Jay W. Forrester.
Durante la revisión bibliográfica se ha ido identificando los diferentes tipos de software que son usados para el modelado de la estructura de cadena correspondiente en cada caso. La siguiente tabla muestra el porcentaje en que cada aplicación fue usada.
Tabla 3. Software de Modelado
NOMBRE %
Vensim 50%
Powersim 20%
iThink 15%
STELLA 6%
CollModes 3%
Arena 3%
UCINET(Para simular redes sociales), SWARM (Para simular agentes) 3%
Considerando los textos leídos la comunidad de dinámica de sistemas usa software comercial y no programan los modelos o menos aún crean herramientas para generar modelos. De los software más usados, Vensim ocupa el 50% de las veces, en tanto que Powersim y iThink ocupan 20% y 15% respectivamente de las preferencias de la comunidad de modeladores.
La Idea De Cadenas Productivas Y Otros Conceptos.
A lo largo de las referencias bibliográficas consultadas se encontraron algunas definiciones y formas de llamar a las cadenas productivas, en lo que sigue se hará una referencia directa a tales conceptos y otros encontrados en los textos leídos.
En la mayoría de los artículos hay referencias al trabajo pionero de Forrester (1961, Industrial Dynamics) y todos coinciden en afirmar que el primer tratamiento simulado a las cadenas de suministro se encuentran allí; de ahí que varios autores lo consideran como un pionero en la explicación del comportamiento de las cadenas de suministro.
Uno de los trabajos revisados (Angerhofer y Angelides. 2000) ofrece una visión general de los últimos trabajos de investigación sobre el uso de la dinámica de sistemas en la gestión de cadenas de suministro, seguido de un debate sobre los temas de investigación que se han desarrollado, y finalmente presentan una taxonomía de la investigación y el desarrollo del modelado con dinámica de sistemas de la gestión de cadenas de suministro.
En el texto “Supply Chain Responsiveness and Efficiency – Complementing or Contradicting Each Other?” los autores (Minnich y Maier, 2006) construyeron un modelo para capturar la estructura genérica y la dinámica intrínseca de las cadenas de suministro para así entender las interrelaciones y la dinámica entre la habilidad de respuesta y la eficiencia en una cadena de suministro. Los autores sugieren que las futuras investigaciones deben enfocarse en identificar políticas para balancear la habilidad de respuesta y la eficiencia en una industria específica. Esto permitiría un enlace entre las consideraciones teóricas y la experiencia que existe en compañías, las cuales pueden ser unidas y analizadas sistemáticamente a través del modelado con dinámica de sistemas.
Ontologías y Modelado
Para los efectos de este proyecto se entiende por ontología un sistema específico de representación de entidades del mundo. Ejemplos de ontologías son: la organización jerárquica de clases y subclases (ontología jerárquica), la representación en sistemas y subsistemas (ontología sistémica), la organización de sistemas de sucesión temporal (sistemas cronológicos) y las cadenas causales circulares. La distinción entre modelo mental y uno conceptual es pertinente cuando se relacionan ontologías y aprendizaje. Los modelos mentales son análogos estructurales de estados de cosas, eventos u objetos del mundo. Las personas operan cognitivamente con modelos mentales. Por ejemplo, entender el producto interno bruto o el arte geométrico, implica tener un modelo mental del sistema que le permite a la persona que lo construye explicarlo y hacer previsiones con respecto a él.
Los modelos conceptuales, por otra parte, son proyectados por científicos para facilitar la comprensión de los dominios de conocimiento que se estén aprehendiendo. Son representaciones codificadas que vinculan estructuras ontológicas de manera coherente; en este sentido es que se plantea la hipótesis de que las ontologías facilitan la construcción de modelos mentales del mundo.
Vinculada estrechamente a los modelos conceptuales está la Dinámica de Sistemas que puede ser concebida como una unidad paradigma-lenguaje, con la cual a medida que se representa un fenómeno se va adquiriendo mayor destreza para identificar los elementos, las relaciones y los bucles de realimentación (propios del paradigma sistémico)*. Los modelos construidos con Dinámica de Sistemas utilizan cinco lenguajes de formalización, ellos son: el lenguaje de prosa, el lenguaje de los diagramas de influencias, el lenguaje de los diagramas de flujos y niveles, el lenguaje matemático y el lenguaje de los resultados simulados o del comportamiento**. Cada uno de ellos aporta para la comprensión y comunicación, satisfaciendo de manera particular los requerimientos de un modelo dinámico-sistémico, esto es, la posibilidad de expresar hipótesis causales de la dinámica y la posibilidad de realizar con ellas una interacción simulada.
El lenguaje de prosa es el más genérico y no es exclusivo de la Dinámica de Sistemas, por lo que permite la comunicación sencilla de los diferentes supuestos de los cuales se parte para construir el modelo.
El diagrama de influencias (también conocido como diagrama causal) es un lenguaje gráfico específico de la dinámica de sistemas, con él es posible dibujar los diferentes elementos que conforman el fenómeno, las relaciones de influencia que se dan entre ellos, y los ciclos de realimentación.
El diagrama de niveles o flujos o de Forrester*** ofrece una mirada distinta de la estructura causal a la que brindan los diagramas de influencias, pues en ellos la identificación se realiza a partir de la naturaleza del elemento como acumulador del cambio observado en el fenómeno (nivel) o como productor de dicho cambio (flujo).
El lenguaje de las ecuaciones no es muy útil para observar la estructura causal del modelo, pero ofrece la posibilidad de expresión ordenada del modelo, así como su expresión en términos computacionales; este hecho permite la interacción con el modelo a través de la simulación observando, de esta manera, la expresión del último lenguaje dinámico-sistémico.
El lenguaje del comportamiento representa gráficamente el desempeño de las diferentes variables a través del tiempo, esto permite encontrar tendencias de comportamiento del modelo y compararlas con las observadas en el fenómeno, llevando a una mayor comprensión de este y si fuera del caso modificar la estructura del modelo y empezar nuevamente el ciclo de modelado.
En conclusión, la dinámica de sistemas pone a disposición del modelista un sistema de lenguajes común para la formalización de sus construcciones, haciendo posible estudiar dinámico-sistémicamente un fenómeno mediante modelos e ir abordando progresivamente la complejidad del fenómeno, es decir, ir ganando cada vez mayor comprensión; además la noción de “realimentación” que la caracteriza, es un útil para explicar la dinámica de los fenómenos y enfocar la toma de decisiones en problemas sociales, económicos, ambientales, etc.
* Esta concepción se expresa con mayor amplitud en el capítulo que sobre Dinámica de Sistemas se incluye en el libro Pensamiento Sistémico, Capítulo 3.
** La utilización de estos lenguajes se muestra en mayor detalle en el capítulo 6 de la tesis de pregrado en ingeniería de sistemas “Micromundo para el estudio del ciclo de crecimiento de Adam Smith, un enfoque sistémico” en el cual se presentan los modelos que hacen parte de MicrAS.
*** Como es de esperar, esta denominación hace referencia al creador de la Dinámica de Sistemas, el profesor Jay W. Forrester.
2.4 MARCO INSTITUCIONAL
El proyecto se enmarca en la línea de investigación de la UNAD denominada línea de cadenas productivas que tiene como propósito el estudio, análisis y fortalecimiento de la línea en temas relacionados con cadenas agrícolas, pecuarias, forestales, cadena del cacao, tabaco, encadenamientos productivos de comunidades indígenas, láctea, manufactura, textil, de productos farmacéuticos entre otros, buscando la articulación entre la docencia, investigación y la transferencia tecnológica que sea útil a la comunidad académica y a la sociedad para aplicar los conceptos y tecnologías a su explotación productiva. Se busca la articulación con las entidades de carácter pública y privada con el fin de buscar un acercamiento a la problemática y a las realidades de la comunidad para reconocer el estado actual de los encadenamientos productivos y en esa medida poder actuar como universidad desde la gestión del conocimiento.
En esta perspectiva el proyecto será desarrollado teniendo en cuenta las políticas de investigación de SIUNAD, involucrar los cursos académicos que tienen directa relación con el tema desde el trabajo particular de los co-investigadores. Se promoverá el trabajo mediante el fortalecimiento de la RED de investigación, desde la formación de los investigadores y desde el desarrollo de acciones tendientes a aplicar desde varios tópicos y disciplinas la validación del software a aplicar.2.5.
El proyecto se enmarca en la línea de investigación de la UNAD denominada línea de cadenas productivas que tiene como propósito el estudio, análisis y fortalecimiento de la línea en temas relacionados con cadenas agrícolas, pecuarias, forestales, cadena del cacao, tabaco, encadenamientos productivos de comunidades indígenas, láctea, manufactura, textil, de productos farmacéuticos entre otros, buscando la articulación entre la docencia, investigación y la transferencia tecnológica que sea útil a la comunidad académica y a la sociedad para aplicar los conceptos y tecnologías a su explotación productiva. Se busca la articulación con las entidades de carácter pública y privada con el fin de buscar un acercamiento a la problemática y a las realidades de la comunidad para reconocer el estado actual de los encadenamientos productivos y en esa medida poder actuar como universidad desde la gestión del conocimiento.
En esta perspectiva el proyecto será desarrollado teniendo en cuenta las políticas de investigación de SIUNAD, involucrar los cursos académicos que tienen directa relación con el tema desde el trabajo particular de los co-investigadores. Se promoverá el trabajo mediante el fortalecimiento de la RED de investigación, desde la formación de los investigadores y desde el desarrollo de acciones tendientes a aplicar desde varios tópicos y disciplinas la validación del software a aplicar.2.5.
