capÍtulo v modelo de decisiones bayesianas ...virtual.urbe.edu/tesispub/0097263/cap05.pdfproyectos...
TRANSCRIPT
140
CAPÍTULO V
MODELO DE DECISIONES BAYESIANAS INTEGRADAS PARA LA
EVALUACIÓN DE LOS PROYECTOS COMUNITARIOS
(MODELO BAYESIANO INTEGRADO)
1. Generalidades del Modelo
Según Yuren (1992), un modelo científico es la “configuración ideal que
representa de manera simplificada una teoría” (p. 57). A su vez, considera a
la teoría como un “sistema relacional de leyes” (p. 41), y estas leyes
constituyen las relaciones constantes e invariables que se dan entre los
hechos, y son estas relaciones las que ocupan a la ciencia (p. 18).
Por su parte, Lakatos (1989), defiende la idea de que un “programa de
investigación es la unidad descriptiva típica” de los grandes logros científicos,
y no una hipótesis aislada. Sostiene además, que ese programa está
constituido por un “núcleo firme” el cual está tenazmente protegido mediante
un “gran cinturón” protector” de hipótesis auxiliares. Adicionalmente, el
programa de investigación tiene una “heurística”, una poderosa maquinaria
para la solución de problemas, que le permite asimilar “anomalías”
(contraejemplos), que incluso convierte en evidencia positiva.
El mismo autor, Lakatos (1989) considera que un programa de
investigación consiste en reglas metodológicas, algunas de las cuales dicen
las rutas de investigación que deben ser evitadas: “la heurística negativa”, y
las otras, los caminos que deben seguirse: “la heurística positiva”. Esta
140
141
última, establece un programa que enumera una secuencia de “modelos”
crecientemente complicados, simuladores de la realidad: la atención del
científico se concentra en la construcción de sus modelos según las
instrucciones establecidas en la parte positiva de un programa. Según el
autor, un modelo es un conjunto de condiciones iniciales (posiblemente en
conjunción con algunas teorías observacionales) del que se sabe que debe
ser sustituido en el desarrollo ulterior del programa, e incluso cómo debe ser
sustituido (en mayor o menor medida).
Este marco de definiciones, y fundamentalmente las ideas difundidas
por Lakatos (aun cuando pudieran estar más referidas al campo de las
ciencias duras), servirán en cierta forma de guía para la estructuración del
Modelo de Decisiones Bayesianas Integradas para la Evaluación de los
Proyectos Comunitarios, acá presentado; y que en lo sucesivo abreviaremos
como Modelo Bayesiano Integrado. Como consecuencia de esto, y dentro de
estos términos, este Modelo debe considerarse quizás como una primera
aproximación, y naturalmente susceptible de mejoras sucesivas, que
pudieran darse dentro de un “programa de investigación marco y macro”, en
el cual este Modelo quede insertado como una modesta contribución
preliminar.
El Modelo Bayesiano Integrado pudiera calificarse como un modelo
intermedio entre uno teórico formal y uno material, siguiendo la clasificación
dada por Yuren (1992, p. 66); calificación que no impide la pretensión de
142
alcanzar en buena medida la función básica predictiva de un modelo,
asociada a la idea de que un modelo actual incluye todas las partes
acertadas de los modelos anteriores (pensamiento científico acumulativo,
Yuren, 1992, p. 66). Es teórico formal en el sentido de que exhibe relaciones
formales entre variables de los fenómenos de un sistema real que intenta
explicar; y es material, en el sentido que representa un sistema real,
recurriendo a propiedades semejantes a los presentes en ese sistema
original.
Además, el Modelo Bayesiano Integrado es, como veremos, un Modelo
prescriptivo – normativo de decisiones, que inserta procesos proactivos de
toma de decisiones asociados a su vez a los procesos integrados de
evaluación y planificación de proyectos sociales y comunitarios.
Guardando cierta relación con esto, y siendo quizás una de sus
causas, Weiss (1991, p. 22) afirma que como consecuencia de un
presupuesto limitado hay restricciones inevitables en materia de cuánto es lo
que puede estudiarse y durante qué tiempo, por lo cual los métodos
evaluativos representan una transacción entre lo ideal y lo factible (párrafo
también citado por Cohen y Franco, 2006, p. 72). Razones además, de
índole académico-administrativos, impiden, naturalmente, la presentación de
un Modelo dotado de un nivel superior de maduración.
Este Modelo Bayesiano Integrado puede enmarcarse en la floreciente
epistemología bayesiana: “nuestra teoría de aprendizaje de la incertidumbre”
143
(Hajek and Hartmann, 2008), la cual para un contexto social dinámico,
complejo, incierto y conflictivo, se presenta como una opción que siendo
complementaria a la epistemología tradicional, y mostrando conexiones con
la estadística, la teoría de decisiones, entre otras áreas específicas, se apoya
en la teoría matemática de la probabilidad (Hartmann and Sprenger, 2010),
así como también con otras áreas más generales como la filosofía y la
epistemología de la ciencia, dando una especial importancia a la solución de
problemas reales.
Aun cuando las dimensiones de una Epistemología Social Bayesiana
emergente no llegan a precisarse definitivamente, la Epistemología
Bayesiana “original”, por sus vínculos con tantas áreas ya mencionadas,
encierra un enorme potencial para el abordaje de problemas sociales reales.
Niremberg y colaboradoras (2003, p. 128), consideran que en toda
evaluación hay una “mirada evaluativa global”, una impresión “gestáltica”
acerca de un proyecto que supera el análisis detallado, en el sentido de que
no es una simple sumatoria de sus partes. Afirman además, que el proceso
evaluativo (no tan sólo el ex-ante) es un camino con bifurcaciones, altos y
bajos, idas y vueltas. Agregan además, que por otra parte, no es una tarea
llevada a cabo en soledad por alguien experto sino que tiene momentos de
análisis unipersonal y momentos de trabajo en equipo, de discusiones y
acuerdos, donde intervienen distintos actores en diferentes etapas.
144
Esta “mirada evaluativa global” coincide con la que en referencia a la
planificación del desarrollo sostenible, tiene Castellano (2006, pp. 136 y 137),
al considerar que la realidad es aprehensible sólo de manera imperfecta y
probabilística, condicionada por lo sociocultural y lo político, y que es relativa
en función de su contexto; por lo que, consecuentemente, debe aceptar lo
cualitativo y trabajar de manera hermenéutica y dialéctica. Propone la
utilización de la investigación holística, capaz de integrar paradigmas,
métodos y realidades diversas en un todo coherente.
Aunque en una sección siguiente se destacará formalmente la relevante
intersección y vínculo entre la Planificación y la Evaluación, la definición
operativa y de trabajo respecto a la Evaluación asumida acá es la de
“proceso social, interdisciplinario y continuo de investigación y aprendizaje,
asociado de manera inextricable a la planificación de un programa o
proyecto, implicando la permanente toma de decisiones relativa a su
formulación y ejecución; para valorar cuali-cuantitativa y multimetódicamente,
tanto sus complejos y conflictivos procesos y actividades, como los inciertos
resultados y consecuencias, de manera ad hoc”. De igual manera, en nuestro
contexto, la toma de decisiones es “un proceso proactivo de selección entre
distintos cursos de acción con consecuencias inciertas que han sido creados
por un decisor individual o colectivo, a partir de sus valores propios y en
relación a una oportunidad que ha sido identificada en una situación
problemática a la que se vinculan objetivos múltiples en conflicto”.
145
De esta manera, se considerará acá, que los procesos de evaluación y
toma de decisiones están imbricados: la evaluación alude una toma de
decisiones, y la toma de decisiones alude una evaluación.
El siguiente Gráfico Nº 2 muestra las Áreas y Contexto en los cuales se
inserta el Modelo Bayesiano Integrado. No obstante las relaciones entre
Planificación y Evaluación ya mencionadas, se usaron las líneas
segmentadas para el área Planificación, por no constituir un objeto directo de
estudio para el diseño del Modelo, sino solo un referente.
Gráfico Nº 2.- Áreas y Contexto del Modelo Bayesiano Integrado
En las secciones siguientes, referidas a:
- Supuestos del Modelo
- Principios del Modelo
- Relaciones Dinámicas del Modelo
- Precauciones
- Valoración del Modelo,
Comunitarios
Áreas
Evaluación
Toma de decisiones (Bayesianas)
Planificación
En condiciones de incertidumbre
Multi-objetivos
Contexto: Servicios Sociales
146
no se darán mayores referencias bibliográficas, porque las palabras en cada
frase generalmente provienen de diversos autores que ya fueron referidos de
forma específica en la Sección 3 del Capítulo IV: Aproximaciones a la
Saturación Teórica.
Debe considerarse, por supuesto, que las “ideas” tomadas de esos
autores quizás no han sido pensadas por ellos con el significado o intención
que ahora llevan implícitos dentro de cada sección en particular. Las “frases”
son el producto de todo el proceso hermenéutico seguido desde el estudio
del listado bibliográfico que se tuvo disponible.
Si se hiciera un inventario de esas “ideas”, la mayoría proviene de esos
autores. Unas pocas ideas restantes y el acomodo específico de todas ellas
en esas “frases”, son lo que constituye lo inédito del Modelo Integral
Bayesiano presentado.
2. Supuestos del Modelo
En esta sección se establecen los supuestos que en este Modelo
Integral Bayesiano subyacen a la descripción de ciertas condiciones iniciales
dadas en el contexto de los Programas y Proyectos Sociales, y
específicamente en el de los Proyectos Comunitarios.
a. La evaluación y la toma de decisiones deben estar imbricadas y
tener implicaciones recíprocas: Evaluar conduce a una toma de
decisiones, y a su vez tomar una decisión implica evaluar
alternativas o cursos de acción.
147
b. La evaluación debe ser ética y fundamentada en valores personales
y colectivos: Debe promover la igualdad y la justicia, ayudar a los
menos poderosos, “evitar su utilización”, burocrática o explotadora”.
c. La evaluación debe ser consensual, participativa-colaborativa,
utilitaria y socialmente responsable: Debe propiciar el
involucramiento de diversos actores, para aumentar las
posibilidades de ser útil a los colectivos. Recurrir al consenso y a las
relaciones paritarias incide positivamente en el compromiso y la
responsabilidad social.
d. La evaluación debe ser científica, subjetiva e intuitiva; generadora
de conocimientos y aprendizaje: La evaluación tiene una naturaleza
investigativa y por tal razón debe ser científica, sistemáticamente
planificada. Por ser científica debe presentar subjetividad e
intuitividad. Las instituciones aprenden de las experiencias
evaluativas, y éstas deben ser utilizadas para desarrollar un
conocimiento.
e. La evaluación debe ser procesal, continua y flexible: Debe
considerarse como un proceso continuo, ininterrumpido y dotado de
flexibilidad, el cual va intencionalmente adaptándose a los cambios
y ajustes que sean requeridos.
f. La evaluación debe ser holística, ecléctica e integradora;
interdisciplinaria, multidimensional y multimetódica: Debe
considerarse la existencia de una realidad compleja y
148
multidimensional constituida por partes interactuantes, cuya
interpretación requiere el abordaje desde varias disciplinas que se
combinan y complementan, recurriendo al uso de diversos métodos.
g. La evaluación debe tener “omnipresencia” en el proceso de
planificación: La primera se superpone a la segunda desde su fase
de formulación hasta la de ejecución.
h. La evaluación debe ser evaluada: La metaevaluación garantiza la
solvencia de la evaluación, para que ésta a su vez constituya “una
guía oportuna”. La principal fortaleza de una evaluación es
descubrir la evidencia de su mayor debilidad.
i. La toma de decisiones y la evaluación deben suponer la
consideración de valores y criterios de calidad en sus elementos
vinculados a la planificación. De igual manera, la evaluación y la
toma de decisiones deben generar recomendaciones y conclusiones
sustentada en criterios valorativos (juicios de valor) y de calidad en
relación a las consecuencias y a los resultados del proyecto.
3. Principios del Modelo
Acá se presentan los principios que constituyen la esencia del Modelo
Integrado Bayesiano. Estos tres principios guardan relación directa con los
supuestos presentados en la sección anterior.
a. El entorno de la planificación y de la evaluación son ámbitos de la
misma naturaleza.
149
Los contextos sociales actuales son altamente dinámicos y cambiantes,
se caracterizan por ser complejos, inciertos y conflictivos, y, por lo tanto,
multidimensionales, probabilísticos, y humano-político-económicos. Todo
proceso inherente a estos contextos, debe “asimilar” estas características.
Siendo la Planificación y la Evaluación dos procesos estrechamente
relacionados, dotado el segundo de una omnipresencia en el primero, es
directa la inferencia de que ambos deben abordar sus “objetos de interés”
desde sus propios entornos complejos, inciertos y conflictivos.
b. La Toma de Decisiones y la Evaluación se desarrollan en las mismas
condiciones.
Una clasificación clásica de la Teoría de Decisiones nos presenta dos
grandes ramas: una, la toma de decisiones en condiciones de incertidumbre,
y la toma de decisiones con objetivos en conflicto, la otra. Una tercera rama,
con menor divulgación que las dos primeras, es la que combina ambas
condiciones.
Siendo la Toma de Decisiones y la Evaluación procesos altamente
imbricados, es una consecuencia directa el considerar que la Evaluación se
asocie a las tres condiciones en las que se da la Toma de Decisiones.
c. El Teorema de Bayes permite el abordaje de las condiciones de la
Toma de Decisiones y la Evaluación, dentro del entorno común de la
Planificación y la Evaluación.
150
El Teorema de Bayes, como estructura de decisión-evaluación y
aprendizaje probabilístico, que puede incorporar tanto probabilidades
subjetivas como objetivas bajo la forma de probabilidades previas, asociadas
a determinados cursos de acción alternativos, e incorporar además
evidencias que ajustan esas probabilidades previas convirtiéndolas en
probabilidades posteriores, es un recurso aprovechable para reforzar la
integración de la Toma de Decisiones y la Evaluación en condiciones de
incertidumbre y con objetivos múltiples en conflicto, simultáneamente.
La reincorporación de evidencias puede realizarse varias veces, esto
es, periódicamente, obteniéndose así un ajuste frecuente de las
probabilidades de los cursos de acción y de sus consecuencias, manteniendo
actualizados, según se desee, los procesos de decisión y de evaluación.
4. Relaciones Dinámicas del Modelo
a) Descripción Intuitiva
Imaginemos el contexto de desarrollo de un Proyecto Comunitario que
respondiendo a una situación problemática o a una necesidad de interacción
(situación de plani-evaluación), puede ser visto como una oportunidad de
decisión, y para el que se ha convenido considerar dos objetivos
relativamente antagónicos o en conflicto; razón por la cual a cada uno debe
asignársele un peso: un número que representa su importancia relativa. Un
objetivo es una expresión, una frase sobre algo significativo que se desea
alcanzar.
151
Cada uno de estos objetivos representa de forma más explícita los
valores de los decisores, los “plani-evaluadores” que consensuadamente
han elaborado el Proyecto. Los valores son el reconocimiento de nuestra
ideología, el referente de nuestra vida; son las cosas que nos importan. A su
vez, cada objetivo tendrá asociada una medida de evaluación o escala , que
bien pudiéramos llamar “medida-objetivo”, y que permite “medir” el grado de
logro obtenido para ese objetivo. Este grado específico de logro es una
consecuencia. Según esta escala, a cada objetivo puede asignársele, en la
práctica, varios puntajes, los cuales deben ser establecidos
consistentemente.
Por otro lado, supongamos que pudieran crearse y elegirse tres cursos
de acción alternativos, o simplemente, alternativas; alternativas que son
pensadas por los plani-evaluadores a partir de los ya mencionados valores, y
que son las opciones de acción o actividades entre las cuales elegimos para
intentar alcanzar los objetivos. Además, puede existir la condición de que sea
incierto el obtener determinada consecuencia asociada a una medida-
objetivo en relación a una alternativa específica. Por esta razón, a la
intersección de una alternativa dada y una medida-objetivo determinada,
debe asignársele una posibilidad de ocurrencia: una probabilidad, según
las experiencias previas de los decisores o plani-evaluadores. En general,
una misma alternativa que sea seleccionada puede conducir a la obtención
152
de dos o más consecuencias; por lo que a cada consecuencia se le hace
corresponder, coherentemente, una probabilidad.
Ahora bien, a cada puntaje previsto debe asociársele (también con
coherencia), una valoración (valor), la cual representa una medida de “la
bondad” que se asigna a la consecuencia por obtener un puntaje específico,
según la escala determinada que se está usando para medir el logro de
cierto objetivo.
¿Qué tenemos hasta acá? Hasta el momento tenemos, en relación con
un Proyecto Comunitario, una situación de planificación-evaluación (plani-
evaluación), abordada como una oportunidad de decisión que contiene dos
objetivos en conflicto, que han sido derivados por los plani-evaluadores en
atención a sus valores (particulares o colectivos). Cada objetivo tiene
asociado una medida de evaluación, razón por la cual le llamaremos medida-
objetivo, y que es una escala para “medir” las consecuencias que
representan el logro o alcance de ese objetivo. Estas consecuencias son el
resultado de haber decidido emprender una acción específica o una actividad
intencionada, esto es, de haber optado por seleccionar una alternativa
determinada; y cada consecuencia se explicita mediante un puntaje; al cual,
a su vez, debe hacérsele corresponder un determinado valor, es decir, una
valoración de cuán bueno es ese puntaje en relación al alcance del objetivo.
Todo este contexto se corresponde con una condición específica de decisión,
153
que es conocida como “toma de decisiones con objetivos múltiples” o multi-
objetivo.
Además, a esta condición de decisión se le agrega el elemento de que
es incierta una determinada consecuencia como producto de la acción
seleccionada. Así que, a la intersección de una alternativa y una medida-
objetivo (intersección que se manifiesta como una consecuencia y que se
explicita mediante un puntaje) se le asigna una probabilidad. Y como es
natural pensar que una misma alternativa pueda hipotéticamente conducir a
la obtención de varias consecuencias, expresadas como puntajes, debemos
asignarle coherentemente varias probabilidades. Acá una nueva condición de
decisión ha sido incluida: la “toma de decisiones en condiciones de
incertidumbre”.
Ambas condiciones, la toma de decisiones multi-objetivo, y la toma de
decisiones en condiciones inciertas, son tratadas generalmente de forma
separada, tanto en la práctica como en los libros de texto. Para la primera
condición puede usarse el criterio de decisión del “valor global de cada
alternativa”, y para la segunda, el criterio de decisión del “valor esperado de
cada alternativa”. Sea cual sea el criterio utilizado (según la condición de
decisión), las alternativas quedan ordenadas, y es seleccionada aquella que
obtenga mayor valor. Ambos criterios pueden conjugarse, y es lo que en esta
propuesta se llama “Toma de Decisiones Integradas” (cuyas ideas se toman
154
a partir de Kirkwood, 1997; entre otros). Igualmente acá las alternativas
quedan valoradas permitiendo la selección de la mayor valoración.
Un recurso importante se agrega al Modelo Bayesiano Integrado. Las
probabilidades inicialmente estimadas por los plani-evaluadores, pueden ser
“ajustadas” mediante la información ad hoc, o evidencia intencionalmente
recolectada a lo largo de la ejecución del Proyecto Comunitario. El Teorema
de Bayes: una regla matemática apoyada en probabilidades condicionales,
es insertado en este Modelo para ajustar esas “probabilidades previas” o
iniciales y obtener así “probabilidades posteriores” que logran capturar los
efectos que la información obtenida tiene sobre la credibilidad que con
respecto a las consecuencias inciertas tienen los plani-evaluadores.
De esta manera, si por ejemplo, para una alternativa específica se ha
estimado la posibilidad de obtener tres consecuencias con puntajes
específicos, sus tres probabilidades previas respectivas y relativas a una
medida-objetivo determinado, mediante una información pertinente
intencionalmente recolectada, podrán ser ajustadas recurriendo al Teorema
de Bayes. Estas nuevas probabilidades ajustadas, sustituirán a las
probabilidades previas, y las valoraciones de las alternativas serán
nuevamente consideradas, permitiendo esto una reconducción de las
acciones en consideración al “conocimiento o aprendizaje” obtenido.
Supongamos que un Proyecto Comunitario específico haya considerado
como uno de los objetivos la efectividad de un programa de capacitación. En
155
una fase intermedia del programa pudiera recogerse información relativa a su
avance, contando quizás el número de personas que ya evidencian la
adquisición de ciertas competencias y el número de las que no la han
adquirido. Esta evidencia puede aprovecharse para estimar “nuevas
probabilidades” referidas a los logros definitivos del programa. Con estas
probabilidades ajustadas, se re-valorarían las acciones alternativas
consideradas al inicio del proyecto. Estos ajustes y revaloraciones pueden
realizarse cada vez que se estime conveniente o necesario.
b) Formalización de la Estructura
i) Desde el entorno común de la plani-evaluación
Desde un contexto social altamente dinámico y cambiante,
caracterizado por la complejidad, la incertidumbre y la conflictividad, y por lo
tanto, multidimensional, probabilístico y humano-político-económico; emerge
una integración natural de los procesos de planificación y evaluación y su
simultaneidad: “la plani-evaluación”. A los subprocesos o fases de la
planificación: la formulación y la ejecución, se les superpone de manera
omnipresente la evaluación. La evaluación se enquista en la planificación, y
sus objetos de interés son comunes.
Esta interpretación dinámica de la evaluación y su omnipresencia en la
planificación concuerda con su naturaleza procesal, continua y flexible. La
flexibilidad y adaptabilidad de la plani-evaluación marchan en sincronía,
156
anticipando cambios y ajustando decisiones, y reflejando alta capacidad de
respuesta y de alcance de los objetivos.
El Gráfico Nº 3 muestra la representación diagramática de la integración
“plani-evaluación”. Como elementos periféricos se han insertado las fases de
Godet (1999, p. xvii), quien relaciona la prospectiva con la estrategia,
diferenciando una primera fase de “reflexión prospectiva” (a la cual asocia el
color azul), de una tercera fase de “acción prospectiva” (de color amarillo).
Los elementos centrales, inéditos, sobrepasan las intersecciones lineales y
las conexiones mostradas en gráficos tradicionales, comúnmente
representadas por líneas.
Gráfico No. 3.- La Plani-Evaluación.
El gráfico representa la relación dinámica de elongación de las áreas de
evaluación y de apropiación hasta lograr, en primer lugar, la superposición
casi absoluta de la formulación y la ejecución; y en segundo lugar y mejor
aún, la superposición de la evaluación sobre la intersección formulación-
157
ejecución. Mayores elongaciones implicarán la presencia y continuidad del
proceso de evaluación a todo lo largo del ciclo de vida del proyecto.
En este entorno – marco de la plani-evaluación, se inserta el Modelo
Bayesiano Integrado, cuya diagramación es la de este gráfico ya comentado.
En casi su totalidad, los literales comentados a continuación están
relacionados con éste.
ii) La situación de plani-evaluación como oportunidad de decisión
Un Proyecto Social, Comunitario, se asocia a una situación
problemática o susceptible de mejora, o a una necesidad de intervención,
que resumiremos como una “situación de plani-evaluación” en un colectivo o
grupo social específico, situación además considerada como una
“oportunidad de decisión”. Las oportunidades de decisión son consideradas
de manera análoga a la prevención, mientras que abordar una situación
problemática como un simple problema de decisión es análogo a la curación.
También se afirma que el reconocimiento de una oportunidad de decisión
está relacionado con el cambio a contextos de decisión más ventajosos y
aprovechable. En resumen, debe procurarse la creación y anticipación a
oportunidades de decisión.
iii) El enfoque inicial desde los valores
Una vez identificada una oportunidad de decisión, los decisores o los
“plani-evaluadores” se enfocan en sus “valores” (individuales y colectivos)
para guiar la identificación de los “objetivos” y crear mejores “alternativas” de
158
decisión. Consideramos “valor” a aquellos fundamentos nuestros acerca de
cómo concebimos el mundo y la vida; y su noción, en un sentido general,
está ligada a nociones tales como las de selección y preferencia,
constituyendo así la base de interés de cualquier oportunidad de decisión.
Los valores pudieran cambiar con el tiempo. Los valores que se
mantienen en el tiempo son aquellos que se han considerado en un nivel
elevado no vulnerable a los vaivenes del tiempo; aquellos si susceptibles de
modificación son aquellos que desde el inicio fueron pensados,
considerados, asimilados como valores volátiles o “intermediarios” para la
consolidación de los otros más elevados. Una revisión detallada de esos
intermedios pudiera revelar sus inconsistencias o su “naturaleza valorativa
espuria”.
Los valores se explicitan mediante la identificación de los objetivos. Un
objetivo es aquello que se desea obtener con la ejecución y desarrollo de un
Proyecto Comunitario, el cual debe implicar secuencias de evaluaciones y
decisiones. El logro de los objetivos es la única razón por estar interesados
en cualquier decisión.
Las alternativas son las opciones de acción o actividades creadas por
los plani-evaluadores a partir de los valores, y entre los cuales elegimos
pretendiendo así el alcance o logro de los objetivos.
En resumen, a partir de los valores, los objetivos son inicialmente
identificados, pero en el transcurso de la plani-evaluación, se va dando un
159
“aclaramiento” de estos objetivos. Bien los objetivos cambian, o se van
aclarando en el transcurso del proceso; y los objetivos cambian porque
igualmente pueden cambiar los valores.
iv) Objetivos y alternativas: consecuencias
El grado específico de logro de un objetivo es una “consecuencia”, y
este logro o alcance de un objetivo está asociado a la selección y desarrollo
de una alternativa específica. Así, la intersección de una alternativa y un
objetivo conduce a una determinada consecuencia; pero en general, una
misma alternativa puede conducir a la obtención de dos o más
consecuencias.
v) Consecuencias y medidas de evaluación: multiobjetivos
A cada uno de los múltiples objetivos se le asocia una “medida de
evaluación o escala”, que en forma breve denominaremos “medida-objetivo”,
y que permite “medir” el grado de logro obtenido para ese objetivo, grado que
ya hemos denominado como consecuencia. Según esta escala, a cada
objetivo puede asignársele, en la práctica, varios “puntajes”, los cuales deben
ser establecidos consistentemente.
Ahora bien, a cada puntaje previsto debe asociársele, también de
manera consistente o coherentemente una “valuación” o “valoración”, la cual
representa “la bondad” que se asigna a la consecuencia por obtener un
puntaje específico, según la escala determinada que se está usando para
medir el logro de cierto objetivo.
160
Se mencionó al inicio de este literal la consideración de múltiples
objetivos, objetivos que son relativamente antagónicos o que están en
conflicto. Por esta razón a cada uno de ellos debe asignársele un “peso”: un
número que representa su importancia relativa. Convencionalmente, los
pesos relativos de todos los objetivos considerados deben sumar uno (1). Al
objetivo de mayor importancia relativa se le asignará el mayor peso, en un
rango de cero (0) a uno (1), pero este peso asignado debe ser consistente
con los otros pesos asignados a los otros objetivos, y tal como ya se
mencionó, todos los pesos deben sumar uno (1).
vi) Consecuencias y probabilidades: incertidumbre
Con principio en los valores inherentes a los plani-evaluadores, estos
decisores identifican los múltiples objetivos (que naturalmente están en
conflicto) y crean las alternativas. La intersección de estos dos elementos,
objetivos y alternativas, conduce a unas determinadas consecuencias.
Además, puede existir la condición de que haya incertidumbre respecto
a obtener determinada consecuencia asociada a una medida-objetivo en
relación a una alternativa específica. Así, a la intersección de una alternativa
dada y una medida-objetivo determinada, debe asignársele una posibilidad
de ocurrencia: una “probabilidad”, según las experiencias previas de los
decisores o plani-evaluadores. En general, una misma alternativa que sea
seleccionada puede conducir a la obtención de dos o más consecuencias;
161
por lo que a cada consecuencia se le hace corresponder, coherentemente,
una probabilidad.
Nos bastará considerar acá que una “probabilidad es nuestro grado de
creencia acerca de la ocurrencia de un evento”, y algunas veces es llamada
probabilidad “subjetiva o personal”. Con poca formalidad un evento (incierto)
es cualquier hecho que puede acaecer una vez seleccionado un curso de
acción alternativo, y que conduce a la obtención de una determinada
consecuencia.
Más precisamente, la probabilidad de un evento cualquiera A,
expresada como P(A), es una función valorada no negativa de eventos que
satisfacen un conjunto mínimo de axiomas que permiten su manipulación
algebraica. Es conveniente mencionar que existen conexiones entre las
interpretaciones y valoraciones subjetivas y las cualitativas de la
probabilidad, las cuales a partir de la relación cualitativa “más probable que”,
permiten derivar valoraciones según la medida de probabilidad “numérica”
estándar. A estas valoraciones “probabilísticas” la denominaremos más
adelante como “valoraciones bayesianas”.
Para las manipulaciones necesarias de este Modelo Bayesiano
Integrado, es suficiente considerar los siguientes axiomas, aunque
manteniendo la debida consistencia de las notaciones matemáticas
universales:
a.- Para dos eventos cualesquiera A y B se tiene que:
162 ? ?? ?? ? �? ? ��? �? ?? ?? ?�? ?
b.- Para eventos disjuntos A1,…., An (eventos que no pueden ocurrir
simultáneamente), y algún evento B, se tiene que:
? ? ? ? ? °�?? ? ? ? ? ? ? ?? ? °�??
? ? ?
c.- Para cualquier conjunto de eventos {A, B, C}, B ⊆ C y P(BC) > 0, se
tiene:
P(AB) = P(A ∩ BC) / P(BC)
vii) Valor global de cada alternativa
A partir de sus valores los plani-evaluadores identifican los objetivos,
aquello que se desea alcanzar con el desarrollo del proyecto comunitario. A
estos objetivos se le han asociado medidas de evaluación o “medidas-
objetivo”, escalas que permiten medir su grado de logro o alcance, logro que
hemos denominado “consecuencia”.
Estas medidas de evaluación o medidas-objetivo se presentan en la
práctica intersectadas con cada con cada alternativa, y se desglosan en: i)
Los puntajes: el número o cantidad que una alternativa específica recibe
respecto a esa escala, medida de evaluación o medida-objetivo; ii) Las
valoraciones: el número usado para mostrar la “bondad” que es asignada a la
alternativa por recibir una puntuación o puntaje específico con respecto a una
163
medida-objetivo particular; iii) Los pesos: aquellos números que representan
la importancia relativa de los objetivos.
Respecto a las valoraciones, éstas se asignan una vez que se
determina una “función de valor unidimensional”; esto es, para cada medida-
objetivo individual (y equivalentemente para objetivo) se determina una
función de valor unidimensional que permite asignar consistentemente una
valoración determinada para un puntaje específico de una medida-objetivo
particular.
Una vez determinadas estas valoraciones dimensionales individuales
que corresponden a los puntajes de las medidas de evaluación o medidas-
objetivo para cada alternativa, se multiplica cada una por el peso
correspondiente, y se suman luego estos valores unidimensionales
individuales “ponderados”, para determinar el “valor global de cada
alternativa”. Así, finalmente, se selecciona la alternativa que obtenga el
mayor valor global.
viii) Valor esperado de cada alternativa
Ya se mencionó la condición de incertidumbre vinculada a obtener una
determinada consecuencia asociada a una medida-objetivo en relación a una
alternativa específica. Esta incertidumbre es cuantificada mediante el valor
numérico de la probabilidad, aunque establezcamos una reciprocidad entre
estas cifras y expresiones cualitativas. Se comentó además, que una misma
alternativa puede conducir a la obtención de dos o más consecuencias, de tal
164
manera que es natural hacer corresponder, con coherencia, a cada
consecuencia una probabilidad.
Así, el “valor esperado” de una alternativa caracterizada por una
condición incierta, es calculado mediante la multiplicación de cada una de
sus consecuencias posibles por su probabilidad asociada, y sumando luego
todos los productos obtenidos finalmente se selecciona la alternativa que
genere mayor valor esperado.
ix) Decisiones integradas
Hasta esta parte se han considerado por separado la Evaluación y la
Toma de Decisiones bajo dos tipos de condiciones: con objetivos múltiples o
en conflicto, en las cuales se asignan pesos para considerar la importancia
relativa de cada uno de estos objetivos; y en condiciones de incertidumbre,
caracterizadas por la asignación de probabilidades a las consecuencias
obtenidas como producto de haber seleccionado determinada alternativa. Las
primeras recurren al cálculo del valor global de cada alternativa para realizar
la selección; mientras que las segundas usan el valor esperado de las
alternativas para elegir entre éstas.
A partir de estas dos condiciones, una integración de las mismas y de
sus procedimientos se hace de manera natural para considerar tanto
evaluación múltiple como incertidumbre concerniente: El valor esperado para
cualquier alternativa puede ser determinado calculando primero el valor
esperado para cada función de valor unidimensional, luego se multiplican los
165
valores esperados unidimensionales por los correspondientes pesos; y
finalmente, se suman los resultados.
x) Decisiones Bayesianas Integradas
No obstante la dificultad que pudiera implicar el cálculo del valor
esperado de las alternativas en cuanto a la obtención de las probabilidades,
una vez entendido y dominado el procedimiento de obtención (“elicitación”)
de estas probabilidades: “probabilidades previas”, su uso puede volverse
rutinario, sin dejar de atender, por supuesto, el rigor de la coherencia.
Una vez alcanzado este nivel, es pertinente y aprovechable la
utilización del Teorema de Bayes, para incluirla en el Modelo y ajustar
continuamente las probabilidades previas mediante la información que
sistemática y deliberadamente se recoge para tal fin. La naturaleza cuali-
cuantitativa y subjetiva de esta información juega un papel relevante. Esta
inclusión es lo que sustenta al Modelo Bayesiano Integrado.
El ajuste de probabilidades previas permita la reorientación de los
cursos de acción alternativos inicialmente seleccionados. Esta forma de
aprendizaje continuo tiene implicaciones tácticas y estratégicas en el proceso
de plani-evaluación y de desarrollo del Proyecto Comunitario mismo.
En algún momento, al ajustar las probabilidades previas quizás ya una
alternativa fue seleccionada y está “en curso”, y pudiera parecer no viable o
funcional el reorientar el curso de las acciones o alternativas. Sin embargo,
166
acá debe considerarse que, aun siendo los cursos de acción eventos
definidos como mutuamente excluyente, estos deben ser “creados” de tal
manera que haya solo diferencias sutiles entre ellos pero con diferencias
relevantes en sus consecuencias, de tal manera que con diferencias
relevantes en sus consecuencias, de tal manera que los ajustes de
probabilidad sugieran reorientar los cursos de acción gestionando cambios
alternativos relativamente similares pero con diferencias que permitan
asimilar ese ajuste de probabilidades.
Específicamente, como en cualquier aplicación regular del Teorema de
Bayes, las probabilidades subjetivas estimadas para los cursos de acción
alternativos o eventos, las probabilidades previas son aritméticamente
multiplicadas por sus respectivas “verosimilitudes”. Estas verosimilitudes son
probabilidades condicionales, estimadas generalmente a partir de datos
muestrales, probabilidades que con base en datos conocidos representan la
credibilidad de obtener un resultado o evidencia favorable a un “estado”,
“condición específica” o consecuencia, dado que se siguió un curso de
acción alternativo determinado.
Los productos resultantes de las multiplicaciones anteriormente
mencionadas, y denominados “probabilidades conjuntas”, permiten obtener
las “probabilidades posteriores” de cada curso de acción mediante el
cociente o división de su probabilidad conjunta respectiva entre la suma de
todas las probabilidades conjuntas correspondientes a todos los cursos de
167
acción alternativos posibles. Si se obtuviese información completa, una de
las probabilidades previas se transformaría en una probabilidad posterior
igual a uno (1); pero en la realidad lo que se obtiene es información parcial
obteniéndose así cambios menos acentuados en las probabilidades. A todas
estas estimaciones de probabilidad o valoraciones probabilísticas, las
denominaremos “valoraciones bayesianas”.
Sin mucho rigor matemático, entre un conjunto de cursos de acción
alternativos (o simplemente, alternativas) Ai (i = 1,…,n), definidos como
eventos disjuntos o mutuamente excluyentes; y un evento M asociado a
cierta información muestral relevante y pertinente que pudiera obtenerse, la
probabilidad posterior de una alternativa Aj cualquiera dado que se obtuvo
información muestral M: P(AjM) se obtiene mediante la expresión:
? ?? ?°� ? ? � �?�?? ? �?� °�??s �?�?? ? �?� °�?? siendo P(Ai) la probabilidad previa de una alternativa Ai y P(MAi) la
verosimilitud del evento M dado que se siguió la alternativa Ai.
Para finalizar esta sección, todos los elementos en la estructura del
Modelo Bayesiano Integrado, y que han sido destacados entre comillas en
los diez literales anteriores, están reflejados en el siguiente Gráfico Nº 4.
168
Gráfico Nº 4.- Estructura del Modelo Bayesiano Integrado
c. Herramientas para la Operatividad
Dentro de la relativa naturaleza dual formal-material del Modelo
Bayesiano Integrado, ya comentada, bien pudieran considerarse algunas
herramientas prácticas que permitirían esbozar la operatividad del Modelo, y
delinear aplicaciones concretas que conecten las teorías subyacentes a éste,
sus supuestos y principios, y las relaciones dinámicas entre sus variables,
con el campo de la realidad, esto es, con el entorno de la plani-evaluación
de los Proyectos Comunitarios.
Entre estas herramientas se propone una matriz específica, Cuadro No.
4, entre las varias que deberían considerarse, para registrar las estimaciones
OBJETIVOS VALOR(ES)
ALTERNATIVAS
OPORTUNIDAD DE DECISIÓN
PUNTAJE (SCORE)
VALORACIÓN (VALOR)
PESOS
FUNCIONES/ VALOR
UNIDIMENSIONALES
VALOR GLOBAL/ CADA ALTERNATIVA
VALOR ESPERADO/ CADA ALTERNATIVA
PROBABILIDADES
CONSECUENCIAS
TEOREMA/ BAYES
TOMA/ DECISIONES BAYESIANAS INTEGRADAS
TOMA/ DECISIONES INTEGRADAS
MEDIDAS / EVALUACIÓN
169
de las valoraciones bayesianas (probabilidades), las cuales son formalmente
incorporadas en lo que hemos denominado decisiones integradas, y más
específicamente, en los cálculos de los valores esperados de cada curso de
acción alternativo, o de manera abreviada, de cada “acción-evento”. Esta
matriz es mostrada a continuación, para un caso simplificado de dos (2)
objetivos y cuatro (4) acciones-eventos (AE) y sus respectivas
consecuencias.
Cuadro Nº 3.- Consecuencias y Valoraciones Bayesianas
OBJETIVOS ACCIÓN-EVENTO
(AE) CONSECUENCIAS
INFORMACIÓN MUESTRAL
(VEROSIMILITUDES)
VALORACIONES BAYESIANAS (PROBABILIDADES) OBSERVACIONES
PREVIAS CONJUNTAS POSTERIORES
Algunas observaciones son acá pertinentes: i) Matrices auxiliares serán
seguramente necesarias. Sin embargo, la matriz anterior está estructurada
pensando en términos de actividades – acciones – eventos contingentes
asociados; de evidencias (información muestral) plausibles, esperadas,
posibles y de resultados – consecuencias. ii) La matriz anterior (Cuadro Nº 4)
debe complementarse, y ser, hasta donde sea posible, consistente-coherente
con “Anexos Técnicos” que la sustentarán. iii) Pudiera ser conveniente la
actualización frecuente del orden de las filas para hacerle corresponder cierto
170
orden temporal. Las anotaciones en la columna de observaciones serán acá
de mucha utilidad. iv) En algunas aplicaciones específicas, en la columna de
actividades-acciones-eventos se debe considerar el principio de plani-
evaluación, en términos de que unas serán de planificación y otras de
evaluación. v) Queda a los aplicadores del modelo, la posibilidad de modificar
o adaptar esta matriz “base” propuesta. La esencia que debe prevalecer es
pensar probabilísticamente, inducirse al pensamiento bayesiano de manera
intuitiva, el considerar que la información muestral cuali-cuantitativa es
necesaria y aprovechable para actualizar continuamente las valoraciones
probabilísticas bayesianas.
5. Precauciones
Atendiendo a la naturaleza prescriptiva del Modelo Bayesiano Integrado
algunas precauciones pueden tenerse para aumentar la viabilidad del mismo.
Entre estas precauciones se tienen las mencionadas a continuación.
Además de lo ya expuesto de que el Modelo Bayesiano Integrado es
intermedio entre uno teórico formal y uno material siguiendo la clasificación
dada por Yuren (1992, p. 66), por guardar correspondencia con los métodos
evaluativos, representa una transacción entre lo ideal y lo factible, tal como
lo exponen Cohen y Franco (2006, p. 72), citando a Weiss.
También se comentó respecto a las dificultades que pudiera implicar la
obtención, “elicitación”, de las probabilidades requeridas para las
derivaciones de los valores esperados de los cursos alternativos de acción,
171
coherentemente. Ciertamente, la elicitación con coherencia requiere la
consideración de algún procedimiento que se corresponda con los axiomas
de probabilidad anteriormente expuestos. Sin embargo, y tal como se
mencionó, usando las conexiones que se tienen entre las interpretaciones y
valoraciones subjetivas y cualitativas de la probabilidad, como por ejemplo la
relación “más probable que”, se pueden obtener estimaciones de
probabilidad según la medida “numérica” estándar. Por otro lado, se
comentó enfáticamente, que más allá de pretender hacer elicitaciones
rigurosamente técnicas de las probabilidades, lo que debe prevalecer es la
inducción al pensamiento probabilístico y a las “valoraciones bayesianas”,
dando uso a las informaciones muestrales cuali-cuantitativas que son
obtenidas intencional y convenientemente.
Otra precaución que debe tenerse en cuenta es que una plani-
evaluación a muy largo plazo, que mire muy hacia delante y exija un análisis
muy refinado, derivaría en la consideración de muchos cursos de acción-
eventos, y esto a su vez requiere más elicitaciones probabilísticas y
valoraciones bayesianas. Se afirma, que en la mayoría de los problemas
reales posiblemente no se podrá incluir todos los eventos y acciones futuras,
requiriendo el establecer un compromiso, combinando “el arte con la ciencia”
(Raiffa, 1978, p. 252).
Aunque pueda considerarse como una digresión, es conveniente
mencionar que el criterio del valor esperado para toma de decisiones no es el
172
apropiado cuando el decisor (individual o colectivo) es averso al riesgo. En
tales situaciones es necesario determinar una “función de utilidad”, lo cual
conduce a un “análisis de utilidad esperada” (Kirkwood, 1997, p. 158). El
Modelo Bayesiano Integrado “Básico”, propuesto acá, no incluye el
tratamiento de estos casos.
Es además conveniente mantenerse atento al supuesto de que la
evaluación debe ser evaluada, y que su principal fortaleza es descubrir la
evidencia de su mayor debilidad. En este sentido, y relacionado con lo que
más adelante asociaremos a la “potencia heurística”, toda valoración y
aplicación del Modelo debe orientarse hacia la identificación de fortalezas y
debilidades, y hacia posteriores investigaciones que aun simplificándolo,
logren mejores y más robustas aplicaciones.
De las opiniones de los expertos consultados se seleccionan algunas
dificultades y recomendaciones que según sus valoraciones deben
considerarse, y se adaptan a la Estructuración del Modelo.
Dificultades y Recomendaciones para la Aplicación de la Integración:
• El prever hechos fortuitos requiere re-ingeniar la estructura de
pensamiento de los plani-evaluadores.
• El plani-evaluador requiere dominio suficiente de las metodologías
de toma de decisiones con objetivos múltiples en conflicto y en
condiciones de incertidumbre.
• El manejo imparcial (o conveniente) de las evidencias es requerido.
173
• Dificultad para establecer la jerarquía de los objetivos múltiples dada
su conflictividad.
• Para incorporar el elemento de incertidumbre y su abordaje pudiera
considerarse el uso de la lógica difusa.
• La incertidumbre global del proyecto pudiera incrementarse por la
interacción (correlación) de las incertidumbres parciales.
Dificultades y recomendaciones para la aplicación de Modelos
Probabilísticos:
• Quizás solo los “intuitivos” aceptarían la inclusión de eventos
inciertos en las tomas de decisiones y evaluaciones.
• La calificación del grado de incertidumbre de cada evento constituye
una dificultad.
• La “elicitación” (determinación-cuantificación) de las probabilidades
asociadas a los eventos inciertos también constituyen una dificultad.
• La calidad de los instrumentos seleccionaos para obtener
información, es requerida, al igual que el manejo estadístico o
interpretativo de la información.
• Se requiere capacitación, disposición y compromiso.
6. Valoración
En esta sección se exponen valoraciones del Modelo Bayesiano
Integrado. Las mismas guardan cierta relación con los criterios de “validación
174
y evaluación de teorías” presentados por Martínez (2002), aprovechando las
relaciones y semejanzas que pudieran establecerse entre una teoría y un
modelo, amén de la naturaleza dual del Modelo Bayesiano Integrado ya
mencionada.
El Modelo puede valorarse en términos de que todos sus elementos de
la Evaluación y la Toma de Decisiones se integran en un todo coherente y
ajustado; así como la consistencia externa se manifiesta mediante la
compatibilidad que presentan esos elementos nucleares de la Evaluación y la
Toma de Decisiones con elementos de áreas conexas de la Planificación, la
Probabilidad, dentro de un contexto marco de los Proyectos Sociales y
Comunitarios. Relacionada a la consistencia externa, el Modelo refleja
comprehensión y universalidad, por cuanto abarca y se vincula con un amplio
campo de conocimientos.
La originalidad también pudiera considerarse como un aspecto
resaltante en el Modelo. Aun cuando todos sus elementos han sido
suficientemente estudiados, lo inédito se manifiesta en otros aspectos porque
además de reconocer el elemento de la incertidumbre, exhorta a su abordaje
mediante las elicitaciones probabilísticas y las valoraciones bayesianas, en
los procesos de plani-evaluación de Proyectos Sociales y Comunitarios. Y en
relación con esto y con argumentos anteriores, destaca también en el Modelo
la capacidad unificadora al reunir dominios del conocimiento no vinculados
frecuentemente de manera integrada como son el de la Planificación y
175
Evaluación Social con el de la Probabilidad y la Teoría de Decisiones
“Bayesiana”.
Adicionalmente la contrastabilidad es un criterio cubierto si se considera
que todos los elementos del Modelo sean del Área de la Evaluación y la
Toma de Decisiones, como de la Planificación y de la Probabilidad son
susceptibles de revisión, crítica y control, haciendo al Modelo confirmable y
refutable. Y respecto a esto último, también puede asociársele al Modelo
cierta potencia heurística, por cuanto, como puede derivarse de las
Precauciones y se mencionará más adelante, quedan ya abiertas opciones
de investigaciones posteriores que mejorarán el Modelo y su aplicabilidad.
Y precisamente, respecto a la aplicabilidad, aun cuando se considera
como un criterio optativo, en la sección de Herramientas para la
Operatividad, se presentaron ideas que pudieran delinear aplicaciones
concretas del Modelo. No es el propósito, además, de esta investigación el
llegar a hacer valoraciones de aplicaciones específicas y culminadas.
Considérese adicionalmente, que los procedimientos de codificación
empleados para generar los elementos del Modelo, dentro del círculo y
espiral hermenéuticos que cubrió la teoría fundamentada y la investigación
documental persiguen más el objetivo de construir teoría antes que
comprobarla (Strauss y Corbin, 2002, p. 15).
Otras valoraciones del Modelo pueden considerarse. Quizás el hacer
énfasis en que la evaluación debe ser evaluada y que la principal fortaleza lo
176
constituye el descubrir la evidencia de su mayor debilidad, es justamente una
de las valoraciones más significativas que puedan atribuirse al Modelo. Un
ejemplo específico de aprovechamiento de este supuesto es el relacionado a
la aparente debilidad de restringir la “mirada a largo plazo” en las plani-
evaluaciones (ya mencionada en las Precauciones). Esta restricción bien
manejada pudiera asociarse satisfactoriamente con una plani-evaluación a
corto y mediano plazo pero siempre con una visión estratégica de mayor
alcance. La relativa inmediatez hace juego con los “objetivos cambiantes”, la
adaptabilidad, la alta capacidad de respuesta y el aprendizaje. De esta
manera la supuesta debilidad se transforma en una relativa fortaleza.
Uno de los supuestos del Modelo refiere a que la evaluación tiene
naturaleza investigativa y que a la postre las instituciones aprenden de las
experiencias evaluativas, y éstas deben ser utilizadas para desarrollar su
conocimiento. Esta dualidad evaluativa-investigativa permitiría generar
recomendaciones para la toma de decisiones en cuanto a la evaluación se
refiere, y conclusiones, en cuanto concierne a la investigación, según la
diferenciación que plantea Niremberg et al (2000, p. 36) entre la evaluación y
la investigación.
El supuesto de considerar a la evaluación como holística, ecléctica e
integradora (entre otras características), también suma al Modelo un aspecto
de valoración relevante . Esta valoración se sustenta en opiniones como la de
Niremberg et al (2003, p. 128), al considerar criterio importante en la
177
evaluación de un proyecto social, el de la “mirada evaluativa global, una
impresión gestáltica”.
Finalmente, la recopilación de evidencia muestral cuali-cuantitativa y su
aprovechamiento para el ajuste de los elicitaciones probabilísticas y
valoraciones bayesianas constituye otra valoración importante. El ajuste y
aprendizaje continuos tienen implicaciones ya consideradas o previstas, se
van ajustando y reajustando según la evidencia obtenida. Estos ajustes se
dan en correspondencia con los ya comentados cambios de objetivos y
valores, de acuerdo a la aparición y cambio de las circunstancias.