Riesgo e incertidumbre en la UNE-ISO 31000

Como ya hemos mencionado en repetidas ocasiones (y las que quedan), la UNE-ISO-31000, define riesgo como el efecto de la incertidumbre sobre la consecución de los objetivos. Varias notas aclaran en la propia norma esta definición, centrándonos en esta entrada en la que hace referencia a la incertidumbre.

La NOTA 5, indica textualmente: “La incertidumbre es el estado, incluso parcial, de deficiencia en la información relativa a la comprensión o al conocimiento de un suceso, de sus consecuencias o de su probabilidad”.

Pues bien, tocará preguntarse entonces: ¿A qué puede deberse la deficiencia en la información relativa a la comprensión o al conocimiento de un suceso, de sus consecuencias o de su probabilidad?

Y la respuesta es que básicamente se debe a dos cuestiones:

• A lo que conocemos sobre el comportamiento del sistema en que se dará el suceso. Es decir, si sabemos que es determinista o indeterminista, y

• Al papel que el azar juega en el tipo de comportamiento ya conocido del sistema

Pero expliquemos esto un poquito para no perder el hilo al introducir nuevos conceptos.

Se dice que un sistema es determinístico cuando su comportamiento puede ser completamente determinado conociendo sus condiciones iniciales. Es decir, cada estado del sistema está determinado por el estado anterior y el conocimiento exacto de cómo las variables del entorno harán que pasemos del estado anterior al actual o futuro.

Los sistemas deterministas por antonomasia son los definidos por la mecánica clásica. Así, el conocimiento del comportamiento de estos sistemas nos permiten responder a cuestiones del tipo:

Si dejamos caer un objeto des de lo alto de un edifico, y éste llega al suelo a los 3 segundos de haberlo dejado caer, ¿Qué altura tiene el edificio?¿A qué velocidad llegará el objeto al suelo?

Pero que un sistema sea determinista no hace que tengamos certeza sobre lo que va a pasar a menos que conozcamos las reglas de ese comportamiento. Así, podríamos decir que “un sistema determinista aporta certeza en la medida que conocemos su fórmula”.

De este modo, conociendo las fórmulas, el problema del edificio, tendrá un coste de solución no superior al que tardamos en resolver las operaciones matemáticas: 9,81*3 y (9,81*(3)2):2, de forma que obtengamos que la velocidad a la que llega al suelo es de 29,43 m/s y la altura del edificio es de 44,15 metros. 

Pero cuidado, este coste de resolución será siempre y cuando conozcamos las leyes de la mecánica clásica que rigen este tipo de sistemas. De este modo, sino “sabemos las fórmulas”, deberemos añadir al coste de realizar las operaciones anteriores, el coste de conocer las fórmulas y la forma de resolverlas, que en este caso sería :

En los sistemas determistas en los que no interviene el azar se asume la certeza en la medida que se considera que las variaciones que se pudieran dar no serian perceptibles o relevantes para la información que requerimos sobre el estado futuro de un sistema. Vamos, que dejamos al margen la teoría de la relatividad y la imprecisión milimétrica a nivel de observaciones.

Pasemos ahora a los sistemas indetermistas o probabilísticos. En este caso, hablamos de sistemas en los que no podemos saber de antemano, cual será el siguiente estado de un sistema. Lo único que podemos hacer con estos sistemas es asiganr probabilidades a cada uno de los posibles estados futuros que pudiera tener un sistema. Este tipo de sistemas o procesos en los que interviene el azar de forma intrínseca son los estudiados por ejemplo en mecánica cuántica.

En este caso, no solo debemos conocer las fórmulas, sino que además la certeza sobre el estado futuro siempre estará “dividida” entre diferentes opciones.

Los juegos de azar, son otro tipo de procesos indetermimnistas. Al lanzar una moneda podemos determinar que la probabilidad de que salga cara o cruz, gracias a las leyes de la probabilidad clásica, es del 50%, pero nunca podríamos afirmar, por ejemplo, que en una tirada concreta con certeza saldrá cara.

Explicada la diferencia entre sistemas deterministas y probabilísticos (también llamados estocásticos) veamos el papel que el azar puede jugar en cada uno de ellos.

A efectos de sistemas indeterministas, está claro, no hay forma de saber con certeza lo que va a pasar, precisamente por el componente azaroso que rige el sistema.

Y a efectos de sistemas deterministas también se habla de azar en un caso de sistemas muy concreto. Nos referimos a los sistemas caóticos o complejos. En estos sistemas, más que estar regidos por el azar en los mismos términos que los anteriores, lo que sucede es que, son tan extraordinariamente sensibles a cambios en las variables que los componen, que no hay forma de calcular con precisión lo que sucederá en cada instante, independientemente de que matemáticamente si pudiera abordarse ya que unas entradas concretas siempre darán las mismas salidasd concretas.

En los sistemas probabilísticos, unas entradas concretas pueden dar diferentes salidas con probabilidades distintas. La meteorología podría ser un ejemplo de sistema que se aborda des de una perspectiva probabilística siendo intrinsecamente determinista, debido a la enorme cantidad de variables que intervienen y a lo extraordinariamente sensible que es el sistema ante cambios prácticamente imperceptibles de cada una de estas variables.

Pues bien, cuando ya conocemos la naturaleza de la incertidumbre asociada a un sistema, podemos hablar de cómo diseñar un modelo predictivo que nos ayude a tomar decisiones informadas.

Llegados a este punto cabe matizar algo de suma importancia por lo poco que se entiende cuando hablamos de modelos predictivos: “NO!!!, no podemos predecir lo impredecible”. Es decir, un modelo predictivo no nos dice lo que con toda seguridad pasará en cada instante del futuro. Un modelo predictivo debe ayudarnos en la toma de decisiones informadas.

Dicho esto, cuando afrontamos la redacción de unos presupuestos anuales, la elaboración de un plan de negocio, de un plan de marketing, o la gestión de un proyecto o de un equipo de ventas, nos enfrentamos a sistemas en los que hay incertidumbre.

Y gestionar esta incertidumbre en tanto que pueda tener efectos sobre los objetivos, es lo que la consideración de riesgos de la ISO31000 contempla.

De esta forma podemos concretar que gestionar los riesgos implica necesariamente maximizar la función:

siendo,

Ahora, el problema se reduce a cómo se miden ambos términos de la ecuación, y eso ya es parte de la gestión del riesgo, influyendo inevitablemente la respuesta a esta pregunta en la propia función.

Así, a mi entender, la gestión del riesgo como herramienta que genera y retiene valor, requiere de “un primer acto de fe” en tanto que, al igual que sucede con la gestión de la marca, la reputación o la formación, no siempre podemos de entrada cuantificar la relación coste/beneficio. (Ver en este blog “lo intangible del riesgo y el riesgo de lo intangible”).

Asesorarse por expertos para conocer y definir la naturaleza del sistema que deseamos tratar y la forma en la que abordar su análisis y valoración es sin duda el primer paso para una gestión de riesgos basada en maximizar la función referenciada anteriormente.