posteriormente de forma numérica, a fin de elegir los escenarios más probables de cada hipótesis, de manera simple y de manera condicionada positiva y negativa. Las probabilidades de cada hipótesis simple se calificaron como muy probables, probables, con duda, improbables o muy improbables. Finalmente, estas calificaciones fueron convertidas en expresiones numéricas de 0.9; 0.7; 0.5; 0.3 y 0.1, respectivamente.
Debido al ejercicio de consenso en los cuatro subgrupos de docentes, luego del ejercicio de convergencia final, fue requerido, solamente para esta etapa, que se introdujeran algunos grados medios entre ellas, con base en la tabla 2.2.
Tabla 2.2 Calificaciones numéricas de las hipótesis y opiniones medias para convergencia entre los subgrupos
| Calificaciones de hipótesis | Calificaciones numéricas | Puntos medios para convergencia |
| Muy probable | 0.9 | |
| De 0.9 a 0.7 | De muy probable a probable | |
| Probable | 0.7 | |
| De 0.7 a 0.5 | De probable a duda | |
| Duda | 0.5 | |
| De 0.5 a 0.3 | De duda a improbable | |
| Improbable | 0.3 | |
| De 0.3 a 0.1 | De improbable a muy improbable | |
| Muy improbable | 0.1 |
Fuente: taller de expertos consultados para el ejercicio.
Una vez obtenidas las calificaciones de las hipótesis simples, que pueden apreciarse en la diagonal principal de la tabla 2.3, fueron consultadas las calificaciones condicionales positivas y negativas. Estas condicionales se califican al preguntarse sobre qué tan probable es que ocurra el evento 1 (es decir, cumplimiento de la hipótesis 1 en el horizonte temporal previsto), si ocurre el evento 2 (que equivale al cumplimiento de la hipótesis en el horizonte temporal dado). En las condicionales negativas, la inquietud es sobre qué tan probable es que ocurra el evento 1, si no ocurre el evento 2.
En la tabla 2.3 se presentan las opiniones sobre las probabilidades simples y condicionales positivas. Por su parte, la tabla 2.4 contiene las opiniones de los expertos consultados, sobre probabilidades condicionales negativas.
Tabla 2.3 Opiniones del taller de expertos sobre probabilidades simples y condicionales positivas
Fuente: taller de expertos consultados para este ejercicio.
Tabla 2.4. Opiniones del taller de expertos sobre probabilidades condicionales negativas
Fuente: taller de expertos consultados para este ejercicio.
Debe anotarse que las opiniones emitidas corresponden a un momento específico (el del presente ejercicio), mediado por la información sobre el proceso en esa temporalidad y por los sucesos acontecidos en el periodo (con algún grado de incertidumbre acerca de la implementación del Acuerdo Final). De ahí que estas opiniones puedan ser cambiantes en diferentes momentos. También es importante señalar que el ejercicio no pretende ser representativo en términos estadísticos, sino que se circunscribe a buscar un método para discriminar algunos escenarios del total de los 32 escenarios posibles que surgen con cinco variables, que pueden cumplirse o no en el futuro.
Los escenarios fueron presentados, discutidos y retroalimentados con los docentes, en dos sesiones de conversatorios cerrados, realizados por el Centro de Pensamiento en Desarrollo Rural, sobre extensión rural y escenarios de paz, llevados a cabo los días 28 y 29 de mayo de 2019. En la sección siguiente, se describe el método empleado, con base en las opiniones de probabilidades dadas por los expertos consultados.
Descripción del método
Debe mencionarse que las probabilidades declaradas son las P(i) de las hipótesis Hi, que son entendidas como eventos. También se toman las probabilidades condicionales de las hipótesis, tomadas entre ellas, una frente a otra. En términos formales, esto significa la valoración siguiente:
→ P(i/j) es la probabilidad de i si j se realiza.
→ P(i/j) es la probabilidad de i si j no se realiza.
Estas valoraciones deben cumplir con algunas condiciones, manifiestas en el manual de ayuda del aplicativo Smic-Prob Expert de Lipsor. De acuerdo con Godet (2006), las condiciones son las siguientes:
1. P(i/j) × P(j) = P(j/i) × P(i) = P(i j)
2. P (i/j) × P (j) + P (i/non j) × (1 – P (j)) = P (i)
Además, debe considerarse que “el método Smic corrige las probabilidades brutas dadas por los expertos para obtener resultados coherentes” (Godet, 2006, p. 215), es decir, que satisfagan las ecuaciones clásicas de probabilidad condicionales.
El aplicativo de Lipsor provee una solución, la cual, “es una minimización de forma cuadrática bajo restricciones lineales” (Godet, 2007, p. 264). El procedimiento que se realiza es el siguiente:
El software Smic-Prob Expert proporciona a cada experto la secuencia de probabilidades (π1, π2, ..., πr) de los r escenarios que afectan el valor más alto al escenario más probable (criterio de Max (Max πk)). Así obtenemos una clasificación cardinal de los escenarios posibles, lo que permite delimitar el dominio de los realizables reteniendo solo aquellos que tengan una probabilidad distinta de cero. Dentro del reino de lo alcanzable, se pueden distinguir escenarios más probables que otros, entre los cuales se podrán elegir situaciones de referencia y situaciones contrastadas. (Godet, 2007, p. 264)
Así se pueden deducir probabilidades simples y condicionales, satisfaciendo las ecuaciones de la probabilidad condicional.
También resulta posible realizar un análisis de sensibilidad de las hipótesis más influyentes y dependientes. Godet (2007) menciona lo siguiente:
El resto del método consiste en un análisis de sensibilidad y permite para deducir variables dominantes y variables dominadas. El análisis de sensibilidad busca estimar la variación ∆PJ de la probabilidad Pj del evento j después de una variación ∆Pi de la probabilidad Pij del evento i. Por tanto, indica qué hipótesis deben ser promovidas o prevenidas para lograr cambiar el sistema en el rumbo deseado. Estas elasticidades se pueden calcular
