“La
gente discrepa más acerca de qué es el riesgo que acerca de su cuantificación”.
B. Fischhoff [FIS1985]
B. Fischhoff [FIS1985]
Y
este blog es prueba de ello al tratar el tema de su definición hasta en cinco
entradas des de sus inicios apenas hace tres meses. (Y seguiremos con ello)
Los
motivos de que ésta sea la tónica también entre los expertos atiende a mi
parecer a las siguientes causas:
- Si no sabemos que debemos medir, es difícil encontrar herramientas que nos ayuden a hacerlo.
- Es un concepto utilizado en multitud de disciplinas y en cada caso puede tener acepciones con implicaciones diferente.
- Es filosóficamente muy atractivo al llevar implícito el concepto de incertidumbre.
Y
dado que está muy bien debatir, discrepar y razonar acerca de lo que se
entiende o debe entenderse por riesgo en cada caso, pero sin olvidar que al
final su cuantificación es la que nos proporciona utilidad a la gestión,
seguiremos tratando el tema del concepto de riesgo pero empezaremos una serie
de posts sobre su cuantificación.
El
riesgo al final no es más que un tema de creencias y preferencias, pero en
estos dos conceptos hay infinidad de variables. En este sentido, una definición
de riesgo que me gusta especialmente, es la dada por Rüdiger Escobar, de la
Michigan Technological University, y que a continuación reproduzco ampliada con
alguna aportación mía (en azul)
para hacerla más global:
Riesgo es la probabilidad (o grado de certeza) X1,
de que un sistema vulnerable (o
modificable) X2, experimente una pérdida/empeoramiento o ganancia/mejora X3,
debido a una amenaza/oportunidad
X4, en un contexto
espacial X5 y en un periodo de tiempo determinado X6.
Pues
bien, esta definición tan elaborada se simplifica expresando al riesgo como una
función multivariante del tipo:
R = ƒ (X1,
X2, X3, X4, X5, X6)
Pero
como apuntan el mismo Fischhoff y colaboradores (1984), el riesgo involucra
hechos y valores…y por tanto es inevitablemente…incierto y ambivalente.
Y es
aquí donde radica la complejidad del análisis para hacer de la cuantificación
del riesgo un trabajo útil.
Dado
que como hemos dicho, el análisis de riesgos al final no es más que la
combinación de creencias y preferencias cuantificadas, veamos los casos en los
que podemos encontrarnos a la hora de abordar dichas cuantificaciones.
En
este sentido, en relación a las creencias, el tipo de resultados futuros
esperables pueden ser:
a) Los resultados son perfectamente
definibles y sus probabilidades son conocidas. Es decir, no puede ser esperable
un resultado no contemplado y estos son finitos y contables. En el lanzamiento
de un dado (de seis caras con seis valores diferentes, uno en cada cara) los
resultados esperables serán 6 y no se puede contemplar que haya más o menos de
seis.
En este caso, el grado de certeza que tendremos sobre la
ocurrencia de cada resultado posible, se ceñirá estrictamente a las leyes de la
probabilidad clásica, y a la confianza de que el dado está perfectamente
equilibrado y no trucado. Los resultados y la probabilidad de que se de cada
uno de ellos se conoce o puede conocer de forma empírica. La probabilidad se
ciñe estrictamente a los conceptos de experimento aleatorio y azar.
b) Los resultados son perfectamente definibles pero sus probabilidades NO son “universales”. Es decir, no puede ser esperable
un resultado no contemplado, estos son finitos y contables pero la probabilidad
de que suceda uno u otro no se puede valorar con certeza absoluta. Por ejemplo,
ante un partido de fútbol, podemos esperar que nuestro equipo, gane, empate o
pierda. No se puede dar otro resultado, pero las probabilidades de cada uno de
ellos serán siempre estimaciones, ya que dependen de algo más que del azar.
c) Los resultados no pueden ser
exhaustivamente definidos o resulta extremadamente costoso establecer su
magnitud de forma discreta, incluyendo que pueda suceder algo no contemplado. Por
ejemplo, intentar describir con exactitud el tiempo que hará mañana en
cualquier lugar de España y a cualquier hora.
En este caso, el grado de certeza que tendremos sobre la
ocurrencia de cada resultado posible se basará en estimaciones, y el grado de
exactitud de dichas estimaciones también dependerá de:
- Como hayamos discretizado todos los resultados posibles imaginables. Por ejemplo podríamos agrupar los posibles estados del tiempo en dos grupos: Bueno y Malo, o en tres (soleado, nublado y lluvioso), o en cuatro…
- Del tipo de cálculos y/o estimaciones que se hayan hecho para determinar esa probabilidad (modelización, opinión de los habitantes de la zona…
- De los datos que se hayan utilizado para realizar dichos cálculos (des de la simple observación del cielo a el uso de series temporales de cientos de miles de datos).
En este caso, el grado de certeza que tendremos sobre la ocurrencia de cada resultado posible, dependerá exclusivamente de la credibilidad que le demos a la persona o personas que han imaginado dichos resultados.
Por
otro lado, en relación a las preferencias, o a cómo percibimos que nos puede
afectar a nosotros o al objeto de análisis cada resultado, tendremos que tener
en cuenta la “realidad” de cada persona. Y entendemos por “realidad”, la
conjunción de biología y experiencia de cada persona en un momento y en un
contexto determinado.
De
este modo, la cuantificación de un riesgo será fruto de la elección del método
que mejor se ajuste a cada uno de las combinaciones entre los tipos de eventos
descritos y los tipos de personas que valorarán sus consecuencias.
Por
ejemplo, par eventos que se encuentran dentro del grupo a), la cuantificación
del riesgo se basará en determinar el método más útil para medir el impacto de
los resultados sobre un individuo o concepto de análisis, ya que la forma en la
que abordar las probabilidades de ocurrencia ya está definida. El método a
seleccionar tendrá en cuenta las unidades en las que se expresan las
consecuencias y la “biología” de quien las recibe.
Por
otro lado, en el caso en el que conozcamos los posibles resultados pero no
podamos universalizar su probabilidad de ocurrencia, deberemos seleccionar uno
o varios métodos para estimarla. Y en este caso, siempre, entrará en juego la
cantidad y calidad de la información disponible. Posteriormente, trataremos
como en el caso anterior el tema del “impacto” de las consecuencias.
Para
eventos cuyos resultados no puedan ser exhaustivamente relacionados, deberemos
generar grupos que se comporten como unidades discretas sobre las que
inferenciar probabilidad y consecuencias. Posteriormente procederemos como en
el caso anterior.
Y
finalmente, en régimen de turbulencia o de desconocimiento total de los
resultados y consecuencias futuras, afrontaremos el problema teniendo en cuenta
que no podemos resolverlo por procedimientos clásicos o que en caso de hacerlo,
la incertidumbre asociada será tan grande que no nos serán de ninguna utilidad las
conclusiones que de ellos saquemos.
En
posts posteriores entraremos en el detalle de cada una de las combinaciones,
pero entendiendo que es estrictamente necesario saber a qué problema nos
enfrentamos en cada caso.
Un
último apunte. En teoría de las decisiones no es raro encontrar la distinción
entre decisiones en ambiente de riesgo y decisiones en ambiente de
incertidumbre.
Al
tomar decisiones bajo riesgo, lo que se suele convenir es que las opciones
están definidas y se conocen las probabilidades de cada resultado, pero se
matiza que, no obstante, hay incertidumbre tan
solo en tanto que no podemos conocer con exactitud el resultado que seguro
se obtendrá en un solo evento de un experimento aleatorio. Es decir, puedo
saber que la probabilidad de que salga cara será de 0,5, pero no puedo saber si
saldrá cara o cruz.
Por
otro lado, se dice que al tomar decisiones bajo incertidumbre, las opciones de
los resultados no están definidas y en consecuencia sus probabilidades tampoco
se conocen. Es decir, la aleatoriedad suele intervenir tanto en los resultados
como en la probabilidad de ocurrencia.
Hago
este último comentario porque la nueva perspectiva “conceptual” que se le da al
riesgo, lo define como los efectos de la incertidumbre sobre los objetivos.
Porque por otro lado, al realizar un análisis de riesgos se puede pedir se
acompañe de su preceptivo análisis de la incertidumbre y finalmente, porqué el
concepto de incertidumbre lleva asociado su propio debate en cuanto a
definición y alcance.
En
resumen, la frase de Fischhoff, “La gente
discrepa más acerca de qué es el riesgo que acerca de su cuantificación” podría
ampliarse perfectamente a “La gente discrepa más acerca de qué es el riesgo y
la incertidumbre que acerca de su cuantificación”
No hay comentarios:
Publicar un comentario