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.