[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
1
Sinergia entre la teoría TRIZ y la administración
como estrategia para impulsar el proceso de
innovación
Guillermo Cortes Robles1 Alberto Aguilar Lasserre2
Alberto Méndez Torreblanca3 RESUMEN
La necesidad de innovar de manera sistemática es un reto para las organizaciones que desean
competir en el mercado actual. El desarrollo de esta capacidad necesita de estrategias no-lineales y de herramientas que transformen la creatividad y los conocimientos existentes dentro de una organización, en recursos disponibles a la demanda. En este documento se ofrece una breve
1 ingeniero en electrónica egresado del Instituto Tecnológico de Orizaba en 1995. Maestro por el mismo instituto en 1999. En 2006 obtuvo el grado de doctor en el Instituto Nacional Politécnico de Toulouse, Francia. Actualmente es profesor - investigador en el Departamento de Estudios de Postgrado e Investigación en el Instituto Tecnológico de Orizaba. E – mail: [email protected]. 2 Maestro en Ciencias de la Ingeniería Industrial, Instituto Tecnológico de Orizaba. Doctorado en Ingeniería de Procesos y Medio Ambiente, en el Instituto Nacional Politécnico de Toulouse. Actualmente es profesor - investigador en el Departamento de Estudios de Postgrado e Investigación en el Instituto Tecnológico de Orizaba, Veracruz. E – mail: [email protected] 3 Obtuvo el grado de Doctor en Ciencias en Ciencias de la Computación en el Instituto Nacional de Astrofísica, Óptica y Electrónica. Es miembro del SNI nivel candidato y actualmente es profesor-investigador de la División de Estudios de Posgrado e Investigación del Instituto Tecnológico de Puebla. E – mail: [email protected].
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
2
descripción de una teoría que considera a la innovación como un elemento controlable, susceptible de ser dirigido y por ende, previsible: la teoría de resolución de problemas inventivos o teoría TRIZ.
La presentación de esta teoría busca crear un marco para presentar un modelo, en el cual se fusionan varias cualidades del razonamiento basado en casos. Esta herramienta que fue desarrollada en el área de la inteligencia artificial, posee la facultad de reutilizar el conocimiento adquirido durante la resolución de problemas pasados. El objetivo final de este documento es presentar la integración de estos dos enfoques para resolver problemas, como una alternativa para innovar basándose en el conocimiento.
Palabras clave: TRIZ, RBC, Contradicción, Innovación, Capitalización del conocimiento.
Introducción
De acuerdo a la OECD4, la innovación tecnológica, consiste en la transformación de
una idea en productos/servicios nuevos o mejorados (potencialmente aceptables en un
mercado), o en la introducción de nuevos procesos operacionales en la industria o el
comercio5. La capacidad de transformar las ideas y de movilizar los conocimientos
que engloban las organizaciones, es decir, la capacidad de innovar, se ha convertido
durante las últimas décadas, en un factor crucial para el incremento de la
competitividad de las organizaciones 6. Las empresas que deben enfrentar este reto, lo
hace sumergidas en un ambiente muy restrictivo. Entre algunas de las exigencias y
limitaciones más importantes que impactan este proceso se encuentran las siguientes:
4 Organisation for Economic Co-operation and Development. 5 (OECD, 1981). 6 (Schumpeter, 1935), (Drucker, 1993) entre otros. El término organización designa dentro del presente documento a una asociación de al menos dos individuos que persiguen un objetivo común. Esto engloba empresas dedicadas a la industria de la transformación, servicios, ONG`s, o cualquier otra asociación con o sin fines de lucro.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
3
1. Debe perseguirse la creación de valor a partir de la menor cantidad posible de
recursos. Esto es particularmente importante durante el desarrollo de nuevos
procesos.
2. Es necesario desplegar el proceso de innovación teniendo como meta el costo
mínimo y una elevada calidad.
3. Los productos o servicios desarrollados deben poseer un elevado grado de
originalidad.
4. Debe minimizarse la duración del ciclo de diseño, con la finalidad de reducir
el tiempo de introducción al mercado de nuevos productos, procesos y/o
servicios.
Además de satisfacer los requisitos antes mencionados, las empresas u
organizaciones deben innovar de manera sistemática. Esto implica la creación,
también sistemática, de nuevas ideas y/o conceptos, elementos detonantes del proceso
de innovación. Implica también, que la organización debe resolver un continuo flujo
de problemas y movilizar los conocimientos y competencias de las personas que la
integran.
Estas necesidades conllevan a considerar la innovación como un proceso
creativo, social, técnico y económico dentro del cual, el conocimiento individual y
organizacional es expuesto, compartido, asimilado y (re)creado, con la finalidad de
producir valor en una organización 7.
El adecuado despliegue de este proceso y el éxito de su resultado, dependen
esencialmente de dos dimensiones: (1) de la creatividad y conocimientos de los
individuos involucrados en este proceso y (2) de la efectividad de los métodos que les
asisten en las diferentes etapas del proceso de innovación.
7 (Cortes, 2006)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
4
Consecuentemente, es necesario ofrecer un enfoque que asista a un equipo de
trabajo u organización para: (1) Desarrollar un ambiente que estimule e intensifique
las capacidades creativas de los individuos. Lo anterior con la finalidad de iniciar el
proceso de innovación o creación de nuevos conocimientos de manera sistemática y
la resolución de los problemas asociados al desarrollo de nuevos productos, servicios
o procesos. (2) Permitir la creación de una estructura que favorezca la adquisición, el
análisis, la preservación y la reutilización del conocimiento como un elemento capaz
de acelerar el proceso de innovación. Con la finalidad de satisfacer las dimensiones
creatividad-conocimiento del proceso de innovación, se ha propuesto un esquema. En
éste, se conjugan algunos elementos básicos del Razonamiento Basado en Casos
(Case-Based Reasoning), herramienta ampliamente utilizada en la administración del
conocimiento y la teoría TRIZ o teoría de resolución inventiva de problemas. En este
enfoque, el Razonamiento Basado en Casos (RBC) ofrece la capacidad de reutilizar
los conocimientos adquiridos durante la resolución de problemas pasados y la teoría
TRIZ por su parte, ofrece la capacidad de eliminar las barreras entre diferentes
dominios tecnológicos y asistir a los individuos durante el proceso de desarrollo de
nuevos productos, servicios y/o procesos. La descripción de este esquema es
abordada mediante los siguientes puntos: primeramente se ofrece una concisa
descripción de la teoría de resolución de problemas inventivos. En esta sección se
presentan los fundamentos de esta teoría, así como sus ventajas y límites. De la
misma manera se presenta el enfoque del razonamiento basado en casos (que en lo
posterior se abrevia con las siglas RBC).
Una vez presentados estos enfoques se expone un esquema que hace posible su
integración. Este proceso de resolución de problemas se analiza brevemente.
Finalmente se presenta una herramienta donde se implementó el proceso de
resolución más básico.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
5
1. La teoría TRIZ: antecedentes
TRIZ es el acrónimo ruso de la teoría de resolución de problemas inventivos, también
llamada teoría de resolución inventiva de problemas. Esta teoría comenzó su
desarrollo en la ex Unión Soviética durante la década de los 40`s. Genrich S.
Altshuller, creador de esta teoría, señala que el proceso de innovación puede ser
controlado y dirigido (idea subyacente en la estructura de TRIZ). Esto significa que la
generación de nuevos conceptos e ideas, que es el punto de partida de este proceso,
puede a su vez, ser controlado y dirigido. Suponer que este control es posible,
contradijo en su momento, a la mayoría de los modelos e ideas establecidos sobre la
creatividad (contemplada desde un punto de vista técnico). Es probable que este
paradigma aun prevalezca y Altshuller lo resume claramente de la siguiente manera:
“…el comienzo de los más grandes logros y descubrimientos en todas las esferas de
la cultura, la ciencia, la tecnología y el arte reside en un súbito momento de
iluminación que ocurre inesperadamente y sin ninguna causa evidente...”8. Esta
difundida visión sobre la creatividad, señala que no es posible controlarla y que
depende de factores desconocidos. De acuerdo con esta percepción, la creatividad es
un proceso inexplicado y no susceptible de ser sistematizado. Los métodos
tradicionales (como el método de prueba y error, la lluvia de ideas, la sinéctica, etc.),
preservan esta visión sobre la creatividad. La mayoría de estos métodos (la literatura
censa más de 200 métodos para generar ideas9), que tratan de impulsar la creatividad
poseen rasgos comunes:
− La gran mayoría esta basada en un enfoque psicológico.
− Exploran el espacio de solución de manera aleatoria.
8 (Altshuller, 1998) 9 (Zusman, 1998)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
6
− Todos los métodos poseen un periodo de aprendizaje corto, excepto la
sinéctica.
− Las soluciones encontradas en otras áreas de la tecnología y la ciencia, no
están disponibles durante el proceso de resolución.
− Después de largos periodos de aplicación, no han sufrido ninguna
modificación para incrementar su eficiencia.
− No consideran la evolución de un sistema técnico durante la generación de
conceptos.
De manera general, al resolver un problema mediante alguno de los métodos
antes mencionados, se sigue el proceso esquematizado en la figura 1:
Figura 1: el proceso típico de resolución de problemas
En este proceso, se busca generar tantas ideas como sea posible, posteriormente,
se aplican filtros o criterios de selección y comienza a depurarse la lista de posibles
vías de acción. Este proceso continua hasta que se selecciona el concepto más
Proceso comúnmente empleado
Idea 1 Idea 6 Idea 22 Idea 28 Idea 32 Idea 42 Idea 60
Filtro 2
Idea 1 Idea 2 Idea 3
.
.
. Idea 20
.
.
. Idea 57 Idea 58 Idea 59 Idea 60
Azar
Idea 1 Idea 6 Idea 14
.
.
. Idea 42 Idea 51 Idea 55 Idea 60
Filtro 1
Gestión de riesgos Pruebas (Costo)
Solución Retenida
Problema
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
7
prometedor de entre las opciones sugeridas. De acuerdo a Salamatov10, 50% de los
proyectos lanzados bajo este esquema son abandonados por razones económicas y un
gran proporción del 50% restante no contiene muchas características necesarias para
su industrialización y deben mejorarse. Esto conduce a pesadas cargas económicas
para la sociedad. A pesar de lo anterior, empresas, laboratorios de investigación y
desarrollo, ingenieros de diferentes áreas, entre otros actores importantes del
desarrollo tecnológico, continúan utilizando estos métodos convencionales para
resolver los problemas actuales, cuya complejidad está en continua evolución. Por
consiguiente, es necesario desarrollar un esquema que facilite:
⎯ Revelar los problemas que necesitan una solución innovadora.
⎯ Resolver los problemas inventivos de manera eficaz.
⎯ Utilizar de manera sistemática, los métodos ideados o descubiertos durante la
solución de un problema en otros dominios de la ciencia.
⎯ Poner a disposición de ingenieros e innovadores, las soluciones identificadas
y probadas en otras áreas técnicas, con la finalidad de reducir el tiempo de
desarrollo de nuevas soluciones11.
Para lograr los objetivos que se listan en el párrafo anterior, deben satisfacerse
los siguientes puntos:
⎯ Definir las leyes o tendencias de evolución de los sistemas técnicos.
⎯ Analizar una gran cantidad de información en diversas áreas de la ciencia y la
tecnología.
⎯ Desarrollar algoritmos para resolver problemas, donde cada etapa evolucione
como consecuencia lógica y natural de la anterior.
10 (Salamatov, 1999) 11 (Altshuller, 1999)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
8
⎯ Mejorar de manera continua estos algoritmos, con base en las experiencias
colectadas durante su aplicación12.
Estos objetivos definieron las bases teóricas de TRIZ. La sección siguiente ofrece una
concisa descripción de estas fuentes, así como algunas de las conclusiones que se
derivaron de su análisis.
2. Las bases teóricas de TRIZ
Genrich S. Altshuller, iniciador de la teoría TRIZ, estaba convencido de que existían
principios fundamentales para guiar y controlar el proceso de creación (innovación e
invención). La búsqueda de estos principios se basó en el análisis de cinco dominios
fundamentales:
1. Un vasto análisis de patentes. Los patrones cognitivos de un individuo son
intransferibles. Es entonces necesario tratar de comprender los procesos creativos
desde otra perspectiva: una basada en las evidencias que produce. Las evidencias
de los procesos creativos del ser humano están almacenadas en las bases de
patentes del mundo. Las patentes pueden ser entonces utilizadas para extraer las
estrategias de resolución más creativas, desarrolladas por las mentes más
brillantes13. Al final de los años 1980, TRIZ reposaba en una investigación
científica estimada en 1500 personas / año y contenía en su estructura el análisis
de mas de 3 millones de patentes. Esto significa que TRIZ contiene en su
estructura una síntesis de las prácticas más eficaces de los mejores ingenieros y
las estrategias de las mentes más creativas. Este análisis de patentes permitió
clasificar la innovación en 5 niveles:
12 Idem 13 (Mann, 2002)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
9
Tabla 1: Clasificación de la innovación
Grado de inventiva % de soluciones Origen del conocimiento
Solución aparente 32 Conocimientos individuales Mejora menor 45 Conocimientos de la empresa Mejora mayor 18 Conocimientos de la industria
Nuevo concepto 4 Todas las industrias confundidas Descubrimiento 1 Ciencia
Esta clasificación se basó en la calidad de las soluciones que contenían las
patentes, independientemente del problema resuelto. De acuerdo a Terninko14, las
innovaciones comprendidas en los niveles 1, 2 y 3 son generalmente transferibles
entre disciplinas. Esta capacidad de transferencia indica lo siguiente:
A. Que el conocimiento puede ser transferible fuera de la disciplina donde fue
creado. Esta capacidad de transferencia, es la clave para comprender por qué
es posible la sistematización de la creatividad en TRIZ.
B. Como consecuencia del punto anterior, los niveles 1,2 y 3 representan el 95%
del progreso tecnológico, lo que indica que 95% de los problemas inventivos
presentes en algún dominio técnico, han sido ya identificados y resueltos en
algún otro15. En el contexto de éste documento, esta capacidad de
transferencia se interpreta como el hecho de que una solución inventiva tiene
95% de probabilidades ser transferida y reutilizada en otro dominio o
disciplina.
Entre 1964 y 1974, Altshuller y sus colaboradores verificaron dos veces la
información colectada en las patentes analizadas, con el fin de confirmar la validez de
estos porcentajes. Ninguna evaluación posterior se ha realizado16.
2. Evolución de los sistemas técnicos. Durante el análisis de las bases de
patentes del mundo y el análisis de los sistemas tecnológicos, Altshuller
14 (Terninko et al., 1998) 15 Idem 16 (Terninko et al, 1998)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
10
y su equipo de trabajo analizaron las diferentes etapas de evolución que
habían seguido una gran diversidad de sistemas tecnológicos, biológicos
y sociales. El objetivo de este análisis, consistió en tratar de detectar
patrones comunes, universales y de aplicación transversal durante la
evolución de cualquier sistema.
3. Métodos para resolver problemas. La propuesta de un método diferente
y más eficiente para resolver problemas, se basó en la identificación de
las deficiencias y ventajas de múltiples enfoques, técnicas o
metodologías para resolver problemas. Lo anterior con la intención de
proponer un marco que permita integrar las ventajas detectadas de los
métodos analizados y, simultáneamente, minimizar sus límites y
desventajas. Después de este análisis, algunos mecanismos como el de
la sinéctica, el método de la empatía, por mencionar algunos, terminaron
adaptándose a la estructura de TRIZ.
4. La ciencia como un recurso para resolver problemas. En la ciencia
existen muchos principios, teoremas y fenómenos que permanecen
improductivos. Es necesario poner este conocimiento a disposición de
los ingenieros, y volverlo productivo, es decir, que su aplicación
resuelva problemas. Este conocimiento debe ser organizado no de
manera bibliográfica, sino de un modo tal, que se cree una herramienta
capaz de resolver situaciones (problemas inventivos), donde se sabe
cuáles son las necesidades para resolver un problema, pero se
desconocen los medios para hacerlo. Altshuller clasificó estos principios
en Físicos, Químicos y Geométricos y con ellos construyó una base de
datos basada en el conocimiento. Esta base de datos de efectos
científicos, permite localizar en una lista de efectos, principios,
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
11
teoremas, etc. aquellos que pueden ser aplicados para resolver un
problema17.
5. Análisis de los patrones creativos de brillantes inventores. La
invención y por consiguiente la innovación, son actividades cuyas
etapas iniciales están basadas en la creatividad. A pesar de que los
procesos cognitivos de un individuo no son transferibles, es posible
analizar los métodos heurísticos que han sido desarrollados y puestos en
práctica por grandes inventores, con el fin de transformarlos en técnicas
capaces de guiar los esfuerzos de un individuo(s) durante las fases que
requieren la generación de nuevos conceptos. Las estrategias derivadas
de este análisis, tiene como objetivo principal, ayudar a los individuos a
superar la rigidez de sus modelos mentales e impulsar un
comportamiento que tienda a superar paradigmas establecidos.
Conclusiones sobre el proceso seguido
El análisis y síntesis del conocimiento realizado por Altshuller y muchos otros
científicos e investigadores, fue condensado en un conjunto de herramientas para
resolver problemas, en un conjunto de tendencias de evolución de los sistemas
técnicos y en una serie de conceptos básicos de esta teoría. Entre los más importantes
tenemos:
⎯ Las tendencias de evolución de los sistemas técnicos. TRIZ señala que a
pesar de que la evolución de la tecnología parece ser aleatoria, a largo plazo,
es evidente que ésta sigue patrones claramente bien definidos. Altshuller
17 (Altshuller, 1999), (Savransky, 2000)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
12
menciona que: “La evolución de los sistemas técnicos no es aleatoria, está
controlada por ciertas leyes o tendencias18”, así bien todos los sistemas
técnicos evolucionan siguiendo tendencias bien definidas, independientemente
del dominio al cual pertenecen. Estas tendencias pueden ser estudiadas y
utilizadas con la finalidad de incrementar la eficiencia del proceso de
resolución de un problema e igualmente, para prever el futuro desarrollo de
cualquier sistema técnico19.
⎯ Evolución vía la resolución de problemas. Los sistemas técnicos, al igual que
los sistemas biológicos y sociales, evolucionan gracias a la eliminación de
diversos conflictos. El conjunto de estos principios de eliminación de
conflictos, es universal para todas las áreas de la ingeniería.
⎯ La resolución de contradicciones cómo estrategia de evolución. Todos los
problemas inventivos comprenden al menos una contradicción. Encontrar una
solución inventiva para un problema, significa resolver el conflicto
contemplando un criterio primordial: la negociación o compromiso es
inadmisible. El concepto de contradicción dice que una contradicción existe
cuando dos características útiles o condiciones operacionales mutuamente
excluyentes de un mismo sistema, deben asociarse para el logro de un
objetivo. La bibliografía reconoce varios tipos de contradicciones, pero dos
tienen una importancia crucial durante la generación de soluciones a
problemas inventivos: las contradicciones técnicas y las contradicciones
físicas. Una contradicción técnica se observa cuando la mejora de un
parámetro o característica útil de un sistema, provoca la degradación de otro
parámetro o característica también útil y viceversa. Una contradicción física
se materializa cuando un sistema exige la presencia simultánea de dos estados
mutuamente exclusivos, correspondientes a una función o componente del
18 (Altshuller, 1998) 19 (Fey et al., 2006)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
13
sistema. Ejemplo de ello son piezas del sistema que deben ser lisas o rugosas
al mismo tiempo, frías o calientes, suave y duro, etc.
⎯ La transversalidad del conocimiento. Algunas veces durante la búsqueda de
una solución inventiva, es necesario el uso de conocimientos ajenos a la
experiencia del investigador. A fin de organizar y dirigir la búsqueda del
conocimiento apropiado, varios índices relacionados a estos conocimientos
(principios y efectos científicos), deben ser empleados. En estos índices o
apuntadores, los conocimientos están clasificados de acuerdo a la función
técnica que pueden realizar.
La aplicación de los conceptos básicos de la teoría TRIZ, propone a diferencia
de otros métodos, un proceso de resolución de problemas convergente. Este proceso
está delimitado por los siguientes factores:
Figura 2: el proceso convergente para resolver problemas con TRIZ
Colecta de datos
Formulación del problema
Identificar la contradicción
Resolver la contradicción
Implementar la solución
Problema inicial
Tendencias de evolución
Tendencias de evolución
Condiciones especifi
casCondicione
s especificas
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
14
Herramientas de TRIZ utilizadas en el modelo propuesto
Una vez expuestas las bases teóricas de TRIZ y algunos de los conceptos más
importantes de esta teoría, es necesario introducir las herramientas que serán
utilizadas: la matriz de resolución de contradicciones técnicas (simplemente matriz de
contradicciones) y el resultado ideal final.
La matriz de contradicciones
Durante el análisis de patentes realizado por Altshuller y sus colaboradores, se hizo
evidente la necesidad de desarrollar una estructura para registrar y reutilizar las
soluciones inventivas detectadas. Esta conclusión se debió a que este análisis, reveló
entre otros fenómenos, que inclusive las soluciones más originales reposaban sobre
ciertos principios fundamentales. Estos principios fueron sintetizados y formaron un
conjunto de 40 grandes vías de resolución para problemas inventivos (un problema
inventivo es aquel que contiene al menos una contradicción). Otra constatación tuvo
lugar durante este análisis: con un número limitado de parámetros, a saber, 39, es
posible formular cualquier problema inventivo.
Partiendo de un conjunto de parámetros para modelar problemas y de un
conjunto de soluciones, el paso siguiente consistió en crear una relación entre ambos
elementos. Se extrajo de las patentes la frecuencia de aplicación de los principios de
solución sobre cada combinación de esos 39 parámetros y con ello se construyó una
matriz. La relación entre los 39 parámetros y los 40 principios de resolución dio lugar
a una matriz de 39*39, que fue actualizada recientemente aumentando el número de
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
15
parámetros a 4820. La cantidad de principios de solución no sufrió ninguna
modificación, sin embargo fueron propuestas varias combinaciones de esos principios
de solución. La figura 3 muestra una porción de esta matriz
Figura 3: el proceso de razonamiento análogo
La utilización de esta herramienta sigue 5 etapas21:
Etapa 1. Traducir el enunciado del problema, como un conflicto entre dos
características o parámetros de un sistema.
Etapa 2. Identificar estos dos parámetros entre la lista de los 39 (o los 48)
parámetros genéricos.
Etapa 3. Utilizar la matriz. Sobre las líneas, identificar el parámetro que se
desea mejorar y sobre las columnas, el parámetro que se degrada debido a esta
mejora. La intersección entre la línea y la columna, aísla un conjunto de principios
(ordenados según un orden recomendado de aplicación), que han sido utilizados
eficazmente en diversos dominios, para eliminar la contradicción identificada.
20 (Mann et al., 2003) 21 (Altshuller, 1998)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
16
Etapa 4. Analizar los principios sugeridos.
Etapa 5. Traducir estos principios generales, en soluciones operacionales. Si
durante la etapa 4, ninguno de los principios sugeridos ofrece una vía factible de
solución, se recomienda al usuario de explorar el conjunto de los 40 principios, con la
finalidad de derivar una solución.
En razón de la naturaleza general de los principios propuestos, la matriz de
contradicciones, no ofrece una solución “lista para usar”. La matriz fue concebida con
el fin de restringir el espacio de búsqueda de una solución y de proponer una cantidad
limitada de posibles vías de acción de manera eficiente. La originalidad de su enfoque
se deriva de la capacidad de proponer analogías de aplicación intra-dominios. Por lo
tanto, la matriz de contradicciones, sólo ofrece ciertas vías privilegiadas de solución,
que deberán ser transformadas mediante un esfuerzo creativo.
El Resultado ideal final (RIF)
Esta herramienta para guiar la resolución de un problema fue propuesta por Altshuller
y Shapiro en 195022. De acuerdo a Altshuller, el RIF es una fantasía. Es una utopía
inalcanzable que abre una vía hacia la solución de un problema. Este concepto (que
no es privativo de TRIZ) ofrece una vía de resolución de un problema, generalmente
ignorada durante la etapa de generación de conceptos de solución.
22 (Altshuller, 1999)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
17
El concepto de recurso
Todo sistema en evolución, dispone de ciertos recursos que pueden ser utilizados para
mejorar la eficiencia global de este sistema. Un recurso es en consecuencia, un
elemento disponible en el sistema o en su ambiente, generalmente inactivo y capaz de
producir una acción útil sin costo o al menor costo posible. La identificación y el uso
de estos recursos pueden producir nuevas ideas, resolver contradicciones y dirigir la
evolución de un sistema. Una vez el problema formulado, un análisis debe realizarse
con el fin de identificar los recursos disponibles dentro del sistema.
Como cualquier otro enfoque para resolver problemas, la teoría de resolución
de problemas inventivos posee ventajas y límites. Estas características son analizadas
en la sección siguiente.
3. Ventajas y límites de la teoría TRIZ
Varias de las múltiples ventajas de la teoría TRIZ han sido ya mencionadas por
ejemplo: la capacidad de TRIZ de eliminar las barreras entre disciplinas, ofrecer de
manera eficiente vías de solución para muchos tipos de problemas, herramientas
sicológicas que ayudan a evitar el compromiso durante la resolución de un problema,
etc. Sin embargo, las siguientes características son de suma importancia dentro del
contexto presente:
TRIZ como un enfoque de resolución de problemas, es un ambiente donde
interactúan de manera equilibrada dos dimensiones de la creatividad: una dimensión
técnica (contenida en las herramientas de TRIZ y basadas en el conocimiento) y una
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
18
dimensión psicológica (técnicas para disminuir la influencia de la inercia psicológica
e interpretación de las vías de solución propuestas).
La comprensión y aplicación de los conceptos y herramientas de TRIZ,
permiten a los individuos mejorar sus capacidades creativas. La razón de esto, reside
en el proceso convergente intrínseco a TRIZ. Este proceso conduce a modelos de
solución de ingeniería que han probado su eficiencia en problemas similares en
diferentes dominios. Esto genera un marco que permite transferir eficientemente estas
estrategias y que incrementa la originalidad de las soluciones propuestas23. Esto a su
vez permite la creación de analogías transversales, elemento capital en los procesos
creativos.
TRIZ posee varios límites, entre estos, los siguientes resultan particularmente
interesantes e importantes en este documento.
TRIZ delimita el espacio de solución de un problema, sin embargo el usuario
debe, cada vez que enfrenta un problema, desplegar el proceso completo de
resolución de problemas. Esto conlleva a que el conocimiento revelado y puesto en
acción durante la resolución de un problema inventivo, no sea registrado, tampoco el
resultado de la implementación de la solución propuesta. En consecuencia, el usuario
de TRIZ no cuenta con una estructura explícita que permita el aprendizaje y la
reutilización del conocimiento, como un elemento crucial para acelerar el proceso de
innovación.
Además de lo anterior, el proceso clásico de TRIZ no permite la resolución
simultánea de más de un problema inventivo. Este límite es un área de oportunidad
actualmente en exploración, en la cual herramientas cómo los algoritmos genéticos o
las redes neuronales pueden resultar interesantes.
23 (Sifonis et al., 2003, julio)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
19
Las herramientas de TRIZ están basadas en el conocimiento general, de manera
que estas puedan ser empleadas en múltiples disciplinas. El inconveniente ligado a
esta versatilidad es el siguiente: el conocimiento de naturaleza general produce un
marco para el razonamiento, no obstante, la aplicación de este conocimiento en una
situación específica puede revelarse como una ardua actividad. Esto se encuentra en
aparente contradicción, con la facilidad que tiene TRIZ para generar estrategias de
resolución transversales entre dominios. Esto se explica según Kolodner24, debido a
que el conocimiento específico puede ocasionar ceguera en el usuario y rigidez en los
patrones de pensamiento.
Las definiciones de algunas herramientas de TRIZ que tiene un rol capital
dentro del contexto de este documento, serán ofrecidas cuando se describa la
integración de TRIZ con el mecanismo de resolución del RBC. La sección siguiente
presenta al segundo elemento: el razonamiento basado en casos.
4. El razonamiento basado en casos (RBC): la reutilización de experiencias pasadas
Existen muchas razones para el empleo del RBC como herramienta de resolución de
problemas, entre ellas se encuentran las siguientes25:
⎯ Los expertos de cualquier disciplina cuando se enfrentan a un problema
nuevo, lo comparan con las experiencias que han adquirido. Si un problema
similar es identificado, entonces la solución ya conocida y probada de éste
último, es adaptada para satisfacer las condiciones exigidas en el problema
nuevo.
24 (Kolodner, 1993) 25 (Lenz et al., 1998), (Schank, 1982)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
20
⎯ Estas experiencias están disponibles en fuentes bibliográficas y en la memoria
de los expertos, por consiguiente, es posible extraerlas durante el proceso de
resolución de un nuevo problema.
⎯ Un problema resuelto puede generalizarse hasta cierto punto, a fin de extraer
ciertas características que faciliten su identificación y determinen sus
particularidades.
⎯ La comparación entre dos experiencias o casos, puede efectuarse fácilmente.
Además, éstas mantienen su pertinencia sobre intervalos de tiempo
relativamente largos.
Las razones mencionadas pueden resumirse en dos características del RBC:
memorizar y reutilizar el conocimiento. Este tipo de sistemas requiere de una
estructura que permita la implementación de una memoria y facilite la reutilización.
La memoria del sistema que se presenta en párrafos posteriores, está basada en
una herramienta de TRIZ. Referentes a la facultad de reutilizar el conocimiento, ésta
se basa en el razonamiento por analogías o razonamiento analógico, que es
considerado, en el contexto de este documento, como un proceso de identificación y
movilización de conocimientos extraídos de una situación conocida o familiar, con el
fin de resolver una situación desconocida. La figura 4 esquematiza este proceso.
Figura 4: el proceso de razonamiento análogo
Problema Inicial
Problema Análogo
Solución análoga asociada
Esfuerzo creativo
Solución Final
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
21
Diversos autores señalan la crucial importancia del razonamiento análogo en los
procesos creativos y la innovación26. Este proceso de razonamiento es de acuerdo a
varios autores, el proceso intrínseco de resolución de problemas del cerebro humano.
El límite obvio de este proceso se materializa cuando al tratar de resolver un
problema, el individuo que lo encara, no encuentra entre sus experiencias pasadas un
problema similar. Es entonces que se recurre a otras estrategias, de la cual la más
importante es el método de prueba y error27. El objetivo de esta sección es sólo
presentar el mecanismo de resolución de problemas del razonamiento basado en
casos. Las etapas principales son:
Etapa 1. La elaboración. Esta etapa consiste en la preparación del problema
inicial (llamado problema objetivo). Esta etapa se concentra en extraer las
características más importantes del problema objetivo y se genera una descripción de
la situación problemática. Ésta última servirá de base para lanzar la búsqueda de un
caso similar o problema fuente en la memoria casos. Esta etapa no está declarada
explícitamente en el modelo presentado por Aamodt y llamado modelo de las 4R`s28.
Etapa 2. La recuperación: la descripción del problema objetivo, obtenida en
la etapa de preparación, es utilizada para compararla contra los casos que contiene la
memoria. La identificación de un problema fuente en la base de casos está ligada al
método de indexación empleado. Los dos métodos más utilizados en el diseño de un
sistema de RBC son: el método del vecino más próximo y la búsqueda inductiva. En
esta etapa se debe definir una métrica de similitud, con el fin de determinar el grado
de utilidad de los casos que contiene la memoria con respecto al problema que se
desea resolver. La hipótesis Un nivel elevado de similitud significa que se requerirá
menor esfuerzo para adaptar la solución al problema objetivo. La hipótesis
subyacente para realizar esta etapa es que problemas similares tiene soluciones
similares y que por ende, es posible recuperarlos o recordarlos a partir de un índice de
26 (Holyoak et al., 2005) 27 (Terninko et al., 1998), (Altshuller, 1999) 28 (Aamodt et al., 1994)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
22
similitud. Esta métrica de similitud se realiza sobre ciertos atributos del problema
(obtenidos en la etapa de elaboración). Como ejemplo, la distancia euclidiana
ponderada es ampliamente utilizada para calcular la distancia entre dos variables
cuantitativas:
( ) ( )[ ]∑=i iii qpatributowqpDist 2,,
Donde:
⎯ wi es el peso o ponderación del atributo i
⎯ pi y qi son los valores que toma el atributo i de los problemas p y q
respectivamente.
⎯ Si la distancia entre atributos es dividida entre la suma de las ponderaciones
asignadas, la distancia se encontrará en un intervalo [0, 1]. Por consiguiente la
similitud se calcula: Sim = 1 – distancia29.
Etapa 3. La reutilización o adaptación: una vez que un problema fuente es
identificado, su solución asociada es analizada para adaptarla a las condiciones
exigidas en el problema objetivo. Al término de esta etapa, se produce una propuesta
de solución para el problema objetivo.
Etapa 4. La revisión: la solución generada para el problema inicial es
verificada para comprobar si ésta satisface o no los requerimientos del problema
objetivo. Si la verificación (realizada por un sistema de reglas o simplemente por un
experto o panel de expertos) se revela negativa, la solución deberá ser modificada por
el individuo o equipo que enfrenta el problema, hasta que el resultado sea positivo. Es
frecuente encontrar dentro de un caso el proceso o estrategia de reconcepción de la
solución.
29 (Leake, 1995)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
23
Etapa 5. La memorización: una vez que la solución propuesta ha sido
verificada y validada en el problema objetivo, esta nueva experiencia (o caso) puede
ser registrado y la memoria actualizada.
Este proceso se representa en el siguiente diagrama:
Figura 5: el proceso de resolución del razonamiento basado en casos30
Entre las ventajas principales del razonamiento basado en casos como
herramienta para resolver problemas, pueden enumerarse las siguientes31:
1. Reduce el esfuerzo de adquisición del conocimiento.
2. Evita le recurrencia de errores cometidos en el pasado.
30 Adaptado de (Aamodt et al., 1994) 31 (Pal et al, 2004)
Problema Inicial
Recuperación Reutilización
Revisión
Memorización
Casos Anteriores Conocimientos Genérales
(BaseDeCasos)
Caso recuperado
Nuevo caso
Caso resuelto
Caso verificado / reparado
Caso aprendido
Solución Propuesta
Solución validada
Elaboración
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
24
3. Gran flexibilidad y adaptación durante la modelación del conocimiento.
4. Permite el razonamiento en dominios poco comprendidos, definidos o
modelados. También en aquellos en los que posee poco conocimiento.
5. Realiza predicciones sobre el probable éxito de soluciones pasadas.
6. Aprendizaje a largo plazo.
7. Razonar con datos imprecisos o incompletos.
8. Evita repetir todos los pasos necesarios para llegar a una solución.
9. Facilita la explicación de un fenómeno o problema.
10. Se adapta a diferentes propósitos y dominios fácilmente.
11. Refleja el razonamiento humano.
De todos los beneficios listados anteriormente los siguientes se destacan:
⎯ Existe una gran afinidad cognitiva entre el RBC y el proceso humano de
resolución de problemas (ambos utilizan el razonamiento analógico). Esta
afinidad facilita la transferencia de experiencias entre usuario y el usuario
experimenta una menor dificultad para comprender y aplicar los ejemplos o
casos que contiene el sistema. Puesto que es una herramienta pragmática, el
usuario puede ver materializado rápidamente un puente entre conocimiento y
acción, lo que minimiza la oposición al cambio.
⎯ El aprendizaje es un producto inherente a un sistema de razonamiento basado
en casos. Esta capacidad del RBC esta fundamentada en la relación que existe
entre la memorización y el razonamiento32. En razón de ello, un caso puede
ser utilizado como una herramienta para la formación. Nonaka y Takeuchi33
señalan que los documentos facilitan la transferencia del conocimiento
32 (Schank, 1982) 33 (Nonaka et al., 1997)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
25
explicito y que, en consecuencia, esto permite “repetir” indirectamente las
experiencias de otros individuos (errores cometidos, éxitos, sugerencias, etc.).
De ésta manera, las soluciones pragmáticas contenidas en una base de casos,
permiten a los usuarios “apropiarse” de las experiencias de otros individuos,
ya que existe un lazo entre el conocimiento y la manera de aplicarlo dentro de
un contexto definido.
⎯ Paralelamente, un sistema de RBC es capaz de aprender del éxito y del
fracaso. Si un problema es resuelto de manera satisfactoria, la solución
asociada a este último es registrada para su futura reutilización. Esto evita la
necesidad de reinventar una solución que ha sido puesta en práctica con
antelación. Si por el contrario, la solución propuesta es errónea o condujo al
fracaso, esto evidencia que el aprendizaje es necesario y que debe adquirirse
conocimientos que satisfagan esta carencia. Este aprendizaje sigue, entre otros
métodos, dos importantes: el aprendizaje derivado por la ejecución (task
failure) y por un resultado inesperado (expectation failures). En ambos casos,
los errores cometidos o las condiciones que han conducido al error, pueden ser
memorizados. Esto le permite al usuario, el tomar las medidas necesarias para
evitar su repetición o de crear hipótesis (y líneas de investigación) para la
resolución de un problema. Estos factores se traducen en una mejora
importante de la eficiencia, durante la resolución de un problema34.
⎯ A diferencia de los sistemas basados en reglas, el RBC utiliza para la
resolución de un problema objetivo, ciertos episodios completos o casos. En
razón de ello, el esfuerzo que implica el descomponer una experiencia con la
finalidad de generalizar sus etapas y producir ciertas reglas de aplicación ya
no es necesario, lo cual reduce considerablemente el costo de adquisición del
conocimiento. Un sistema de RBC se focaliza en la adquisición de casos, lo
34 (Lenz, 1999)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
26
que simplifica el mantenimiento de la base de casos y permite una evolución
dinámica de la memoria basada en la utilización del sistema.
Este enfoque de resolución de problemas y capitalización del conocimiento,
posee diversos límites. Entre esto se destacan los siguientes:
⎯ La especificidad del RBC. Debido a su estructura, el RBC crea un ambiente
para razonar sobre casos similares identificados en una disciplina bien
definida. Es decir el RBC esta basado en el uso de analogías intra-dominio35.
Este pragmatismo es de hecho una de las principales ventajas de este enfoque.
Sin embargo, dentro de un proyecto donde es necesario considerar el aspecto
creativo e innovador, esta especificidad se revela como un obstáculo a la
creatividad. De acuerdo a Aamodt36, existe una correlación positiva entre la
cantidad de fuentes y disciplinas usadas durante la resolución de un problema
y la cantidad / calidad de las soluciones generadas.
⎯ El RBC está basado en casos resueltos con antelación. Esta ventaja del RBC
es también una debilidad. En efecto, uno de los límites más evidentes de este
enfoque, es el hacer frente a un problema que no ha sido identificado ni
resuelto con anterioridad. Si esta situación se presenta, la base de casos no
podrá ofrecer un problema fuente y el usuario deberá resolver el problema por
otros medios. Múltiples líneas de investigación sobre este enfoque se
concentran en el proceso de reutilización / adaptación.
⎯ Un esfuerzo creativo es necesario durante la resolución de un problema
objetivo. Esto se debe a que el usuario debe adaptar, reinterpretar, combinar,
explicar o evaluar las ideas propuestas por un caso fuente a una situación
específica o problema objetivo. Sin embargo, a pesar de que una dimensión
creativa existe en el RBC, éste no posee una estructura para guiar los
35 (Aamodt et al, 1994) 36 Idem
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
27
esfuerzos creativos del usuario cuando, para un problema objetivo, no hay
problema fuente identificado en la base de casos37.
Con base en lo anterior, es necesario de combinar en una misma estructura, un
enfoque que permita abordar cualquier problema y al mismo tiempo, de capitalizar
los conocimientos desplegados durante este proceso. La teoría TRIZ o Teoría de
Resolución de Problemas Inventivos (o de innovación), utiliza como parte de su
enfoque de resolución de problemas, analogías de una aplicación transversal entre
diferentes dominios. La sección siguiente ofrece una breve perspectiva sobre una
combinación de los dos enfoques antes presentados.
5. La integración TRIZ-RBC
Fue a partir de las similitudes y diferencias constatadas entre ambos enfoques, que se
obtuvo el mecanismo de resolución de problemas esquematizado en la figura 6.
En este proceso, TRIZ ofrece el conocimiento genérico que permite abordar
cualquier problema formalizado como una contradicción, es decir permite producir
soluciones inventivas. Además de esto, TRIZ ofrece una estructura que permite
clasificar e indexar un caso. El RBC proporciona los elementos necesarios para
buscar y comparar dos problemas, e igualmente para conservar y actualizar las
experiencias obtenidas. En esta sinergia se integran diferentes herramientas y
conceptos de TRIZ como la contradicción, el resultado ideal final y la matriz de
resolución de contradicciones técnicas, descritas en párrafos anteriores. Los párrafos
siguientes muestran primeramente cual es el proceso seguido para resolver un
problema y cómo fue implementado en un sistema.
37 (Mills et al., 1994)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
28
Figura 6: el proceso de resolución que resulta de la integración de TRIZ y el RBC
Problema Objetivo
Casos Anteriores Memoria basada en las
contradicciones
Contradicción
Descripción del problema
Caso Recuperado?
Recuperación
Reutilización
Revisión
Caso Resuelto
Caso verificado y/o reparado
Caso registrado
Principios Asociados
Si No
Interpretación Solución Propuesta
Creación
Descripción del RIF
Solución propuesta
Memorización
- Recursos - Objetivo - Condiciones específicas, etc.
El proceso de resolución
El proceso comienza con la identificación del problema objetivo, seguido de la
descripción detallada del mismo y la formulación del RIF, que servirá como criterio
adicional durante la evaluación o la selección de una solución. Es en esta parte del
proceso que el usuario debe identificar el objetivo que debe ser alcanzado, los
recursos, así como definir el contexto del problema. Durante esta fase preliminar, la
última etapa es la formulación del problema como una contradicción, es decir la
identificación de los dos parámetros en conflicto. La matriz utilizada para la
concepción de la base de casos, fue la versión 2003. Esta versión de la matriz esta
diseñada entorno a 48 parámetros y posee la particularidad de ofrecer al menos 4
principios para cualquiera de las 2256 contradicciones o células de conocimiento que
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
29
contiene. Puesto que cada contradicción es un conflicto entre dos parámetros, la
comparación de dos contradicciones es relativamente simple, lo que permite
identificar otros problemas en la base que comparten la misma contradicción. A partir
de la confrontación de la contradicción contenida por el problema objetivo, el proceso
esquematizado en la figura 6 ofrece dos posibilidades:
1. Un caso similar es identificado en la base de casos. Por consecuente, el
proceso de reutilización y/o adaptación comienza. El usuario deberá adaptar la
solución del problema fuente a los requerimientos del problema objetivo.
2. Ningún caso similar esta registrado en la memoria. Bajo esta condición, un
proceso de creación es iniciado. La matriz retoma su rol original y una lista de
los principios asociados a la contradicción es ofrecida al usuario. El usuario
deberá entonces seguir las cinco etapas numeradas en párrafos anteriores, con
la finalidad de derivar una solución.
Cualquiera de los escenarios termina por converger hacia la proposición de una
solución. Esta deberá ser verificada y rectificada si necesario, con el fin de satisfacer
los requisitos estipulados por el problema objetivo. Finalmente el proceso se termina
cuando el resultado de la implementación (éxito o fracaso), la estrategia de reparación
de la solución, los consejos y sugerencias de implementación son validados para ser
memorizados y así actualizar la base de casos.
6. Presentación de la implementación
La matriz de resolución de contradicciones técnicas y el razonamiento basados en
casos reposan sobre una premisa fundamental: si dos problemas pueden modelarse de
manera similar, entonces la solución de uno puede ser transferida al otro. Para el caso
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
30
del proceso de resolución mostrado en la figura 6, esta premisa fue validada por
varios autores 38 y recientemente en un estudio realizado por Mann39sobre una
muestra de 100 patentes.
El sistema que se describe a continuación, está igualmente basado en esta
premisa. Consecuentemente, este sistema utiliza las contradicciones identificadas en
un problema, como elemento central para realizar la comparación entre dos
problemas. El sistema tiene una memoria basada en la matriz de contradicciones,
tiene en su estructura 2256 casos fuente o casos generales dentro de los cuales se
almacenarán los problemas resueltos. Esto permite una indexación más ágil en la
memoria y por ende una reducción en el tiempo de comparación.
El sistema ofrece dos posibilidades
⎯ La primera, permite la carga o introducción de un caso a la memoria. Es en
esta sección que debe describirse el problema y extraer los atributos que lo
definen. En esta etapa se aplican los conceptos de contradicción como se
mencionó anteriormente, el concepto de recursos y el resultado ideal final.
⎯ La segunda habilita la consulta en la base de datos. Para realizar esta consulta
es necesario haber identificado la contradicción o contradicciones presentes en
el problema que se desea resolver. Una vez establecida la contradicción, el
sistema presentará cómo máximo 5 casos o los principios asociados a esta
contradicción. De este modo, el usuario debe atender la fase de adaptación o
de creación de conceptos asistida por los principios de resolución.
38 (Savransky, 2000) 39 (Mann, 2004)
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
31
Introducción de un caso a la memoria
Figura 7: La ventana de carga de un problema: información sobre el sistema
Esta ventana está dividida en dos secciones. La sección de la izquierda permite
al usuario introducir los datos del problema. La sección de la derecha sirve cómo guía
para facilitar la carga de un caso mediante un ejemplo sencillo.
En la siguiente ventana es posible definir el resultado ideal final y la
contradicción que define al problema.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
32
Figura 8: La ventana de carga de un problema: información sobre el sistema
Enseguida, en la siguiente parte del proceso, se definen los recursos con que
cuenta el sistema:
Figura 9: La ventana de carga de un problema: identificación de los recursos del sistema
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
33
Durante la identificación de los recursos del sistema se utiliza el razonamiento
guiado por explicaciones. El usuario selecciona en una lista el tipo de recurso
localizado en el sistema y posteriormente, explica en que parte se identificó y en que
estado se encuentra este recurso. La siguiente ventana permite ofrecer una
descripción de la solución propuesta:
Figura 10: Descripción de la solución
En esta ventana es posible analizar los principios propuestos para la
contradicción identificada, los criterios para evaluar la solución, las sugerencias y
recomendaciones del usuario y finalmente, la documentación empleada durante el
desarrollo de la solución.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
34
Búsqueda de un caso basada en la contradicción
La segunda posibilidad corresponde a la búsqueda de un problema que comparte la
misma contradicción. Para poder lanzar la búsqueda es necesario que el usuario
identifique la contradicción que representa su problema.
Figura 11: Ventana para iniciar la búsqueda
Una vez reunida la información mínima para realizar la búsqueda, los
resultados se presentan en la siguiente ventana:
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
35
Figura 12: Ventana para mostrar sistemas similares
Conclusiones y perspectivas
El modelo TRIZ-RBC es un enfoque centrado en la resolución de un problema, es
decir, el mecanismo propuesto crea una conexión entre el conocimiento y la acción, e
igualmente, ofrece una manera de movilizar el conocimiento. Esto tiene la capacidad
de estimular la creación de un ambiente en el cual la innovación es considerada como
un proceso creativo, técnico, social y fuertemente influenciado por la economía del
mercado. Este modelo, aun en desarrollo, fue concebido para proporcionar un soporte
en las primeras fases del proceso de innovación y posteriormente, asistir al usuario
durante las fases de implementación de una solución inventiva.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
36
Entre las perspectivas del modelo TRIZ-RBC, pueden mencionarse las
siguientes: primeramente, puesto que el modelo está basado en la contradicción, el
sistema supone que el usuario posee la experiencia y conocimientos para modelar
problemas bajo la forma de contradicciones. La experiencia es capital para poder
identificar correctamente la contradicción que debe ser resuelta. Esto representa un
límite del proceso de resolución de problemas presentado en párrafos anteriores.
Con respecto a la mejora del modelo TRIZ-RBC, el uso de ontologías o de la
herramienta llamada “root contradicción analysis”, se perfilan como un reto
importante. Otra línea de evolución seguida es la incorporación de otras herramientas
de TRIZ, según las necesidades reveladas en cada etapa del proceso. La integración
de las técnicas para vencer la inercia psicológica es ya considerada en cada etapa del
proceso. Así mismo, es necesario desarrollar el modelo, de manera que el sistema sea
utilizado como una herramienta de resolución de problemas, capaz de acompañar al
usuario desde la identificación de la contradicción, hasta la implementación de la
solución, como un proceso paralelo, sin aumentar la carga de trabajo de usuario.
Durante el análisis del modelo presentado, otras contradicciones fueron puestas
en evidencia. Por ejemplo, en lo referente al conocimiento, este debe ser individual y
colectivo, general y específico, etc. En lo que respecta a la creatividad, que ésta debe
ser libre de seguir cualquier vía y al mismo tiempo dirigirla con el fin de hacer mas
eficiente el proceso de innovación. En todas las contradicciones identificadas, la
teoría TRIZ parece ser la herramienta idónea para resolverlas, lo cual sugiere la
amplitud del trabajo que aun queda por realizar.
[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008
37
Bibliografía
1. Aamodt, A., Plaza E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications. IOS Press, Vol. 7: 1, pp. 39-59.
2. Altshuller G. (1998). 40 Principles: TRIZ Keys to Technical Innovation. Technical Innovation Center, INC.
3. Altshuller, G. S. (1998). Creativity as an exact science. Gordon and Breach Publishers, cuarta edición.
4. Altshuller, G. S. (1999). The innovation Algorithm. Technical Innovation Center. 5. Cortes Robles G. (2006). Management de l’innovation technologique et des connaissances :
synergie entre la théorie TRIZ et le Raisonnement à Partir de Cas. Application en génie des procédés et systèmes industriels. Tesis doctoral en el Instituto Nacional Politécnico de Toulouse, Francia.
6. Drucker, P. (1993). Post Capitalist Society. Harper & Row, New York, NY. 7. Fey V., Rivin E. (2006). Innovation on demand. New Product Development Using TRIZ.
Cambridge University Press. 8. Holyoak K., Morrison R. (2005). The Cambridge Handbook of Thinking and Reasoning.
Cambridge University Press. 9. Kolodner J. (1993). Case-Based Reasoning. Morgan Kaufmann Publishers, Inc. 10. Leake D. (1995). A Brief Introduction to Case-Based Reasoning. Proceeding of the First
International Conference on Case-Based Reasoning ICCBR-95, Sesimbra, Portugal. 11. Lenz M. (1999). Case Retrieval Nets as a Model for Building Flexible Information Systems.
Tesis doctoral en la Universidad de Humboldt, Berlin. 12. Lenz M., Bartsch-Sporl B., Hans-Dieter B., Wess S. (1998). Case-Based Reasoning
Technology: From Foundations to Applications. Springer-Verlag Telos. 13. Mann D, Dewulf S, Zlotin B, Zusman A. (2003). Matrix 2003, Updating the Contradiction
Matrix. Creax Press. 14. Mann D. (2002). Better Technology Forecasting Using Systematic Innovation Methods.
Technological Forecasting & Social Change 70 (2003) 779–795, Elsevier Science Inc. 15. Mann D. (2004). Comparing The Classical and New Contradiction Matrix Part 2- Zooming
In. The TRIZ Journal. 16. Mills L., Kolodner J. (1994). Toward more creative Case-Based Design Systems.
Proceeding of the AAAI-94, Seattle, WA. August, 1994. 17. Nonaka I., Takeuchi H. (1997). La connaissance créatrice. La dynamique de l’entreprise
apprenante. De Boeck Université. 18. OECD, (1981). The Measurement of Scientific and Technical Activities, Frascati Manual
1980, Organisation for Economic Co-operation and Development. 19. Pal S., Shiu S. (2004). Foundations of soft case-based reasoning. John Wiley & Sons, Inc.,
Hoboken, New Jersey. 20. Salamatov, Y. (1999). TRIZ: The Right Solution at The Right Time. Insytec, The
Netherlands. 21. Savransky D., (2000). Engineering of Creativity: Introduction to TRIZ Methodology of
Inventive Problem Solving. CRC Press. 22. Schank R. (1982). Dynamic memory; a theory of reminding and learning in computers and
people. Cambridge University Press. 23. Schumpeter J. (1935). Théorie de l'évolution économique. Ed. Paris, Dalloz. 24. Sifonis C., Chen F., and Bommarito D. (2003, julio). Analogy as a Tool to Enhance
Innovative Problem Solving. Proceedings of the 25th Annual Meeting of the Cognitive Science Society, Boston MA.
25. Terninko J., Zusman A., and Zotlin B. (1998). Systematic Innovation: An Introduction to TRIZ. St. Lucie Press.