Procedimiento para evaluar el impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando Lógica Difusa

Texto completo

(1)Universidad Central “Marta Abreu” de Las Villas Facultad de Matemática Física y Computación. TRABAJO DE DIPLOMA TÍTULO Procedimiento para evaluar el impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando Lógica Difusa.. Autor Gerardo Félix Benjamín. Tutores M.Sc Renier Esquivel García. Dr. C. Rafael Bello Pérez. SANTA CLARA 2011.

(2) Pensamiento. PENSAMIENTO “En el ejercicio de la profesión se pone a prueba el espíritu creador del hombre” Che.

(3) Dedicatoria. DEDICATORIA. Este trabajo está dedicado a: Mis padres Gerardo e Isabel, por sus sabios consejos. A mi hermano Yosbel por seguir mi ejemplo y sobre todo a mi abuela Acelia por creer en mí. A todos ellos gracias por perdonar mis errores y por enseñarme a vivir..

(4) Agradecimientos. AGRADECIMIENTOS Con la culminación de este trabajo veo cumplida una gran etapa, ser estudiante. Sin embargo, es importante destacar a todas aquellas personas e instituciones que contribuyeron en mi formación y me permitieron alcanzar tan esperada meta. Ellas son: -A mi familia por lo que cada uno de ustedes representa para mí, una fuente exclusiva e inagotable de conocimientos, aquella que va más allá de lo científico. -Al Dr. Rafael Bello Pérez por dirigir el trabajo de tesis, por compartir conmigo sus conocimientos y su experiencia. Principalmente por haber aceptado en primer lugar ser mi tutor, no tengo palabras para agradecerle por todo el tiempo dedicado, con importantes trabajos por hacer. Gracias por su paciencia y dedicación. -A Renier por ser mi tutor, por estar siempre disponible en los momentos en que lo necesité, por ser mí amigo. Gracias por brindarme tu casa y hospitalidad. -A Madelen y Maritza, por su incomparable e incondicional apoyo. -A la Dra. María Matilde por sus críticas constructivas. -A Dagoberto, Rolando Bravo, Rafael Chávez, Pablo Ruíz, Marielidys y Yoandy por toda la ayuda brindada. Especialmente a Héctor Daniel (“Héctico”) por su valiosa ayuda con la programación y a Gónzalo por estar siempre dispuesto a escucharme y ayudarme en todo momento. Muchas gracias a todos. -A la facultad de Matemática-Física–Computación por proporcionarme los medios necesarios para mi formación académica y por las facilidades otorgadas durante mi estancia. -AL CEI (Centro de Estudios Informáticos), por ser una institución indispensable para el desarrollo de investigaciones científicas a través de los recursos.

(5) Agradecimientos. brindados al estudiante. Gracias por la ayuda otorgada en la realización de este proyecto. -A todas aquellas personas que me tuvieron en cuenta en su vida y me hicieron pasar buenos momentos..

(6) Resumen. RESUMEN En la economía del conocimiento, los recursos intangibles se han convertido en la principal fuente de generación de riqueza y bienestar. En el artículo se hace una revisión bibliográfica referente al Capital Intelectual enfocándonos principalmente en el capital humano, como componente inherente a toda empresa que está conformado por un grupo de variables que agregan valor, por lo tanto, su medición es punto focal en las organizaciones del siglo XXI. Desafortunadamente, por el carácter intangible y cualificativo de algunos de sus componentes, su medición y control presentan dificultades. El trabajo propone, mediante el uso de herramientas basadas en la lógica difusa, evaluar el impacto de la capacitación en las empresas, aplicando el razonamiento propio de la lógica difusa (fuzzy logic) a fin de complementar y extender la lógica clásica. Para lo cual se desarrolló un trabajo de ingeniería del conocimiento basado en el conocimiento de los expertos, en el cual se identificaron los factores que incidían en el proceso, se modelaron estas como variables lingüísticas y se derivó un conjunto de reglas para medir cualitativamente el impacto de la superación recibida por los cuadros. Finalmente se realizó una implementación de la aplicación en Matlab..

(7) Abstract. ABSTRACT In the knowledge economy, intangible assets have become the main source of wealth creation and welfare. The article makes a review of the literature relating to Intellectual Capital focusing primarily on human capital as inherent component of any company that is formed by a group of variables that add value, therefore, its measurement is the focal point in the organizations century. Unfortunately, the intangible nature and qualification of some of its components, measurement and control difficulties arise. The paper proposes using tools based on fuzzy logic to evaluate the impact of training in business, applying the reasoning characteristic of fuzzy logic (fuzzy logic) to complement and extend the classical logic. For which we developed a working knowledge engineering based on knowledge of experts, which identified the factors that impinge on the process, we modeled these as linguistic variables and derived a set of rules to measure the impact qualitatively of overcoming received by the pictures. Finally made an application implementation in Matlab..

(8) Índice. ÍNDICE INTRODUCCIÓN ............................................................................................... 1 CAPÍTULO 1. MARCO TEÓRICO REFERENCIAL ............................................ 5 1.1-Los conjuntos difusos como herramienta para representar el conocimiento humano. ................................................................................ 5 1.2-Definición de conjuntos difusos ........................................................... 7 1.3-Tipos de función de pertenencia .......................................................... 9 1.3.1- Funciones de pertenencia típicas ....................................................... 9 1.3.2-Construcción de las funciones de pertenencia .................................. 10 1.4-Norma y Conorma ................................................................................ 11 1.5-Variables lingüísticas .......................................................................... 12 1.6-Procedimiento para realizar el análisis difuso .................................. 12 1.7-Aplicaciones de la Teoría de los Conjuntos Difusos ........................ 15 1.8-Utilización de la lógica difusa en las ciencias económicas, sociales y administrativas ........................................................................................ 19 1.9- Medición del capital intelectual ......................................................... 20 1.9.1-Los recursos intangibles de la organización: El capital intelectual .... 21 1.9.2-Capacitación ..................................................................................... 22 CONCLUSIONES PARCIALES ........................................................................ 27 CAPÍTULO 2. PROCEDIMIENTO PARA EVALUAR EL IMPACTO DE LA CAPACITACIÓN. ............................................................................................. 28 2.1- Selección de las variables difusas para evaluar el impacto de la capacitación ............................................................................................... 28 2.2-Relaciones entre las variables y la variable objetivo ........................ 36 2.3- Construcción de las funciones de pertenencia ................................ 37 2.4- Construcción y definición de la base de reglas borrosas ............... 39 2.4.1-Evaluación de las reglas difusas ....................................................... 40 2.4.2-Sistema de inferencia borroso ........................................................... 44 2.4.3- Selección de la estrategia de defusificación..................................... 45 2.5- Implementación en el ambiente de MATLAB. ................................... 46 CONCLUSIONES PARCIALES ........................................................................ 48 CAPITULO 3. VALORACIÓN EXPERIMENTAL .............................................. 49 3.1-Valoración experimental...................................................................... 49 3.2-Manual del programador ..................................................................... 49 3.3- Manual de usuario .............................................................................. 51 CONCLUSIONES PARCIALES ........................................................................ 58 CONCLUSIONES ............................................................................................. 59 RECOMENDACIONES .................................................................................... 60 REFERENCIAS BIBLIOGRÁFICAS ................................................................. 61 ANEXOS .......................................................................................................... 70 ANEXO 1 ..................................................................................................... 70 ANEXO 2 ..................................................................................................... 72 ANEXO 3 ..................................................................................................... 74 ANEXO 4 ..................................................................................................... 81 ANEXO 5 ..................................................................................................... 85 ANEXO 6 ..................................................................................................... 94.

(9) Introducción. INTRODUCCIÓN El hombre, en la búsqueda de la precisión, ha intentado ajustar el mundo real a modelos matemáticos rígidos y estáticos. El desarrollo de la lógica difusa fue motivado por la necesidad de un marco conceptual que permitiera manejar la imprecisión del lenguaje corriente con el que se describen los fenómenos de la cotidianidad, permitiendo expresarlos en términos matemáticos capturando todas las incertidumbres asociadas con el razonamiento y el pensamiento humano. La Lógica Borrosa es un formalismo matemático que pretende emular la habilidad que tienen algunas personas para tomar decisiones correctas a partir de datos vagos o imprecisos y que están expresados lingüísticamente. El entorno empresarial en el mundo y para Cuba específicamente, se caracteriza por la globalización, el desarrollo de la información, las comunicaciones y la gestión del conocimiento, la creación de nuevos valores culturales, los cambios ambientales, la inestabilidad e incertidumbre existente, la alta competitividad, y recientemente, debido a los cambios que ocurren en América Latina, la colaboración internacional, así como la creciente competitividad de productos y servicios en diversas áreas del quehacer humano. Para aprovechar las oportunidades y minimizar las amenazas del mismo se debe entender que el principal valor de las organizaciones esta en su capital intelectual, y su gestión basada en el conocimiento y no solo en los activos tangibles. Son los dirigentes los responsables de prepararse y superarse para poder enfrentar los necesarios cambios desde su propio desarrollo, la organización, la localidad y las nuevas relaciones internacionales. Es importante recalcar la importancia de evaluar la necesidad de contar con un personal preparado para enfrentar tales demandas. Dentro del entorno empresarial hay un aspecto que puede ayudar a garantizar la satisfacción de esas demandas, ese aspecto es la capacitación, ya que las exigencias del mundo globalizado actual, ha hecho que las personas dentro de las organizaciones deban poseer diversas habilidades, las cuales les permitan desarrollar variadas actividades y adaptarse a distintas necesidades que el mismo entorno laboral y organizacional les exija, entre ellas todos los procesos. 1.

(10) Introducción. inherentes al aprendizaje y la enseñanza dentro de ellas, los cuales permitirán contar con personal mejor y constantemente preparado. Por lo anterior se debe un mayor interés y dedicación de recursos y esfuerzos en las acciones encaminadas a asegurar la formación y superación de los dirigentes, además de conocerse que la ventaja competitiva básica de las empresas a inicios del siglo XXI radicará en el nivel de preparación de los recursos humanos (Santos, 1999). Como todo proceso, la preparación y superación de los cuadros requiere ser evaluado sistemáticamente para valorar su efectividad. La evaluación involucra múltiples criterios, muchos de los cuales tienen un carácter subjetivo, resultando muy difícil realizar una medición exacta de los mismos. Aquí es donde resulta de interés emplear la Teoría de los conjuntos borrosos para desarrollar un procedimiento de evaluación. El enfoque permitirá tratar los diferentes aspectos del proceso como variables lingüísticas, y basándose en ella formular los criterios valorativos en forma de reglas borrosas. Los sistemas de inferencias borrosos han mostrado su efectividad en diferentes áreas de aplicación, la mayoría de ellas en el campo de la ingeniería y las ciencias exactas, resultando menos común su aplicación en el campo social. De modo que trabajar en una solución al problema que se enfrenta usando este enfoque resulta novedoso e interesante. La situación problemática que justifica la presente tesis se presenta a continuación:  No se han realizado estudios que permitan evaluar el impacto de la capacitación a través de la lógica difusa identificando las funciones de pertenencia que muestran el comportamiento borroso de las variables.  No se ha modelado computacionalmente el impacto que tiene en la actividad socio-económica la superación de que reciben los cuadros.  No existe una base de conocimiento basado en reglas que permita evaluar las variables de impacto de la capacitación. De lo anterior se realiza el planteamiento del problema científico a resolver: No existe un procedimiento que permita evaluar los más preciso posible el impacto de la capacitación de cuadros, proceso que se caracteriza por diferentes aspectos de carácter subjetivo difíciles de medir con precisión. 2.

(11) Introducción. Por tal motivo se propone como objetivo general del presente trabajo: Diseñar y aplicar un procedimiento para evaluar el impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando lógica difusa. Como objetivos específicos se pretende: 1. Diseñar el procedimiento para la evaluación del impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando lógica difusa. 2. Implementar un sistema que permita aplicar el procedimiento para la evaluación del impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando lógica difusa. 3. Evaluar de forma experimental la eficacia del sistema desarrollado. Como hipótesis de la investigación se plantea que: Utilizando la lógica difusa se puede desarrollar un procedimiento para evaluar el impacto de la capacitación de los cuadros. El valor teórico se fundamenta en la actualización y conceptualización de conocimientos universales alrededor de temas novedosos relacionados con la evaluación del impacto de la capacitación, y la lógica borrosa. Da la posibilidad de integrar diferentes conceptos y herramientas que permitan obtener un procedimiento para conocer cuál ha sido el impacto de la capacitación de los cuadros utilizando lógica difusa, en lo individual y organizacional. También se establece todo un marco teórico de referencia que permite a las próximas generaciones de investigadores profundizar y continuar estudios sobre el tema. El valor metodológico se manifiesta en el diseño y aplicación de un procedimiento para evaluar el impacto de la capacitación en los cuadros de las empresas que contribuyen al desarrollo local utilizando lógica difusa. El valor práctico consiste en la aplicación total de un procedimiento para evaluar el impacto de la capacitación en los cuadros de las empresas utilizando lógica difusa. Se aporta un software para facilitar la evaluación del impacto de la capacitación a través de la base de datos de conocimientos que permite la toma de decisiones para cada caso. El valor social se manifiesta en la utilización del procedimiento novedoso que recibe la sociedad para saber la medida del efecto de la capacitación en la 3.

(12) Introducción. empresa, en sus clientes y en la sociedad. Se cuenta con una herramienta que facilita el trabajo de los usuarios en la evaluación del impacto de la capacitación. La presente tesis se estructura en 3 capítulos, en el capítulo 1 se aborda el marco teórico de la investigación, haciendo una valoración del estudio bibliográfico sobre la lógica difusa y la evaluación del impacto de la capacitación. Se fundamenta la existencia del problema científico. En el capítulo 2 se diseña el procedimiento que describe el proceso de ingeniería del conocimiento desarrollado para crear el sistema inteligente que evalúa el impacto de la capacitación. En el capítulo 3 se aborda la implementación del procedimiento donde se realiza una validación experimental proponiéndole casos al sistema.. 4.

(13) Capítulo 1. Marco teórico referencial. CAPÍTULO 1. MARCO TEÓRICO REFERENCIAL El desarrollo de la lógica difusa fue motivado por la necesidad de un marco conceptual que permitiera manejar la imprecisión del lenguaje corriente con el que se describen los fenómenos de la cotidianidad, permitiendo expresarlos en términos matemáticos capturando todas las incertidumbres asociadas con el razonamiento y el pensamiento humano (Alzate and Bravo, 2004). El ser humano se maneja habitualmente con conceptos vagos, los cuales no se pueden representar con la matemática tradicional, por lo que trata de incorporar métodos para que los conceptos “vagos” se puedan utilizar como funciones matemáticas. Es un formalismo matemático que pretende emular la habilidad que tienen las personas para tomar decisiones correctas a partir de datos vagos o imprecisos y que están expresados lingüísticamente (Calviño, 2003b, Wang, 1994). Cuando normalmente se utiliza el lenguaje natural para impartir conocimiento o información existe una utilización de la imprecisión y la vaguedad, la cual es ampliamente aceptada entre los seres humanos. Cuando una persona en su cotidianidad expresa frases como “Juan es alto” o “María es joven” está haciendo uso de esa imprecisión, y en esa afirmación se encuentra inmerso el concepto muy particular de lo que esa persona considera que es alto y que es joven. Si a cada persona le solicitamos un valor para cuantificar la categoría lingüística alto, lo más probable es que entregue un rango de valores y no un único valor (Nguyen and Walker, 2001). La vaguedad aparece cuando se utiliza el lenguaje humano, sea o no profesional, para describir la observación o medida del resultado de un experimento como un dato. Es especialmente cierto cuando se trabaja con opiniones de expertos que se traducen en expresiones verbales que, posteriormente, han de ser tratadas como modalidades de una variable (variables lingüísticas), por lo que los problemas básicos subyacentes, son la existencia de conceptos sin definición (Gómez, 2007).. 1.1-Los conjuntos difusos como herramienta para representar el conocimiento humano. Los conjuntos borrosos o difusos (fuzzy sets) nacieron con ese nombre en 1965, a partir del artículo del profesor de Ingeniería Electrónica de la 5.

(14) Capítulo 1. Marco teórico referencial. Universidad de California en Berkeley, y fundador de la teoría, Lofti A. Zadeh (Zadeh, 1965) los que constituyeron una asombrosa herramienta para representar el conocimiento humano. Sin embargo, pronto, se vieron las limitaciones en algunos problemas de toma de decisiones y de estas limitaciones surgieron las generalizaciones de los conjuntos difusos (Zadeh, 1973). Fueron creados para representar matemáticamente la incertidumbre y la vaguedad, bajo un enfoque no estadístico, y proveer herramientas formalizadas para abordar la imprecisión intrínseca que presentan muchos problemas del entorno (Carlsson and Fuller, 2002). La idea de Zadeh es hacer que el rango de valores de pertenencia de un elemento a un conjunto pueda variar en el intervalo [0,1] en lugar de limitarse a uno de los valores del par (Abbod et al., 2001) (o lo que es lo mismo Falso, Verdadero). La afirmación queda sustentada de acuerdo a los siguientes autores: “Es aquella que maneja la incertidumbre mediante grados de certeza (valores entre cero y uno) para responder a una cuestión lógica.” (Cisneros, 1998). “Es aquella que permite tratar información imprecisa, como estatura media, temperatura baja o mucha fuerza, en términos de conjuntos difusos. Conviene recalcar que el término difuso, borroso, impreciso o vago no es la lógica en sí, sino el objeto que se estudia” (Brío and Sanz, 2002). La lógica difusa es una herramienta matemática cuya amplia aplicabilidad se basa en la concepción de conjuntos con fronteras no exactas (Driankov et al., 1993, Klir and Yuan, 1995, Brage and Cañellas, 2006, DŃegri and Vito, 2006, Passino and Yurkovich, 1997) que se emplea en presencia de información imperfecta (Sage, 1992), que se ocupa de los problemas relativos a la imprecisión, la incertidumbre y el razonamiento aproximado y es un marco que tolera la imprecisión y la verdad parcial (Zadeh, 1996). En (Sur and Electronics, 1997) se exponen los diferentes usos de la tecnología fuzzy. – En procesos complejos, si no existe un modelo de solución sencillo; donde es muy difícil o imposible crear un modelo. – En procesos no lineales.. 6.

(15) Capítulo 1. Marco teórico referencial. – Cuando haya que introducir la experiencia de un operador “experto” que se base en conceptos imprecisos obtenidos de su experiencia, es decir, para manejar experiencia basada en conceptos imprecisos. En sistemas controlados por expertos humanos, con complejas y continuas entradas y salidas, que usan observaciones humanas como entradas o como reglas básicas. – Cuando ciertas partes del sistema a controlar son desconocidas y no pueden medirse de forma fiable (con errores posibles). – Cuando el ajuste de una variable puede producir el desajuste de otras. – En general, cuando se quieran representar y operar con conceptos que tengan imprecisión o incertidumbre (como en las Bases de Datos Difusas), es decir, objetos del mundo real que no tienen criterios de pertenencia definidos de forma precisa.. 1.2-Definición de conjuntos difusos En (Zadeh, 1965, Malinowski, 1990, Ruiz, 2007, Lombraña, 1996, Gómez, 2007) se realizan las principales definiciones de los conjuntos difusos y han sido tomado de base para el presente epígrafe. La “teoría de conjuntos difusos” parte de la teoría de clásica de conjuntos, añadiendo una función de pertenencia al conjunto µ generalmente definida como un número natural entre 0 y 1 (el intervalo [0,1]) (Jang et al., 1997, Kulkarni, 2001, Kasabov, 1998, Kosko, 1995). Así, se introduce el concepto de conjunto difuso asociado a un determinado valor lingüístico, definida por una palabra, adjetivo o etiqueta lingüística A. Para cada conjunto difuso se define una función de pertenencia o inclusión µA(x), que representa el grado en que un valor para la variable x está incluido en el concepto representado por la etiqueta A. Entonces se puede decir que un conjunto difuso A se define como una función de pertenencia que enlaza o empareja los elementos de un dominio o Universo de discurso X con elementos del intervalo [0,1]: A: X → [0,1]. Mas formalmente se pueden definir los términos siguientes: (Barreto, 1997, Marsh et al., 1992)  Función de pertenencia: define a un conjunto fuzzy mapeando entrada abruptas de su dominio hasta su grado de pertenencia. En la figura b) se tienen las funciones de pertenencia: Bajo, Mediano, Alto, Muy Alto. 7.

(16) Capítulo 1. Marco teórico referencial.  Grado de pertenencia: grado al cual una entrada abrupta es compatible con una función de pertenencia, el cual puede tomar valores dentro de un valor predeterminado entre 0 y 1. En la figura a) la entrada abrupta de 1.75 mts. tiene un grado de pertenencia con la función Alto igual a 0.65.  Etiqueta lingüística: Nombre descriptivo usado para identificar una función de pertenencia. En la figura b) tenemos los nombres Bajo, Mediano, Alto, Muy Alto.  Entradas abruptas: diferentes valores discretos de la variable del sistema. En la figura b) se puede ver por ejemplo: 1.60, 1.75, 1.80, 2.5.  Rango/Dominio: intervalo sobre la cual una función de pertenencia es mapeada. En la figura b) el dominio de la función de pertenencia Alto es de 1.60 a 1.90 mts. y su rango es de 0.3 mts.  Universo de discurso: rango de todos los valores posibles de la variable del sistema. Llamaremos universo de discurso al rango de valores que pueden tomar los elementos que poseen la propiedad expresada por la variable lingüística o al rango de toda la información necesaria para el comportamiento correcto de un sistema. En la figura b) es de 0 a 2.5.. Figura 1.1. Variable Altura como una función a) y Términos linguísticos para la variable altura b). Fuente: (Barreto, 1997, Marsh et al., 1992).. 8.

(17) Capítulo 1. Marco teórico referencial. 1.3-Tipos de función de pertenencia La forma aceptada de representación de las funciones de pertenencia se describe a continuación: A: X → [1,0]. Se define la función de pertenencia como un conjunto de números ordenados si la variable es discreta, o una función continua si no lo es. En los casos que es continua puede ser de tipo trapezoidal, singleton, triangular, S, exponencial, tipo Π. En general, existen tres clases importantes de curvas “campana” – las campanas PI, las campanas Beta y las campanas gaussianas (Nauck, 2000). La diferencia entre los tres tipos de curvas está dada por la pendiente de la curva así como por los valores de los puntos finales de la curva. La curva Beta es una curva definida por dos parámetros, el punto central del dominio (γ)y un valor que indica la mitad del ancho de la curva en el punto de inflexión (Cox et al., 1998). 1.3.1- Funciones de pertenencia típicas En (Gómez, 2007) se realiza una síntesis de las diferentes funciones de pertenencias más usadas, se reflejan en el Anexo 1. Función triangular Se denomina número borroso triangular al número borroso real, continuo, tal que la forma de su función de pertenencia determina con el eje horizontal un triángulo. Función (gamma): Definida por su límite inferior a y el valor k > 0. Esta función se caracteriza por un rápido crecimiento a partir de a. Cuanto mayor es el valor de k, el crecimiento es más rápido aún. Nunca toman el valor 1, aunque tienen una asíntota horizontal en 1. Función S: Definida por sus límites inferior a y superior b, y el valor, o punto de inflexión tal que a<m<b. Un valor típico es: m=(a + b)/2. El crecimiento es más lento cuanto mayor sea la distancia a-b. Función Trapezoidal: Definida por sus límites inferior a y superior d, y los límites de su soporte, b y c, inferior y superior respectivamente. En (Dombi and Gera, 2005)se presenta una aproximación de un número difuso por números difusos de tipo trapezoidal.. 9.

(18) Capítulo 1. Marco teórico referencial. Función Gaussiana: Definida por su valor medio m y el valor k>0. Es la típica campana de Gauss por lo que cuanto mayor es k, más estrecha es la campana. Función Pseudo-Exponencial: Definida por su valor medio m y el valor k>1. Cuanto mayor es el valor de k, el crecimiento es más rápido aún y la “campana” es más estrecha. Función Trapecio Extendido: Definida por los cuatro valores de un trapecio [a, b, c, d], y una lista de puntos entre a y b, o entre c y d, con su valor de pertenencia asociado a cada uno de esos puntos.  En general, la función Trapezoidal se adapta bastante bien a la definición de cualquier concepto, con la ventaja de su fácil definición, representación y simplicidad de cálculos. En casos particulares, el Trapecio Extendido puede ser de gran utilidad. Éste permite gran expresividad aumentando su complejidad. . En general, usar una función más compleja no añade mayor precisión, pues debemos recordar que se está definiendo un concepto difuso.. 1.3.2-Construcción de las funciones de pertenencia En (Gómez, 2007) se analiza la problemática de la construcción de las funciones de pertenencia. Las funciones de pertenencia pueden crearse de diversas formas. El método a elegir depende de la aplicación en particular, del modo en que se manifieste la incertidumbre y en el que ésta sea medida durante los experimentos. 1. Método horizontal: Se basa en las respuestas de un grupo de N “expertos” y la pregunta tiene el formato siguiente: “¿Puede x ser considerado compatible con el concepto A?” Sólo se acepta un “SÍ” o un “NO”, de forma que: A(x) = (Respuestas Afirmativas) / N. 2. Método vertical: Se escogen varios valores para α, para construir sus α–cortes y la pregunta para esos valores de α predeterminados: “Identifique los elementos de X que pertenecen a A con grado no menor que α” • A partir de esos α –cortes se identifica el conjunto difuso A (usando el llamado Principio de Identidad o Teorema de Representación). 3. Método de Comparación de Parejas 10.

(19) Capítulo 1. Marco teórico referencial. El método se explica en (Saaty, 1980). 4. Método basado en la especificación del problema: Requieren una función numérica que quiera ser aproximada. El error se define como un conjunto difuso: Mide la calidad de la aproximación. 5. Método basado en la Optimización de Parámetros. 6. Método basado en la Agrupación Difusa (Fuzzy Clustering): Se trata de agrupar los objetos del Universo en grupos (solapados) cuyos niveles de pertenencia a cada grupo son vistos como grados difusos. • Existen varios algoritmos de Fuzzy Clustering, pero el más aceptado es el algoritmo de “fuzzy isodata” (Bezdek, 1981). Las diversas estrategias aplicadas para construir funciones de pertenencia de conjuntos borrosos están agrupan en (Baldwin et al., 1998): • Evaluación subjetiva y construcción a partir de expertos. • Frecuencias convertidas o probabilidades. • Medición física. • Aprendizaje y adaptación. 1.4-Norma y Conorma Conceptos derivados de (Menger, 1942) y (Schweizer and Sklar, 1983), actualmente están muy desarrollados (Butnario et al., 1993). Establecen modelos genéricos para las operaciones de unión e intersección, las cuales deben. cumplir. ciertas. propiedades. básicas. (conmutativa,. asociativa,. monotonicidad y condiciones frontera) (Schweizer and Sklar, 1960). Definen las normas triangulares(o t-normas) para generalizar la operación. de. intersección clásica (operador lógico AND) así como las t-conormas para generalizar la unión clásica (operador lógico OR) (Trillas, 1980, Jang et al., 1997, Kulkarni, 2001, Kasabov, 1998, Kaufman and Aluja, 1990). Los operadores en forma de normas y conormas son usados en los modelos de inferencia borrosos para realizar la agregación de la información en diferentes momentos del proceso.. 11.

(20) Capítulo 1. Marco teórico referencial. 1.5-Variables lingüísticas Una variable lingüística según la definición formal propuesta por (Zadeh, 1973, Zadeh, 1975b, Zadeh, 1975c, Zadeh, 1975a) está dada por <N, U, T(N), M> dónde: – N es el nombre de la variable lingüística y U dominio subyacente. – T(N) es el conjunto de términos o etiquetas lingüísticas que puede tomar N. – M es una regla semántica que asocia cada elemento de T(N) con un conjunto difuso en U de entre todos los posibles. Las variables lingüísticas pueden formular descripciones vagas en lenguaje natural a términos matemáticos precisos (Passino and Yurkovich, 1997) y son una forma de comprimir información (Zadeh, 1994b, Zadeh, 1994a, Zadeh, 1996) llamada granulación (granulation),es decir, ayuda a caracterizar fenómenos que o están mal definidos o son complejos de definir o ambas cosas (Zadeh, 1975b, Zadeh, 1975c, Zadeh, 1975a). Son un medio de trasladar conceptos o descripciones lingüísticas a descripciones numéricas, es decir, relaciona o traduce el proceso simbólico a proceso numérico. Según (Ruiz, 2007) las variables difusas proporcionan una transición gradual de estados y tienen capacidad para expresar y trabajar con observaciones y medidas de incertidumbre, que son más ajustadas a la realidad que las variables con cambios abruptos. Las etiquetas lingüísticas son los términos lingüísticos definidos como conjuntos difusos que representan los posibles valores de una variable lingüística (Kacprzyk, 1997, Pedrycz, Zadeh, 1994b, Zadeh, 1994a). Son susceptibles de ser representadas de muy diversas formas, entre las que podemos destacar: números reales, intervalos, números difusos triangulares o trapeciales (Herrera and Viedma, 2000a, Herrera and Viedma, 2000b, Umano et al., 1998, Zadeh, 1975b, Zadeh, 1975c, Zadeh, 1975a), por lo que la función de pertenencia debe ser obtenida del experto en ese dominio de conocimiento. 1.6-Procedimiento para realizar el análisis difuso Los sistemas difusos utilizan el conocimiento humano para resolver problemas de ingeniería, etc. Ese conocimiento puede ser clasificado en dos categorías: conocimiento consciente y conocimiento subconsciente. Por conocimiento consciente se entiende el conocimiento que puede ser descrito, es decir, que 12.

(21) Capítulo 1. Marco teórico referencial. puede ser expresado por palabras y por conocimiento subconsciente se refiere a las situaciones donde el experto humano conoce que hacer bajo ciertas situaciones, sin embargo no sabe cómo expresarlo en palabras (Pedrycz). Para el conocimiento consciente, podemos preguntar simplemente al experto humano que exprese en términos de reglas difusas de la forma SI−ENTONCES su conocimiento y experiencia sobre determinado problema y obtener reglas difusas y ponerlas en la base de reglas del sistema difuso. Para el conocimiento subconsciente se puede preguntar al experto humano que lo demuestre, esto es, que demuestre cómo reaccionan ante algunas situaciones específicas, de esta manera el conocimiento subconsciente es transformado a un conjunto de reglas. Una tarea importante en el diseño de sistemas de inferencia difusos es proveer una metodología para su desarrollo, es decir, la obtención sistemática de un modelo difuso a partir del conocimiento del sistema real que se quiere modelar. En el enfoque tradicional se hace mucho énfasis en el conocimiento de los expertos humanos, extrayendo de ellos las reglas difusas y las funciones de pertenencia necesarias.. Lamentablemente no existe un procedimiento. estándar, pero es posible definir ciertos pasos de trabajo para llegar a un buen diseño del sistema. La metodología que se propone para el presente trabajo de tesis utiliza el método de conocimiento experto (también llamado prueba y error), el cual sigue los lineamientos generales expuestos en (Lee, 1990b, Lee, 1990a) y que consta de 4 componentes principales (Driankov et al., 1993, Pedrycz, 1993, Yager and Filev, 1994) que aparecen en el anexo 2. Autores como (Hurtado et al., 2010, Martínez, 2007, Gómez, 2007, Augier et al., 2010) aplican la metodología, la cual puede resumirse en los siguientes pasos: 1.. Primeramente. definir. los. Objetivos,. las. Restricciones. y. el. Comportamiento del Sistema. 2. Selección de las variables: se definen cuáles serán las variables de entrada y salida. Se analiza el sistema real y se eligen las variables de estado y las variables de control, donde las variables de estado representan las características del sistema (entradas al controlador difuso) y la(s) variable(s) de control (la salida del controlador difuso).. 13.

(22) Capítulo 1. Marco teórico referencial. 3. Selección de la estrategia difusa o fusificación de las variables: En la etapa se determina en qué grado las variables de entrada y salida pertenecen a los conjuntos difusos a través de su función de pertenencia, para ello se eligen las funciones de pertenencia y se particiona el universo de discurso, es decir, se determinan los conjuntos difusos en los que se descompone el universo de cada variable así como se definen las etiquetas lingüísticas de cada una. 4. Construcción de la base de reglas: Derivar reglas difusas de la forma SIENTONCES que relacionan las variables de estado con las variables de control. La formulación de las reglas se basa en el conocimiento y experiencia del experto humano acerca del funcionamiento del sistema y las transforma en un conjunto de reglas. Las reglas especifican la relación entre las variables de entrada y salida del sistema y las relaciones difusas, determinan el grado de presencia o ausencia de asociación o interacción entre los elementos de dos o más conjuntos. 5. Selección de la. lógica de toma de decisiones: Seleccionar un tipo. específico de Sistema de Inferencia Borroso. En la etapa del proceso las salidas de cada una de las reglas se combinan para obtener un único conjunto difuso. 6. Selección de la estrategia de defusificación: En la última etapa se obtiene un valor nítido o concreto (K) a partir del conjunto difuso de salida C‟, el cual proporciona la solución del sistema planteado. Aquí se especifica la forma requerida de la salida del sistema (decodificación). 7. Ejecutar pruebas para validar el sistema y verificar si la solución es compatible con el paso 1. Se modifican los parámetros del sistema para aumentar la precisión del modelo. -Refinar el Diseño: Ir al paso 3.1. -Necesidad de Mejora: Ir al paso 1. No existe un modelo universal porque los modelos resuelven problemas particulares, ya que es difícil construir un modelo que solucione problemas diversos y un modelo bueno para predicción a corto plazo, puede fallar si se intenta efectuar una predicción a largo plazo. Las diferentes etapas por las que transcurre un sistema difuso, puede representarse como muestra la figura 1,. 14.

(23) Capítulo 1. Marco teórico referencial. donde se hace alusión al modelo difuso que se empleará en el presente trabajo (Hurtado et al., 2010, Gómez, 2007).. Figura 1.2. Esquema de proceso de un Sistema Difuso. Fuente: Elaboración propia. 1.7-Aplicaciones de la Teoría de los Conjuntos Difusos La teoría de lo difuso, si bien nació en el campo de las Matemáticas, pronto rebasó el ámbito estrictamente matemático, proporcionando una metodología sumamente útil especialmente para las llamadas “Ciencias blandas”, como la Lingüística, la Psicología, la Sociología, la Economía, la Política, etc.; pero también para las técnicas y las teóricas donde el desarrollo ha sido espectacular (Lombraña, 1996). La primera aplicación práctica operativa de la lógica borrosa la desarrolló E. Mamdani en Europa, realizando el control borro de un sistema de vapor de una planta industrial. Otras de las más clásicas quizás sea la de Smith y otros, que en 1980 aplican técnicas de lógica borrosa al control de hornos rotativos en una cementera. El control en planta industrial sigue siendo hoy en día uno de los campos de aplicación más destacables, por lo que la teoría de los conjuntos difusos ha sido ampliamente estudiada durante los últimos 30 años.. 15.

(24) Capítulo 1. Marco teórico referencial. En el área médica se emplea para diagnósticos, acupuntura, análisis de ritmos cardiacos, etc. y se destacan (Vila and Delgado, 1983) y (Abbod et al., 2001, Barro and Marín, 2002) este último en modelos matemáticos aplicados a la medicina. Dentro del apoyo a la toma de decisiones, otras de las grandes áreas de aplicación de estos sistemas, se han utilizado, por ejemplo, en la búsqueda de caminos críticos en la ejecución de proyectos, y asesoramiento a la inversión (Lombraña, 1996). Otras van desde el control de complejos procesos industriales, hasta el diseño de dispositivos de control de artefactos electrónicos de uso doméstico y entretenimiento, así como también en sistemas de diagnóstico (Passino and Yurkovich, 1997). La bibliografía de (Gaines and Kohout, 1977), (Kandel and Yager, 1979), (Kandel, 1986) y (Kaufmann and Gupta, 1988) abarcan la teoría de los conjuntos difusos y sus aplicaciones de forma general. (Zimmermann, 1983) y (Lai and Hwang, 1994) revisan la literatura sobre la Teoría de los Conjuntos Difusos en la Investigación Operativa y en la toma de decisiones multiobjetivo fuzzy, respectivamente. Una aplicación de meteorología puede encontrarse en (Cao and Chen, 1983). En (Maiers and Sherif, 1985) se revisa la literatura sobre controladores industriales fuzzy y proporcionan un índice de aplicaciones de la Teoría de los Conjuntos Difusos en doce áreas incluyendo la Toma de Decisiones, Economía, Ingeniería e Investigación Operativa. Se han aplicado también con cierta profusión en el campo de la economía y de las finanzas (MC Neil and Freiberger, 1997, Brassler and Homburg, 1996, Martín and Gutiérrez, 2003, Castiblanco and Villamil, 2002),en política (Cruz, 2007), psicología (Prieto and Costas, 1992) y en trabajo social (Gómez and Buendía, 2008). Otras aplicaciones en control borroso de sistemas, clasificación borrosa y en el campo de recuperación de información se pueden ver en (Barro et al., 2005). En lógica computacional (inteligencia artificial) para disponer de lenguajes y programas borrosos (Boehm, 1985, Yu, 2001). Algunos ejemplos de aplicaciones de los conjuntos difusos en problemas de Ingeniería se pueden encontrar en (Blockley, 1979) y (Badiru, 1996), donde se desarrolla un sistema experto fuzzy para resolver un problema de distribución en una planta. En (Albino et al., 1998)se usa un enfoque fuzzy para evaluar las actividades de los vendedores, o en (Ping et al., 1998) se 16.

(25) Capítulo 1. Marco teórico referencial. desarrolla un modelo fuzzy de control para operar el sistema de ventilación en un gran túnel de carretera. El concepto de conjuntos difusos también se ha aplicado en diferentes tipos de modelos de decisión en Investigación Operativa (Zimmermann, 2000, Shi and Liu, 1993). En (Molina et al., 2004) se tratan aplicaciones de la lógica borrosa en sistemas de vigilancia. En (Alzate and Alfonso) se estudian los fundamentos y algunas aplicaciones desde el punto de vista académico. También en sistemas caóticos (Feng and Chen, 2005, Román. and Chalco Cano, 2005, Román and Cano, 2008), en diversos. problemas de ingeniería (Guimarães et al., 2005, Hanss, 1999, Hanss and Selvadurai, 2002, Hanss, 2005, Srinivasan et al., 1996) y en biología (Guo and Li, 2003, Guo et al., 2003). Otras aplicaciones se observan en (Sur and Electronics, 1997, Zimmermann, 1993) al Control de sistemas: Control de tráfico, control de vehículos (helicópteros...), control de compuertas en plantas hidroeléctricas, centrales térmicas, control en máquinas lavadoras, control de metros (mejora de su conducción, precisión en las paradas y ahorro de energía), ascensores, etc. Predicción y optimización: predicción de terremotos, optimizar horarios, reconocimiento de patrones y visión por ordenador: seguimiento de objetos con cámara, reconocimiento de escritura manuscrita, reconocimiento de objetos, compensación de vibraciones en la cámara y a sistemas de información o conocimiento: bases de datos, sistemas expertos y en control difuso en (Pedrycz and Gomide, 1998). – Controlador del tráfico en una intersección: El objetivo es minimizar el tiempo de espera de los coches y la longitud de la cola (Pappis and Mamdani, 1977, Favilla et al., 1993, Nakamiti et al., 1994). – Controlador de un grupo de ascensores: El objetivo es minimizar el tiempo de espera de los pasajeros (dentro y fuera del ascensor) (Gudwin et al., 1996). – Controlador de un motor de inducción: Son sistemas difíciles de controlar porque son dinámicos, no lineales y variantes en el tiempo (Mir et al., 1994). – Planificación en una red de comunicaciones: Transmitir la información de forma rápida, minimizando los nodos por los que pasa (Figueiredo et al., 1996).. 17.

(26) Capítulo 1. Marco teórico referencial. – Diagnóstico de fallos en sistemas dinámicos usando redes neuronales difusas (Caminhas et al., 1996). – Planificación del transporte en tren de multitud de productos: Consiste en optimizar el transporte ferroviario de distintos tipos de mercancías que requieren ciertos tipos de vagones y más requisitos (Mendes et al., 1996). – Software de simulación de controladores difusos (Duarte and Pérez, 1999). La aplicación de la lógica borrosa en otros ámbitos de investigación como en humanidades y lo social ha quedado en meras aproximaciones, cuando no especulaciones. Cabe resaltar, no obstante, como. ejemplos de esas. aproximaciones algunos intentos de explicar la adecuación metodológica de la Lógica Difusa a la educación (Brage and Cañellas, 2006). Cabe decir que la mayoría de los trabajos que aúnan educación y lógica difusa corresponde a estudios sobre la propia enseñanza de la teoría de los fuzzy sets en las escuelas de ingeniería, de robótica y de tecnología, es decir, que su ubicación en este contexto sería la propia de la didáctica universitaria de las matemáticas. Un segundo grupo de trabajos está destinado fundamentalmente a la evaluación de sistemas expertos y de sistemas tecnológicos de aprendizaje, dándose cierto interés en evaluar la educación a distancia, normalmente “on line”, los cuales son utilizados en las escuelas y facultades tecnológicas; en el caso de A. Ibrahim y sus publicaciones (Ibrahim, 1999, Ibrahim, 2001b, Ibrahim, 2001a) las cuales son una representación de estas dos corrientes mencionadas. Otra de las aplicaciones se evidencia en un sistema experto capaz de orientar al alumno en la elección de una carrera profesional (Ménez et al., 2004). Una consideración de la borrosidad la observamos en investigación social en el uso de categorías borrosas en los ítems de una escala de Likert, así como en todas las aplicaciones que directa o indirectamente se hacen de la misma, como sería la técnica de la rejilla de Kelly para la exploración de los constructos personales (Feixas and Cornejo, 1996). En la construcción de un cuestionario acerca del consumo de drogas donde se utilizan variables borrosas para recoger las respuestas (cualitativas) de dicho cuestionario (Smithson, 1987) y una aproximación empírica de aplicación de la teoría de los conjuntos borrosos a la medición (evaluación) escolar se realiza en (Quesada, 1990).Pero todo lo 18.

(27) Capítulo 1. Marco teórico referencial. publicado al respecto evidencia esos acercamientos explicativos que no van mucho más allá en cuanto a las aplicaciones prácticas se refiere. 1.8-Utilización de la lógica difusa en las ciencias económicas, sociales y administrativas La lógica borrosa en el conocimiento de la realidad social ha sido de alto reconocimiento, según (Aluja, 2000) manifiesta que el trabajo de Zadeh fue el principal detonador en un cambio de rumbo en la investigación de las ciencias sociales, dado que incentivó la búsqueda de una nueva vía hacia el conocimiento y tratamiento de los problemas económicos y de gestión de empresas, mediante la incorporación de la teoría de los subconjuntos borrosos, motivado por (Kaufmann, 1971), a quien le llamó la atención lo apropiado del concepto desarrollado para el tratamiento de los problemas propios de las mencionadas ciencias. Con la aplicación de la lógica borrosa al proceso de conocimiento conseguimos una correspondencia más precisa con la realidad, en este sentido se ofrece un nuevo modo de conocer la realidad, de construirla conceptualmente, con "operaciones lógicas que no responden a la estadística de la probabilidad ni por tanto a la frecuencia de un fenómeno, sino que construyen el razonamiento en términos de posibilidad, que son cualitativos... con un vasto alcance epistemológico” y "en las ciencias humanas, esto no es más que reconocer la evidencia de que conceptos clave como los de cognición, emoción, inteligencia, mente, grupo, clase social, control social, opinión pública, institución social, etc., son esencialmente borrosos" (Munné 1995). Según (Moreno, 2009) la lógica borrosa se ha comenzado a considerar como un elemento clave en el estudio de la realidad social, un contexto impregnado permanentemente de borrosidad como. casi todo en las ciencias humanas. Algunas reflexiones. críticas acerca de la lógica borrosa y su aplicabilidad epistemológica a las ciencias sociales aparecen en (Salvador, 2000), mientras que esta es vista como una nueva epistemología para las Ciencias de la Educación en (Brage and Cañellas, 2006) ya que la educación, por compleja, es caótica, es decir, incierta, y la lógica difusa es, paralelamente, una estrategia para abordar los problemas de incertidumbre. Incluso en las evaluaciones educativas –que pretenden afinar los niveles de certidumbre discriminando positiva o 19.

(28) Capítulo 1. Marco teórico referencial. negativamente al alumno, a un centro o a un profesor por lo que. nos. encontramos con los denominados cuantificadores borrosos. 1.9- Medición del capital intelectual En palabras del Eduardo Bueno Campos, los momentos actuales de la economía, la dirección de empresas y, especialmente en la dirección estratégica, están siendo explicadas a partir del enfoque del conocimiento. Actualmente el “conocimiento en acción” justifica la transformación económica o los procesos creadores de valor (Carbajal). Según (Miles and Quintillán, 2005) hoy en día, la evolución de una economía de carácter industrial a una economía basada en el conocimiento está generalmente aceptada donde la generación de valor ha dejado de depender principalmente de la posesión y dominio de recursos materiales para depender fundamentalmente de la gestión de elementos intangibles, especialmente la creación, transformación y capitalización del conocimiento. Según (Darós) la lógica borrosa no aumenta la dificultad de las matemáticas tradicionales y está más cercana al pensamiento humano. La gestión empresarial actual se caracteriza por un sistema de interacciones rápidas que hacen que las técnicas matemáticas deterministas puedan resultar insuficientes. De hecho, poder incorporar toda la información, incluso subjetiva, de expertos, puede resultar muy beneficioso. Por otro lado, en cualquier proceso de toma de decisiones, el modelo matemático empleado se verá afectado por los valores numéricos introducidos. Debemos ser conscientes de que la validez de los resultados puede depender de la asignación numérica a parámetros desconocidos, para los que sólo podemos tener en cuenta estimaciones o conjeturas, se puede distinguir entre una incertidumbre estocástica, donde es posible un tratamiento probabilístico, y una incertidumbre borrosa, donde este tratamiento no está justificado (Zimmermann, 1996, Carlsson and Korhonen, 1986). A pesar de que la incertidumbre estocástica, aplicable cuando se carece de información suficiente sobre el estado futuro del sistema, ha sido tratada de manera muy eficiente con la estadística y la teoría de la probabilidad, estas técnicas no siempre son aplicables en las áreas en las que el juicio humano, la evaluación y la decisión son determinantes, tal y como sucede en toda actividad empresarial. 20.

(29) Capítulo 1. Marco teórico referencial. 1.9.1-Los recursos intangibles de la organización: El capital intelectual Los primeros libros publicados sobre esta temática aparecen en 1997 (Edvinsson and Malone, 1997, Roos et al., 1997, Stewart, 1997, Sveiby, 1997). En (Stewart, 1997) se define como el material intelectual conocimientos, información, propiedad intelectual, experiencia, que pueden ser utilizados para crear riqueza. Se plantea en (Sullivan, 1999) que es el conocimiento que puede ser convertido en ingresos. En (Roos et al., 1997) es la suma del conocimiento de los integrantes de la organización y su conversión en marcas, productos y procesos. Para (Edvinsson and Malone, 1997) son los conocimientos, experiencias, tecnología organizacional y relaciones con clientes que posee la organización y que le otorgan una ventaja competitiva en el mercado. En (Brooking, 1996) se plantea como la combinación de activos intangibles que le permiten a una empresa funcionar. A efectos del análisis y del diseño de estrategias para mantener o incrementar el Capital Intelectual se lo puede separar en tres componentes. A nivel internacional se ha aceptado que. tres componentes básicos del Capital. Intelectual son: el Capital Humano, el Capital Estructural y el Capital Relacional. Estos capitales expresan el valor acumulado o la riqueza generada por los valores, conocimientos, destrezas y habilidades de las personas (inteligencia. humana);. por. los. valores,. cultura,. rutinas,. protocolos,. procedimientos, sistemas, desarrollos tecnológicos y propiedad intelectual de la organización (inteligencia de la organización) y por el valor de las relaciones y de las acciones compartidas con los agentes externos o sociales (inteligencia competitiva y social) (CIC, 2003, Miles and Quintillán, 2005, Hurtado et al., 2010). Respecto al problema asociado a la medición del capital intelectual, los trabajos son todavía incipientes; sin embargo, algunos investigadores han propuesto aproximaciones tales como los trabajos de (Kaplan and Norton, 2000) y (Stewart, 2000), los cuales relacionan el capital intelectual y el balanced score card o aproximaciones basadas en el método Delphi (Bueno et al., 2006), sin embargo aun deben hacerse importantes esfuerzos en este sentido (Hurtado et al., 2010).. 21.

(30) Capítulo 1. Marco teórico referencial. 1.9.2-Capacitación Como aspecto fundamental a tener en cuenta dentro del capital humano tenemos la. capacitación, la cual constituye el conjunto de programas de. aprendizaje formal que tiene como propósito formar adultos, con el fin de que adquieran conocimientos, actitudes y desarrollen habilidades que les permitan participar significativa y productivamente en la sociedad, de tal manera que estos programas satisfagan las necesidades de los trabajadores, las empresas y la sociedad. La capacitación ha sido también definida por muchos autores de diversas formas (Diez and Abreu, 2009), según la visión específica que se tenga y necesite de ella. Según (Siliceo, 2001) la capacitación consiste en una actividad planeada y basada en necesidades reales de una empresa u organización y orientada hacia un cambio en los conocimientos, habilidades y actitudes del colaborador y es la función educativa de una empresa u organización por la cual se satisfacen necesidades presentes y se prevén necesidades futuras respecto de la preparación y habilidades de los colaboradores. (Servitje 2008) la define como la forma extraescolar de aprendizaje, cuyo propósito es dotar al personal con los conocimientos, habilidades, destrezas y actitudes necesarias para desempeñar mejor su labor. A pesar de que se pueden utilizar diferentes conceptos al hablar de capacitación, es importante resaltar que ella debe ser vista como un elemento cultural de la empresa y como un proceso continuo y sistemático que debe concebirse por todos los miembros de la organización como un apoyo indispensable para lograr un mejoramiento constante de los resultados (Siliceo, 2001). Por su parte, Andrew S. Grove, citado por (Meister, 2000) dice que: “para ser efectiva”, la capacitación debe mantener una presencia confiable y constante. Los empleados deben contar con la posibilidad de disponer de un soporte sistemático, no de intentos de rescate que se hacen cuando la situación apremia”, en otras palabras, antes de que un evento que ocurre una sola vez, la capacitación debe ser un proceso continuo” (Meister, 2000). La capacitación a todos los niveles, constituye una de las mejores inversiones en recursos humanos y una de las principales fuentes de bienestar para el personal de toda organización. El costo de la capacitación y el desarrollo es sumamente alto cuando se considera en términos globales y cuando se 22.

(31) Capítulo 1. Marco teórico referencial. considera su efecto sobre los presupuestos de los diferentes departamentos de una empresa, ”no es una actividad que genera gastos, sino una inversión que agrega valor” (Ordóñez, 2000). Para (Werther, 2007) para obtener un rendimiento máximo de esta inversión, los esfuerzos deben concentrarse en el personal y en los campos de máximo atractivo y rendimiento potencial. Atendiendo a estas definiciones se considera que la capacitación constituye el conjunto de actividades y acciones encaminadas a proporcionar conocimientos, desarrollar destrezas y habilidades y modificar positivamente actitudes y aptitudes de. los individuos o capacitándos de forma. que posibiliten. perfeccionar su desempeño individual y el de su organización. Como formas de capacitación (Peñalver, 2000) propone: Individual, agrupación vertical, agrupación horizontal y agrupación de familia y se proponen distintos métodos que pueden ser adoptados para desarrollar la capacitación tales como: aprendizaje mediante el estudio sistemático y aprendizaje mediante la práctica. Según (Servitje 2008) una primera división de la capacitación puede ser en genérica y específica. Genérica es aquella que tiende a mejorar la actitud de los trabajadores hacia su trabajo y a proporcionarles los conocimientos y a desarrollarles las habilidades de tipo general. Específica es aquélla orientada a que dominen los conocimientos indispensables para su tarea concreta y para que adquieran las habilidades y destrezas necesarias para realizarla en forma más productiva. Según (Servitje 2008) se plantea que el propósito de aumentar la productividad se ha fincado una gran esperanza en la capacitación, ya que una adecuada capacitación puede contribuir de una manera significativa a aumentar la productividad. El aprendizaje de meros instrumentos y el manejo de cifras y sistemas, no es educar, sino robotizar, dándole al empleado no sólo una pobre concepción del mundo y de su trabajo, sino limitándolo en su creatividad y capacidad de desarrollo y autorrealización (Siliceo, 2001), por lo que en actualidad, la capacitación se está moviendo hacia una nueva etapa central para mejorar la competitividad de las empresas (Dessler 1994). Resulta imprescindible medir el impacto de la capacitación para cualquier empresa considerándose como impacto de la capacitación: la repercusión que tiene la capacitación recibida, mediante cambios favorables en el nivel de 23.

(32) Capítulo 1. Marco teórico referencial. competencias de los individuos, su desempeño en el puesto de trabajo, el mejoramiento del eficacia, eficiencia y competitividad de su organización y la relación de esta última con su entorno y el ambiente externo en general. A la hora de abordar el tema aparecen diversos términos que no hacen distinciones en sus significados; encontrándose vocablos como: resultado, efecto, impacto; indistintamente utilizados.  Resultado: “efecto y consecuencia de un hecho, operación o deliberación”.  Efecto: son las incidencias de la acción sobre los medios físicos y humanos circundantes. A efectos de la capacitación se concibe como el grado en que se modifica el comportamiento del individuo y el desarrollo de determinadas destrezas y habilidades que puede aplicar en su situación laboral.  Impacto: etimológicamente, proviene del latín impactus que es la acción de chocar. Atendiendo a los diferentes criterios aportados en la investigación y de acuerdo a las necesidades de la misma, se asume la evaluación del impacto de la capacitación como sinónimo de medición del impacto de la capacitación, lo cual se manifiesta en diferentes aspectos del trabajo de la empresa:. –. Planificar, organizar y controlar las medidas que garanticen la satisfacción de los trabajadores por la labor que desarrollan, definiendo además un sistema de estimulación en la empresa y sus unidades.. –. Organizar y controlar la actividad de seguridad y salud del trabajo las medidas para proteger el medio ambiente.. –. Asegurar que el personal de la empresa y sus unidades desempeñe y desarrolle sus actividades de acuerdo a las exigencias de sus funciones y contenido de trabajo.. –. Organizar de conjunto con el sindicato, todo el sistema de pago y estimulación a los trabajadores en correspondencia con los resultados productivos o en la prestación de servicios.. –. Garantizar el cumplimiento de la Legislación laboral.. –. Garantizar el cumplimiento de la Política de cuadro.. Algunas referencias sobre el impacto de la capacitación se citan en (Diez and Abreu, 2009) en donde se muestra la investigación de (Ramírez et al., 2007) el 24.

(33) Capítulo 1. Marco teórico referencial. cual presenta un análisis del impacto entre la capacitación y la productividad del personal. De igual forma, (Cantú 2001) investiga sobre capacitación y adiestramiento en la productividad y competitividad en una empresa, donde aborda la conceptualización de la capacitación y adiestramiento como una aportación a lograr. (Garza et al., 2009) aborda el impacto de la capacitación en una empresa del ramo eléctrico determinando la importancia entre capacitación y productividad dentro del marco de la toma de decisiones, definiendo las mejores prácticas de detección de necesidades de capacitación y explicando el rol que juegan las actitudes de los trabajadores en la relación capacitación-productividad. El trabajo de (Rutty, 2002) sobre el impacto de la capacitación en el sector público y privado indaga acerca de. los cambios. producidos en el trabajo por el proceso de enseñanza. Las conclusiones a las que se llegó con estas investigaciones fueron:  La capacitación mejora la motivación y proporciona satisfacción al trabajador.  La. capacitación. genera. entre. el. personal. compromiso. por. la. organización.  La capacitación debe estar vinculada a la dirección y operación estratégicas y tecnológicas de la organización.  Con la capacitación se mejora la toma de decisiones de los empleados.  La implementación de programas de capacitación en las empresas mejora la productividad laboral, la actitud positiva de los trabajadores y el impacto de la capacitación en la productividad. Los indicadores son definidos como instrumentos de valoración de los activos intangibles de las organizaciones expresados en diferentes unidades de medida (Ruíz, 2003), estos surgen como consecuencia de la necesidad de transformar las observaciones económicas de los activos intangibles en medidas estandarizadas útiles para los sistemas de gestión empresarial. Son muchas las definiciones de indicadores que se han utilizado en los distintos campos de la ciencia económica y resulta especialmente ilustrativa la definición de (AECA, 1998) de indicador de gestión como “instrumento empírico que permite representar en alguna medida la dimensión teórica de una variable clave.” Las dimensiones e indicadores para medir el impacto de la capacitación 25.

(34) Capítulo 1. Marco teórico referencial. se proponen en esta investigación sobre la base de autores clásicos que han estudiado el tema tales como (Kirkpatrick, 1997, Herrero, 1994, Phillips, 1997) y por autores cubanos como (Rodríguez and Torres, 2003, Socarrás and Carmona, 2003, Colina and Alfonso, 2003, Peñalver, 2003, Alonso, 2002, Agüero, 2003, García and Carrazana, 2007, García and Hernández., 2007, García and Medina, 2007, García and Rocha, 2007, García and Escobar, 2007, García and Álvarez, 2007). Conocidas las propuestas, los indicadores que se presentan para este trabajo son satisfacción del personal, desempeño en el puesto, aprendizaje, clima organizacional, disciplina laboral y resultados económicos, los cuales serán vistos con detalle en secciones posteriores. Destacar que el presente estudio no identifica todas las variables que explican el valor de la capacitación desde su perspectiva estratégica para la gestión de una empresa específica, sino algunas de las variables más importantes que intervienen en el proceso para evaluar el proceso de capacitación en las empresas. A través del recorrido por la literatura existente se observó que los distintos autores afirman que la evaluación de las actividades de capacitación se presenta como un campo polémico y controversial donde en cada uno de estos campos temáticos, se presentan una serie de controversias, que algunos autores como (Julnes, 2001), lo denomina como la "guerra de los paradigmas". Los trabajos citados no proponen como medir o evaluar el impacto de la capacitación de manera práctica, es decir, no van más allá de presentar metodologías y procedimientos. Para la representación borrosa del conocimiento, la Teoría de Conjuntos Borrosos se presenta más adecuada que la lógica clásica para representar el conocimiento humano, ya que permite que los fenómenos y observaciones tengan más de dos estados lógicos. Considerando estos antecedentes se propone recurrir a la Teoría de los Conjuntos Difusos, como alternativa al uso de valores concretos. Este trabajo persigue presentar un modelo para medir el impacto de la capacitación basado en sistemas de inferencia difusos y se propone la definición de un nuevo marco evaluador flexible que permita a los evaluadores expresar sus valoraciones sobre los indicadores en distintos dominios de expresión dependiendo de la naturaleza de los mismos o del 26.

(35) Capítulo 1. Marco teórico referencial. conocimiento que tengan sobre ellos, que maneje la vaguedad y/o incertidumbre que ésta conlleve. CONCLUSIONES PARCIALES 1. Los sistemas de medición y evaluación actuales han quedado obsoletos para poder evaluar el capital intelectual y sus resultados en las organizaciones. 2. La expectativa en los estudios sobre la evaluación del impacto de la capacitación es determinar la parte de las utilidades de la empresa que corresponde con la capacitación, bajo la actual gestión económica financiera resulta de mayor complejidad, y lo cierto es que hoy en día está implícito dentro de los indicadores económicos. 3. La evaluación del impacto de la capacitación no se visualiza con claridad, con exactitud, son evaluaciones con un alto componente subjetivo, expresadas usualmente de forma cualitativa, a pesar de que existen una serie de indicadores cuantitativo que permiten evaluar su incidencia directa o indirectamente; por tal razón el autor de la presente investigación pretende adentrase en el campo de la lógica difusa buscando una respuesta deseada y no encontrada aún en este campo. 4. Existen pocas aplicaciones en el campo social de la lógica borrosa a pesar que se reconoce su efectividad en diversas ramas de las ciencias. La fuerte incidencia de la subjetividad, la vaguedad, incertidumbre en el campo social, en particular en la evaluación de la capacitación del capital humano y sus derivados; y de las distintas variables, tales como satisfacción del personal, aprendizaje, desempeño en el puesto, clima organizacional, disciplina laboral y resultados económicos, que forman parte del capital humano. 5. La utilización de la matemática borrosa permite evaluar la implementación. del conocimiento de forma más cercana a la realidad.. 27.

(36) Capítulo 2. Procedimiento para evaluar el impacto de la capacitación CAPÍTULO 2. PROCEDIMIENTO PARA EVALUAR EL IMPACTO DE LA CAPACITACIÓN. En el capítulo se presenta el proceso de ingeniería del conocimiento desarrollado para crear el sistema inteligente que evalúa el impacto de la capacitación. Como se ha plantead antes, la importancia de tener un sistema de medición del mismo radica en que se convierte en una herramienta que redefine los planes de acción para cumplir los objetivos estratégicos de una institución, por lo que el proceso de desarrollo del sistema incluyó como pasos principales: -. Definición de las variables a considerar en la modelación y su dominio (términos lingüísticos).. -. Determinación de las relaciones entre las variables y la variable objetivo.. -. Construcción de las funciones de pertenencia para los términos lingüísticos.. -. Formalización de las reglas borrosas a partir de la relaciones.. -. Valoración experimental.. En vista de lo anterior se presentan las siguientes secciones que se corresponden con cada paso.. 2.1- Selección de las variables difusas para evaluar el impacto de la capacitación La evaluación del impacto de la capacitación y la aplicación y revisión de encuestas sobre el tema (ver anexo 3), en las cuales el uso de la forma lingüística se maneja mediante teoría difusa, ha servido de base para la definición de las variables utilizadas en este estudio, por lo que en el montaje del sistema se deben definir inicialmente cuáles variables se utilizarán para medir cada uno de los componentes y las etiquetas que tendrán asociados, por lo que se propone usar un sistema de lógica difusa con el fin de integrar las variables definidas, lo cual a su vez permitirá integrarlos en una medida única considerando las variables más relevantes dentro de cada uno de los componentes de la capacitación. Con lo que se identificarán las debilidades y fortalezas asociadas a la capacitación de una empresa, a fin de establecer una planeación estratégica más efectiva y dar idea del valor agregado. Las variables que van a formar parte del estudio, se conformaron a través de 28.