Método Delphi
El método Delphi o técnica Delphi ( / d ɛ l f aɪ / DEL -fy; también conocido como Estimación-Talk-Estimar o ETE) es una técnica de comunicación estructurado o método, originalmente desarrollado como un sistemático, interactivo previsión método que se basa en Un panel de expertos. La técnica también se puede adaptar para su uso en reuniones cara a cara, y luego se llama mini-Delphi o Estimate-Talk-Estimate (ETE).
Delphi ha sido ampliamente utilizado para pronósticos de negocios y tiene ciertas ventajas sobre otro enfoque de pronóstico estructurado, los mercados de predicción.
Delphi se basa en el principio de que los pronósticos (o decisiones) de un grupo estructurado de individuos son más precisos que los de grupos no estructurados. Los expertos responden cuestionarios en dos o más rondas. Después de cada ronda, un facilitador o agente de cambioproporciona un resumen anónimo de las previsiones de los expertos de la ronda anterior, así como las razones por las que dieron sus opiniones.
Por lo tanto, se alienta a los expertos a revisar sus respuestas anteriores a la luz de las respuestas de otros miembros de su panel. Se cree que durante este proceso el rango de las respuestas disminuirá y el grupo convergerá hacia la respuesta «correcta». Finalmente, el proceso se detiene después de un criterio de detención predefinido (p.
Ej., Número de rondas, logro de consenso, estabilidad de resultados), y las puntuaciones medias o medianas de las rondas finales determinan los resultados.
Historia
El nombre Delphi deriva del Oráculo de Delphi, aunque los autores del método no estaban contentos con la connotación oracular del nombre, «golpeando un poco de lo oculto». El método Delphi supone que los juicios grupales son más válidos que los juicios individuales.
El método Delphi se desarrolló al comienzo de la Guerra Fría para pronosticar el impacto de la tecnología en la guerra. En 1944, el general Henry H. Arnold ordenó la creación del informe para el Cuerpo Aéreo del Ejército de EE. UU. Sobre las capacidades tecnológicas futuras que podrían ser utilizadas por los militares.
Se probaron diferentes enfoques, pero las deficiencias de los métodos de pronóstico tradicionales, como el enfoque teórico, los modelos cuantitativos o la extrapolación de tendencias, se hicieron evidentes rápidamente en áreas donde aún no se han establecido leyes científicas precisas. Para combatir estas deficiencias, el método Delphi fue desarrollado por el Proyecto RAND durante la década de 1950-1960 (1959) por Olaf Helmer, Norman Dalkey y Nicholas Rescher.
Se ha utilizado desde entonces, junto con varias modificaciones y reformulaciones, como el procedimiento Imen-Delphi.
Se pidió a los expertos que dieran su opinión sobre la probabilidad, frecuencia e intensidad de posibles ataques enemigos. Otros expertos podrían dar su opinión de forma anónima. Este proceso se repitió varias veces hasta que surgió un consenso.
Características clave
Las siguientes características clave del método Delphi ayudan a los participantes a enfocarse en los temas en cuestión y a separar a Delphi de otras metodologías: en esta técnica, un panel de expertos proviene de dentro y fuera de la organización. El panel está formado por expertos que tienen conocimiento del área que requiere la toma de decisiones.
Se pide a cada experto que haga predicciones anónimas.
Anonimato de los participantes
Por lo general, todos los participantes permanecen anónimos. Su identidad no se revela, incluso después de la finalización del informe final. Esto evita que la autoridad, la personalidad o la reputación de algunos participantes dominen a otros en el proceso. Podría decirse que también libera a los participantes (hasta cierto punto) de sus prejuicios personales, minimiza el » efecto del carro » o el » efecto halo «, permite la libre expresión de opiniones, fomenta la crítica abierta y facilita la admisión de errores al revisar juicios anteriores.
Estructuración del flujo de información
Las contribuciones iniciales de los expertos se recopilan en forma de respuestas a cuestionarios y sus comentarios a estas respuestas. El director del panel controla las interacciones entre los participantes procesando la información y filtrando contenido irrelevante. Esto evita los efectos negativos de los paneles de discusión cara a cara y resuelve los problemas habituales de la dinámica de grupo.
Comentarios regulares
El Método Delphi permite a los participantes comentar las respuestas de los demás, el progreso del panel en su conjunto y revisar sus propios pronósticos y opiniones en tiempo real.
Papel del facilitador
La persona que coordina el método Delphi generalmente se conoce como un facilitador o líder, y facilita las respuestas de su panel de expertos, que son seleccionados por una razón, por lo general, que tienen conocimiento de una opinión o punto de vista. El facilitador envía cuestionarios, encuestas, etc.
Y si el panel de expertos acepta, sigue las instrucciones y presenta sus puntos de vista. Las respuestas se recopilan y analizan, luego se identifican puntos de vista comunes y conflictivos. Si no se alcanza el consenso, el proceso continúa a través de tesis y antítesis, para trabajar gradualmente hacia la síntesis y construir consenso.
Durante las últimas décadas, los facilitadores han utilizado diferentes medidas y umbrales para medir el grado de consenso o disensión. Una revisión exhaustiva de la literatura y un resumen se compila en un artículo de von der Gracht.
Aplicaciones
Uso en pronósticos
Las primeras aplicaciones del método Delphi fueron en el campo de los pronósticos de ciencia y tecnología. El objetivo del método era combinar opiniones de expertos sobre la probabilidad y el tiempo de desarrollo esperado, de la tecnología particular, en un solo indicador. Uno de los primeros informes de este tipo, preparado en 1964 por Gordon y Helmer, evaluó la dirección de las tendencias a largo plazo en el desarrollo de la ciencia y la tecnología, cubriendo temas tales como avances científicos, control de la población, automatización, progreso espacial, prevención de guerra y sistemas de armas.
Otros pronósticos de la tecnología estaban relacionados con los sistemas de vehículos y carreteras, robots industriales, internet inteligente, conexiones de banda ancha y tecnología en educación.
Más tarde, el método Delphi se aplicó en otros lugares, especialmente aquellos relacionados con cuestiones de política pública, como las tendencias económicas, la salud y la educación. También se aplicó con éxito y con gran precisión en la previsión comercial. Por ejemplo, en un caso informado por Basu y Schroeder (1977), el método Delphi predijo las ventas de un nuevo producto durante los primeros dos años con una inexactitud de 3 a 4% en comparación con las ventas reales.
Los métodos cuantitativos produjeron errores del 10 al 15%, y los métodos de pronóstico no estructurados tradicionales tuvieron errores de aproximadamente el 20%. (Este es solo un ejemplo; la precisión general de la técnica es mixta).
El método Delphi también se ha utilizado como una herramienta para implementar enfoques de múltiples partes interesadas para la formulación participativa de políticas en los países en desarrollo. Los gobiernos de América Latina y el Caribe han utilizado con éxito el método Delphi como un enfoque abierto del sector público-privado para identificar los desafíos más urgentes para sus planes regionales de acción eLAC de TIC para el desarrollo.
Como resultado, los gobiernos han reconocido ampliamente el valor de la inteligencia colectiva de los participantes de la sociedad civil, académicos y del sector privado de Delphi, especialmente en un campo de cambio rápido, como las políticas tecnológicas.
Uso en identificación de participación de patente
A principios de los años ochenta, Jackie Awerman de Jackie Awerman Associates, Inc. diseñó un método Delphi modificado para identificar las funciones de varios contribuyentes en la creación de un producto elegible para patente. (Epsilon Corporation, Reactor químico de deposición de vapor) Los abogados de patentes utilizaron los resultados para determinar el porcentaje de distribución de bonos para la satisfacción general de todos los miembros del equipo.
Uso en la formulación de políticas
Desde la década de 1970, el uso de la técnica Delphi en la formulación de políticas públicas introduce una serie de innovaciones metodológicas. En particular:
La necesidad de examinar varios tipos de ítems (no solo de ítems de pronóstico sino, típicamente, ítems de emisión, ítems de objetivos y ítems de opciones ) lleva a la introducción de diferentes escalas de evaluación que no se usan en el Delphi estándar. Estos a menudo incluyen la deseabilidad, la viabilidad (técnica y política) y la probabilidad, que los analistas pueden usar para describir diferentes escenarios:
El escenario deseado (de la deseabilidad), el escenario potencial (de la factibilidad) y el escenario esperado (de la probabilidad);
La complejidad de los problemas planteados en la formulación de políticas públicas tiende a aumentar la ponderación de los argumentos de los panelistas, que a menudo solicitan pro y contra cada ítem junto con nuevos ítems para consideración del panel;
Del mismo modo, los métodos de evaluación de paneles tienden a aumentar la sofisticación, como la escala multidimensional.
Otras innovaciones provienen del uso de conferencias Delphi basadas en computadora (y luego basadas en la web). Según Turoff y Hiltz, en Delphis basado en computadora:
La estructura de iteración utilizada en el documento Delphis, que se divide en tres o más rondas discretas, puede reemplazarse por un proceso de interacción continua (sin redondeo), que permite a los panelistas cambiar sus evaluaciones en cualquier momento;
La respuesta del grupo estadístico puede actualizarse en tiempo real y mostrarse cada vez que un panelista proporciona una nueva evaluación.
Según Bolognini, Delphis, basada en la web, ofrece dos posibilidades más, relevantes en el contexto de la formulación interactiva de políticas y la democracia electrónica. Estos son:
La participación de un gran número de participantes
El uso de dos o más paneles que representan a diferentes grupos (como formuladores de políticas, expertos, ciudadanos), que el administrador puede asignar tareas que reflejen sus diversos roles y experiencia, y hacer que interactúen dentro de las estructuras de comunicación ad hoc. Por ejemplo, los miembros de la comunidad política (responsables políticos y expertos) pueden interactuar como parte del panel principal de la conferencia, mientras reciben aportes de una comunidad virtual (ciudadanos, asociaciones, etc.) involucrados en una conferencia paralela.
Estas estructuras de comunicación variable basadas en la web, que él llama Hyperdelphi (HD), están diseñadas para hacer que las conferencias de Delphi sean «más fluidas y adaptadas a la naturaleza hipertextual e interactiva de la comunicación digital».
Un ejemplo exitoso de una política (parcialmente) basada en la web Delphi es el ejercicio de cinco rondas Delphi (con 1.454 contribuciones) para la creación de los Planes de Acción eLAC en América Latina. Se cree que es el ejercicio de previsión de políticas participativas en línea más extenso en la historia de los procesos intergubernamentales en el mundo en desarrollo en este momento.Además de la orientación política específica proporcionada, los autores enumeran las siguientes lecciones aprendidas que incluyen «(1) el potencial de los métodos Policy Delphi para introducir transparencia y responsabilidad en la toma de decisiones públicas, especialmente en los países en desarrollo;
2) la utilidad de la previsión ejercicios para fomentar la creación de redes de múltiples agencias en la comunidad de desarrollo; (3) la utilidad de incorporar ejercicios de previsión en mecanismos establecidos de democracia representativa y multilateralismo internacional, como las Naciones Unidas;
4) el potencial de herramientas en línea para facilitar la participación en los recursos – países en desarrollo escasos y (5) la eficiencia de los recursos derivada de la escala de los ejercicios de prospectiva internacional y, por lo tanto, su adecuación para las regiones con escasez de recursos «.
Uso en pautas de informes
La guía para desarrollar pautas de informes en 2010 recomendó utilizar el método Delphi para desarrollar pautas de informes. Sin embargo, menos del 30% de las pautas de informes se desarrollaron con el método Delphi de acuerdo con las revisiones sistemáticas en 2015 y 2020.
Sistemas Delphi en línea
Una serie de pronósticos de Delphi se llevan a cabo utilizando sitios web que permiten que el proceso se realice en tiempo real. Por ejemplo, el Proyecto TechCast utiliza un panel de 100 expertos en todo el mundo para pronosticar avances en todos los campos de la ciencia y la tecnología. Otro ejemplo es el Proyecto Horizon, donde los futuristas educativos colaboran en línea utilizando el método Delphi para encontrar los avances tecnológicos a tener en cuenta en la educación durante los próximos años.
Variaciones
Tradicionalmente, el método Delphi ha apuntado a un consenso del futuro más probable por iteración. Otras versiones, como la Política Delphi, es, en cambio, un método de apoyo a la decisión con el objetivo de estructurar y discutir las diversas opiniones sobre el futuro preferido. En Europa, experimentos más recientes basados en la web han utilizado el método Delphi como técnica de comunicación para la toma de decisiones interactiva y la democracia electrónica.
El argumento Delphi, desarrollado por Osmo Kuusi, se centra en la discusión continua y en encontrar argumentos relevantes en lugar de centrarse en el resultado. La Política de desagregación Delphi, desarrollada por Petri Tapio, utiliza el análisis de conglomerados como una herramienta sistemática para construir varios escenarios del futuro en la última ronda de Delphi.
La opinión del demandado sobre el futuro probable y preferible se trata como casos separados. La informatización de Argument Delphi es relativamente difícil debido a varios problemas como la resolución de argumentos, la agregación de argumentos y la evaluación de argumentos. La informatización de Argument Delphi, desarrollada por Sadi Evren Seker, propone soluciones a tales problemas.
Precisión
Hoy, el método Delphi es una herramienta de pronóstico ampliamente aceptada y se ha utilizado con éxito en miles de estudios en áreas que varían desde el pronóstico tecnológico hasta el abuso de drogas. En general, el historial del método Delphi es mixto. Ha habido muchos casos en que el método produjo malos resultados.
Aún así, algunos autores atribuyen esto a la mala aplicación del método y no a las debilidades del método en sí. También debe tenerse en cuenta que en áreas como el pronóstico de la ciencia y la tecnología, el grado de incertidumbre es tan grande que las predicciones exactas y siempre correctas son imposibles, por lo que se espera un alto grado de error.
Una debilidad particular del método Delphi es que los desarrollos futuros no siempre se predicen correctamente por consenso de expertos. Esta deficiencia en relación con el tema de la ignorancia es importante. Si los panelistas están mal informados sobre un tema, el uso de Delphi solo puede agregar confianza a su ignorancia.
Uno de los problemas iniciales del método fue su incapacidad para hacer pronósticos complejos con múltiples factores. Los posibles resultados futuros generalmente se consideraban como si no tuvieran efecto el uno sobre el otro. Más tarde, se desarrollaron varias extensiones del método Delphi para abordar este problema, como el análisis de impacto cruzado, que tiene en cuenta la posibilidad de que la ocurrencia de un evento pueda cambiar las probabilidades de otros eventos cubiertos en la encuesta.
Aún así, el método Delphi se puede utilizar con mayor éxito en la predicción de indicadores escalares individuales.
Delphi vs. mercados de predicción
Delphi tiene características similares a los mercados de predicción, ya que ambos son enfoques estructurados que agregan diversas opiniones de los grupos. Sin embargo, hay diferencias que pueden ser decisivas para su aplicabilidad relativa a diferentes problemas.
Algunas ventajas de los mercados de predicción se derivan de la posibilidad de proporcionar incentivos para la participación.
Pueden motivar a las personas a participar durante un largo período de tiempo y a revelar sus verdaderas creencias.
Agregan información de forma automática e incorporan al instante nueva información en el pronóstico.
Los participantes no tienen que ser seleccionados y reclutados manualmente por un facilitador. Ellos mismos deciden si participar si creen que su información privada aún no está incorporada en el pronóstico.
Delphi parece tener estas ventajas sobre los mercados de predicción:
Los participantes revelan su razonamiento
Es más fácil mantener la confidencialidad.
Pronósticos potencialmente más rápidos si los expertos están fácilmente disponibles.
Delphi es aplicable en situaciones en las que las apuestas involucradas pueden afectar el valor de la moneda utilizada en las apuestas (por ejemplo, una apuesta por el colapso del dólar realizado en dólares puede tener probabilidades distorsionadas).
La investigación más reciente también se ha centrado en combinar ambos, la técnica Delphi y los mercados de predicción. Más específicamente, en un estudio de investigación en Deutsche Börse, elementos del método Delphi se habían integrado en un mercado de predicción.
Referencias
Dalkey, normando; Helmer, Olaf (1963). «Una aplicación experimental del método Delphi para el uso de expertos». Ciencias de la gestión. 9 (3): 458-467. doi : 10.1287 / mnsc..3.458.
Bernice B. Brown (1968). «Proceso de Delphi: una metodología utilizada para la obtención de opiniones de expertos»: un artículo anterior publicado por RAND (documento no: P-, 1968, 15 páginas)
Sackman, H. (1974), «Evaluación de Delphi: Opinión de expertos, pronóstico y proceso grupal», R–PR, abril de 1974. Brown, Thomas, «Un experimento en pronóstico probabilístico», R–ARPA, 1972
Harold A. Linstone, Murray Turoff (1975), El método de Delphi: técnicas y aplicaciones, lectura, masa.: Addison-Wesley, ISBN 978-0-201-04294-8, archivado desde el original el 20/05/2008
Fuentes
- Fuente: doi.org
- Fuente: web.archive.org
- Fuente: is.njit.edu
Autor
