ANÁLISIS ESTRUCTURAL con el método MICMAC, y ESTRATEGIA DE LOS ACTORES con el método MACTOR

Transcripción

1 ANÁLISIS ESTRUCTURAL con el método MICMAC, y ESTRATEGIA DE LOS ACTORES con el método Por: Jacques ARCADE, Sirius - Michel GODET, CNAM Francis MEUNIER, CNAM - Fabrice ROUBELAT, CNAM Los autores trabajan para el Laboratorio de Investigación en Prospectiva y Estrategia (LIPS), rue Cont, 753 Paris, Tel (33.1) Fax (33.1) lips@cnam.fr TRADUCCIÓN AL ESPAÑOL: CUERPO DE TRADUCTORES DE LA BIBLIOTECA DEL CONGRESO DE LA NACIÓN - ARGENTINA TRADUCTOR: MARÍA TERESA MENDIETA JAMES LENGUAJE TÉCNICO (versión en español): EDUARDO RAÚL BALBI, Director de EyE BUENOS AIRES, ARGENTINA 24 ISBN: Esta traducción corresponde a la Sección Nº 4 de la publicación Futures Research Methodology, Version 1., de Jerome C. Glenn, Editor, publicada por el Millennium Project del American Council for the United Nations University, Washington, USA, ISBN: , en formato electrónico (CD). Hechos los registros y depósitos que marca la Ley. Todos los derechos reservados. Prohibida su reproducción, copiado, fotocopiado o duplicación total o parcial sin la autorización expresa del editor. Las impresiones totales o parciales efectuadas por los propietarios de este CD quedan comprendidas en las restricciones de duplicación y circulación mencionadas. El contenido de este CD puede ser utilizado como referencia, citas o apoyatura bibliográfica, siempre que se explicite en todos los casos la fuente. Buenos Aires, Argentina,

2 PÁGINA EN BLANCO 166

3 ÍNDICE Introducción: el método de escenarios y la caja de herramientas de prospectiva 1. Identificación de variables claves: el análisis estructural con el método MICMAC 1.1. Antecedentes históricos del análisis estructural 1.2. Presentación del método Objetivo y etapas El inventario de variables Descripción de las relaciones entre variables Estructuración de la red de interrelaciones Visualización de variables en el plano de influencia x dependencia Interpretación del gráfico de influencia x dependencia, y tipología de variables Evaluación del grado de determinación del sistema 1.3. Limitaciones del método y recomendaciones para su aplicación Composición del grupo de expertos Las dificultades de la operación La necesidad de un grupo pequeño Originalidad de los resultados 1.4. Utilidad y aplicaciones del análisis estructural Identificación de escenarios prospectivos Observación estratégica y vigilancia prospectiva Requisitos y horizonte pertinente a la prospectiva estratégica El gráfico de poderes Modelos de simulación Estructuración de objetivos y gráficos de relevancias 2. Comprensión de las estrategias de los actores: el método 2.1. Construcción de la tabla de estrategia de los actores 2.2. Identificación de las cuestiones estratégicas y objetivos asociados 2.3. Posicionamiento de cada actor en relación con los objetivos estratégicos 2.4. Calificación de los objetivos para cada actor y evaluación del rango de posibles convergencias y divergencias 2.5. Evaluación del equilibrio de poder y formulación de recomendaciones estratégicas 2.6. Preguntas claves para el futuro Nuevas fronteras: de los groupwares al caos, la importancia del proceso de participación Bibliografía 167

4 PÁGINA EN BLANCO 168

5 INTRODUCCIÓN: EL MÉTODO DE ESCENARIOS Y LA CAJA DE HERRAMIENTAS DE PROSPECTIVA Durante los últimos treinta años, las matrices de impacto se han convertido en una de las herramientas que más se utilizan en el campo de futuros. Con el objetivo de investigar sistemas y sus dinámicas, las matrices de impacto se pueden dividir en tres categorías: análisis estructural, estrategias de los actores y matriz probabilística de impacto cruzado. En el análisis estructural, estos impactos se relacionan con variables (método KSIM de Kane o MICMAC de Godet, ambos creados a comienzos de los setenta). La matriz de estrategias de los actores incluye actores y sus objetivos (el gráfico de poderes de Teniere-Buchot, el de Godet, a fines de los ochenta). En los modelos probabilísticos, desarrollados a fines de los sesenta y mejorados en los setenta, se combinan eventos e hipótesis (modelo original de Gordon y Dalkey, EXPLOR-SIM de Battelle, SMIC-PROB-EXPERT de Godet o MAXIM de Martino) y a veces tendencias que parecen ser variables (INTERAX de Enzer). En el marco propuesto por Michel Godet en su método de los escenarios (ver Figura 1), este informe analizará en mayor profundidad las dos grandes categorías: análisis estructural y estrategias de los actores. Los escenarios y la caja de herramientas de prospectiva: el lugar del análisis estructural y estrategias de los actores Basada principalmente en matrices de impacto, la caja de herramientas de prospectiva desarrollada a mediados de los setenta por Michel Godet y los equipos franceses de asesoramiento e investigación prospectiva, es una combinación de técnicas orientada a la construcción de escenarios. El proceso de prospectiva estratégica comprende tres etapas principales: construcción de las bases, identificación de cuestiones principales en juego, y construcción de escenarios. 1) Construcción de las bases e identificación de variables esenciales En esta etapa, el método consiste en establecer y analizar el sistema objeto de estudio. El propósito de esto es identificar los puntos y cuestiones fundamentales que representan apuestas para el futuro y en torno a los cuales los 169

6 actores podrían elaborar sus estrategias. El análisis estructural es la herramienta principal en este etapa del proceso. 2) Identificación de las cuestiones principales en juego y preguntas claves para el futuro En esta segunda etapa, el punto es descifrar los verdaderos mecanismos que regulan la existencia y evolución de ciertas variables. Si tomamos en cuenta la estrategia de los actores podremos comprender mejor las evoluciones observadas, y ampliar el rango de futuras evoluciones. Es posible que ciertas cuestiones en juego parezcan estar generando potencialmente alianzas o conflictos. Serán determinantes en el futuro. Por lo tanto, es importante formular preguntas claves que se relacionen con la evolución a largo plazo del sistema estudiado. 3) Elaboración de escenarios exploratorios Un escenario se construye a partir de una serie de hipótesis plausibles sobre cada una de las preguntas claves. El objetivo será en primer lugar, explorar y luego reducir el "espacio de escenarios" (análisis morfológico), teniendo en cuenta las exclusiones que derivan, por ejemplo, de posibles incompatibilidades entre ciertas hipótesis. Luego deberá analizarse el grado de coherencia de los escenarios preseleccionados. El método utilizado (SMIC PROB-EXPERTS) consiste en preguntar a los participantes sobre las probabilidades de ocurrencia simple y condicional de estas hipótesis. Sus respuestas permitirán deducir las probabilidades generales de los diversos escenarios. Consecuentemente, se elegirán los escenarios exploratorios entre los más probables. 17

7 Figura 1: el método de escenarios FENÓMENO BAJO ESTUDIO (VARIABLES INTERNAS) ENTORNO/CONTEXTO GENERAL (VARIABLES EXTERNAS) ANÁLISIS ESTRUCTURAL MÉTODO M ICMAC BOSQUEJO DEL SISTEMA Y BÚSQUEDA DE LAS VARIABLES CLAVES VARIABLES DE INFLUENCIA VARIABLES DEPENDIENTES ESTRATEGIA DE LOS ACTORES MÉTODO RETROSPECTIVA - MECANISMOS - TENDENCIAS - ACTORES CENTRALES (CONDUCTORES) SITUACIÓN PRESENTE - GERMEN DE CAMBIOS - PROYECTO DE LOS ACTORES TABLA DE ESTRATEGIA DE LOS ACTORES MÉTODO DE EXPERTOS ESTUDIO SM IC CONJUNTO DE SUPOSICIONES PROBABLES BASADAS EN LAS VARIABLES CLAVES PARA EL FUTURO ANÁLISIS MORFOLÓGICO ESCENARIOS 1. RUTAS, VÍAS 2. IMÁGENES 3. PRONÓSTICOS MÉTODOS MULTICRITERIOS MULTIPOL ESTRATEGIAS ALTERNATIVAS PLAN DE ACCIÓN Fuente: Godet M., From anticipation to Action (De la previsión a la acción), Editorial UNESCO, Estos escenarios se construyen entonces sin ningún objetivo a priori. No obstante, permitirán delinear el espacio de libertad a largo plazo de un actor principal como el que conduce el estudio. Por lo tanto, serán cruciales para la elaboración y determinación de opciones estratégicas. Por otra parte, las opciones estratégicas transmitirán una intención, ciertos objetivos, como así también la búsqueda de un futuro deseado. 171

8 Es necesario tener presente que a cada etapa del proceso corresponden herramientas específicas. Primero que todo, éstas actúan como un medio para el desarrollo del proceso. Además, poseen un carácter modular y pueden ser reorganizadas y aplicadas (o no) dependiendo del caso. El presente documento se basa fundamentalmente en el método y las herramientas que se asocian con las dos primeras etapas: análisis estructural y estrategias de los actores. 172

9 1. IDENTIFICACIÓN DE LAS VARIABLES CLAVES: EL MÉTODO MICMAC 1.1 Antecedentes históricos del análisis estructural El análisis estructural, además del método de escenarios, es una de las herramientas más usadas en el estudio de futuros. El análisis estructural, inspirado en el enfoque sistémico, experimentó un verdadero impulso recién a fines de la década de los sesenta. Probablemente fue Jay Forrester, a través de sus trabajos sobre modelos de dinámicas industriales y luego, dinámicas urbanas (1961), quien dio origen a las primeras justificaciones del análisis estructural. Este enfoque alcanzó su apogeo con la publicación de los informes "Club of Roma (Club de Roma)", y en particular "Limits of Growth (Límites del crecimiento)" cuyo carácter maltusiano sería profundamente desmentido por los hechos. Al mismo tiempo, la necesidad de analizar variables múltiples y homogéneas, cualitativas y cuantitativas, impulsó a los precursores del análisis estructural a utilizar otros modos de representación basados en matrices y gráficos. Con esta perspectiva, Wanty y Federwish (en "Global Models for Business Economics (Modelos Globales para la Economía de Negocios)") aplicaron este enfoque en los casos de una compañía de hierro y acero y una empresa de transporte aéreo. Poco después Teniere-Buchot (1973), bajo la supervisión de Wanty, analizó el sistema de "agua" y publicó un artículo sobre un modelo referido a la Política de Polución del Agua. En el mismo periodo, Kane introdujo el modelo KSIM que si bien está íntimamente relacionado con las dinámicas industriales de Forrester es, no obstante, un método de análisis estructural. Por su parte, Robets condujo trabajos para la Fundación Nacional de Ciencias de Estados Unidos a fin de descubrir relaciones indirectas, con aplicaciones en la energía y la polución relacionada con la energía en el área del transporte. En 1974 Godet y Duperrin sugirieron un método operacional para clasificar los elementos de un sistema, en el marco de un estudio de futuros sobre la energía nuclear en Francia. Este método conforma casi en su totalidad el análisis estructural. Además, a pesar de los numerosos estudios realizados a partir de entonces, este método originó un cierto modelo standard en este campo. Desde mediados de 198 el análisis estructural experimentó un creciente número de aplicaciones en varias esferas, tanto en empresas como en temas relacionados con la sociedad. 173

10 1.2 Presentación del método Objetivo y etapas El análisis estructural es una herramienta diseñada para vincular ideas. Permite describir el sistema gracias a una matriz que une todos sus componentes. Mediante el análisis de estas relaciones, el método permite destacar las variables que son esenciales para la evolución del sistema. Tiene la ventaja de estimular la reflexión dentro del grupo, y hacer que las personas analicen ciertos aspectos que algunas veces son poco intuitivos. Se aplica al estudio cualitativo de sistemas extremadamente diferentes. El sistema estudiado se presenta como un conjunto de elementos interrelacionados (variables/factores). La red de interrelaciones de estos elementos, es decir, la configuración del sistema (estructura), constituye la clave de sus dinámicas y es bastante permanente. El análisis estructural, que intenta sacar a la luz esta estructura, comprende tres etapas: 1: inventario de variables / factores Esta etapa, que es la menos formal, es crucial para el resto del proceso. 2: descripción de las relaciones entre variables Durante esta segunda etapa, el punto es reconstituir y describir la red de relaciones entre las variables / factores. 3: identificación de variables esenciales Esta última etapa consiste en identificar las variables esenciales y los factores que son claves para las dinámicas globales del sistema El inventario de variables La primera tarea consiste en definir el alcance del estudio, y por lo tanto el alcance del sistema a ser estudiado. La segunda etapa será entonces realizar un inventario de todas las variables y/o factores, internos o externos, que caracterizan al sistema. En esta etapa es conveniente ser lo más exhaustivo posible, teniendo cuidado de no dejar nada sin explicar al describir el sistema. Además de las reuniones de reflexión y brainstorming, es conveniente estimular y afianzar la determinación de variables por medio de entrevistas con expertos. También deberían realizarse otras entrevistas a profesionales que conozcan muy bien a las personas que presumiblemente forman parte del sistema. En una segunda etapa, debe elaborarse la lista de variables, completarla si es necesario y, posiblemente, agrupar, separar o incluso eliminar algunas de ellas para obtener una lista homogénea. Esta lista normalmente debería tener como máximo 8 variables. 174

11 Después de una primera clasificación de variables en categorías que permitan establecer una distinción más clara entre variables internas y externas, es necesario elaborar un glosario (listado) con el objeto de formalizar el significado consensual de las variables dentro del grupo. Si bien las denominaciones deben ser lo suficientemente simples como para evitar interpretaciones erróneas, también deben ser fácilmente entendibles por las personas ajenas al grupo. Para cada variable, el glosario debe incluir al final: la definición según el punto de vista del grupo, una mención de los problemas que ocasiona, algunas indicaciones sobre sus tendencias evolutivas en el pasado y posiblemente en el futuro, y una evaluación de las posibles interrupciones en las tendencias supuestas, deseadas o temidas. Si bien los elementos que describen las variables son esenciales antes de abordar las últimas etapas del proceso, es importante resaltar que la lista todavía no está "congelada" en esta etapa, dado que la elaboración del glosario dura hasta la finalización del estudio de futuros. Menos aún, ya que cualquier discusión sobre inconvenientes que pudieran surgir durante el listado de las variables podrá enriquecer el glosario. Esta etapa es fundamental en el sentido que representa una oportunidad excepcional para crear dentro del grupo una referencia en común para representar, y luego comprender el sistema. Además, evita las divisiones, y favorece el enriquecimiento mutuo de las opiniones de los participantes. La identificación de las relaciones entre las variables mejorará considerablemente, estimulando así el proceso de aprehensión dentro del grupo Descripción de las relaciones entre variables El método consiste en vincular las variables en una tabla de doble entrada, la matriz de análisis estructural (ver Figura 2), preparada especialmente para el caso. Las filas y columnas en esta matriz corresponden a las variables que surjan de la primera etapa. A los fines didácticos, pueden ser clasificadas, por ejemplo, en tres subgrupos, correspondiendo respectivamente a: el entorno global; el contexto específico; el sistema interno. 175

12 Figura 2: matriz de análisis estructural SISTEMA INTERNO CONTEXTO ESPECÍFICO ENTORNO GLOBAL SISTEMA INTERNO CONTEXTO ESPECÍFICO ENTORNO GLOBAL aij La distinción entre estos tres subgrupos es indicativa. Revela diferentes bloques dentro de la matriz, lo que permite entender y completar la matriz con facilidad. Por lo tanto: los bloques diagonales incluyen las relaciones de las variables de cada subgrupo entre sí (influencias intragrupales). Estos bloques representan entonces la descripción de los subsistemas en cuestión. los bloques no diagonales corresponden a las relaciones entre variables de diferentes subsistemas (influencias intergrupales). El trabajo consiste en analizar solamente las influencias directas entre variables tomadas por pares. Intentaremos no sólo detectar la existencia de influencias, sino también evaluar su intensidad por medio de apreciaciones cualitativas tales como: intensa (grado 3), media (grado 2), leve (grado 1) o potencial. Más exactamente, cada elemento aij en la matriz se califica de la siguiente manera: 176

13 con un grado (del 1 al 3) en el cuadro que se encuentra en la intersección de la fila número "i" y la columna número "j", si la variable i tiene influencia directa sobre la variable j. si no, el cuadro queda vacío. Por lo tanto los cuadros diagonales deben, por convención, permanecer vacíos. La matriz se completa línea por línea. Por ejemplo, para la variable número "i" (fila número "i"), deberá evaluarse sistemáticamente si actúa directamente sobre cada una de las otras variables. Esto significa que una matriz con 7 variables generará un total de aproximadamente 5 preguntas, algunas de las cuales probablemente se hubieran eludido de no haberse realizado una reflexión sistemática y exhaustiva como ésta. Antes de concluir que existe una relación entre dos variables, el grupo de investigación de prospectiva estratégica debe evitar en particular: la existencia de una relación directa de la variable i con la variable j y viceversa. En este caso, el grupo deberá privilegiar la relación que parezca más directa y/o más operacional (es decir, de un modo inductivo más que deductivo), la relación directa doble sólo podrá contemplarse en el análisis final; registrar una relación directa de i con j, cuando la influencia de i sobre j se produce a través de otra variable de la lista; considerar una supuesta influencia de i sobre j, o viceversa, si la supuesta co-linealidad (evolución correlativa) de estas dos variables se debe sólo al hecho de que una tercera variable actúa al mismo tiempo sobre ellas. Este proceso de interrogación no sólo permite evitar errores sino también ordenar y clasificar las ideas mediante la creación de un lenguaje común y un entendimiento compartido dentro del grupo. Ofrece asimismo la posibilidad de redefinir (si es necesario) ciertas variables, y por consiguiente refinar el análisis del sistema. La experiencia demuestra que la matriz debe completarse aproximadamente en un 2% para obtener un índice satisfactorio. No obstante, este índice es bastante más elevado para los bloques diagonales de la matriz, y particularmente para el que corresponde al sistema interno. 177

14 Estructuración de la red de interrelaciones Todo gráfico que describa la lógica de las interrelaciones (matriz de análisis estructural) puede adoptar la forma de un gráfico cuyos vértices o puntas correspondan a las variables y cuyas flechas correspondan a los bloques completados en esta matriz, como se observa en la figura 3 más adelante (gráfico espontáneo). Pero la presentación de este gráfico debería mejorar la comprensión del sistema. Por lo tanto, el gráfico debe reproducirse de manera tal que contribuya a desenmarañar con rapidez la red de interrelaciones: es decir, debe transmitir más cosas que su matriz original. Desde este punto de vista, el gráfico debe mostrar particularmente la estructura de la red de influencias, si es posible mediante la clasificación de variables en niveles sucesivos de propagación (gráfico jerárquico). 178

15 Figura 3: la matriz de análisis estructural y sus gráficos MATRIZ DE ANÁLISIS ESTRUCTURAL VA VA VA VA VA RI RI RI RI RI AB AB AB AB AB INFLUENCIA LE LE LE LE LE SOBRE DE VARIABLE 1 VARIABLE 2 VARIABLE GRÁFICO ESPONTÁNEO VARIABLE VARIABLE GRÁFICO DE JERARQUÍAS 4 NIVEL 1 2 NIVEL NIVEL 3 3 NIVEL 4 En este marco de trabajo, uno puede utilizar un simple algoritmo para crear un gráfico dentro de una jerarquía con la forma de un árbol. Además este algoritmo, cuyas etapas se describen en el cuadro 1 a continuación, puede realizarse sin necesidad de utilizar herramientas para el procesamiento de información. 179

16 Cuadro 1: Proceso para organizar las variables en una jerarquía El algoritmo propuesto se basa en la utilización de la matriz de análisis estructural. 1. determinación de variables/factores que no reciben ninguna influencia (columnas vacías en la matriz de análisis estructural) 2. alineación visual de las variables en cuestión, que constituirán las puntas del árbol a ser dibujado 3. supresión de las variables pertinentes eliminando las flechas y columnas correspondientes a ellas en la matriz 4. repetición del proceso hasta que no quede ninguna variable 5. transcripción de las relaciones de influencia directa en forma de flechas, y perfeccionamiento de (en blanco en el original) Sin embargo, organizar un gráfico en jerarquías no siempre es posible. Por cierto, es imposible clasificar las variables pertenecientes al circuito del gráfico puesto que cada variable es al mismo tiempo una causa y una consecuencia de otras variables incluidas en el gráfico. Por lo tanto, esta variable no puede ser atribuida a ningún nivel y el árbol no se puede construir. Para solucionar esto, es conveniente tratar de neutralizar los circuitos, con la condición, por supuesto, de haberlos identificado sistemáticamente. Para ello debemos recurrir a otro algoritmo (ver cuadro 2 a continuación). Las variables de estos circuitos están interrelacionadas, lo que significa que cualquier influencia ejercida sobre una de ellas afecta a todas las demás y viceversa. Por esta razón, uno puede considerar que estas variables están estrechamente relacionadas entre sí y son por lo tanto bastante homogéneas. Esta homogeneidad depende de la función que estas variables pueden desempeñar en las dinámicas del sistema o la evolución de los estudios en cuestión. De aquí el nombre de "componente estrechamente relacionado" que se atribuye a este subgrupo de variables. 18

17 Cuadro 2: Proceso para partir un gráfico en componentes estrechamente relacionados Este algoritmo también se puede alcanzar basándose en la matriz de análisis estructural. Las etapas son las siguientes: 1. elección de cualquier variable para iniciar el proceso, será considerada como la punta inicial 2. elaboración de dos listas que incluyan respectivamente todas las variables que influyan sobre la variable inicial o que estén influenciadas por ésta 3. identificación de las variables del componente estrechamente relacionado con la variable inicial, y selección de aquéllas que pertenezcan a las dos listas mencionadas con anterioridad 4. eliminación de las variables (filas y columnas) del componente identificado 5. repetición del proceso hasta que no quede ninguna variable 6. los componentes estrechamente relacionados que incluyan más de una variable corresponden a los circuitos del gráfico. Estos circuitos se reemplazan por macro variables. De esta manera, el método de neutralización de los circuitos consiste en reemplazar todas las variables de cada componente estrechamente relacionado por una macro variable. Estas macrovariables incluyen variables que están íntimamente relacionadas y que son, por lo tanto, funcionalmente homogéneas. Lo más interesante de la teoría de los gráficos es que el gráfico simplificado que se logra después de integrar las macrovariables también se puede organizar en un árbol jerárquico. No obstante, el resultado no siempre es tan interesante ya que cuando la mayoría de las variables se agrupan en un mismo "componente principal estrechamente relacionado", esta jerarquía deja de ser importante. En un caso extremo, todas las variables estudiadas formarían parte de un mismo componente relacionado. Esto reflejaría la naturaleza extremadamente enmarañada del sistema estudiado. 181

18 Visualización de variables en el plano de influencia x dependencia De un modo muy intuitivo, la influencia directa de una variable puede apreciarse considerando las filas de la matriz estructural (acción de una variable en una fila sobre todas las otras variables en columnas). Una variable que sólo actúa sobre unas pocas variables ejerce influencia directa sobre una parte bastante limitada del sistema. Del mismo modo, si se consideran las columnas de la matriz se observará la dependencia directa ejercida sobre una determinada variable: es decir, todas las influencias directas que ejercen sobre ella las demás variables del sistema. Entonces, analizando sistemáticamente los elementos de cada fila, y luego los de cada columna en la matriz de análisis estructural, para cada variable se obtienen indicadores de su potencial influencia y dependencia (respectivamente) respecto del sistema en su totalidad. Es posible visualizar asimismo todas las variables del sistema y su entorno, ubicándolas en un gráfico de percepción (o plano de influencia dependencia ). Según esta forma de percepción (ver gráfico 3 más adelante), cada variable se presenta como un punto identificado por su número secuencial. Este punto tiene por ordenada el indicador de influencia de la variable, y por abscisa su indicador de dependencia. Sin embargo, una variable puede ejercer influencia sobre un número limitado de otras variables/factores, que a su vez actúan fuertemente sobre todo el sistema. Si bien su influencia directa es débil, variables particularmente fuertes pueden aumentar esta influencia diez veces más. Para considerar este tipo de relaciones, es conveniente evaluar no sólo las relaciones directas que provienen de una variable sino también las relaciones que permiten la propagación indirecta de la influencia de la variable mediante un efecto feedback (a través de líneas y curvas) en la red de interrelaciones que caracteriza al sistema estudiado. El método MICMAC, finalizado por Michel Godet, que consiste en elevar la matriz de análisis estructural a una potencia de valores sucesivos (de 1, 2... hasta n), contribuye a resolver este problema. Para aclarar esto, supongamos que la matriz de análisis estructural A sólo comprende ceros y unos, es decir, que no se tiene en cuenta la intensidad de las relaciones. El término genérico aij de esta matriz permite identificar la existencia de una flecha de influencia (línea de longitud 1) desde la variable i a la variable j. Podemos demostrar, por analogía con el comentario anterior, que el elemento genérico situado en la intersección de la fila número i y la columna número j en la matriz A elevado a la enésima potencia, es igual al número de líneas de longitud n que unen estas dos variables. El software MICMAC calcula entonces la matriz elevada a potencias sucesivas (1, 2... hasta n) de A. Al final del proceso, obtenemos una nueva matriz en la que cada uno de sus elementos corresponde al 182

19 número de líneas de propagación (cuya longitud es menor o igual a n) y por lo tanto, la influencia directa e indirecta que la variable i ejerce sobre la variable j. De este modo, se identifican y analizan miles, posiblemente millones de líneas en la mayoría de sistemas concretos. Esto va mucho más allá de nuestra capacidad mental. Así, la suma de los elementos de las filas y columnas de esta nueva matriz indica, con respecto a la matriz inicial de análisis estructural, la respectiva capacidad de influencia y de dependencia de las correspondientes variables. Sin embargo, esta vez, se pueden considerar no sólo las relaciones directas (flechas simples) sino también las indirectas (efecto feedback a través de líneas y curvas). En general, la clasificación de las variables de acuerdo con indicadores de influencia o dependencia tiende a ser estable cuando se consideran líneas de longitud 4 o 5. Por esta razón las multiplicaciones de la matriz que realiza el método MICMAC no superan la novena potencia Interpretación del gráfico de influencia x dependencia y tipología de variables Las variables que caracterizan el sistema estudiado y su entorno pueden proyectarse sobre el gráfico de influencia x dependencia. La distribución de la nube de puntos en este plano y en particular con respecto a los diversos cuadros que se forman alrededor de su centro de gravedad permite identificar cuatro categorías de variables. Estas categorías se diferencian entre sí dependiendo de la función específica que pueden desempeñar en las dinámicas del sistema las variables que incluye cada una. Variables determinantes o "influyentes". Son todas muy influyentes y un tanto dependientes. La mayor parte del sistema depende entonces de estas variables, ubicadas en el cuadro superior izquierdo del gráfico de percepción. Las variables influyentes son los elementos más cruciales ya que pueden actuar sobre el sistema dependiendo de cuánto podamos controlarlas como un factor clave de inercia o de movimiento. También se consideran como variables de entrada en el sistema. Entre ellas, existen muchas veces variables del entorno que condicionan fuertemente el sistema, pero en general no pueden ser controladas por éste. Actúan más bien como un factor de inercia. Variables relé. Son al mismo tiempo muy influyentes y muy dependientes. Estas variables ubicadas en el cuadro superior derecho del gráfico son, por naturaleza, factores de inestabilidad puesto que cualquier acción sobre ellas tiene consecuencias sobre las otras variables, en el caso que se cumplan ciertas condiciones sobre otras variables influyentes. Pero estas consecuencias pueden tener un efecto boomerang que amplifica o bien detiene el impulso 183

20 inicial. Además, en este grupo de variables conviene realizar una distinción entre: las variables de riesgo, situadas más precisamente a lo largo de la diagonal, que tendrán muchas chances de despertar el deseo de actores importantes, ya que, dado su carácter inestable, son un punto de ruptura para el sistema; las variables blanco, ubicadas por debajo de la diagonal más que a lo largo del límite norte-sur, son más dependientes que influyentes. Por lo tanto, se pueden considerar, en cierta medida, como el resultado de la evolución del sistema. Sin embargo, es posible actuar deliberadamente sobre ellas para que evolucionen en la forma deseada. Por consiguiente, estas variables representan posibles objetivos para el sistema en su totalidad, más que consecuencias absolutamente predeterminadas. Figura 4: gráfico de influencia x dependencia Escala de Influencia VARIABLES DE ENTORNO VARIABLES DE INFLUENCIA NIVELES SECUNDARIOS DETERMINANTES VARIABLES AUTÓNOMAS VARIABLES RELE VARIABLES REGULADORAS VARIABLES DE RIESGO VARIABLES BLANCO VARIABLES DEPENDIENTES RESULTADOS Escala de Dependencia Variables dependientes o variables de resultado: Estas variables, situadas en el cuadro inferior izquierdo del gráfico, son al mismo tiempo un tanto 184