Un nuevo método perfecciona los sistemas de decisión

En su investigación, Antonio Jiménez, Alfonso Mateos y Sixto Rios, investigadores en el Grupo de Análisis de Decisiones y Estadística, del Departamento de Inteligencia Artificial de la FIUPM, proponen contar con la información incompleta y sus posibles impactos en la toma de decisiones. Los resultados de su investigación han sido publicados en la revista Omega.

Los problemas de decisión reales suelen ser complejos, pues hay que considerar simultáneamente distintos objetivos que son conflictivos entre sí, es decir, cuando se mejora uno de ellos se hace a costa de empeorar alguno de los otros. Por ello, "es preciso buscar un equilibrio en la satisfacción de los distintos objetivos planteados", dicen los investigadores.

Un enfoque ampliamente extendido en el mundo académico y profesional para afrontar la resolución de este tipo de problemas es la Teoría de la Utilidad Multiatributo (Multi-Attribute Utility Theory). En ella, una vez construida una jerarquía de objetivos e identificado un conjunto de alternativas y el valor o impacto que proporcionan cada una de ellas para los objetivos o criterios considerados, se deben cuantificar las preferencias del decisor.

Por un lado, se necesita conocer las preferencias del decisor sobre los posibles valores o impactos que pueden tener en cada uno de los criterios considerados. Para ello, se define una función que asigna una utilidad entre 0 (asociada al impacto menos preferido) y 1 (asociada al impacto más preferido) a todos los valores del rango del criterio. A través de dicha función, dado el impacto de una alternativa en un criterio, se puede saber en qué grado es preferido o no dicho impacto por el decisor (a través de su valor de utilidad).

Por otro lado, es necesario también conocer la importancia relativa de los distintos criterios en la decisión. En este sentido, los científicos han propuesto distintos métodos para obtener pesos que representen esta importancia relativa.

Una vez obtenidas las preferencias del decisor, esta información, junto con la de los impactos de las distintas alternativas en los distintos atributos, se integran en una función de evaluación, que nos permite identificar la mejor alternativa. Se han propuesto distintos modelos de función de evaluación, como el aditivo o el multiplicativo.

Contar con la información incompleta

Los expertos consideraron la posibilidad de incorporar en el análisis información incompleta sobre los impactos de algunas alternativas, es decir, que dichos impactos se desconocen para algunas alternativas y atributos.

"Esta situación puede venir provocada porque algunos criterios sean intangibles o no monetarios, que reflejan impactos sociales o medioambientales; porque los impactos de las alternativas en los criterios tengan carácter aleatorio, que dependan de variables cuyos valores no son conocidos en el momento de tomar la decisión, o que la información que se disponga sea incompleta, no creíble o contradictoria", afirman en su artículo.

De esta forma, se analizan dos posibles tratamientos de la información incompleta. El primero consiste en redistribuir los pesos de los criterios para los que no se proporcionan valores o impactos de forma lógica a través de la jerarquía de objetivos entre los restantes criterios.

El segundo tratamiento analizado consiste en asociar como impacto para un criterio en el que no se proporciona valor, el rango de dicho criterio (conjunto de posibles valores que puede tomar) asumiendo una distribución uniforme sobre ellos, es decir, que todos los valores en el rango se consideran posibles y equiprobables.

Los científicos demuestran que la segunda opción es la mejor. Para el análisis, la teoría se ha ilustrado con un problema de decisión complejo real, la restauración de un ecosistema acuático alterados por residuos radiactivos, el lago Savyatoye (Bielorrusia), contaminado después del accidente de la central nuclear de Chernobyl, en el que el impacto ambiental fue considerado como uno de los principales objetivos del análisis decisiona.