Prototipo de Sistema Experto para el Diagnóstico de la PYME Enfocado al Área Funcional de Gestión de Recursos Humanos

(1)

PROTOTIPO DE SISTEMA EXPERTO PARA

EL DIAGNÓSTICO DE LA PYME

ENFOCADO AL ÁREA FUNCIONAL DE

GESTIÓN DE RECURSOS HUMANOS

ANGELICA JOHANNA ROMERO BAQUERO

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE INGENIERÍA

PROYECTO CURRICULAR INGENIERÍA INDUSTRIAL

GRUPO DE INVESTIGACIÓN SISTEMAS EXTERTOS Y SIMULACIÓN (SES)

BOGOTÁ D.C.

(2)

PROTOTIPO DE SISTEMA EXPERTO PARA

EL DIAGNÓSTICO DE LA PYME

ENFOCADO AL ÁREA FUNCIONAL DE

GESTIÓN DE RECURSOS HUMANOS

Trabajo de grado presentado como requisito para obtener el título de:

INGENIERA INDUSTRIAL

Presentado por:

ANGELICA JOHANNA ROMERO BAQUERO

Dirigida por:

PH.D. GERMÁN ANDRÉS MÉNDEZ GIRALDO

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE INGENIERÍA

PROYECTO CURRICULAR INGENIERÍA INDUSTRIAL

GRUPO DE INVESTIGACIÓN SISTEMAS EXTERTOS Y SIMULACIÓN (SES)

BOGOTÁ D.C.

(3)

PROTOTIPO DE SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LA PYME

ENFOCADO AL ÁREA FUNCIONAL DE GESTIÓN DE RECURSOS HUMANOS

2016

TABLA DE

CONTENIDO

1. GENERALIDADES ... 1

1.1 PROYECTO “SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LA PYME” ... 1

1.1.1 Primera fase: Elaboración de la base de conocimiento ... 1

1.1.2 Segunda fase: Construcción del sistema experto ... 2

1.2 PLANTEAMIENTO DEL PROBLEMA ... 3

1.2.1 JUSTIFICACIÓN ... 3

1.2.2 ANTECEDENTES ... 3

1.2.3 DESCRIPCIÓN DEL PROBLEMA ... 5

1.2.4 OBJETIVOS ... 7

1.3 METODOLOGÍA EMPLEADA ... 7

2. MARCO TEÓRICO Y CONCEPTUAL ... 9

2.1 SISTEMAS DE DIAGNÓSTICO ... 9

2.2 SISTEMAS EXPERTOS ... 9

2.2.1 INTELIGENCIA ARTIFICIAL ... 9

2.2.2 DEFINICIÓN DE SISTEMA EXPERTO ... 11

2.2.3 HISTORIA ... 12

2.2.4 DESARROLLO ... 12

2.2.5 CARACTERISTICAS ... 14

2.2.6 COMPONENTES ... 14

2.2.7 APLICACIONES ... 15

2.2.8 SISTEMAS BASADOS EN REGLAS ... 16

2.2.9 CONTROL DE LA COHERENCIA ... 18

2.2.10 TRATAMIENTO DE LA INCERTIDUMBRE ... 19

2.3 PROBLEMÁTICAS DE LAS PYME EN EL ÁREA FUNCIONAL DE RECURSOS HUMANOS ... 20

2.3.1 CAMBIO ... 22

2.3.2 ATRACCIÓN, SELECCIÓN Y RETENCIÓN DEL PERSONAL ... 23

2.3.3 MOTIVACIÓN Y SATISFACCIÓN ... 23

2.3.4 CULTURA ORGANIZACIONAL ... 25

(4)

2016

2.3.6 ADMINISTRACIÓN ... 26

3. DESARROLLO DEL SISTEMA EXPERTO PARA EL ÁREA FUNCIONAL DE RECURSOS HUMANOS . 27 3.1 DEFINICIÓN DE PROBLEMAS Y ENFERMEDADES ... 27

3.1.1 CAUSAS ... 28

3.1.2 SINTOMAS ... 29

3.1.3 SIGNOS ... 30

3.1.4 TRATAMIENTOS ... 30

3.2 DISEÑO DE CUESTIONARIOS... 32

3.2.1 PREGUNTAS ... 32

3.2.2 VARIABLES Y/O PARÁMETROS ... 32

3.3 DISEÑO DE REGLAS ... 34

3.3.1 CONDICIONES DE ESTADO ... 34

3.3.2 DIAGRAMA DEL SISTEMA EXPERTO UTILIZANDO LA REPRESENTACIÓN DE ÁRBOL . 35 3.3.3 DEFINIR LAS REGLAS: ANTECEDENTES, CONECTORES Y CONSECUENCIAS ... 39

3.4 DISEÑO DE MOTOR DE INFERENCIA ... 41

3.4.1 ESTRUCTURAS LÓGICAS DE ENCADENAMIENTO ... 42

3.4.2 MECANISMOS DE SELECCIÓN E INDAGACIÓN ... 42

3.4.3 MECANISMOS DE EXPLICACIÓN ... 42

4. PROTOTIPO DEL S.E DEL ÁREA FUNCIONAL DE RECURSOS HUMANOS ... 44

4.1 EXPLICACIÓN DE LA HERRAMIENTA DE PROTOTIPO ... 44

4.2 PRUEBAS DE CORRIDA ... 46

4.3 VERIFICACIÓN DE CASOS EXTREMOS ... 54

PRIMER ESCENARIO... 54

SEGUNDO ESCENARIO ... 57

5. CONCLUCIONES Y RECOMENDACIONES... 65

5.1 CONTRASTE DE OBJETIVOS ... 65

5.2 CONCLUSIONES ... 66

5.3 RECOMENDACIONES ... 67

(5)

2016

LISTA DE

ILUSTRACIONES

Ilustración 1. Etapas de la primera fase del proyecto de investigación “Sistema Experto para el Diagnóstico de

las pymes” ... 1

Ilustración 2. Etapas de la segunda fase del proyecto de investigación “Sistema Experto para el Diagnóstico de las pymes” ... 2

Ilustración 3. Metodología empleada para el desarrollo del proyecto. ... 7

Ilustración 4. Estructura metodológica por capítulos para el desarrollo del proyecto. ... 8

Ilustración 5.Campos de estudio de la inteligencia artificial. ... 10

Ilustración 6.Etapas en el desarrollo de un Sistema Experto ... 13

Ilustración 7. Reglas de inferencia Modus Ponens y Modus Tollens. ... 17

Ilustración 8. (Izquierda) Ejemplo de un conjunto de seis reglas que relacionan 13 objetos. (Derecha) Representación gráfica de las relaciones entre las seis regla, cada objeto se muestra como un nodo. ... 18

Ilustración 9. Regla: A implica B con Pr (B|A) = 1 ... 19

Ilustración 10. Regla: A implica B con Pr (B|A) = p, donde 0 < p < 1 ... 19

Ilustración 11. Regla: A implica B con Pr (B|A) = 0 ... 20

Ilustración 12. Diagrama Causa-Efecto, problemáticas área funcional de recursos humanos. ... 29

Ilustración 13. Diagrama de árbol de “capacitación cuestionable”. ... 36

Ilustración 14. Síntoma “cambio fobia” de la enfermedad “capacitación cuestionable”. ... 37

Ilustración 15. Síntoma “formación ineficiente” de la enfermedad “capacitación cuestionable”. ... 38

Ilustración 16. Síntoma “baja calidad de las capacitaciones” de la enfermedad “capacitación cuestionable”. ... 38

Ilustración 17. Representación reglas de decisión. ... 39

Ilustración 18. Explicación del síntoma “baja calidad de las capacitaciones” de la enfermedad “capacitación cuestionable”. ... 43

Ilustración 19. Interfaz principal prototipo Sistema Experto para el diagnóstico de la pyme. ... 45

LISTA DE TABLAS

Tabla 1. Consolidado políticas, iniciativas e instituciones que apoyan las micro, pequeñas y medianas empresas en Colombia. ... 21

Tabla 2. Año de publicación expertos consultados ... 27

Tabla 3. Procedencia expertos consultados ... 27

Tabla 4. Descripción de la enfermedad “capacitación cuestionable”. Fuente: Autor ... 31

Tabla 5.Definición de preguntas, variables y parámetros para determinar la existencia de los síntomas que caracterizan la capacitación cuestionable. ... 33

Tabla 6.Grado de criticidad de los síntomas ... 35

Tabla 7.Grado de criticidad de la enfermedad ... 35

Tabla 8.Definición de reglas de decisión programación básica. ... 39

Tabla 9. Resumen diagnóstico enfermedad "capacitación cuestionable" ... 44

Tabla 10. Respuestas aleatorias de verificación del diagnóstico en la Gestión del Recurso Humano ... 48

Tabla 11. Diagnóstico de prueba de corrida con respuestas aleatorias ... 53

(6)

2016

Tabla 13. Resumen de diagnóstico de Recursos humanos en un escenario favorable ... 56

Tabla 14.Respuestas predeterminadas para un escenario critico en la Gestión del Recurso Humano ... 58

Tabla 15. Resumen de diagnóstico de Recursos humanos en un escenario favorable ... 64

Tabla 16. Resumen cumplimiento de objetivos ... 65

(7)

2016

1. GENERALIDADES

1.1 PROYECTO “SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LA PYME”

El proyecto de investigación “Sistema Experto para el Diagnóstico de la PYME” liderado por el Ph.D Germán Andrés Méndez Giraldo con el acompañamiento de estudiantes de pregrado del programa de ingeniería industrial de la Universidad Distrital Francisco José de Caldas, fue avalado y aprobado por el Centro de Investigaciones y Desarrollo Científico de la Universidad Distrital CIDC el 18 de febrero del 2015. Para su desarrollo están establecidas dos fases de trabajo: la elaboración de la base de conocimiento y la construcción del sistema experto. En el presente documento de investigación se aborda cada una de las etapas de la primera fase.

1.1.1Primera fase: Elaboración de la base de conocimiento

El objetivo principal de esta fase es adquirir, organizar y disponer el conocimiento pertinente para la construcción del Sistema Experto. En la ilustración 1 se muestra la secuencia de las etapas que componen la primera fase del proyecto, y se describen con detalle a continuación:

Ilustración 1. Etapas de la primera fase del proyecto de investigación “Sistema Experto para el Diagnóstico de las pymes” Fuente: Grupo de investigación Sistemas Expertos y Simulación –SES

I. Revisión del estado del arte: Esta etapa consiste en la recopilación de la información

existente en materia del diagnóstico de la PYME. Inicia con la revisión de todo lo desarrollado al interior del Grupo SES y que se sintetiza en el libro “Diseño de Prototipo Diagnóstico para la PYME” y en otros documentos generados al interior del grupo. Adicionalmente, se recopilará información proveniente de artículos científicos y libros especializados en cada una de las áreas trabajadas.

II. Detección de la problemática: En esta etapa se busca establecer las principales situaciones

problemáticas por las que atraviesa la PYME, así como los síntomas que se puedan evidenciar como consecuencia de las diversas causas que generan estas dificultades, analizando la contribución estadística de estas causas para establecer su verosimilitud. Con REVISIÓN ESTADO

(8)

2016

esto se realizará un diseño preliminar de los diagnósticos específicos tanto de cada área como a nivel general.

III. Diseño de Interfaz de entrada con usuario: Consiste en el diseño de los cuestionarios para

recabar la información que conduzca a elaborar la base de conocimiento, así como los datos de entrada tanto de adquisición como de validación del mismo; acompañado de todos los instrumentos y cartillas necesarias para su diligenciamiento.

IV. Diseño de Reglas: En esta etapa finaliza la elaboración del sistema de inferencia y la

producción de las reglas de conocimiento, se deben traducir a los diferentes enunciados de los problemas y sus correspondientes diagnósticos, haciendo uso de matemática booleana y su posterior traducción en otros modelos de representación previos a la construcción del aplicativo computacional.

1.1.2 Segunda fase: Construcción del sistema experto

En la ilustración 2 se observa el desarrollo de la segunda fase del proyecto, la cual está conformada por las siguientes etapas:

Ilustración 2. Etapas de la segunda fase del proyecto de investigación “Sistema Experto para el Diagnóstico de las pymes” Fuente: Grupo de investigación Sistemas Expertos y Simulación –SES

I. Elección de la herramienta de desarrollo: Una vez los requerimientos del Sistema Experto

están sólidamente establecidos, se debe seleccionar una herramienta que cumpla dichas exigencias.

I. Desarrollo del Sistema: El conocimiento implícito en las especificaciones del Sistema

Experto se introduce en la herramienta seleccionada. Esto a su vez requiere la implementación de la base de conocimiento.

(9)

2016

II. Validación del Sistema: El principal objetivo es validar su estructura general y su

conocimiento. El experto aprueba o desaprueba el sistema. Esta etapa debe ser desarrollada de forma iterativa cumpliendo el ciclo de implementación-mejora tantas veces como sea necesario para obtener la satisfacción del experto.

III. Presentación del Sistema al experto: Una vez el desarrollo ha concluido, los resultados

finales son presentados al experto para su evaluación y aprobación definitiva.

1.2 PLANTEAMIENTO DEL PROBLEMA

1.2.1 JUSTIFICACIÓN

El Diagnóstico Empresarial constituye una herramienta sencilla y de gran utilidad a fin de conocer la situación actual de una organización y los problemas que impiden su crecimiento, sobrevivencia o desarrollo; gracias a este es posible detectar las causas principales de los problemas "raíces", para así poder enfocar los esfuerzos futuros a buscar las medidas más efectivas, evitar el desperdicio de energías y adecuar sus estructuras coadyuvando a una gestión más acorde a las posibilidades, expectativas, conocimientos y recursos económicos de la PYME colombiana.

Es así como, se espera que este proyecto permita implementar un nuevo punto de vista para el análisis y valoración de las PYME, junto con una base para soportar y mejorar los niveles de productividad y competitividad en organizaciones productivas, constituyendo un nuevo enfoque para la administración y la toma de decisiones empresariales. Por ello es importante diseñar y desarrollar un modelo integral de diagnóstico de las PYME, que facilite la toma de decisiones y posterior mejora del área de recursos humanos de la empresa. Este sistema permitirá implementar un método de aprendizaje organizacional, es decir, que la empresa de forma continua y sistemática, se embarque en un proceso para obtener el máximo provecho de sus experiencias aprendiendo de ellas, específicamente enfocadas al área funcional de recursos humanos, sirviendo de insumo para que se de capacitación específica a las PYME en temas coyunturales, que permitan la mitigación de los problemas definidos en el diagnósticos realizado de manera sistemática con el resultado de esta investigación.

1.2.2ANTECEDENTES

(10)

2016

reguladores, las debilidades de carácter funcional, la asimetría de información, entre muchas otras que requieren de su análisis y caracterización como primer paso hacia el incremento de su competitividad y desarrollo(Pinto, 1990)(Jadould, Kagohashi, Llisterri, & Nakaruma, 2000).

Por tanto, se hace evidente la necesidad de implementar herramientas de apoyo para fomentar el desarrollo integral de las PYMES en Colombia, una de estas es el Diagnostico Empresarial, de gran utilidad a fin de conocer la situación actual de una organización y los problemas que impiden su crecimiento, sobrevivencia o desarrollo. Para ello, existe una gran diversidad de metodologías y tipologías (Braidot, Nicolini, & Formento, 2003)(Instituto para el Desarrollo de la Innovación y la Tecnología en la Pequeña y Mediana Empresa - IDITpyme, 2010) que permiten realizar estudios diagnósticos en empresas, y cada una de ellas se enfoca en algún aspecto empresarial particular. Si bien es cierto, que a nivel sectorial se hacen diagnósticos de dichos sectores económicos, estos no se practican para cada una de las empresas de manera aislada, mucho menos se presentan recomendaciones de mejora particulares. Por ejemplo, en la Gran Encuesta Pyme realizada en 2014, se realizó el análisis de las diferentes medidas positivas y negativas de las empresas, a fin de establecer un indicador de su situación, información que a pesar de ser útil a nivel general, no permite a cada PYME identificar sus fortalezas o debilidades, ni qué aspectos deben mejorar para elevar sus niveles de productividad y competitividad. De allí que se requieran análisis más adecuados de las situaciones empresariales y el desarrollo de herramientas que permitan la gestión de su conocimiento.

Los Sistemas Expertos pueden ser derivados de experiencia o por el conocimiento disponible en libros, revistas o personas capacitadas. Para su desarrollo es importante notar como se combinan estos papeles del operador dentro de un solo individuo, tal como es el caso de un experto en la ingeniería del conocimiento (Mendez & Alvarez, 2004). En general, los autores concuerdan en que los sistemas expertos han presentado ventajas en su implementación pero también algunas dificultades que los han limitado (Hayes-Roth, Waterman, & Lenat, 1983)(Barton & Sviokla, 1988) (Badiru, 1992) y (Durkin, 1994). Dentro de las principales ventajas de los sistemas expertos en el diagnóstico de las pequeñas y medianas empresas se tienen; Mayor disponibilidad de los expertos; costo reducido en el diagnóstico; permanencia del experto; experiencia múltiple; mayor confiabilidad debido a las características propias de validación; explicación de los diagnósticos y propuestas de mejora, respuesta rápida, sólida, completa y sin emociones; y finalmente, tutoría inteligente para acompañar las posibles correcciones (Mendez, Alvarez, Caicedo, & Malaver, 2013). Como se mencionó anteriormente, la pyme proporciona la base sólida para el desarrollo industrial en el mundo; éstas ofertan sus productos en las industrias más grandes como materias primas o semi-productos, siendo de ésta manera la fuente más importante de nuevas oportunidades de trabajo, por lo cual existe la necesidad de lograr una mejor comprensión de los efectos del capital humano y la competencia empresarial en el éxito profesional de los empresarios PYME (Dullayaphut & Untachai, 2013).

(11)

2016

actualmente es concebido como uno de los ejes estratégicos fundamentales en la consecución de los objetivos organizacionales.

La administración del talento humano implica procesos de ingreso de personal, análisis y diseño de cargos, compensación, adquisición de conocimientos, condiciones de trabajo y evaluación, los cuales son fuente de ventaja competitiva sostenida si se da una adecuada planeación y gestión, logrando así la eficiencia y, por consiguiente, la optimización de recursos de la empresa (Filion, Cisneros, & Mejía, 2011). Para que ésa gestión sea efectiva, debe ser apoyada por sistemas de información y bases de datos que no solo faciliten reunir, registrar, almacenar, analizar y recuperar los datos relacionados con los recursos humanos de la organización, sino que faciliten con ésta información la toma de decisiones (Riascos & Aguilera, 2011).

Los expertos (Saini & Budhwar, 2008) (Filion et al., 2011) (Thornton, 1992) y (González, 2010) coinciden en que la baja capacidad de retención de los buenos empleados, así como la atracción de talento humano especializado y la actualización y renovación de las competencias de los trabajadores son aspectos que determinan el funcionamiento del área de recursos humanos; para convertir lo anterior en una ventaja competitiva los expertos recomiendan realizar capacitación de tipo interna con trabajadores expertos y antiguos; implementar la formación y capacitación constante; utilización de e-learning, e- recruitment e intranet; desarrollar un programa de expresión intraemprendedora, entre otros.

Por otro lado, (Franco & Matos, 2013) y (Elizondo Sandoval, Armenteros Acosta, & Molina Morejón, 2014) hacen hincapié en cómo la limitada profesionalización, la falta de competencias y conocimientos empresariales de los gerentes pyme interfieren en el crecimiento de sus empresas, y limitan las prácticas empresariales a actividades netamente empíricas. Lo anterior, se relaciona con la cultura organizacional, más específicamente de las empresas de familia, que tienen una negativa a promover formas más profesionales de hacer las cosas y a ofrecer oportunidades de desarrollo y asenso a los trabajadores que no son miembros de la familia (Bjerke, 2000)(Gon, 2003). Según los expertos mencionados anteriormente, para solucionar parte de ésta problemática, se debe diseñar un perfil de competencias directivas y una metodología de trabajo que haga frente a los problemas de las personas de una forma más profesional y formalizada, construyendo a su vez una participación colectiva en la cultura organizacional que impacte a la estabilidad y sobrevivencia de la PYME.

Ahora bien, aunque es evidente la problemática que aqueja la gestión de recursos humanos a lo largo del mundo principalmente en la PYME, los empresarios no son conscientes del impacto que éstas tienen en todas las áreas de la organización, ya que son las personas quienes hacen funcionar de forma adecuada cada uno de los medios tecnológicos de producción (máquinas, herramientas, software, hardware) (Mendez & Alvarez, 2004). Aquí la importancia, de profundizar en los procesos de la gestión de recursos humanos, en el comportamiento de las personas frente a los cambios de su entorno y la relación del mismo con las diferentes áreas de la empresa.

1.2.3DESCRIPCIÓN DEL PROBLEMA

(12)

2016

controversial el crecimiento y mantenimiento de las pymes como unidad económica sencilla y poco formalizada.

Si bien, las PYMES representan más del 90% de las empresas constituidas en la mayoría de los países, contribuyendo en gran medida a la generación de empleo privado y favoreciendo el desarrollo económico; los estudios sobre estas unidades económicas están orientados principalmente al emprendimiento e innovación, dejando en un segundo plazo la continuidad del negocio y competitividad empresarial. Ésta situación no solo se presenta en la academia; los gobiernos realizan esfuerzos y destinan recursos al desarrollo productivo orientados a la dinamización de pequeñas y medianas empresas con el fin de aprovechar sus potencialidades, sin embargo, en muy pocos casos se intenta definir con precisión cuales han sido los resultados alcanzados e impacto con los programas de apoyo y cuál es su grado de eficacia y eficiencia.

Con la apertura económica y la internacionalización de la economía, la situación del funcionamiento en los negocios empieza a modificarse. Ahora se vive en un mundo cambiante y las reglas de mercado ya no son las mismas, por ende las condiciones económicas fluctúan. Debido al creciente número de industrias calificadas como PYME en el contexto latinoamericano, se hace de vital importancia tener un desarrollo sostenible para el bienestar no solo del mercado sino también del país; para estas empresas la utilización de diversas estrategias de calidad, finanzas, mercados, producción, recursos humanos o tecnológicos son necesarias para sobrevivir y crecer.

Surge entonces la necesidad de elaborar un diagnóstico general de las PYME como condición inicial para obtener un mayor impacto en la implementación de las soluciones y hacer realmente una alianza universidad-empresa contextualizada en las realidades de los negocios. El papel del ingeniero industrial está asociado a este proyecto debido a que es la persona idónea para determinar el estado de las empresas en cuanto a organización y empleo de recursos en sus procesos. Es la persona ideal para encontrar falencias en las operaciones, en la gestión de la información y de recurso humano, manejo de materia prima e insumos, transporte, planeación, distribución de planta y; en general toda actividad que esté involucrada con la empresa, con el fin de encontrar el mejor método para hacer más productiva la organización.

De acuerdo a los puntos expuestos, se pretende construir la base de conocimiento que permita elaboración del Sistema Experto para el diagnóstico de la Pyme enfocado al área funcional de recursos humanos, y se plantean las siguientes preguntas de investigación:

• ¿La revisión del estado del arte realizada permite la construcción de una base de conocimiento sólida para la detección de las problemáticas de las pyme en el área funcional de recursos humanos?

• ¿Es posible diseñar un diagnóstico para la identificación de las problemáticas del área funcional de recursos humanos a partir del análisis y evaluación de sus causas y el desarrollo de cuestionarios?

(13)

2016

1.2.4OBJETIVOS

OBJETIVO PRINCIPAL

Adquirir y representar conocimiento que permita diseñar un prototipo de modelo integral de diagnóstico para el área funcional de Recursos Humanos en las PYME, basado en sistemas expertos, combinando adecuadamente modelos de procesamiento de conocimiento, para obtener un modelo que facilite la toma de decisiones en la resolución de la problemática del área en cuestión.

OBJETIVOS ESPECIFICOS

 Construir la base de conocimiento a partir de la adquisición de información de expertos.

 Plantear las principales dificultades por las que atraviesa la PYME en el área de Recursos Humanos.

 Diseñar un prototipo de reglas para enfocar el diagnóstico del área de Recursos Humanos y proponer soluciones acordes a las necesidades de las organizaciones.

1.3 METODOLOGÍA EMPLEADA

El presente trabajo utilizó un proceso de investigación con tres enfoques metodológicos durante su desarrollo. El primero es el enfoque exploratorio, el cual se emplea para la recolección de información y conocimiento; el segundo es el enfoque descriptivo, que permite identificar relaciones entre la información recolectada; y por último, el enfoque explicativo, que establece relaciones de multi-causalidad para la construcción del modelo teórico núcleo de la investigación. Este proyecto estará basado en la metodología desarrollada en el Grupo de Investigación Sistemas Expertos y Simulación - SES de la Universidad Distrital FJC, cuyas etapas de desarrollo se muestran en la ilustración 3.

(14)

2016

Posteriormente en la ilustración 4, se muestra detalladamente la estructura metodológica del trabajo con base en su desarrollo por capítulos.

Ilustración 4. Estructura metodológica por capítulos para el desarrollo del proyecto.

Capítulo I.

• Problemáticas de las Pyme en el área funcional de Recursos Humanos

Detección de las problemas, enfermedades, causas, síntomas, signos y tratamientos.

Limitaciones encontradas en el desarrollo del prototipo y planteamiento de posibles líneas de

(15)

2016

2. MARCO TEÓRICO Y CONCEPTUAL

2.1 SISTEMAS DE DIAGNÓSTICO

El crecimiento de la competencia en el mercado, dados por los cambios tecnológicos y las firmas de varios Tratados de Libre Comercio, son oportunidades de desarrollo para crecer, innovar y ser más competitivos, por lo cual es necesario que los directivos de las empresas utilicen herramientas gerenciales como el diagnóstico empresarial, con el propósito de saber, con mayor precisión, cual es el estado actual y que obstáculos impiden los resultados esperados al interior de una organización, haciendo frente a los constantes cambios del mercado, de la tecnología y asegurando una posición competitiva.

El procedimiento de diagnóstico tiene como objetivo general contribuir a la integración de las decisiones locales en torno a objetivos estratégicos, y mejorar el desempeño de un sistema en una forma planeada y organizada para hacerlo más estable, eficaz, eficiente, de mejor valor, efectivo y competitivo (Hernández Torres & Acevedo Suárez, 2006).

La importancia que tiene la realización de un diagnóstico empresarial como herramienta de gestión gerencial, reside en que las Pyme pueden detectar las causas principales de los problemas que las aquejan, al igual que sus recursos y capacidades, de forma que sea posible enfocar sus esfuerzos futuros a la búsqueda de medidas efectivas de solución, conseguir los resultados esperados y establecer estrategias de crecimiento para satisfacer los requerimientos propios y de su grupo de interés (Baena & Rodenes, 2004; Braidot et al., 2003; Lay, Suárez, & Zamora, 2005; Torres Rincón, 2012).

En muchos casos este tipo de diagnósticos se dejan bajo la supervisión de expertos en el tema, como consultorías o profesionales ajenos a la empresa a evaluar, sin embargo, también existe un alto porcentaje de responsables de sus propios negocios que optan por tomar esta responsabilidad. Como en la mayoría de campos, existen gran multitud de diagnósticos para las empresas, algunos se centran en estudiar los procesos de producción y los consumidores, o incluso, en procesos de venta, entre muchos otros. Estos diagnósticos se realizan a través de metodologías específicas que permiten conocer todos esos detalles concretos, convirtiéndose en una herramienta necesaria para poder generar cambios oportunos en las empresas y poder responder rápidamente a los cambios del mercado.

El uso de métodos cuantitativos y herramientas para la toma de decisiones permitirá a las Pyme reaccionar más rápidamente y de manera más precisa a cualquier cambio en las políticas externas y en las necesidades del mercado que pudieren afectar el desempeño de las empresas, así como un uso eficiente de sus recursos (Sepúlveda, Escobar, & Adarme Jaimes, 2014).

2.2 SISTEMAS EXPERTOS

2.2.1INTELIGENCIA ARTIFICIAL

(16)

2016

plantear un conjunto de reglas que simulaban una parte del funcionamiento de la mente para así poder obtener conclusiones racionales. Aunque a lo largo de la historia se han dado numerosas aproximaciones a la IA, fue hasta el año 1950 que Alan Turing introdujo a la comunidad científica la pregunta “¿Pueden pensar las máquinas?”.

La inteligencia artificial ha sido definida por diferentes autores, haciendo referencia a sistemas que piensan como racionalmente; algunas definiciones de IA se presentan a continuación(PUENTE, 2012):

 Haugeland, 1985 “El nuevo y excitante esfuerzo de hacer que los computadores piensen; máquinas con mente, en el más amplio sentido literal”.

 Bellman, 1978 “La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisión, resolución de problemas, aprendizaje”.

 Kurzweill, 1900 “El arte de desarrollar máquinas con capacidad parar realizar funciones que cuando son realizadas por personas requieren inteligencia”.

 Nilsson, 1998 “Conductas inteligentes en artefactos”

En términos generales, se puede definir como la “capacidad de emular las funciones inteligentes del cerebro humano”. El empleo de la IA es variada y actualmente se utiliza principalmente en áreas de informática y robótica, no obstante, se está extendiendo tanto en las ciencias sociales como ciencias empresariales (Badaró, Javier Ibañez, & Agüero, 2013). De ahí que la inteligencia artificial se divida en cuatro campos de estudio (T. León, 2007), los cuales se resumen en la ilustración 5.

Ilustración 5.Campos de estudio de la inteligencia artificial. Fuente: León, 2007

INTELIGENCIA ARTIFICIAL ROBÓTICA Apoyo a trabajos mecánicos y

repetitivos

SISTEMAS EXPERTOS Apoyo a decisiones

LENGUAJES NATURALES Comunicación

con computadores SIMULACIÓN

SENSORIAL Oído, vista, tacto, gusto,

(17)

2016

2.2.2DEFINICIÓN DE SISTEMA EXPERTO

Los Sistemas Expertos, como parte o rama de la Inteligencia Artificial, son sistemas informáticos que incorporan de forma explícita, extensible y modificable el conocimiento exacto o impreciso que posee una persona o un grupo de expertos en un tema. Estos sistemas simulan el proceso de aprendizaje, memorización, razonamiento y comunicación, para la generación de ayudas en el análisis de problemas y toma de decisiones semejantes a las que proporcionaría el grupo de expertos. Como consecuencia de todo lo anterior, este tipo de tecnologías hará posible el desarrollo de respuestas rápidas y pragmáticas para muchas problemáticas. En este orden de ideas, es posible mejorar el sistema con adiciones a la base de conocimientos o al conjunto de reglas, proporcionando información actualizada para desarrollar un análisis oportuno. (Salmerón, 1988)(Harmon & King, 1988)

Con la ayuda de un Sistema Experto, las personas con poca experiencia pueden resolver problemas que requieren un "conocimiento formal especializado", de forma más rápida que los expertos humanos, con una base de conocimiento adquirido y dejando de lado la subjetividad que puede generarse por las personas, lo cual brinda conclusiones más acertadas para la mejora de los procesos o sistemas analizados.

Por lo anterior, el Sistema Experto muestra ciertas ventajas en comparación con un experto humano, entre las cuales podemos destacar:

• Mayor disponibilidad. • Costo reducido. • Peligro reducido. • Permanencia. • Experiencia múltiple. • Mayor confiabilidad. • Explicación.

• Respuesta rápida, sólida, completa y sin emociones. • Tutoría inteligente.

Sin embargo, el Sistema Experto presenta algunas desventajas. Es evidente que para actualizarse se necesita la reprogramación de las reglas (tal vez esta sea una de sus limitaciones más acentuadas), además que estos programas son poco flexibles a cambios y de difícil acceso a información no estructurada; carecen de sentido común, para un SE no hay nada obvio, además no es posible mantener una conversación informal con estos. Para un sistema experto es muy complicado aprender de sus errores y de errores ajenos y no son capaces de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.

(18)

2016

2.2.3HISTORIA

Los sistemas expertos tuvieron su primer desarrollo hacia la década de 1960, una primera aproximación de estos, fue el “General Purpose Problem Solver” (GPS) o “Solucionador de problemas de propósito general”, con el cual se introdujo la posibilidad de definir los pasos necesarios para cambiar un estado inicial, dado una meta deseada; en donde a pesar de las expectativas que se tenían, el sistema no las pudo cumplir(Badaró et al., 2013).

No fue sino hasta el desarrollo de DENDRAL que se estableció los fundamentos principales de un SE, dentro de las conclusiones arrojadas por este desarrollo se encuentran:

 La complejidad de los problemas requiere una cantidad considerable de conocimiento sobre el área del problema.

 Los solucionadores de problemas generales eran muy débiles para ser utilizados como base para construir SE de alto rendimiento.

 Los expertos humanos son buenos sólo cuando actúan en un dominio muy acotado.

 Los SE necesitan ser actualizados constantemente con nueva información.

Los siguientes Sistemas Expertos fueron claves para el desarrollo adecuado y significativo del campo:

 DENDRAL: Primer Sistema Experto en ser utilizado para propósitos reales, al margen de la

investigación computacional y durante aproximadamente 10 años, el sistema tuvo cierto éxito entre químicos y biólogos ya que facilitaba enormemente la inferencia de estructuras moleculares, dominio en el que Dendral estaba especializado (Turban, 1995).

 MYCIN: Es un Sistema Experto para la realización de diagnósticos, iniciado por Ed

Feigenbaum y posteriormente desarrollado por E. Shortliffe. Su función es aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre (Nebendahl, 1991).

 CADUCEUS: Fue un Sistema Experto médico programado para realizar diagnósticos en

medicina interna, fue completado a mediados de la década de 1980, si bien el inicio de su desarrollo se remonta a la década de 1970, siendo programado por Harry Pople, de la Universidad de Pittsburgh, y tomando como punto de partida una serie de entrevistas de Pople al Dr. Jack Meyers. Pretendía mejorar el MYCIN, sistema focalizado sobre las bacterias infecciosas de la sangre (Nebendahl, 1991).

 XCON: El programa era un sistema de producción basado en reglas escrito en OPS5 por John

P. McDermott de CMU (1978) con el propósito de asistir a los pedidos de los sistemas de computadores VAX de DEC (Digital Equipment Corporation) seleccionando los componentes del sistema de acuerdo a los requerimientos del cliente. El desarrollo de XCON siguió a dos fracasos de escribir un Sistema Experto para esta tarea en FORTRAN y BASIC (Nebendahl, 1991).

2.2.4DESARROLLO

El desarrollo de sistemas expertos es un proceso costoso y complejo que requiere una metodología específica para poder alcanzar los objetivos fijados. Las diferentes metodologías comparten tres fases principales (Curiel Robles, 2013):

(19)

2016

 Análisis y modelado del conocimiento

 Verificación del conocimiento

Existen diversas metodologías que determinan un algoritmo a seguir para poder desarrollar un Sistema Experto; el método presentado a continuación fue desarrollado por Weiss y Kulikowski en 1984 (Weiss & Kulikowski, 1984)

Ilustración 6.Etapas en el desarrollo de un Sistema Experto

Fuente: Castillo, E; Gutiérrez, J; Hadi, A. (1998). Sistemas Expertos y Modelos de Redes Probabilísticas.

a) Planteamiento del problema: La primera etapa es quizás la más importante en el desarrollo

de un sistema experto, ya que consiste en la definición del problema a resolver y si el sistema está mal definido, es de esperarse que el sistema proporcione respuestas erróneas.

b) Encontrar expertos humanos que puedan resolver el problema: No es necesario encontrar

un experto humano, puesto que las bases de datos pueden jugar el papel del experto humano, siempre y cuando cuenten con la información suficiente para la resolución del problema.

c) Estructuración de conocimiento y diseño de reglas: Esta etapa incluye el diseño de

estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de explicación, la interfaz de usuario, entre otros.

d) Elección de la herramienta de desarrollo, concha, o lenguaje de programación: Debe

decidirse si realizar un sistema experto a medida, o utilizar una concha, una herramienta, o un lenguaje de programación. Si existiera una concha satisfaciendo todos los requerimientos del diseño, esta debería ser la elección, no solo por razones de tipo financiero sino también por razones de fiabilidad. Las conchas y herramientas comerciales están sujetas a controles de calidad, a los que otros programas no lo están.

e) Desarrollo y prueba de un prototipo: Si el prototipo no pasa las pruebas requeridas, las

etapas anteriores (con las modificaciones apropiadas) deben ser repetidas hasta que se obtenga un prototipo satisfactorio.

Planteamiento del problema

Encontrar Expertos Humanos

Diseñar Sistema Experto

Elegir Herramienta de Desarrollo

Mantenimiento y puesta al día Construir Prototipo

Probar prototipo

(20)

2016

f) Refinamiento y generalización: En esta etapa se corrigen los fallos y se incluyen nuevas

posibilidades no incorporadas en el diseño inicial.

g) Mantenimiento y puesta al día: Durante esta etapa el usuario plantea problemas o defectos

del prototipo, corrige errores, actualiza el producto con nuevos avances, etc.

2.2.5CARACTERISTICAS

Para que un sistema computacional pueda ser denominado Sistema Experto, es necesario que cumpla las siguientes características básicas:

 Alto desempeño: Igual respuesta como mínimo a la de un experto humano.

 Tiempo de respuesta adecuado: Mejor a la que tardaría un experto humano.

 Confiabilidad: No sea propenso a “caídas”.

 Comprensible: Capaz de explicar los pasos o razonamientos seguidos.

 Flexibilidad: Permita añadir, modificar y eliminar conocimiento. Otros sistemas más elaborados pueden:

 Enumerar todas las razones a favor y en contra de una hipótesis en particular. Una hipótesis también puede verse como un hecho cuya verdad está en duda y debe probarse.

 Enumerar todas las hipótesis que puedan explicar la evidencia observada.

 Explicar todas las consecuencias de una hipótesis.

 Dar un pronóstico o predicción de lo que ocurrirá si la hipótesis es verdadera.

 Justificar las preguntas que el programa hace al usuario para obtener más información.

 Justificar el conocimiento del programa.

2.2.6COMPONENTES

Tal como lo expone la teoría general de sistemas, todo sistema es aquel en el cual la suma total de sus partes funcionan independientemente pero conjuntamente para lograr productos o resultados requeridos, basándose en las necesidades; de la misma forma un sistema experto está compuesto por un conjunto de elementos (E. Castillo, Gutiérrez, & Hadi, 1998). Estos elementos se explican brevemente a continuación:

1. Componente humano: Este componente tiene en cuenta la colaboración entre uno o varios

expertos humanos especialistas en el tema de interés y los ingenieros de conocimiento quienes son los encargados de trasladar dicho conocimiento a un lenguaje que el sistema experto pueda entender.

2. Base de conocimiento: Es la columna principal del Sistema Experto, puesto que allí está

toda la información recopilada de los expertos que permitirán al sistema desarrollar el proceso de toma de decisiones

3. Base de adquisición del conocimiento: Se recopilan los métodos por los cuales el ingeniero

del conocimiento adoptara la información necesaria para la base de conocimiento.

4. Base de edición del conocimiento: Tal como se explicó anteriormente, un SE tiene que ser

(21)

2016

5. Base de despliegue del conocimiento: Todo SE tiene como finalidad dar a conocer un

resultado de lo que está evaluando, por ello es necesario que las conclusiones arrojadas sean claras y concisas.

6. Base de validación del conocimiento: El SE debe ser capaz de corroborar la veracidad de los

datos, ya sean de entrada o de salida.

7. Base de explicación del conocimiento: El sistema debe proveer un desglose claro de los resultados arrojados, ya que está dando soluciones a problemas en los cuales el usuario no tiene la suficiente experticia.

2.2.7APLICACIONES

Gracias al desarrollo de los SE, situaciones de la vida cotidiana de las personas han podido suplir sus problemas a través de diversas alternativas de solución. Los siguientes escenarios presentan las mejoras percibidas con el uso de SE:

a) Transacciones Bancarias

No hace mucho, para hacer una transacción bancaria, tal como depositar o sacar dinero de una cuenta, era necesario visitar el banco en horas de oficina; hoy en día, estas y otros servicios adicionales pueden realizarse en cualquier momento usando los cajeros automáticos que son ejemplos sencillos de sistemas expertos. De hecho, se pueden realizar estas transacciones desde casa comunicándose con el SE mediante la línea telefónica (Enrique Castillo & Hadi, 1997).

b) Control de tráfico

El control de tráfico es una de las aplicaciones más importantes de los sistemas expertos. Anteriormente, su flujo era intervenido por guardias de tráfico situados en las calles, controlando las intersecciones. Actualmente se utilizan sistemas expertos que operan automáticamente conocidos como semáforos, los cuales regulan la circulación de los diversos sistemas de transporte tanto en las calles como en los ferrocarriles (Enrique Castillo & Hadi, 1997).

c) Problemas de Planificación

Los sistemas expertos pueden utilizarse también para resolver problemas complicados de planificación, en donde se optimicen ciertos objetivos como: la organización y asignación de aulas para la realización de exámenes finales en una gran universidad, de tal forma que se logren los siguientes objetivos:

 Eliminar las coincidencias de asignación simultánea de aulas: Solo se puede realizar un examen en cada aula al mismo tiempo.

 Asientos suficientes: Un aula asignada para un examen debe tener al menos dos asientos por estudiante.

 Minimizar los conflictos temporales: Minimizar el número de alumnos que tienen exámenes coincidentes.

 Eliminar la sobrecarga de trabajo: Ningún alumno debe tener más de dos exámenes en un periodo de 24 horas.

(22)

2016

Otros ejemplos de problemas de planificación que pueden ser resueltos mediante sistemas expertos es la asignación de doctores y enfermeras en un gran hospital, la organización en una gran factoría, y la programación de autobuses para las horas de congestión o de días festivos (Enrique Castillo & Hadi, 1997).

d) Diagnóstico médico

Una de las aplicaciones más importantes de los sistemas expertos tiene lugar en el campo médico, donde estos pueden ser utilizados para contestar las siguientes preguntas (Enrique Castillo & Hadi, 1997):

 ¿Cómo se puede recoger, organizar, almacenar, poner al día y recuperar la información médica (por ejemplo, registros de pacientes) de una forma eficiente y rápida?

 ¿Cómo se puede aprender de la experiencia? ¿Es decir, cómo se actualiza el conocimiento de los doctores en medicina cuando el número de pacientes que estos tratan aumenta?

 Suponiendo que un paciente presenta un conjunto de síntomas, ¿Cómo se decide que enfermedad tiene mayor probabilidad de ser padecida por él?

 ¿Cuáles son las relaciones entre un grupo (normalmente no observable) de enfermedades y uno (observable) de síntomas? En otras palabras, ¿Qué modelos pueden utilizarse para describir las relaciones entre los síntomas y las enfermedades?

 Dado que los síntomas conocidos no son suficientes para diagnosticar la enfermedad con cierto grado de certeza, ¿Qué información adicional debe ser obtenida? por ejemplo, ¿Qué síntomas adicionales deben ser identificados? o ¿Qué pruebas médicas deben realizarse?

 ¿Cuál es el valor de cada una de estas piezas de información? En otras palabras, ¿cuál es la contribución de cada uno de los síntomas adicionales o pruebas a la toma de decisión?

2.2.8SISTEMAS BASADOS EN REGLAS

Son utilizados para la solución de problemas que están gobernados por reglas deterministas. Sus elementos fundamentales son: los datos, la base de conocimiento y el motor de inferencia. Los datos son hechos conocidos en una situación particular de naturaleza dinámica.

En un entorno determinístico, la base de conocimiento consiste en un conjunto de objetos y reglas que representan sus relaciones y definen el problema. La información almacenada en esta base es permanente, no cambia de una aplicación a otra, a menos que se incorporen al Sistema Experto elementos nuevos de aprendizaje. (E. Castillo et al., 1998)

Castillo, Gutierrez, & Hadi definen una regla como “una afirmación lógica que relaciona dos o más

objetos e incluye dos partes, la premisa y la conclusión. Cada una de estas partes consiste en una expresión lógica con una o más afirmaciones objeto-valor conectadas mediante los operadores lógicos y, o, o no”. A partir de esta definición se clasifican las reglas en dos categorías: simples y

compuestas.

• Las reglas simples son aquellas que están compuestas solo una afirmación objeto-valor: Si nota>

9, entonces calificación = sobresaliente.

• Una regla compuesta está conformada por múltiples afirmaciones objeto-valor: Si puesto < 20

(23)

2016

Posteriormente, el motor de inferencia extrae las conclusiones aplicando la lógica clásica al diseño de reglas. Las conclusiones pueden clasificarse de la misma manera que las reglas: simples y compuestas. Las conclusiones simples son las que resultan de una regla simple y las conclusiones compuestas son las que resultan de más de una regla. Para obtener estas conclusiones los expertos pueden utilizar según lo requieran:

2.2.8.1 Diferentes tipos de reglas

• Modus Ponens: Permite la obtención de conclusiones simples a partir del análisis de la premisa de la regla, si es cierta la conclusión pasa a formar parte del conocimiento.

• Modus Tollens: Se examina la conclusión, si esta resulta ser falsa también lo es su premisa. • Resolución: Utiliza un mecanismo de resolución para obtener conclusiones compuestas. En

primer lugar las reglas son sustituidas por expresiones lógicas equivalentes, que se combinan en otra expresión lógica para obtener la conclusión.

Ilustración 7. Reglas de inferencia Modus Ponens y Modus Tollens.

Fuente: Castillo, E; Gutiérrez, J; Hadi, A. (1998). Sistemas Expertos y Modelos de Redes Probabilísticas. [Figura]. Recuperado de http://personales.unican.es/gutierjm/papers/BookCGH.pdf

2.2.8.2Estrategias de inferencia y control

• Encadenamiento de reglas: Se utiliza cuando las premisas de ciertas reglas coinciden con las conclusiones de otras, lo que permite relacionar reglas para obtener conclusiones complejas. A partir de una base de conocimiento (datos, objetos y reglas) se asignan a los objetos sus valores iniciales (hechos conocidos o evidencias) y se ejecutan cada regla relacionada para concluir nuevos hechos, proceso que se repite sucesivamente hasta que no puedan obtenerse más información. En la ilustración 8 se muestra un ejemplo de seis reglas que relacionan 13 objetos del A al M y su representación gráfica.

Modus Ponens Premisa --> Conclusión

• Regla: Si A es cierto, entonces B es cierto.

• Hecho: A es cierto. • Conclusión: B es cierto.

Modus Tollens Conclusión --> Premisa

• Regla: Si A es ceirto, entonces B es cierto.

(24)

2016

Ilustración 8. (Izquierda) Ejemplo de un conjunto de seis reglas que relacionan 13 objetos. (Derecha) Representación gráfica de las relaciones entre las seis regla, cada objeto se muestra como un nodo.

Fuente: (Gutierrez, 2008)

• Encadenamiento de reglas orientado a un objetivo: a partir de una base de conocimiento (objetos y reglas) el usuario selecciona una variable o nodo objetivo, el algoritmo navega a través de las reglas en búsqueda de una conclusión para el nodo objetivo o de mayor información en caso de que no la encuentre.

• Compilación de reglas: Las ecuaciones objetivo son escritas en función de los datos.

Las estrategias de encadenamiento de reglas se utilizan en problemas en los que algunos hechos (por ejemplo, síntomas) se dan por conocidos y se buscan algunas conclusiones (por ejemplo, enfermedades). Por el contrario, las estrategias de encadenamiento de reglas orientadas a un objetivo se utilizan en problemas en los que se dan algunos objetivos (enfermedades) y se buscan los hechos (síntomas) para que ´estas sean posibles. (Gutierrez, 2008).

2.2.9 CONTROL DE LA COHERENCIA

En situaciones complejas, incluso verdaderos expertos pueden dar información inconsistente (por ejemplo, reglas inconsistentes y/o combinaciones de hechos no factibles). Por ello, es muy importante controlar la coherencia del conocimiento durante la construcción de la base de conocimiento. La coherencia permite:

• Ayudar al usuario a no dar hechos inconsistentes, por ejemplo, dándole al usuario las restricciones que debe satisfacer la información demandada.

• Evitar que entre en la base de conocimiento exista cualquier tipo de conocimiento inconsistente o contradictorio.

El control de la coherencia debe hacerse controlando la coherencia de las reglas y la de los hechos.

2.2.9.1Coherencia de Reglas

(25)

2016

reglas puede ser coherente, aunque algunos conjuntos de valores puedan producir conclusiones inconsistentes. Estos conjuntos de valores se llaman valores no factibles, estos valores deben ser eliminados de la lista de valores posibles para eliminar la posibilidad de que el motor de inferencia pueda obtener conclusiones inconsistentes.

2.2.9.2Coherencia de los hechos

Los datos o evidencias suministrados por los usuarios deben ser también consistentes en si y con el conjunto de reglas de la base de datos. Por ello, el sistema no debe aceptar hechos que contradigan el conjunto de reglas y/o el conjunto de hechos existente en cada instante del proceso.

2.2.10 TRATAMIENTO DE LA INCERTIDUMBRE

Las reglas de la lógica clásica (Modus Ponens y Modus Tollens) permiten deducir que si una premisa es cierta, también lo será su conclusión, es decir, dada la regla: “Si A es cierto, entonces B es cierto” puede decirse que A implica B con probabilidad 1.

Ilustración 9. Regla: A implica B con Pr (B|A) = 1 Fuente: (Gutierrez, 2008)

Sin embargo, este modelo tiene importantes limitaciones, porque son habituales las situaciones prácticas en las cuales lo anterior no es válido. Por ejemplo, la presencia de algunos síntomas no garantiza siempre la existencia de una enfermedad. Como alternativa se hace uso de la lógica

incierta, en este nuevo contexto, la regla anterior puede generalizarse de la forma siguiente: “A

implica B con probabilidad Pr (B|A)”, donde Pr (B|A) es la probabilidad de B dado A.

Ilustración 10. Regla: A implica B con Pr (B|A) = p, donde 0 < p < 1 Fuente: (Gutierrez, 2008)

(26)

2016

Ilustración 11. Regla: A implica B con Pr (B|A) = 0 Fuente: (Gutierrez, 2008)

Uno de los problemas relacionados con este tipo de lógica es la propagación de incertidumbre. Obsérvese que ahora cada sentencia (hecho) debe de estar acompañada de una medida de incertidumbre (probabilidad, factor de certeza, etc.) y que, cuando se combinan varios hechos, ha de darse a las conclusiones obtenidas una medida de su incertidumbre. Sin embargo, el problema principal es que aunque se conozca la medida de incertidumbre asociada con las premisas, las conclusiones pueden tener, en teoría, un número infinito de valores inciertos. Estas situaciones muestran la necesidad de desarrollar en un futuro nuevos sistemas expertos basados en probabilidad.

2.3 PROBLEMÁTICAS DE LAS PYME EN EL ÁREA FUNCIONAL DE

RECURSOS HUMANOS

Las pequeñas y medianas empresas desempeñan un rol fundamental en la actividad emprendedora y el fomento de la innovación en los países; y por si fuera poco concentran las dos terceras partes del empleo total mundial, contribuyendo en la generación de empleo en mayores proporciones que las grandes corporaciones. Sin embargo, en promedio la productividad de las PYMES es un tercio de la de las grandes empresas y ofrecen salarios 50 por ciento más bajos (Oficina Internacional del trabajo OIT, 2015), lo cual repercute en su estabilidad y crecimiento.

En vista de ello, los gobiernos han desarrollado políticas de fomento empresarial que priorizan los incentivos financieros y fiscales, no obstante, estudios señalan la importancia del entorno como factor clave en el estímulo de la creación de empresas y el desarrollo de las existentes. Por lo tanto, las políticas de fomento empresarial están cambiando su enfoque y dirigiendo su estrategia hacia la mejora del entorno empresarial orientadas a nivelar las condiciones del entorno, introduciendo medidas compensatorias que establezcan condiciones igualitarias en el proceso competitivo, mejorando el acceso de las pyme al mercado financiero, simplificando los trámites administrativos, mejorando el régimen fiscal o fomentando el empleo de consultoría (Romero, 2006) en términos de articulación de la productividad, capacitación empresarial, asistencia técnica, acceso a mercados y estrategias de regionalización (Ministerio de Economía Industria y Comercio, 2010) (Ferraro, 2011). De acuerdo con el informe (Ferraro, 2011) publicado en el marco del programa de Cooperación CEPAL – AECID1_{, algunos países latinoamericanos como Bolivia, Brasil, Colombia, República} Dominicana, Uruguay y Venezuela, han demostrado su interés en el desarrollo de las pyme como respuesta a los factores críticos que afectan éstas unidades económicas por medio de políticas e

1_{Publicación de la Agencia Española de Cooperación Internacional para el Desarrollo (AECID) y la Comisión Económica}

(27)

2016

instituciones de apoyo. Aun así, el alcance de éstas políticas es muy limitado, debido a que los gobiernos no cuentan con una fuente de información que permita establecer la cantidad exacta de pymes de su país por la informalidad de muchos establecimientos que no se encuentran registrados en las entidades de vigilancia y control empresarial.

En Colombia, son varias las iniciativas y políticas producto de la interacción entre el sector público y privado para mejorar las condiciones de la pyme y aumentar sus posibilidades de sobrevivencia y crecimiento (ver tabla 1). Para evaluar la situación de éstas unidades económicas desde el año 2006, la Asociación Nacional de Instituciones Financieras ANIF con apoyo del BID, Bancoldex y el Banco de la República, realiza semestralmente La Gran Encuesta Pyme en algunas ciudades principales del país, tales como: Barranquilla, Bogotá, Bucaramanga, Cali, Manizales, Medellín, entre otras.

Tabla 1. Consolidado políticas, iniciativas e instituciones que apoyan las micro, pequeñas y medianas empresas en Colombia.

Fuente: Ferraro, 2011

Un ítem evaluado en la Gran Encuesta Pyme es el mercado laboral, el cual hace referencia a las condiciones de empleo y aspectos que impactan la productividad del personal en las empresas. De acuerdo a los resultados obtenidos en el informe del primer semestre de 2016, más del 50% del personal gana un salario mínimo en empresas del sector industrial, comercial y de servicios, seguido de una remuneración en el rango entre dos y cuatro salarios mínimos (ANIF, 2016), lo cual confirma que la contraprestación salarial de las pymes es significativamente inferior a la de las grandes corporaciones, quienes utilizan ésta ventaja a su favor en la atracción del talento. Por otro lado, se evidencia como los empresarios pyme ven como oportunidad de mejora, la capacitación del personal con programas teórico-prácticos que satisfagan las necesidades de formación propias del

POLÍTICAS E INICIATIVAS ENTIDADES DE APOYO

 Acceso a servicios financieros.

 Operaciones de leasing.

 Manejo integral de Tesorería.

 Operaciones fiduciarias.

 Operaciones de Comercio exterior

 Mesas de dinero especializadas para pymes

 Cuentas electrónicas a través de internet.

 Operaciones de cobertura cambiaria.

Banco de Comercio Exterior de Colombia (BANCOLDEX).

Banca de las Oportunidades.

Fondo Emprender del SENA

Fondo Nacional de Garantías.

Fondos de capital privado

 Apoya la innovación dentro de las MIPYME, la mejora de la productividad y la formalización. Contribuye a la transición de las microempresas hacia las pymes.

Fondo Colombiano de modernización y Desarrollo Tecnológico de las Micro, Pequeñas y Medianas Empresas (FOMIPYME)

 Promueve las exportaciones para empresas de todos los tamaños.

Agencia de Promoción de Exportaciones (PROEXPORT).

 Política de apoyo a clusters Comités Regionales de Competitividad

promovidos por MinCIT

 Plan Nacional de Emprendimiento Ministerio de Comercio, Industria y Turismo (MinCIT)

 Promueven la creación de incubadoras de empresas que se encarguen de desarrollar nuevos proyectos y emprendimientos que se encuentren en fase de desarrollo.

SENA

COLCIENCIAS

Programa de Naciones Unidas para el Desarrollo

(28)

2016

sector y que fomenten más intensivamente la enseñanza acerca del uso de herramientas tecnológicas (ANIF, 2016).

La medición realizada por ANIF con la Gran Encuesta Pyme permite determinar el clima en el que se desarrollan los negocios en el segmento Pyme y con esto proporcionar información relevante para la implementación de políticas y programas que continúen impulsando el crecimiento de éstas empresas. No obstante, ésta encuesta no proporciona los parámetros suficientes de estudio que permitan determinar las causas y sub-causas que inciden en la gestión de éstas unidades económicas específicamente en relación con los recursos humanos. Es aquí donde la academia toma el papel protagónico con numerosos estudios que aportan conocimiento en temas específicos de la pyme, destacando seis factores principales que inciden en la gestión del recurso humano:

2.3.1 CAMBIO

La velocidad de los cambios en las condiciones del mercado y la dinámica de las relaciones entre los stakeholders, han venido exigiendo que las compañías desarrollen alternativas (estrategias) de respuesta "inmediata" para poder mantenerse en el campo de batalla y no perder en un minuto lo que durante años han venido creando (Mora, Vera, & Melgarejo, 2014). Razón por la cual, el principal reto empresarial es la innovación no solamente en los productos sino en los procesos empresariales, en el management tradicional y en la gestión de personas, que en las pymes no hace frente a escenarios de hipercompetitividad y de aceleración del cambio (Movistar, 2013) pues tienen un enfoque de supervivencia instintiva.

La pyme se caracteriza por la informalidad de sus procesos y procedimientos, por no utilizar mucho papeleo, carecer de políticas, sistemas estructurados, reglas y estrategias, e incluso por la ausencia de un oficial de recursos humanos, de hecho su accesibilidad a las herramientas de gestión profesional está casi ausente (Saini & Budhwar, 2008). Aunque esta situación dificulta la sobrevivencia de éstas unidades económicas y las hace ineficientes (Calderón, Montes, & Tobón, 2012), los empresarios pyme consideran que la falta de procesos estructurados les ayuda a minimizar los costos y proporcionan la flexibilidad propia de este tipo de empresas. Es por ésta razón, y por las mentes cerradas de empresarios complacientes que actúan por inercia que se presenta una creciente negativa a promover formas más profesionales de hacer las cosas (Saini & Budhwar, 2008).

Paralelamente, los empleados también se predisponen a situaciones de cambio organizacional, dado que deben enfrentarse a nuevos requerimientos, en muchos casos sin la información y los recursos necesarios para ello. En este contexto, se pueden presentar escenarios de conflicto, ambigüedad y sobrecarga de rol (Orgambídez-Ramos, Pérez-Moreno, & Borrego-Alés, 2015), las cuales se describen como:

 Ambigüedad de rol: Se presenta cuando una persona trabaja con incertidumbre o falta de

claridad respecto a sus tareas. Se da por una descripción inadecuada del puesto o por falta de información sobre los objetivos y procedimientos a seguir o por la inadecuada comunicación de dicha información.

 Conflicto: Aparece cuando se formulan al empleado demandas incompatibles entre sí.

(29)

2016

Ante los escenarios descritos, una persona puede controlar hasta cierta medida la cantidad de trabajo, pero la falta de información y el conflicto entre demandas provenientes de la interacción con los otros, hace que adquiera cierto grado de incontrolabilidad al respecto y haya mayores niveles de estrés, ansiedad, depresión e incluso se presenten trastornos psicosomáticos (Orgambídez-Ramos et al., 2015)

2.3.2ATRACCIÓN, SELECCIÓN Y RETENCIÓN DEL PERSONAL

En términos de atracción del personal, pese a, que las pymes tienen acceso a una fuente de mano de obra más reducida que las grandes empresas, y por la incapacidad de ofrecer salarios competitivos, las pymes reclutan al personal a través de información que proviene de amistades y no realizan procesos de convocatoria de plazas o por medios de comunicación masiva (E. León, 2013) y como si fuera poco, en las empresas familiares, los intereses personales de los miembros de la familia priman sobre la toma de decisiones en el proceso de contratación, afectando el proceso de promoción del resto del personal (Rigaud, 2009), provocando descontento y conflictos laborales. En selección la problemática se centra en son los costes en tiempo y dinero que implican estos procesos (González, 2010) lo cual se relaciona directamente con métodos netamente manuales y de modalidad presencial que no tienen intervención de las tecnologías de la información y el conocimiento TIC como fuente de ventaja competitiva y reductora de costes. Adicionalmente, los profesionales de la selección del personal diseñan procesos de selección sin conocer las nuevas técnicas desarrolladas por los investigadores y las evidencias empíricas que aconsejan el uso de ciertas técnicas frente a otras que no cuentan con respaldo científico. De ahí, que el curriculum, la entrevista sin estructura y las referencias sean los instrumentos más empleados por las compañías, además de ser las herramientas con índices de validez y fiabilidad más bajos (Alonso, Moscoso, & Cuadrado, 2015) que se traducen en elevadas tasas de rotación de personal (Filion et al., 2011). Finalmente, en cuanto a la retención, es de resaltar que las pymes carecen de una visión de futuro respecto a la planificación de los recursos humanos, en situaciones de exceso de oferta o demanda (Li, 2011) lo cual las lleva a realizar esfuerzos sin dirección para retener a su personal y sin utilizar funciones estructuradas que permitan la ejecución, acompañamiento y evaluación del desempeño (E. León, 2013).

2.3.3MOTIVACIÓN Y SATISFACCIÓN

El éxito de la organización está determinada por mantener en los empleados óptimos niveles de satisfacción en el trabajo en general, ya que los empleados satisfechos son menos ausentes del trabajo, trabajan bajo menos estrés, trabajan más tiempo y tienen emociones positivas en el desarrollo de sus labores (Tepret & Tuna, 2015).