propuesta para la valoración tecnológica desde la ... · vi propuesta para la valoración...

Propuesta para la valoración tecnológica desde la perspectiva de

la Síntesis Evolutiva Moderna

I.Q., M.Sc., Claudia Nelcy Jiménez Hernández

Universidad Nacional de Colombia

Facultad de Ingeniería

Departamento de Ingeniería de Sistemas e Industrial

Bogotá, Colombia

2015

Propuesta para la valoración tecnológica desde la perspectiva de

la Síntesis Evolutiva Moderna

I.Q., M.Sc., Claudia Nelcy Jiménez Hernández

Tesis presentada como requisito parcial para optar al título de:

Doctora en Ingeniería

Énfasis: Industria y Organizaciones

Tesis con Distinción Meritoria

Director:

Ph.D., Oscar Fernando Castellanos Domínguez

Línea de Investigación:

Organizaciones, sistemas y gestión de la tecnología, la información, el conocimiento y la

innovación tecnológica

Grupo de Investigación y Desarrollo en Gestión, Productividad y Competitividad BioGestión

Universidad Nacional de Colombia

Facultad de Ingeniería

Departamento de Ingeniería de Sistemas e Industrial

Bogotá, Colombia

2015

Resumen y Abstract V

Resumen

El tema de la valoración tecnológica aún está en proceso de consolidación, y se

evidencia que los estudios se enfocan preferentemente en la dimensión monetaria y en el

ámbito de países desarrollados, mientras que en economías de menor desarrollo, su

estudio y aplicación han ocurrido en menor medida, dada la escasez de información

relevante y la informalidad en la gestión de los procesos de valoración. Se Identificó una

visión mecanicista en valoración tecnológica, derivada de la interpretación restringida de

la tecnología, limitada a los aspectos tangibles de la misma. Esta investigación doctoral,

que es de carácter teórico y exploratorio, se centra examinar el tema de la valoración

tecnológica en las organizaciones, tomando como referencia los postulados evolutivos

biológicos más relevantes; el objetivo de la tesis doctoral es plantear una propuesta

conceptual y metodológica para el análisis de la valoración tecnológica, sustentada en la

teoría biológica de la Síntesis Evolutiva Moderna, con el fin de ampliar su comprensión a

partir de la biología evolutiva y su extensión a campos no biológicos. Esta base evolutiva,

cuyos fundamentos epistemológicos se alejan del determinismo y el reduccionismo, está

en consonancia con una conceptualización amplia de la tecnología, que incluye las

capacidades tecnológicas, permitiendo formular la Valoración Tecnológica Ampliada, con

mayor pertinencia en países en desarrollo. La propuesta generada favorece el análisis de

la valoración tecnológica en las organizaciones como un proceso evolutivo de

conocimiento, retomando lo planteado por la Epistemología y la Ontología Evolutivas, así

como el estudio del contexto de dicha valoración mediante una metáfora biológica

evolutiva. Se concluye que, si bien la episteme mecanicista ha sido efectiva en la

valoración tecnológica, puede complementarse con la visión evolutiva para lograr

procesos más acordes con la realidad que se pretende valorar.

Palabras clave: Valoración Tecnológica, Capacidades Tecnológicas, Metáfora Biológica,

Epistemología Evolucionista, Ontología Evolutiva, Síntesis Evolutiva Moderna, Países en

Desarrollo.

VI Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

Abstract

Technology Valuation is an ongoing topic of research, and the studies have focus

preferably on the monetary perspective, and in industrialized countries, while the study

and application of this subject are less extended in developing economies, given the lack

of relevant information and the informality in management of Technology Valuation

processes. It was identified a mechanistic vision in Technology Valuation, originated of

restricted interpretation of technology, which is limited to tangible aspects. This doctoral

research, that is theoretical and exploratory, focuses on examining the topic of

Technology Valuation in organizations, taking as a reference the most relevant

evolutionary postulates. The objective of this doctoral thesis is to formulate a conceptual

and methodological proposal for the analysis of Technology Valuation supported on the

biological theory of Modern Evolutionary Synthesis, to broaden its understanding based

on evolutionary biology and its extension to non-biological fields. This evolutionary basis,

whose epistemological foundations are away from determinism and reductionism, is in

line with a broad conceptualization of technology, including technological capabilities,

allowing the formulation of Expanded Technology Valuation, which is more pertinent to

developing countries. The proposal generated in this research allows for analyzing

Technology Valuation in organizations as an evolutionary process of knowledge, taking

up Evolutionary Epistemology and Ontology, as well as to study the context of processes

of such a Valuation by means of an evolutionary biological metaphor. The conclusion is

that although the mechanistic episteme has been effective in Technology Valuation, the

evolutionary view can complement it to achieve processes more adjusted to reality.

Keywords: Technology Valuation, Technological Capabilities, Biological Metaphor,

Evolutionary Epistemology, Evolutionary Ontology, Modern Evolutionary Synthesis,

Developing Countries.

VII

Lo que con mucho trabajo se adquiere, más se ama.

Aristóteles

Dedicatoria

A mis padres, amor y apoyo incondicionales.

A mi amado corazón, por ser y por estar.

A mis hermanos, compañía y brillo de

estrellas.

A mis sobrinos, alegría de vida.

Agradecimientos IX

Agradecimientos

En el difícil y prolongado proceso de realización y culminación de mis estudios

doctorales, son muchas las personas y entidades que contribuyeron al logro del objetivo;

de antemano presento disculpas si involuntariamente dejo de mencionar a alguna de

ellas.

Agradezco a la Universidad Nacional de Colombia, mi Alma máter desde el pregrado, el

lugar donde soy profesora, mi casa y la de mi familia; la mayor parte de mi vida ha tenido

relación con la Universidad, y en este paso tan importante profesional y personalmente,

no podría ser diferente. Los estudios doctorales se realizaron en el marco de la Comisión

de estudios doctorales aprobada por la Facultad de Minas, y se recibió financiación para

algunas actividades del Doctorado procedentes de dicha Facultad, así como de la

Dirección de Investigación de la Sede Medellín DIME, de la Dirección de Investigación de

la Sede Bogotá DIB, de la Dirección de Bienestar, de la Facultad de Ingeniería y del

grupo de investigación Biogestión.

Al profesor de la Facultad de Ingeniería y coordinador del grupo de investigación

Biogestión, doctor Oscar Castellanos, director de la tesis doctoral, por su acertada guía,

su apoyo en momentos cruciales, así como por permitir que este proceso llegara a feliz

término.

A los integrantes actuales y anteriores del grupo de investigación Biogestión, tanto el

equipo líder como los profesionales y estudiantes en formación, quienes a través de los

seminarios del grupo y en diferentes momentos, realizaron aportes y críticas

constructivas a los documentos y resultados parciales y finales, y apoyaron los trámites

relacionados con la investigación doctoral.

X Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

A la doctora Anne Marie Maculan, profesora de la Universidad Federal de Rio de Janeiro,

Brasil, por actuar como tutora de la pasantía doctoral en el Área de Gestión e Innovación

del Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia –

COPPE (UFRJ), así como por todo su apoyo para que mi estadía en Brasil fuera amena

y productiva: gracias a una gran persona y una amiga aún en la distancia. De igual

manera agradezco a los investigadores del COPPE que me recibieron con calidez y me

brindaron su colaboración.

A los profesores Carlos Cortés Amador (Q.E.P.D.) y Carlos Eduardo Moreno, gestores y

coordinadores del Doctorado en Ingeniería – Industria y Organizaciones y de los

seminarios de investigación, así como a mis compañeros de estudio en el Doctorado, por

sus contribuciones en la delimitación de la investigación doctoral; de igual manera, al

ingeniero Juan Pablo Escamilla, asistente de la Coordinación del Doctorado, por su

apoyo en los trámites administrativos.

A la ingeniera química y magíster en ingeniería industrial, Ivone Andrea Otálora, por su

apoyo en la realización de la primera parte del componente de estudio de casos. A la

ingeniera industrial y magíster en administración, María Elena García, por su

colaboración en el trabajo de campo y en la culminación del componente de consulta a

empresas; de igual forma, a los empresarios participantes en esta fase de la

investigación, cuyos nombres no me es posible mencionar por motivos de

confidencialidad. Al futuro ingeniero de sistemas Edilberto Cañón Pasquel, por su apoyo

en la formulación del código informático para la simulación multiagente en el entorno

NetLogo.

A los doctores Johnny Alexander Tamayo, de la Universidad Nacional de Colombia Sede

Manizales, Camilo Olaya Nieto, de la Universidad de los Andes y Leonardo Pereira

Santiago, de la Copenhagen Business School, por sus valiosas observaciones respecto

al proyecto doctoral y a la tesis, en los procesos de evaluación en los cuales fueron

designados como jurados por el Consejo de la Facultad de Ingeniería. Así mismo, al

profesor Camilo Olaya le agradezco haber permitido mi participación en su asignatura

ATEO (Aplicaciones y Teoría Evolutiva en las Organizaciones) en la Universidad de los

Andes, que brindó elementos clave para la realización de esta investigación doctoral, y al

doctor Leonardo Santiago, que amablemente me atendió en su oficina cuando era

Agradecimientos XI

profesor de la Universidad Federal de Minas Gerais, Brasil, realizando preciadas

orientaciones respecto a este trabajo.

A mi corazón, Mauricio Bayona, por todo su amor, por su paciencia en los tantos

momentos en los que no pude prestar atención a algo diferente a la investigación

doctoral, por su apoyo y ánimo constante para que no desfalleciera; además, por su

participación en la realización de algunos estudios cienciométricos como parte de los

primeros capítulos de la tesis.

A mi mamá, Alicia, por su esmero y cuidados para que no tuviera problemas de salud en

las largas jornadas de trabajo y estrés, haciendo todo lo que estuvo a su alcance para

que este proyecto saliera adelante. A mi papá, Víctor, que desde niña me ha incentivado

y aconsejado en mi proceso de aprendizaje y formación académica. A mi hermana

Adriana y mis sobrinos Laura, Lorena y los pequeñines Sebastián y Juliana, que han sido

un apoyo fundamental, cada uno a su manera. A mi hermano Diego, que desde el cielo

sé que me cuida y protege. A toda mi familia por acompañarme en los momentos más

difíciles por los que, al parecer, todo estudiante de doctorado debe pasar.

Al buen rock de los años 80, que hizo más llevadera la intensidad, e incluso el

desespero, de las jornadas de trabajo que por varios años conllevó este proyecto con el

que un día decidí comprometerme, y al que afortunadamente logré darle un final

satisfactorio.

Contenido XIII

Contenido

Resumen ........................................................................................................................................ V

Agradecimientos ........................................................................................................................ IX

Lista de figuras ........................................................................................................................ XVI

Lista de tablas ....................................................................................................................... XVIII

Introducción ................................................................................................................................. 1

Capítulo 1. VALORACIÓN TECNOLÓGICA: CONCEPTO Y ALCANCE ........................... 5

1.1 Tecnología: perspectiva amplia ...................................................................................................... 6

1.1.1 Paquetes tecnológicos ..................................................................................................................... 8

1.1.2 Capacidades tecnológicas .............................................................................................................. 11

1.2 Concepto de valoración tecnológica ............................................................................................ 23

1.2.1 Valoración de tecnología ................................................................................................................ 25

1.2.2 Evaluación de tecnología ................................................................................................................ 27

1.2.3 Valoración Tecnológica Ampliada .................................................................................................. 33

1.3 Aspectos clave en la valoración tecnológica ................................................................................. 36

1.3.1 Categorías de valoración tecnológica ............................................................................................ 37

1.3.2 Métodos de valoración tecnológica ............................................................................................... 41

1.3.3 Contextos de aplicación de la valoración tecnológica .................................................................... 50

1.3.4 Valoración de capacidades tecnológicas ........................................................................................ 54

1.4 Aspectos epistemológicos subyacentes en la valoración tecnológica ........................................... 58

1.5 Aportes del capítulo ..................................................................................................................... 60

XIV Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

Capítulo 2. VALORACIÓN TECNOLÓGICA EN ECONOMÍAS EN DESARROLLO ...... 63

2.1 Características de las economías en desarrollo: el caso de Colombia ........................................... 64

2.2 Características de la tecnología en países en desarrollo ............................................................... 69

2.2.1 El enfoque de Base de la Pirámide ................................................................................................. 69

2.2.2 Ciclo de vida tecnológico ................................................................................................................ 77

2.2.3 Capacidades tecnológicas en países en desarrollo ........................................................................ 82

2.3 Criterios de pertinencia de la valoración tecnológica en contextos de menor desarrollo ............. 89

2.4 Aportes del capítulo ..................................................................................................................... 94

Capítulo 3. REFERENTES BIOLÓGICOS PARA ANALIZAR LA VALORACIÓN

TECNOLÓGICA ............................................................................................................................ 97

3.1 La biología como fuente para analizar otros campos de conocimiento ......................................... 98

3.2 La perspectiva biológica evolutiva y la valoración tecnológica ................................................... 105

3.3 La evolución biológica y la teoría darwiniana ............................................................................. 108

3.3.1 Sinopsis del pensamiento darwiniano sobre la evolución ........................................................... 110

3.3.2 La Síntesis Evolutiva Moderna: explicación reciente de la evolución biológica ........................... 119

3.4 Extensión de las ideas evolutivas a campos no biológicos .......................................................... 128

3.4.1 Epistemología evolucionista......................................................................................................... 131

3.4.2 Darwinismo Generalizado ............................................................................................................ 136

3.5 Medios de abordaje de la perspectiva evolutiva para analizar la Valoración tecnológica ........... 141

3.5.1 Analogías y metáforas .................................................................................................................. 142

3.5.2 Ontología Evolutiva ...................................................................................................................... 148

3.6 Aportes del capítulo ................................................................................................................... 157

Capítulo 4. VALORACIÓN TECNOLÓGICA DESDE LA PERSPECTIVA BIOLÓGICA

EVOLUTIVA 161

4.1 Análisis del contexto de la Valoración tecnológica en Colombia................................................. 162

4.1.1 Generalidades del estudio sobre el contexto de la valoración tecnológica en algunas empresas

colombianas .............................................................................................................................................. 165

4.1.2 Retos en la gestión de la valoración tecnológica para las empresas colombianas ...................... 175

4.2 Propuesta de Valoración tecnológica con un enfoque biológico evolutivo ................................. 178

4.2.1 Justificación de las opciones para ampliar la interpretación de la valoración tecnológica.......... 179

4.2.2 Análisis del proceso y el contexto de la valoración tecnológica con un enfoque evolutivo ........ 182

Contenido XV

4.2.3 Bases para un modelo conceptual y metodológico de valoración tecnológica desde la perspectiva

evolutiva .................................................................................................................................................... 204

4.3 Aportes del capítulo ................................................................................................................... 220

Capítulo 5. CONCLUSIONES ............................................................................................... 223

A. Anexo A: Estudio sobre el contexto de la valoración tecnológica

en algunas empresas colombianas ......................................................................... 233

B. Anexo B: Modelo de simulación de la valoración tecnológica desde

la perspectiva evolutiva ............................................................................................... 269

REFERENCIAS .......................................................................................................................... 285

XVI Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

Lista de figuras

Figura 1-1: Cambios históricos del concepto de tecnología y su valoración ........................................ 7

Figura 1-2: Ciclo de las competencias ..................................................................................................... 13

Figura 1-3: Dimensiones de la capacidad tecnológica........................................................................... 17

Figura 1-4: Participación de sectores difusores de conocimiento en la industria (periodo clave:

1970-2000) ............................................................................................................................................ 22

Figura 1-5: Proceso de comercialización de tecnologías ...................................................................... 31

Figura 1-6: Evaluación tecnológica como un proceso iterativo ............................................................ 31

Figura 1-7: Relación entre Evaluación y Valoración tecnológica ......................................................... 33

Figura 1-8: Proceso de Valoración Tecnológica Ampliada.................................................................... 35

Figura 1-9: Categorías de la valoración tecnológica .............................................................................. 37

Figura 1-10: Fórmula del método de Flujo de Caja Descontado .......................................................... 42

Figura 1-11: Efecto de diversas tasas de descuento sobre el Valor Presente Neto ......................... 45

Figura 1-12: Métodos de valoración tecnológica .................................................................................... 46

Figura 1-13: Autores con más publicaciones en el tema de valoración tecnológica ......................... 50

Figura 2-1: Crecimiento del empleo en Colombia según el tamaño y la edad de las empresas ..... 68

Figura 2-2: La pirámide económica........................................................................................................... 70

Figura 2-3: Participación de la población más pobre en la cadena de valor de iniciativas de Base

de la Pirámide ....................................................................................................................................... 72

Figura 2-4: Ciclo de vida de la tecnología y de las revoluciones tecnológicas .................................. 79

Figura 2-5: Una aproximación a la relación entre el ciclo tecnológico y los métodos de valoración

tecnológica ............................................................................................................................................ 90

Figura 2-6: Consideraciones sobre la valoración tecnológica en economías en desarrollo ............ 92

Figura 3-1: Estructura del Capítulo 3 ........................................................................................................ 98

Figura 3-2: Anagénesis, cladogénesis y extinción ................................................................................ 109

Figura 3-3: Explicación Lamarckiana y Darwiniana sobre la evolución de las jirafas ..................... 114

Figura 3-4: Síntesis del pensamiento darwiniano ................................................................................. 116

Figura 3-5: Darwinismo, Síntesis Evolutiva Moderna y Síntesis Integrada ...................................... 126

Figura 3-6: Relación de la Síntesis Evolutiva Moderna con la Epistemología Evolucionista y el

Darwinismo Generalizado ................................................................................................................. 131

Figura 3-7: Criaturas popperianas........................................................................................................... 134

Figura 3-8: Estructura de la analogía ..................................................................................................... 142

Figura 3-9: Estructura de la metáfora ..................................................................................................... 144

Figura 4-1: Esquema del Capítulo 4 y su relación con los elementos principales de la tesis

doctoral ................................................................................................................................................ 162

Figura 4-2: Retos en la gestión de la valoración tecnológica para las empresas colombianas .... 176

Figura 4-3: Esquema de análisis de la valoración tecnológica desde la perspectiva evolutiva ..... 182

Figura 4-4: Agentes y reglas en valoración tecnológica ...................................................................... 186

Figura 4-5: Reglas del nivel genérico y operante en valoración tecnológica ................................... 188

Figura 4-6: Dominios micro, meso y macro en Valoración tecnológica............................................. 192

Figura 4-7: Sistema tecnológico .............................................................................................................. 199

Figura 4-8: Componentes de la metáfora evolutiva en Valoración tecnológica ............................... 200

Contenido XVII

Figura 4-9: Lógica general de la propuesta base para un modelo de valoración tecnológica desde

la perspectiva evolutiva ..................................................................................................................... 207

Figura 4-10: Consideraciones para la inserción en las organizaciones de la perspectiva evolutiva

en valoración tecnológica.................................................................................................................. 219

Figura A-1: Etapas en el análisis del contexto de la valoración tecnológica .................................... 236

Figura A-2: Ejemplo de un gráfico de radar para el análisis de datos ............................................... 244 Figura A-3: Radar de Procesos de valoración tecnológica en empresas productoras de empaques

plásticos ............................................................................................................................................... 246 Figura A-4: Procesos de valoración tecnológica, mejor práctica frente a la práctica promedio del

conjunto de empresas ....................................................................................................................... 247 Figura A-5: Radar de Capacidades tecnológicas en empresas productoras de empaques plásticos

.............................................................................................................................................................. 249

Figura A-6: Capacidades tecnológicas, mejor práctica frente a la práctica promedio del conjunto

de empresas ....................................................................................................................................... 250 Figura A-7: Radar de Procesos de ganancia de conocimiento en empresas productoras de

empaques plásticos ........................................................................................................................... 252 Figura A-8: Procesos de ganancia de conocimiento, mejor práctica frente a la práctica promedio

del conjunto de empresas ................................................................................................................. 253

Figura B-1: Mundo del modelo de simulación de la valoración tecnológica ..................................... 274

Figura B-2: Interfaz del modelo de simulación ...................................................................................... 275

Figura B-3: Dinámica de las poblaciones de métodos de valoración tecnológica ........................... 277

Figura B-4: Inconformidad promedio de los agentes en el tiempo ..................................................... 278

Figura B-5: Dinámica de métodos de valoración tecnológica e inconformidad de agentes ........... 279

Figura B-6: Dinámica de poblaciones de reglas sin mutación ............................................................ 280



XVIII Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

Lista de tablas

Tabla 1-1: Componentes de la capacidad de innovación ....................................................................... 19

Tabla 1-2: Algunas definiciones de valor .................................................................................................. 24

Tabla 1-3: Criterios utilizados por algunos modelos de evaluación tecnológica ................................. 29

Tabla 1-4: Criterios de evaluación tecnológica propuestos por Jolly (2012) ....................................... 30

Tabla 1-5: Taxonomías para el análisis y valoración de capacidades tecnológicas .......................... 54

Tabla 1-6: Análisis de capacidades tecnológicas propuesto por Bell y Pavitt (1995) ........................ 55

Tabla 2-1: Tipología de la innovación en la Base de la Pirámide.......................................................... 74

Tabla 2-2: Casos de éxito en la Base de la Pirámide ............................................................................. 76

Tabla 2-3: Índice de capacidades tecnológicas en el sector mexicano de maquila ........................... 84

Tabla 3-1: Perspectivas epistemológicas del conocimiento biológico ................................................ 102

Tabla 3-2: Etapas en el pensamiento evolucionista de Darwin ........................................................... 111

Tabla 3-3: Aportes y desaciertos de la teoría evolutiva de Lamarck .................................................. 112

Tabla 3-4: Beneficios y riesgos del uso de las analogías ..................................................................... 143

Tabla 3-5: Estructura y papel de las metáforas ...................................................................................... 145

Tabla 3-6: Reglas y portadores en varios dominios .............................................................................. 154

Tabla 3-7: Objetos analíticos de la Ontología Evolutiva: dominios y niveles ..................................... 155

Tabla 4-1: Estudios recientes sobre valoración tecnológica en Colombia ......................................... 164

Tabla 4-2: Composición del parque empresarial de Bogotá (2014) .................................................... 166

Tabla 4-3: Empresas consultadas sobre el contexto de la valoración tecnológica .......................... 168

Tabla 4-4: Variables y subvariables del análisis en empresas colombianas ..................................... 169

Tabla 4-5: Subvariables con mejor y más bajo desempeño en el conjunto de empresas

consultadas ......................................................................................................................................... 174

Tabla 4-6: Lógica evolutiva aplicada en diferentes niveles de análisis .............................................. 197

Tabla 4-7: Metáfora incompleta entre los procesos de evolución biológica y tecnológica .............. 198

Tabla 4-8: Componentes de la metáfora evolutiva en Valoración tecnológica ................................. 202

Tabla 4-9: Aspectos relevantes de la metáfora evolutiva en valoración tecnológica ....................... 203

Tabla 4-10: Aportes y limitaciones de la metáfora evolutiva planteada ............................................. 204

Tabla 4-11: Bases para un modelo conceptual sobre valoración tecnológica desde la perspectiva

evolutiva ............................................................................................................................................... 206

Tabla A-1: Variables y subvariables del análisis en empresas colombianas .................................... 237

Tabla A-2: Criterios de selección de las empresas participantes ........................................................ 238

Tabla A-3: Nivel de los encuestados en la estructura organizacional ................................................ 242

Tabla A-4: Relación entre variables y preguntas del cuestionario ...................................................... 243 Tabla A-5: Análisis cuantitativo para el conjunto de empresas respecto a la variable Procesos de

valoración tecnológica ....................................................................................................................... 247 Tabla A-6: Análisis cuantitativo para el conjunto de empresas respecto a la variable Capacidades

tecnológicas ........................................................................................................................................ 251

Tabla A-7: Análisis cuantitativo para el conjunto de empresas respecto a la Variable Procesos de

ganancia de conocimiento ................................................................................................................ 254

Tabla A-8: Aspectos por mejorar en la mayoría de las empresas consultadas ................................ 255

Tabla A-9: Mejores prácticas del conjunto de empresas ...................................................................... 256

Contenido XIX

Tabla B-1: Componentes del modelo multiagente para simular la valoración tecnológica desde la

perspectiva evolutiva ......................................................................................................................... 271

Tabla B-2: Consideraciones sobre el modelo de simulación ............................................................... 276

Introducción 1

Introducción

El tema de la valoración tecnológica tiene cada vez mayor relevancia, constituyendo

parte importante de los procesos de gestión tecnológica, y sus resultados son necesarios

en un amplio intervalo de actividades empresariales e industriales, que van desde los

procesos de transferencia tecnológica, hasta la estimación de las fortalezas internas de

las organizaciones con base en la tecnología (Angelo, Domenico, Luigi, & Iacobelli, 2008;

Watkins, 1998). No obstante, ha sido abordado principalmente en países desarrollados, y

las experiencias más documentadas proceden de investigaciones en tales ámbitos.

La valoración tecnológica como tópico de investigación está en continuo desarrollo, y se

ha señalado que tiene tanto de arte como de ciencia, porque si bien muchas de las

técnicas en las que se basan los procesos de valoración tienen una sólida base

financiera y matemática, frecuentemente los tomadores de decisión recurren a su instinto

y experiencia (Hunt, Probert, Wong, & Phaal, 2003; Paulson & Huber, 2001).

En tiempos actuales de dinámicas aceleradas de innovación, y donde es trascendental el

papel de factores como el conocimiento y el aprendizaje para estimular el desarrollo

tecnológico, la gestión tecnológica enfrenta grandes desafíos en la medida en que debe

responder adecuadamente a las exigencias de las organizaciones en este entorno.

Entendiendo la valoración tecnológica como una de las funciones de la gestión

tecnológica, tales retos también señalan que la investigación en este tema se oriente a la

exploración de opciones que permitan lograr su reinterpretación a la luz de esta nueva

realidad. A partir de estos hechos, la presente tesis doctoral busca aportar en la

ampliación de la interpretación de la valoración tecnológica, acudiendo a una visión

diferente a la que es habitualmente empleada en este campo, como lo es la visión

evolutiva.

2 Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis Evolutiva Moderna Claudia Nelcy Jiménez Hernández

La investigación partió de la identificación de una problemática en torno a la valoración

tecnológica, relacionada con el hecho de que, en general, los estudios se han enfocado

preferentemente en algunas dimensiones de dicha valoración, especialmente la

monetaria, que a su vez presenta dificultades en la inclusión de aspectos menos

tangibles como el conocimiento y las capacidades asociadas a las tecnologías; esto

permite inferir que la valoración tecnológica ha sido estudiada y desarrollada a partir de

referentes epistemológicos clásicos, que se han vuelto insuficientes frente a las

dinámicas actuales, caracterizadas por ciclos de innovación cada vez más cortos y

procesos más intrincados de generación de tecnología.

A partir de lo anterior, y tomando como referencia las contribuciones que se han hecho

desde la biología al estudio de la tecnología, la innovación y las organizaciones, se

planteó la siguiente pregunta de investigación: ¿Cómo valorar la tecnología en el entorno

actual caracterizado por procesos complejos y dinámicos de desarrollo tecnológico e

innovación, retomando el enfoque proveniente de preceptos clásicos en áreas del saber

como la Ingeniería Industrial, junto al referente biológico de la Síntesis Evolutiva

Moderna?

Para resolverla, la investigación doctoral tiene el objetivo de plantear una propuesta

conceptual y metodológica de valoración tecnológica sustentada en elementos y

conceptos de la Síntesis Evolutiva Moderna, para ampliar la interpretación de esta

valoración en el marco de las dinámicas actuales del desarrollo tecnológico y la

innovación.

Se establecieron cinco objetivos específicos: 1) Identificar y analizar el enfoque

epistemológico prevaleciente de valoración tecnológica, profundizando en los modelos y

metodologías de la categoría tradicional, para establecer fortalezas y puntos por

complementar. 2) Analizar las características y los retos en el proceso de valoración

tradicional a partir de la selección de tecnologías con base en los conceptos de Base de

la Pirámide y ciclo tecnológico. 3) Definir criterios de pertinencia de la valoración

tecnológica tradicional para contextos de menor desarrollo económico, buscando que la

propuesta generada pueda ser implementada en el ámbito colombiano. 4) Establecer

puntos de conexión entre el referente biológico seleccionado y la valoración tradicional de

tecnologías específicas en el contexto colombiano. 5) Plantear un referente conceptual y

Introducción 3

metodológico de valoración tradicional de tecnologías específicas desde la perspectiva

de la Síntesis Evolutiva Moderna.

La investigación doctoral es exploratoria y fundamentalmente teórica, entendiendo este

rasgo como el que caracteriza los trabajos que desarrollan nuevos conceptos, teorías o

modelos acerca del campo en el que se investiga, en el marco de una sólida base

conceptual construida a partir de la revisión de literatura existente (De la Torre & Navarro,

1981). La metodología para el desarrollo de la esta investigación, en búsqueda de lograr

los objetivos planteados, partió de tres antecedentes:

Los referentes metodológicos en los que se basa el Doctorado en Ingeniería –

Industria y Organizaciones, orientados a la formulación de investigaciones de tipo

cualitativo, cuantitativo y mixto.

Malhotra (2001, citado en Rodrigues, 2006) afirma que una investigación cualitativa

proporciona una mejor visión y comprensión del contexto del problema, mientras que

una investigación cuantitativa busca cuantificar los datos y aplicar alguna forma de

análisis estadístico. Así, la investigación cualitativa debe preceder a la cuantitativa en

el estudio de un nuevo problema. Sobre tal base, este trabajo doctoral se considera

como una investigación cualitativa, que según Creswell (2009), es exploratoria y útil

cuando no se conocen las variables que deben estudiarse.

La revisión de otras tesis doctorales desarrolladas en diversas universidades en el

contexto internacional, para corroborar la validez de la propuesta aquí descrita en

términos de su enfoque exploratorio y conceptual.

La línea de investigación sobre el aporte biológico a la ingeniería y la gestión del

grupo de investigación BioGestión, en donde se desarrolló la tesis doctoral, que se ha

consolidado mediante varios trabajos de maestría y doctorado, entre los que está la

tesis de Maestría en Administración de la autora de este documento.

Esta tesis doctoral cuenta con un referente teórico como base para la formulación de

la propuesta de valoración de tecnología desde una perspectiva biológica. Por ello, se


enfocó en la búsqueda de literatura interdisciplinaria, tanto en valoración tecnológica

como en el campo biológico y su conexión con temas de gestión e ingeniería; según

Arrabal (2005, citado en Gomes, 2010) la investigación interdisciplinar es una

experiencia muy productiva pero no es una tarea fácil, puesto que exige una base de

conocimiento mayor, que a su vez enriquece los resultados.

Como uno de los componentes de esta investigación doctoral, se realizó una consulta a

algunas empresas colombianas del sector de plásticos, para examinar el contexto de la

valoración de tecnologías y de la gestión de estos procesos, y también identificar en las

organizaciones, rasgos que lleven a analizarlas como sistemas de ganancia de

conocimiento (al igual que los procesos evolutivos). Esta consulta se basó en la

metodología de estudio de casos múltiples, si bien fue necesario ajustarla debido

principalmente a la dificultad de acceso a la información requerida para construir cada

caso, dado que se corroboró que en el país el tema es poco manejado y documentado,

tanto en la academia como en la industria; se pretendió realizar un análisis exploratorio

sobre un fenómeno particular dentro de su ámbito específico, acorde con el propósito de

la metodología de estudio de casos múltiples, lo que facilitó un acercamiento a la realidad

del contexto de la valoración tecnológica en algunas empresas colombianas.

Este documento se estructura en cinco capítulos: el primero presenta el referente

conceptual relacionado con la valoración tecnológica, mientras el segundo capítulo

muestra la contextualización de este tema en el ámbito de los países en desarrollo, como

Colombia. En el capítulo 3 se analiza el referente biológico de la evolución y las teorías

que lo explican, así como las posibilidades de extensión de los principios evolutivos a

campos no biológicos.

El resultado del análisis de la valoración tecnológica en el ámbito internacional mediante

la literatura revisada y en Colombia a través de las publicaciones científicas y la consulta

empresarial, y su interrelación con el referente biológico evolutivo, es la propuesta que se

presenta en el capítulo 4, que se basa en una aproximación literal desde la

Epistemología y Ontología Evolutivas, y una metáfora evolutiva sobre el contexto de la

valoración tecnológica a partir de la teoría de la Síntesis Evolutiva Moderna (también

conocida como Neodarwinismo). Por último, el capítulo 5 presenta las conclusiones de la

investigación doctoral.

Capítulo 1. Valoración tecnológica: concepto y alcance 5

Capítulo 1. VALORACIÓN TECNOLÓGICA: CONCEPTO Y ALCANCE

El factor tecnológico se ha convertido en un determinante de la competitividad y su

relevancia estratégica es evidenciada por organizaciones de diversos tipos y ámbitos; de

forma similar, el papel de los procesos para valorarlo adecuadamente también se torna

clave. Como lo señala Hetman (1973), es necesario analizar los sistemas sociotécnicos,

medir el impacto social de la tecnología, evaluar tecnologías alternativas y estudiar los

futuros tecnológicos, lo cual se vuelve cada vez más trascendente debido al rol de la

tecnología en la organización y su entorno. Esta realidad también representa un nuevo

desafío en el marco de la gestión tecnológica, ya que debe responder a la complejidad

implícita en los paquetes tecnológicos, dada su naturaleza y composición.

La valoración tecnológica es un mecanismo necesario en los procesos de toma de

decisiones, y desde una visión amplia, abarca tanto los componentes financieros y

técnicos, como la gestión estratégica de la tecnología (Li & Chen, 2006). Angelo,

Domenico, Luigi & Iacobelli (2008) afirman que es un objetivo fundamental conocer el

valor de tecnologías específicas para incentivar la transferencia tecnológica. Así mismo,

la valoración de una colección de activos relacionados, incluyendo la tecnología, es un

prerrequisito para determinar si la estrategia de negocios seleccionada está generando

una tasa de retorno aceptable (Watkins, 1998).

El entorno tecnológico es cada vez más dinámico, con ciclos de innovación que se

acortan para dar respuesta rápida a las cambiantes necesidades del mercado, y en

donde los procesos de innovación han pasado de la linealidad característica en los

modelos Technology push y Market pull, a sistemas complejos de innovación abierta y

bucles de retroalimentación a lo largo de la cadena de valor de la generación de


conocimiento. Estas nuevas dinámicas impulsan a repensar la gestión tecnológica para

que siga cumpliendo cabalmente con su objetivo de aprovechar el recurso tecnológico en

las organizaciones.

Por tanto, la valoración tecnológica, como una de las funciones fundamentales de la

gestión tecnológica y tema prioritario en los procesos industriales y organizacionales,

también requiere interpretarse de forma diferente a la luz del entorno actual.

Adicionalmente, en el caso de los países en desarrollo, el estudio de la valoración

tecnológica parte de una premisa que más adelante en este documento se corrobora: en

este tema prima la informalidad y la escasez de documentación e información,

particularmente de tipo financiero, a diferencia de lo que ocurre en los países

desarrollados; por ello, la interpretación restringida de la tecnología es insuficiente,

siendo necesario apelar a la conceptualización amplia de la misma, para lo cual, en el

presente capítulo se analiza este concepto, asociado a los términos de paquete

tecnológico y capacidad tecnológica. En este capítulo también se profundiza en la noción

de valoración tecnológica y sus elementos esenciales, como base para identificar los

aspectos en los cuales puede hacerse un aporte para su complementación.

1.1 Tecnología: perspectiva amplia

La tecnología habitualmente ha estado asociada a las máquinas y herramientas, sin

embargo, son diversas las definiciones que se encuentran en la literatura y que reúnen

términos como medios, conocimiento y producción. Gaynor (1999) menciona por lo

menos siete diferentes acepciones del término tecnología, que incluyen la producción y

aplicación de conocimiento científico y técnico, la tecnología como medio para desarrollar

un producto o servicio, las manifestaciones físicas y sociales de la ciencia y sus

aplicaciones en la generación de riqueza y en el desarrollo de los países, y los

conocimientos y capacidades para solucionar problemas. Sumanth y Sumanth (1999)

también señalan que la tecnología se constituye en un medio - que incluye conocimientos

y otros recursos necesarios – para producir un bien destinado al mercado. Así mismo,

Osorio (2002) resume la concepción de tecnología con base en sus tres enfoques:


Instrumental: como herramienta o visión de túnel de la ingeniería (Pacey, 1990

citado en Osorio, 2002), es decir que la tecnología empieza y termina en la

máquina.

Cognitivo: la tecnología es producto de la aplicación de la ciencia.

Sistémico: tecnología como producto de una unidad compleja que incluye

materiales, artefactos, energía y agentes.

Figura 1-1: Cambios históricos del concepto de tecnología y su valoración

1960 - 1970 1990 - 2000 2016

Visión Taylorista

Taylor (1911); teoría económica neoclásica,

entre otros

Tecnología como medio de producción

(Máquinas y equipos)

Visión desde la innovación y el conocimiento (propiedad

intelectual, mercado, estrategia).

Sábato (1979); Aït-El-Hadj (1990); Waissbluth et al. (1990), entre

otros.

Paquete tecnológico:

Tecnología TecnologíaDura Blanda

Visión desde los recursos y las capacidades

Prahalad & Hamel (1990); Bell & Pavitt (1995); Tidd (2000), entre

otros.

Paquete tecnológico + competencias y capacidades

Estados financieros. Valoración contableCasas consultoras: Boston Consulting Group, Stern Steward&Co.

Black & Scholes (1973), Park & Park (2004), entre otros.

Valoración de IntangiblesEdvinsson & Sullivan (1996), Valhondo (2003), entre otros

Valoración de capacidades tecnológicasDahlman y Westphal (1982); Lall (1992);

Bell & Pavitt (1995), Bell (2007), entre otros

Office of Technology Assessment (USA)Valoración del impacto social

Hetman (1973), Tran & Daim (2008), entre otros

VA

LOR

AC

IÓN

TEC

NO

LÓG

ICA

TEC

NO

LOG

ÍA

1910

Fuente: Elaboración propia (Con base en: Aït-El-Hadj, 1990; Bell & Pavitt,

1995; Bell, 2007; F. Black & Scholes, 1973; Dahlman & Westphal,

1982; Edvinsson & Sullivan, 1996; Hetman, 1973; Lall, 1992; Y.

Park & Park, 2004; C.K. Prahalad & Hamel, 1990; Sábato, 1979;

Taylor, 1911; Tidd, 2000; Tran & Daim, 2008; Valhondo, 2003;

Waissbluth, Cadena, Solleiro, Machado, & Castaños, 1990, entre

otros)


En la parte superior de la Figura 1-1 se muestra cómo ha cambiado el concepto de

tecnología, enriqueciéndose con aportes de diversos autores. Desde la visión Taylorista

(Barba, 2010; Organización Mundial de la Propiedad Intelectual, 1997), la tecnología se

consideraba como un medio de producción fundamentalmente tangible, si bien más

adelante se empezó a reconocer el papel del conocimiento embebido en estos bienes,

hablándose de paquetes tecnológicos, hasta llegar una visión extendida que también

incluye las capacidades tecnológicas organizacionales. En este sentido, de acuerdo con

Angelo et al. (2008), puede hacerse referencia a una definición restringida y una

definición amplia de la tecnología, la primera relacionada con los elementos tangibles y el

conocimiento técnico asociado, mientras que el concepto amplio abarca la capacidad

tecnológica total de los sistemas productivos.

En el marco de esta investigación doctoral es importante profundizar en el concepto de

paquete tecnológico y a través de este, en el de capacidades tecnológicas, los cuales

reflejan la interpretación amplia de la tecnología, que como ya se indicó, resulta de mayor

pertinencia en el ámbito de los países en desarrollo; el paquete tecnológico es analizado

en la siguiente sección, y las capacidades tecnológicas se abordan en el numeral 1.1.2.

1.1.1 Paquetes tecnológicos

De acuerdo con Dini, Corona y Jaso (2002), una empresa, además de tratarse de un

sistema en el que ingresa capital y trabajo, obteniendo como salida un bien económico,

es un sistema que emplea coordinadamente cierto tipo de tecnologías duras y blandas, y

en su uso las modifica, las altera o las mejora; en el caso de las empresas que

demandan tecnología, esta se convierte en un medio de producción, y para aquellas que

se encargan de generarla, es resultado de su trabajo para su posterior comercialización.

En la organización, la tecnología puede encontrarse dispersa y en condición intangible,

ya que los conocimientos están en todos los niveles e individuos, por lo cual debe ser

documentada para conformar paquetes tecnológicos que facilitan su asimilación y

transferencia (Balañá y Minguella, 1984; Román, 2002; Velásquez, 2005, citados en

Guerrero, 2011).


El paquete tecnológico es el conjunto de conocimientos empíricos o científicos, nuevos o

copiados, de acceso libre o restringido, jurídicos, comerciales o técnicos, necesarios para

producir un bien o servicio; dichos conocimientos son de tipo tecnológico, técnicas y

know how de producción. Los paquetes tecnológicos contienen tecnologías de producto,

tecnologías de equipo, tecnologías de proceso y tecnologías de operación1, que pueden

clasificarse como elementos duros y blandos (De la Rosa et al., 1997; Waissbluth et al.,

1990). Reyes (citado en Del Castillo & Reyes, 2015) agrega que un paquete tecnológico

incluye generalmente la descripción y condiciones de operación de los procesos

productivos, de manera que en los trámites de negociación a los cuales están

supeditados, con miras a contratos económicos, se garantice la transferencia completa

de la tecnología al adquiriente del paquete.

La tecnología dura es tangible, representada en equipos y maquinarias, mientras que la

tecnología blanda corresponde a conocimientos y experiencias incorporados a las

máquinas o a los métodos de producción (Waissbluth et al., 1990). Villamizar y

Mondragón (1996) afirman que la tecnología es una combinación de software y

hardware; entre ambos incluyen materiales, máquinas, mano de obra calificada,

capacidad gerencial y mercadeo, y sirven para hacer cosas y solucionar problemas. Por

su parte, Mejía (1995) asocia la tecnología dura a productos o procesos técnicos, y la

tecnología blanda (social) a la modificación del comportamiento de los grupos humanos.

Adicionalmente se encuentra el concepto Peopleware, referente a la gestión del talento

humano para el aprovechamiento de sus capacidades y la motivación hacia el trabajo, y

su relación con la productividad y la calidad, que aunque orientado a la industria de la

computación, puede extrapolarse a cualquier organización; este término hace énfasis en

que el interés del administrador de software debe ser la comunicación humana más que

la tecnología en sí misma (DeMarco & Lister, 1987; Nettleton, 2015).

1 Solleiro (2009, p. 9) presenta la definición de estas tecnologías así: Tecnología de producto: relacionada con las normas, especificaciones y requisitos generales de calidad y presentación que debe cumplir un producto; Tecnología de Equipo: características de los bienes de capital necesarios para producir el bien o servicio. Tecnología de Proceso: condiciones, procedimientos y formas de organización necesarios para combinar insumos, recursos humanos y bienes de capital para producir el bien o el servicio. Tecnología de Operación: normas y procedimientos aplicables a las tecnologías de producto, proceso y equipo para asegurar la confiabilidad, eficiencia económica, seguridad física y durabilidad de la planta productiva y sus productos.


El avance de la tecnología blanda se da principalmente gracias a las ciencias humanas,

mientras que el de la tecnología dura depende de las ciencias físicas y naturales; en el

ámbito de los países desarrollados, las empresas manejan la tecnología dura mediante

unidades de investigación y desarrollo. Por su parte, la tecnología blanda se considera

como inteligencia superior para coordinar los esfuerzos de las personas y de los sistemas

materiales de la producción, y está estrechamente relacionada con la definición de la

misión de la empresa y su planeación estratégica de largo plazo (Camacho, 1999). Las

empresas multinacionales han aprendido que la tecnología blanda tiene una elevada

relación con los intangibles, entendidos como agentes transmisores de mensajes,

imágenes y valores que actúan como satisfactores de los gustos y preferencias de los

clientes (Bernal & Laverde, 1995).

En este sentido, se evidencia que en años recientes el papel de la tecnología blanda

como activo intangible, basado en conocimiento, supedita a la tecnología dura y guía su

desarrollo; el nuevo ámbito de la economía del conocimiento promueve el valor de los

intangibles como el foco de las acciones y estrategias empresariales (Ahumada &

Perusquia, 2015), de manera que representan una mayor oportunidad de creación de

valor en las organizaciones y la tendencia a futuro es que constituyan un porcentaje muy

elevado del total de activos de las empresas, llegando a consolidarse una economía de

los intangibles (Kaplan y Norton, 2001 y Deutscher, 2008, citados en Mesquita &

Carvalho, 2015).

El concepto de paquete tecnológico, particularmente en su componente blando, está en

estrecha relación con las capacidades tecnológicas como características que surgen del

uso y aprovechamiento de la tecnología, a través de procesos de aprendizaje, que a su

vez favorecen la asimilación y dominio de los paquetes tecnológicos. Como ya se indicó,

para esta investigación doctoral la noción de capacidad tecnológica facilita la

aproximación al tema de la valoración tecnológica en los países en desarrollo, al formar

parte de la perspectiva ampliada de la tecnología – de mayor pertinencia para este

ámbito -, por lo cual se profundiza en el siguiente acápite, mientras que en el capítulo 2

este concepto se contextualiza para el caso de las economías rezagadas

tecnológicamente.


1.1.2 Capacidades tecnológicas

El concepto de capacidades organizacionales toma como referente la Teoría Basada en

Recursos o Teoría de Recursos y Capacidades, planteada inicialmente por autores como

Birger Wernerfelt con el libro The resource-based view of the firm, y Richard P. Rumelt

con su publicación Towards a strategic Theory of the firm (Foss, 1997). Dicha teoría

busca evidenciar el potencial de generar ventajas competitivas, al identificar y valorar los

recursos y capacidades que posee una compañía o a los que puede acceder; define a la

organización como una colección única de recursos y capacidades que no se pueden

comprar y vender libremente en el mercado (Navas & Guerras, 2002; Valencia, 2009). El

enfoque basado en recursos establece que cada empresa debe contar con un conjunto

de recursos que ninguna otra empresa tenga, y combinarlos de manera que le permita

generar capacidades, innovaciones y en últimas, retornos superiores sosteniblemente;

tales capacidades a su vez, deben ser específicas a cada organización, insustituibles,

difíciles de imitar y valoradas por los clientes (Barney, 1991; Peteraf, 1993; Amit &

Schoemaker, 1993; Rugman & Verbeke, 2004, Dávila, 2012, citados en Acosta & Fischer,

2013).

Respecto a sus componentes, diversos autores han establecido definiciones para cada

uno de ellos. Es el caso de Amit & Schoemaker (1993) y Black & Boal (1994), que

señalan que los recursos, en su sentido más general, pueden ser definidos como los

stocks o inventarios de factores disponibles que son poseídos o controlados por la

empresa. Fernández & Suárez (1996) los definen como un factor de producción que está

a disposición de la empresa y que puede controlar de forma estable, así no posea

derechos de propiedad sobre él.

Se han planteado propuestas que incluyen las capacidades dentro de los recursos, como

Daft (1983) y Barney (1986), quienes señalan que el término recursos y capacidades

incluye todos los activos, procesos organizativos, atributos de la empresa, información,

conocimiento, etc. que son controlados por la misma y que la hacen capaz de concebir e

implantar estrategias que mejoran su eficiencia y su eficacia. No obstante, y de acuerdo

con el análisis de León (2013), en este documento se retoma lo propuesto por Grant

(1991) respecto a un doble nivel de observación, en el cual los recursos o activos


individuales aparecen en primer nivel y las capacidades, competencias o habilidades

colectivas de la organización están en un segundo nivel, que se complementa con los

planteamientos de Penrose (1959) y Mahoney & Pandian (1992) al establecer que los

recursos tienen un carácter de stock (estático) mientras que las capacidades tienen un

carácter de flujo (dinámico). Esta visión también evidencia el hecho de que la gestión de

los recursos lleva a la generación y fortalecimiento de capacidades.

1.1.2.1 Capacidades y competencias

Con relación a la conceptualización de las capacidades, se encuentran diferentes

aproximaciones al tema, que van desde el abordaje de las capacidades como

consecuencia de las competencias, pasan por una visión en la dirección contraria, hasta

considerarlas como sinónimos.

En el primer caso puede mencionarse como ejemplo a Pisano, Shuen & Teece (1997),

quienes señalan que la capacidad se refiere a la aplicación estratégica de las

competencias, es decir, su uso y despliegue para llevar a cabo objetivos estratégicos en

los aparatos productivos. En este contexto, la definición y creación de capacidades

estarán determinadas por los objetivos futuros o la necesidad de mejorar o fortalecer

competencias específicas. Así mismo, estos autores asocian las competencias con las

rutinas organizacionales, las cuales abarcan todos los activos implicados en las

actividades distintivas de una organización y que permiten su realización a lo largo de

múltiples líneas de productos.

En esta misma línea se encuentra Egbetokun (2015), que afirma que las competencias

corresponden a entradas derivadas de los recursos tangibles e intangibles a través de los

cuales una empresa aprende y acumula conocimiento, mientras que las capacidades son

salidas o resultados de dicho proceso de aprendizaje; así, las capacidades corresponden

a la eficiencia con la que la empresa convierte las entradas en una salida deseada, que

es la innovación; las competencias se pueden adquirir desde el exterior, pero las

capacidades se desarrollan endógenamente (Kim, 1997, Dutta et al., 2005 y Tunzelmann,

2009, citados en Egbetokun, 2015).


En la visión de las competencias como resultado de las capacidades, Prahalad & Hamel

(1990), Coombs (1996) y Hitt, Ireland & Hoskisson (2008), plantean que las

Competencias Distintivas, es decir, aquellas habilidades superiores a las de los

competidores, se basan en los recursos, las capacidades y las competencias centrales o

core competences (aquellas que son estratégicamente importantes en el éxito de

organizaciones y sistemas productivos); este último concepto - desarrollado por Tidd

(2000) con base en Prahalad & Hammel (1990)-, constituye una propuesta para

categorizar las competencias según su relevancia en el desempeño organizacional,

considerando que la organización que no se especializa enfrenta problemas de ineficacia

por la asignación de recursos en áreas no coyunturales; su gestión implica tres variables:

la identificación de competencias en el nivel estratégico, la innovación como oportunidad

de que nuevos productos, procesos y servicios representen y hagan tangibles dichas

competencias, y el aprendizaje o apropiación de conocimientos para generar nuevas

competencias, lo cual se integra en el denominado Ciclo de las competencias (Figura

1-2). Un concepto complementario es trabajado por autores como Tamayo (2009): se

trata del core business o núcleo del negocio, que diferencia el know how de una empresa

frente a otras, define su quehacer y permite establecer si la organización debe

subcontratar o externalizar algunas de sus actividades.

Figura 1-2: Ciclo de las competencias

Innovación: Traducirlas en nuevos procesos, productos y

servicios.

Aprender por medio de la revisión

sistemática de proyectos

Identificar las competencias

centrales

Fuente: Tidd (2000)

De esta manera, según autores como Prahalad & Hamel (1990), Coombs (1996), Tidd

(2000) y Hitt et al. (2008), las capacidades hacen referencia a la aptitud que un conjunto


de recursos tiene para desempeñar una tarea o una actividad de forma integrada,

mientras que las competencias son el resultado del continuo despliegue e integración de

dichos recursos en el tiempo y a través de varias características.

En el último caso cabe mencionar a Huerta, Navas & Almodóvar (2004), quienes usan

indistintamente los términos capacidad y competencia, señalando que existen dos niveles

de agregación, en el primero de los cuales se ubican los recursos o activos individuales

mientras en el segundo nivel están las capacidades, competencias o habilidades

colectivas de la organización. Así mismo, estos autores resumen las diferencias entre los

conceptos de recursos y capacidades, mencionando el carácter estático (de stock) de los

primeros frente al rasgo dinámico (de flujo) de las capacidades, así como el atributo

colectivo de las capacidades frente al individual de los recursos.

Si bien la discusión en torno al concepto de capacidad y competencia continúa en

desarrollo, para efectos de esta investigación se tomarán las capacidades como centro

de análisis, considerándolas como factores fundamentales para la competitividad, cuya

existencia es la base para la consolidación de competencias de índole organizacional,

tecnológica, de innovación, entre otras, que a su vez permitan la generación de ventajas

competitivas.

Los sistemas productivos pueden poseer capacidades tecnológicas, comerciales,

metodológicas y logísticas, sociales, entre otras. Las capacidades tecnológicas, como

aspecto clave para la innovación, permiten lograr un desempeño eficiente y se basan

principalmente en los recursos especializados, como el personal calificado, los bienes de

capital y el know how tecnológico (Bell & Pavitt, 1995). Teniendo en cuenta las

características del conocimiento tecnológico, las capacidades tecnológicas se pueden

clasificar en tres categorías (Lall, 1992): a) capacidades de inversión: son habilidades

fundamentales antes de crear nuevas plantas o al expandir las instalaciones existentes,

se identifican necesidades, preparación y obtención de tecnologías, por último se diseña,

construye, equipa y se consigue el personal para la nueva infraestructura, b) capacidades

de vinculación: son las necesarias para transmitir y recibir información, habilidades y

tecnologías de proveedores, asesores, empresas prestadoras de servicios, etc. y c)

capacidades de producción: envuelven las habilidades básicas como operación, control

de calidad, mantenimiento, pasando por algunas más especializadas como mejoramiento


y adaptación del equipo, diseño, investigación y desarrollo, incluyendo funciones de

vigilancia y control tanto en procesos como en productos.

La capacidad de generar tecnología está asociada casi exclusivamente a los sistemas

físicos utilizados en la producción de bienes terminados con alto valor agregado. Para

ampliar esta perspectiva, Leonard-Barton (1998) identifica que la competencia de los

negocios se logra mediante el desarrollo de habilidades tecnológicas propias, por lo cual

la capacidad tecnológica de la empresa depende del desarrollo simultáneo en sistemas

físicos (equipos e instalaciones), sistemas de gestión, habilidades y conocimientos de

sus empleados, normas y valores de la empresa. Así mismo, Salazar, Cavazos, Poch y

Santos (2014) afirman que la innovación de alto valor e impacto, la cual no solo está

asociada a la I+D, debe resultar de la generación de capacidades tecnológicas y de

conocimiento al interior de las organizaciones.

1.1.2.2 Concepto de Capacidad tecnológica

Asociado con los esfuerzos internos de las empresas para adaptar y perfeccionar la

tecnología por ellas adquirida está el concepto de la capacidad tecnológica, entendida

como el conjunto de rutinas apropiadas exclusivamente por la organización, que le

permiten diferenciarse en el manejo del recurso tecnológico (Dutrénit, 2001). Bell y Pavitt

(1993) definen las capacidades tecnológicas como los recursos necesarios para generar

y gestionar el cambio tecnológico, incluyendo las habilidades, conocimientos y

experiencia, las estructuras institucionales y las redes de conexiones, y las diferencian de

la capacidad industrial de producción, que está representada en los recursos

(habilidades, conocimientos y bienes de capital) requeridos para producir bienes con la

tecnología disponible. Takahashi (2002) las concibe como el conocimiento acumulado

aunado a la habilidad de hacer, comprender, utilizar y desarrollar este conocimiento para

producir nueva tecnología.

Viotti (2002) especifica las capacidades tecnológicas básicas, de las cuales depende el

desarrollo de los países, como las habilidades de las firmas para crear ingresos,

incrementar la productividad, competir y crecer. Referencia tres categorías básicas:


Capacidad de producción: conocimiento, habilidades y otras condiciones

requeridas para el proceso de producción.

Capacidad de mejoramiento: conocimiento, habilidades y otras condiciones

requeridas para la actualización continua e incremental del diseño y

características de desempeño de los productos, y de la tecnología de proceso.

Capacidad de innovación: conocimiento, habilidades y otras condiciones

requeridas para la creación de nuevas tecnologías (diseño y características

centrales de productos y procesos de producción).

De manera similar, Takahashi (2005) encontró que, para los procesos de transferencia

tecnológica, son críticas las siguientes capacidades:

Capacidad tecnológica operacional: Know how o habilidades e información

necesarios para operacionalizar, mantener y emplear la tecnología.

Capacidad tecnológica de aprendizaje dinámico: Know why o habilidades e

información requeridos para lograr cambios tecnológicos, que permiten la

generación de innovaciones.

A partir de la década de 1990 se reconoció que las capacidades tecnológicas son una

fuente de ventaja competitiva, y se abordaron con un enfoque más amplio, lo que

condujo a las diferentes dimensiones de estas capacidades (Figura 1-3) (Bell & Pavitt,

1993, 1995; Figueiredo, 2001b; Lall, 1992).


Figura 1-3: Dimensiones de la capacidad tecnológica

Sistema (tejido) organizacional y estrategias gerenciales: procedimientos y rutinas

organizacionales

Sistema físico: bases de datos, software, máquinas y equipos

Productos y servicios

Mentes de los individuos: conocimientos tácitos y cualificación formal de

ingenieros, técnicos, operadores. Su experiencia y

talento acumulado

CAPACIDAD TECNOLÓGICA: CONOCIMIENTO ESPECÍFICO

DE LA ORGANIZACIÓN

Fuente: Figueiredo (2005)

La capacidad tecnológica de una empresa se construye y se almacena en sus sistemas

técnicos y físicos (plantas, instalaciones, maquinaria, software, equipos), en su capital

humano y el conocimiento tácito, en sus sistemas de organización, de gestión e

institucionales, es decir, está incrustado en las rutinas, los procedimientos, las normas,

los procesos de producción, los procesos administrativos, las técnicas de gestión de

producción, los flujos de conocimientos, normas de gestión, estructura organizativa, y sus

productos y servicios, que es la parte más visible de las capacidades tecnológicas y

refleja los otros componentes. Por tanto, existe una relación inseparable entre las cuatro

dimensiones de las capacidades tecnológicas, como aspectos claves e intrínsecos al

contexto de la empresa, región o país donde se desarrollan (Figueiredo, 2004, 2005).

Como lo señala Tidd (2000), las competencias se deben traducir en productos y servicios

con base en la innovación, para lo cual las organizaciones y países acumulan

capacidades tecnológicas a través del desarrollo de procesos productivos (learning by

doing), mediante las relaciones e interacciones con otras organizaciones (learning by

interacting), buscando soluciones a problemáticas específicas (learning by solving) y por

medio del desempeño de los productos en manos de sus usuarios finales (learning by


using) (R. Arocena & Sutz, 2001; Arrow, 1962; Lundvall, 1988; Rosenberg, 1982); estos

procesos de aprendizaje son inciertos, lentos, acumulativos y dependientes de la

trayectoria, lo cual implica que son específicos para cada contexto u organización,

irrepetibles, inimitables y con una complejidad creciente, avanzando desde el know-how

operativo hasta el know-why, desde la imitación por duplicación, pasando por cambios

graduales que mejoran estándares y modifican productos y procesos (imitación creativa –

innovación incremental) y llegando finalmente a la generación de innovaciones radicales

(Bell & Pavitt, 1992, Lall, 2000 y Kim, 2004, citados en Tapias, 2005). Esta idea es

reforzada por Arocena & Sutz (2006), quienes afirman que existe una tendencia creciente

en los estudios sobre innovación a resaltar la relevancia de los procesos de aprendizaje.

Strumsky & Lobo (2015) concluyen que la principal fuente de novedades que jalonan el

desarrollo tecnológico, es la combinación de capacidades tecnológicas existentes y

nuevas, lo cual identificaron a través de un análisis de invenciones patentadas que tomó

como base los códigos de la Clasificación Internacional de Patentes. Sin embargo,

Zawislak, Cherubini Alves, Tello-Gamarra, Barbieux, & Reichert (2012) hacen referencia

a una meta-capacidad que puede explicar por qué no todas las empresas que invierten

en sus capacidades tecnológicas logran innovaciones, mientras que otras que no lo

hacen, consiguen desempeños innovadores; se refieren a la capacidad de innovación,

representada en cuatro componentes que se describen en la Tabla 1-1, y entendida

como un proceso de aprendizaje tecnológico que se traslada a las capacidades de

desarrollo de tecnología y de ejecución de operaciones, pero también se evidencia en

rutinas gerenciales y transaccionales; de esta forma, se promueve la innovación de

manera efectiva, lo que a su vez crea ventajas competitivas.


Tabla 1-1: Componentes de la capacidad de innovación Capacidad Definición

Capacidad de desarrollo de

tecnología

Habilidad para interpretar el estado de la técnica, absorber y

eventualmente transformar una tecnología para crear o fortalecer

la capacidad de operaciones y otras capacidades orientadas a

lograr altos niveles de eficiencia técnico-económica.

Capacidad de operaciones

Habilidad de ejecutar una capacidad productiva por medio de

rutinas que están representadas en conocimientos, habilidades y

sistemas técnicos en un momento dado

Capacidad de gestión Habilidad de transformar el resultado del desarrollo de tecnología

en operaciones coherentes y arreglos transaccionales

Capacidad de transacciones Habilidad de reducir los costos de transacción: mercadeo,

tercerización, negociación, logística y distribución.

Fuente: Zawislak et al. (2012)

Puede evidenciarse que la relación entre capacidades tecnológicas e innovación se

caracteriza por un proceso cíclico en donde el fortalecimiento de las primeras es la base

para obtener la segunda, que a su vez permite lograr aprendizajes y generar nuevas

capacidades; en el marco del análisis de la competitividad, Tapias (2005) hace referencia

a un circulo virtuoso de acumulación de capacidades tecnológicas – innovación –

competitividad – crecimiento – acumulación. Esto ha hecho que incluso se muestre cierta

falta de claridad en torno a la comprensión de las capacidades tecnológicas, ya que

mayoría de los estudios las abordan como insumos y resultados simultáneamente

(Egbetokun, 2015).

Para efectos de la presente investigación doctoral, a partir de la revisión de las

propuestas de diversos autores sobre el concepto de capacidad tecnológica, se empleará

la siguiente definición:

Las capacidades tecnológicas son el conjunto de conocimientos, habilidades,

experiencias y recursos (como información, estructuras organizacionales y

redes), incorporados en rutinas, procesos y productos, que le permiten a una

organización promover y gestionar cambios técnológicos, esto es, desarrollar o

adaptar tecnología y generar innovaciones. Las capacidades tecnológicas son

resultado de procesos graduales y acumulativos de aprendizaje, dependientes

del contexto en el que ocurren y por tanto, específicos para cada organización.

Constituyen la base para la consolidación de competencias y la generación de

ventajas competitivas.


En los últimos 15 años el tema de las capacidades tecnológicas y su valoración se ha

fortalecido en relación con el manejo de la variable tecnológica, como componente

necesario en la estructuración de estrategias de desarrollo tecnológico (Cabral, De

Oliveira, & Haddad, 2015; Casanueva, 2001; Castellanos, 2007; Takahashi, 2002).

Según Hlupic (2003), el conocimiento en los niveles de gestión táctico y estratégico de la

organización productiva se manifiesta en forma de capacidades.

Las investigaciones orientadas al estudio de capacidades tecnológicas y su medición se

enfocan en los niveles de firmas y países, en contextos desarrollados y en desarrollo. La

mayoría de los trabajos en el ámbito internacional se centran en países como Italia,

Francia y Alemania, y en regiones de reciente industrialización como los llamados Tigres

asiáticos, o países en desarrollo como India, Brasil y México. Según Alizadeh (2012),

gran parte de los estudios sobre capacidades tecnológicas en las empresas se enfocan

en cuatro categorías: hardware y servicios; conocimiento codificado e información;

conocimiento individual tácito y habilidades; cultura, rutinas y procesos. La literatura

relacionada con gestión del conocimiento se orienta al conocimiento tácito y explícito así

como a las habilidades, mientras que los métodos de medición del desempeño están

centrados en los procesos organizacionales y las rutinas; sin embargo, aún se carece de

modelos claros y completos para la valoración de capacidades tecnológicas en las

empresas, que también incluyan el conocimiento individual.

En el contexto de Latinoamérica se han realizado ejercicios de medición de las

capacidades tecnológicas pero no se han articulado en el marco de líneas estratégicas, y

en el caso colombiano el abordaje del tema ocurre a través de pocos trabajos, existiendo

solo algunos estudios exploratorios sobre capacidades tecnológicas nacionales y de

casos aislados, con el agravante de que se cuenta con muy pocas bases de datos que

articulen dicha información, lo que dificulta su visibilidad (Castellanos, Jiménez, &

Domínguez, 2009). En el capítulo 2 se referencian algunas de las investigaciones de

autores colombianos sobre el tema de capacidades tecnológicas que fueron

identificadas.


1.1.2.3 Capacidades tecnológicas en países desarrollados

El avance tecnológico logrado por una organización está ligado directamente a las

posibilidades de su entorno; por ello, la investigación sobre capacidades tecnológicas

debe enfocarse en dos dimensiones relacionadas con el desempeño de los sistemas

productivos: países desarrollados y economías en desarrollo. Las perspectivas tienden a

ser diferenciadas puesto que en una economía avanzada, donde la mayoría de empresas

está en la frontera tecnológica, ya existen capacidades tecnológicas, y por tanto, los

estudios se centran en la adecuada identificación de aquellas que generen ventajas en el

mercado, la consolidación de los mecanismos de apoyo para su promoción, la mejor

comprensión de sus componentes, la rutinización de actividades y la renovación de

dichas capacidades. Entre tanto, en países en desarrollo es habitual que los sistemas

productivos no dispongan de un cúmulo de capacidades tecnológicas, por lo que la

atención está en torno a las actividades requeridas para su construcción y acumulación

(Figueiredo, 2001a) . El caso de los países en desarrollo será profundizado en el capítulo

2.

Storper (1994) resalta las condiciones propias de las regiones y países industrializados,

en donde se cuenta con formas más endógenas de producción, es decir, aquellas

basadas en recursos tecnológicos, organizacionales e institucionales específicos, y no

copias de una “mejor práctica" única y global. En el estudio sobre capacidades

tecnológicas en países desarrollados se ha generado una gran variedad de conceptos –

como los de capacidades dinámicas, nucleares o distintivas – que confluyen en el hecho

de que el aprendizaje y el conocimiento son factores clave para que las organizaciones

sean líderes, de manera que para crear, conservar y fortalecer las capacidades

tecnológicas, las firmas deben realizar actividades creadoras de conocimiento (Leonard-

Barton, 1992; Prahalad y Hamel, 1990; Teece et al., 1990; Dosi et al., 2000, citados en

Torres, 2006).

Considerando que en la industria manufacturera pueden identificarse tres clases de

sectores: los intensivos en recursos naturales, los intensivos en mano de obra y los

difusores de conocimiento, Cimoli et al. (2005) encontraron que el periodo entre 1970 y

2000 es de particular interés, puesto que en dicho intervalo países desarrollados como

Estados Unidos y Finlandia tuvieron un incremento significativo de los sectores difusores


de conocimiento en la industria respecto a lo ocurrido en América Latina (Figura 1-4); el

aumento simultáneo de la participación y la productividad de estos sectores en la

industria, constituye la base de un proceso virtuoso de generación y difusión del

conocimiento, logrando mejoras en procesos productivos a través de la ampliación de su

base tecnológica. La acumulación y explotación del conocimiento tecnológico y

organizacional impulsó en los Estados Unidos la adopción de un modelo intensivo en

conocimiento y capital intangible, dejando de lado el patrón de especialización productiva

intensivo en la utilización de recursos naturales.

Figura 1-4: Participación de sectores difusores de conocimiento en la

industria (periodo clave: 1970-2000)

Fuente: Cimoli, Porcile, Primi & Vergara (2005)

Torres (2006) halló que el estudio de la dimensión organizacional del conocimiento y el

aprendizaje tecnológico en el ámbito de los países desarrollados ha sido mucho más

amplio respecto a los países en desarrollo, y tales trabajos han servido de guía para los

estudios en contextos menos desarrollados. En este sentido, para analizar las

capacidades tecnológicas se emplean indicadores sobre obtención de patentes, como

evidencia de la capacidad de innovación de las firmas y los países. Así mismo, aspectos

como la especialización tecnológica, la sofisticación tecnológica, el grado de satisfacción

Po

rcen

taje

de

parti

cip

ació

n e

n l

a i

nd

ust

ria


del mercado, el tamaño de la compañía, las alianzas estratégicas en tecnologías y la

inversión en tecnologías son tomadas en cuenta al momento de analizar las capacidades

tecnológicas organizacionales en contextos desarrollados (De la Cruz, Morales, &

Carrasco, 2006).

1.2 Concepto de valoración tecnológica

De acuerdo con Hunt, Probert, Wong & Phaal (2003), la globalización y la creciente

competencia han llevado a las empresas a diversificar sus portafolios tecnológicos y a

acelerar la introducción de nuevas tecnologías al mercado, lo que hace necesaria la

valoración tecnológica en el marco de los procesos de desarrollo y comercialización de

este tipo de bienes. Dicha valoración también es requerida como soporte para

aplicaciones financieras y en la contabilidad de impuestos. Suzuki (2009) menciona que

la valoración tecnológica se realiza en procesos de fusiones y adquisiciones, asignación

del precio de compra (contabilidad después de fusiones o adquisiciones), liquidación de

una herencia, reclamo por daños, quiebra y reorganización, liquidación de empresas,

tasas de regalías de empresas vinculadas, litigios o arbitraje, reemplazo de propiedad,

transferencia basada en impuestos, y donación.

El interés en la valoración de innovaciones, y por tanto, de tecnología, proviene de

diversas fuentes (Andriessen, 2004; Czarnitzki et al., 2006; Chiesa et al., 2005, citados

en Chanaron, 2013):

La necesidad que los gerentes y contadores tienen de valorar activos intangibles

innovadores como soporte en la toma de decisiones estratégicas, considerando

que lo que se mide se puede gestionar.

En los mercados de tecnología, que aún son emergentes, es esencial conocer el

valor de la misma para las transacciones de compra y venta.

Los economistas e inversionistas deben estimar el valor real de las firmas como

guía para las inversiones, y los activos intangibles son una parte importante de

dicho valor.


Los economistas y formuladores de políticas requieren cuantificar la contribución

de la innovación al crecimiento y la estrategia corporativa.

En general, se ha relacionado la valoración tecnológica con la estimación del valor

económico de un bien tecnológico, entendiendo dicho valor como “una perspectiva

económica del valor de los bienes y servicios asociados con una o una serie de

actividades…Se atribuye a los insumos y a los productos de los procesos productivos o

de transformación” (Gregersen, Arnold, Lundgren, & Contreras-Hermosilla, 1997, párrafo

1). El valor económico es un valor relativo, en oposición al valor lógico o el valor moral,

que son absolutos (Quintana, 1998, citado en Cruz Pérez, 2008). Pero al hablar de valor

económico, es necesario referirse al concepto mismo de valor; en la Tabla 1-2 se

mencionan algunas definiciones respecto a la palabra valor.

Tabla 1-2: Algunas definiciones de valor Definición Autor

Un objeto adquiere valor cuando se le presta interés, de cualquier clase que

sea este. Perry (1926)

El valor es una cualidad que surge de la reacción de un sujeto frente a las

propiedades que se hallan en un objeto. Frondizi (1958)

Cualidad abstracta y secundaria de un objeto consistente en que, al

satisfacer la necesidad de un sujeto, suscita en este un interés (o una

aversión) por dicho objeto.

Quintana (1998)

Cualidad real o ideal, deseada o deseable por su bondad, cuya fuerza

estimativa orienta la vida humana. Gervilla (1998)

Valor es lo que está determinado por el comprador y el vendedor, mediante

algún método interno de análisis; se diferencia del precio, que es lo que se

propone a la otra parte del acuerdo como base de la negociación y el

acuerdo final.

Razgaitis (2009)

Diversa apreciación de las cosas que se da como resultado de la

comparación del grado de apetencia, escasez, utilidad y satisfacción que

produzcan.

Correa y Duque

(2012)

Grado de utilidad o aptitud de las cosas, para satisfacer las necesidades o

proporcionar bienestar o deleite.

Cualidad de las cosas, en virtud de la cual se da por poseerlas cierta suma

de dinero o equivalente.

Alcance de la significación o importancia de una cosa, acción, palabra o

frase.

Equivalencia de una cosa a otra, especialmente hablando de las monedas.

Real Academia

Española y

Asociación de

Academias de la

Lengua Española

(2014)

Fuente: Pérez (2008), Razgaitis (2009), Correa y Duque (2012), Real Academia

Española y Asociación de Academias de la Lengua Española (2014).


Retornando al concepto de valor económico, puede entenderse entonces como una

cualidad relacionada con la utilidad del objeto valorado y con el trabajo que implica

obtener dicho objeto; el valor económico determina la utilidad de un bien, mientras que el

precio determina el valor: si el precio es equivalente al valor, se denomina precio justo,

pero en otro caso, el precio será mayor o menor que lo que vale dicho bien (Eumed.net,

2015). Precisamente esta diferencia entre precio y valor es resultado del juicio de valor

que parte de una realidad objetiva (del propio bien en sí mismo o de las cantidades

disponibles de este bien) y de una realidad subjetiva, la cual depende de quién realice la

valoración (Ferruz & Rivas, 2014).

Como lo afirma Serret (2009), la valoración es una práctica que demanda la sociedad

porque necesita conocer el valor económico de algún bien para la toma de decisiones,

(invertir, financiar, contabilizar, administrar, repartir, comprar, desinvertir, expropiar,

arrendar, elegir, priorizar, conservar, inventariar, tributar, etc.), para determinar las

cuantías de las compensaciones (concepto de la teoría económica), así como para el

intercambio de bienes y dinero, o simplemente en busca de conocimiento. Entendiendo la

tecnología como un bien transable, la valoración económica de la misma también resulta

necesaria para la sociedad; no obstante, con frecuencia se observa que el término

valoración tiende a confundirse con el de evaluación, por lo que en los siguientes

párrafos se presenta una discusión académica en torno a estos dos procesos

relacionados con la tecnología.

1.2.1 Valoración de tecnología

De forma similar a la definición de tecnología que se discutió en la sección 1.1, el

concepto de valoración tecnológica ha cambiado a través del tiempo, avanzando más allá

de un enfoque puramente contable, con el surgimiento de nuevas líneas independientes

de trabajo que toman en cuenta la valoración de los aspectos intangibles como el

conocimiento y las capacidades, lo que ha generado aproximaciones diferentes,

abordando incluso aspectos sociales en la medición del impacto de la tecnología en

contextos determinados (ver parte inferior de la Figura 1-1, página 7). No obstante, en el

caso de los enfoques de valoración, a diferencia de los asociados al concepto de


tecnología, no se aprecia un desarrollo acumulativo, sino que se trata de diferentes

ramas de estudio que no necesariamente integran las diversas perspectivas de

valoración (contable, de impacto social, etc.).

La importancia de la valoración tecnológica es creciente, tanto desde el punto de vista

científico como del práctico, dado que sus resultados son necesarios, entre otros, en

procesos de inversión en tecnología, planeación de I+D, transferencia tecnológica o

mercadeo de tecnologías (Dbouk, Jamali, and Soufani, 2014, y Huang et al., 2014,

citados en Jun, Park, & Jang, 2015). La valoración tecnológica ha sido definida por

diversos autores; empero, su concepto académico se comenzó a explorar en años

recientes (Li & Chen, 2006). Desde una perspectiva fundamentalmente monetaria, estos

autores afirman que la valoración de tecnología busca determinar el máximo beneficio

económico mediante el uso de información de manera eficaz y con una serie de métodos

razonables; es decir, permitir a un comprador o un vendedor beneficiarse mediante la

plena utilización de toda la información disponible.

Con una aproximación más amplia, Elói y Santiago (2008) indican que el propósito de la

valoración no es predecir el valor exacto de la tecnología, sino proporcionar un valor

esperado que capture los riesgos e incertidumbres inherentes al proceso de innovación

tecnológica. Sin embargo, estimar el valor potencial de una innovación es un tema

relevante que no ha sido abordado satisfactoriamente en la literatura académica

(Chanaron, 2013). Adicionalmente, la valoración se orienta a la determinación del valor

intrínseco de un activo tecnológico, a diferencia del pricing o fijación de su precio (LES,

2008). La valoración tecnológica provee un conjunto de técnicas y herramientas que

ayudan a los compradores y vendedores de tecnología en la preparación de lo que se

conoce como un modelo de negocio o business case para una tecnología particular (que

incluye la definición del proyecto y el producto, la justificación y el plan del proyecto) y

llegar a un acuerdo sobre su valor futuro y su precio potencial (Probert et al., 2013).

Farrukh, Phaal, Mortara & Probert (2013) señalan que la valoración tecnológica es un

proceso para determinar cuál es el valor de una tecnología, que incluye mecanismos

para comunicar dicho valor a los gerentes y tecnólogos; el proceso depende de factores

como la madurez de la tecnología, el grado de incertidumbre que rodea el proceso

particular de valoración y los actores (stakeholders internos, inversionistas externos,


analistas) que están interesados en establecer el valor de la tecnología. Lee, Kim, Min &

Joo (2012) enfatizan que la determinación del valor de la tecnología requiere más que el

punto de vista financiero: así como los rasgos del gerente general determinan el éxito de

una empresa, las características de los ingenieros y gerentes de tecnología influyen

sustancialmente en la rentabilidad a partir de procesos de adquisición tecnológica en los

que es necesario valorar las tecnologías; Jun et al. (2015) también afirman que la forma

de definir el valor de la tecnología puede diferir dependiendo de los puntos de vista del

desarrollador de la misma y del asesor en el proceso de valoración.

Se incluyen en la valoración tecnológica otros atributos como la complejidad de la

tecnología valorada, el nivel de preparación (si está o no lista para usar), las

oportunidades que representa, quién tiene los derechos de propiedad, el grado de

acumulación de desarrollos tecnológicos previos y la base de conocimientos que posee

(Seol, 2011; Seol, Ah & Park, 2012; Park, Cho & Seol, 2013, citados en C. H. Kim & Ko,

2014).

En general, se evidencia que en la literatura existen diversos conceptos sobre valoración

tecnológica, algunos más restringidos que otros, supeditados a la conceptualización de

tecnología que se maneje y al contexto en que se desarrolle el proceso de valoración.

1.2.2 Evaluación de tecnología

Para Hou, Lu & Han (2008), la evaluación de tecnología forma parte de la estrategia

tecnológica, entendida en el marco de procesos de diversificación, como un lineamiento

de planificación para gestionar la tecnología y promover actividades en pro de su

desarrollo; la evaluación tecnológica relaciona las tecnologías disponibles en la empresa

con las capacidades organizacionales de innovación, de transferencia de tecnología, de

aprendizaje y dominio de la tecnología y de producción; esta relación depende de la

posición competitiva que otorgue la tecnología al ser clave, emergente o “próxima

estrella”, pasiva o que deba ser abandonada. Burgelman y Rosenbloom (1989) definen

la evaluación tecnológica como un proceso de aprendizaje de la organización teniendo

como base de la evolución de su capacidad técnica.


Otros autores relacionan directamente la evaluación tecnológica con la selección de

tecnología, como Narayanan (2000), quien afirma que los procesos de evaluación

tecnológica deben llevar a la empresa a seleccionar las tecnologías más convenientes, lo

cual incluye la elección de los recursos tecnológicos así como la adquisición, el

mantenimiento, el uso y el abandono de las capacidades técnicas; la tecnología se

escoge por las características y el alcance de la capacidad de la tecnología actual, y la

plataformas de productos y procesos disponibles en la firma. Por su parte, Lin y Shen

(2010) señalan que la evaluación de tecnología es una de las áreas más desafiantes

para la toma de decisiones, ya que una compañía debe escoger e invertir en un campo

tecnológico con base en actividades sistemáticas de comparación de los beneficios de

varias alternativas con base en múltiples criterios y dentro de un ambiente complicado,

caracterizado por el incremento en la complejidad de las tecnologías, la abundancia de

opciones, el costo creciente de desarrollo de nuevas tecnologías y su rápida difusión; la

evaluación tecnológica, por tanto, tiene el objetivo de llevar a la selección de una

tecnología clave que le permita a la organización establecer ventajas en el entorno

internacional.

También se ha relacionado la evaluación de tecnología con la transferencia tecnológica:

Ivarsson & Gorschek (2009) afirman que la primera debe brindar soporte a la segunda,

como medio para una toma de decisiones adecuadas respecto a la adopción de

tecnologías en la práctica industrial. Park, Jihoon & Kim (2013) incluyen la evaluación de

tecnologías dentro de los procesos de transferencia, de manera que sea posible la

identificación de tecnologías de alto valor como patentes promisorias que representan la

potencialidad de los desarrollos tecnológicos y sus futuros usos.

Jolly (2012) señala que la evaluación tecnológica es un proceso para gestionar

portafolios tecnológicos, orientado a la renovación corporativa, la competitividad y la

sostenibilidad; los modelos de evaluación tecnológica han permitido la formalización y

sistematización de un conjunto de actividades que suele realizarse bajo presión y con

influencias subjetivas, con el cual los tomadores de decisiones en I+D deben rechazar o

aprobar proyectos tecnológicos. Muchas veces los modelos y métodos existentes (Tabla

1-3) se quedan cortos frente a variables no monetarias, ya que se centran en criterios


financieros y descuidan el valor acumulado (que está bajo el control de la empresa) y el

valor potencial (no contralado por la firma y que debe ser capturado).

Tabla 1-3: Criterios utilizados por algunos modelos de evaluación

tecnológica

Autores del modelo Criterios utilizados

Ringuest et al. (1999); Graves et

al. (2000) Probabilidad de éxito y retorno financiero del proyecto.

Henriksen & Traynor (1999)

Importancia del proyecto para la estrategia de la

organización, riesgos científicos y técnicos, beneficio de la

inversión teniendo en cuenta el presupuesto de la

organización y retorno percibido.

Dickinson et al. (2001)

Valor Presente Neto, probabilidad de éxito, nivel de

interdependencia con otros proyectos, capacidad de cambio

y alineación con los objetivos estratégicos.

Linton et al. (2002) Ciclo de vida de la propiedad intelectual, etapa del ciclo de

vida del mercado, inversión y flujos de efectivo esperados.

Stummer & Heidenberger (2003) Flujo de caja, ventas, patentes, recursos para I+D, personal

de I+D y capacidad de producción.

Romero & Rocha (2015)

Dimensiones: tecnológica, de mercado, gerencial, legal.

Flujo de caja, costos de desarrollo de la tecnología, regalías

pagadas en la industria por tecnologías similares

Güemes-Castorena & Uscanga

(2015)

Ventajas técnicas, perspectiva de inversión, perspectivas en

propiedad intelectual, orientación al mercado, definición del

mapa de ruta del proyecto.

Fuente: adaptado de Jolly (2012), Romero & Rocha (2015) y Güemes-

Castorena & Uscanga (2015)

Frente a las falencias identificadas por Jolly (2012) en los modelos de evaluación

tecnológica, su investigación presenta una nueva clasificación de criterios agrupados en

dos categorías (Tabla 1-4): competitividad tecnológica, relacionada con la posición

competitiva de la empresa (valor acumulado) e incluye factores internos que puede

controlar la compañía; atractivo tecnológico (valor potencial), asociado intrínsecamente al

tipo de tecnología, por lo que está fuera del control de la compañía pero es importante

para crear valor.


Tabla 1-4: Criterios de evaluación tecnológica propuestos por Jolly (2012)

Variable Criterios Subcriterios

Competitividad

Tecnológica

(controlable por

la empresa)

Recursos

tecnológicos

Origen de los bienes

Relacionamiento con el negocio central

Experiencia acumulada en el campo

Patentes registradas

Valor de los laboratorios y el equipo

Competencias del equipo de I+D

Competencias en investigación aplicada del equipo

Difusión en la empresa

Desarrollo de las competencias del equipo

Recursos

complementarios

Capacidad para “resguardar” el conocimiento fundamental

Capacidad financiera

Calidad de las relaciones entre I+D y producción

Calidad de las relaciones entre I+D y mercadeo

Capacidad de protección contra la imitación

Reacción del mercado al diseño de la compañía

Tiempo para desarrollar, industrializar y llegar al mercado

Atractivo de la

tecnología (no

controlable por

la empresa)

Potencial de

marcado

Volumen de mercado abierto por la tecnología

Lapso de aplicaciones abierto por la tecnología

Sensibilidad del mercado a factores tecnológicos

Situación

competitiva

Número de competidores

Nivel de participación de los competidores

Barreras para la imitación

Diseño dominante

Potencial técnico

Posición de la tecnología en su propio ciclo de vida

Potencial de progreso

Rendimiento frente a otras alternativas

Amenaza de substitución de tecnologías

Potencial de transferencia entre unidades de la compañía

Situación socio-

política

Participaciones sociales

Soporte público para el desarrollo

Fuente: adaptado de Jolly (2012)

Elói y Santiago (2008) afirman que la valoración y la evaluación tecnológica son procesos

complementarios que hacen parte de uno más amplio conocido como comercialización

de nuevas tecnologías (Figura 1-5).


Figura 1-5: Proceso de comercialización de tecnologías

Revisión de

los

aspectos

técnicos

Análisis de

los

aspectos

del negocio

Apoyo a la

negociación

Priorización

de

iniciativas

Análisis de

riesgos de

inversión

Evaluación Valoración Actividades finales

Análisis de los

aspectos

técnicos

Análisis de

valor

(valoración)

Fuente: Elói y Santiago (2008)

Probert, Farrukh, Dissel y Phaal (2011) hacen referencia a un proceso de evaluación

tecnológica, más amplio que la valoración de tecnologías, que suma las actividades de:

1) exploración de oportunidades de valor tecnológico, 2) valor de las tecnologías y 3)

comunicación de los resultados de valoración. El desarrollo de tales actividades puede

ocurrir en cualquiera de las etapas del ciclo de vida tecnológico, pero con diferentes

énfasis y el empleo de distintas herramientas en cada etapa; este proceso de evaluación

tecnológica es iterativo y orientado al futuro, más allá de una estimación de algo que ya

existe (Figura 1-6).

Figura 1-6: Evaluación tecnológica como un proceso iterativo

- Exploración

- Cuantificación

- Comunicación

De logros y apuestas

ENTRADAS:

- Estrategias

- Hechos

- Interpretaciones

- Juicios

- Sentimientos

SALIDAS:

- Información - Ajustes - Decisiones - Aprobaciones

CONTEXTO

Iteración

(E)valuation

Fuente: Probert et al. (2011)

Se observa que el concepto de evaluación tecnológica se ha asociado a la selección y

transferencia de tecnologías, en las cuales es relevante la valoración tecnológica, ya que


en muchas ocasiones esta evaluación es un proceso de toma de decisiones con base en

aspectos financieros; igualmente, la valoración tecnológica habitualmente se ha orientado

a la dimensión económica de la tecnología, y para determinarla se emplean herramientas

relacionadas con el análisis financiero de proyectos. Es decir, tanto la valoración como la

evaluación tecnológica se han enfocado principalmente en el análisis de los aspectos

financieros, lo que en ocasiones ha generado críticas por la tendencia a desconocer otras

dimensiones de la tecnología. Por otra parte, puede destacarse que varios autores

relacionan la evaluación tecnológica con las capacidades organizacionales, en especial

las capacidades tecnológicas, de innovación y el capital humano, al tener en cuenta que

la tecnología es compleja y que su análisis se ve influenciado por aspectos adicionales al

financiero.

Como se mencionaba anteriormente, es común encontrar que los términos valoración y

evaluación tienden a emplearse indistintamente, y se evidencia falta de claridad sobre los

dos conceptos; así mismo, al intentar definir un límite entre ellos, lo que se puede

concluir es que la discusión sigue abierta. Para efectos de la presente investigación, se

establece que la evaluación y valoración tecnológica se complementan (Figura 1-7): la

evaluación tecnológica incluye a la valoración de tecnologías como una de sus etapas,

en el marco de procesos de selección, transferencia o comercialización de tecnologías, y

también para procesos internos de inventario tecnológico y determinación de las

capacidades tecnológicas de la organización; esto es, la valoración tecnológica es

requerida principalmente en transacciones basadas en activos tecnológicos, aunque

también para proporcionar información como base para la toma de decisiones en

procesos diferentes a la compra o venta de tecnologías. De igual forma, la valoración de

tecnología requiere de la identificación de rasgos de los bienes tecnológicos, como los

aspectos técnicos y el grado de madurez, lo cual se logra a través de procesos de

evaluación tecnológica.


Figura 1-7: Relación entre Evaluación y Valoración tecnológica

EVALUACIÓN

TECNOLÓGICA

VALORACIÓN

TECNOLÓGICA

Para selección, transferencia y comercialización de tecnología

Para determinar el valor económico de la tecnología

(en el marco, entre otros, de procesos de selección,

transferencia y comercialización)

Consideran elementos como:

•Aspectos técnicos•Diversidad de opciones•Capacidades tecnológicas y de innovación

• Incertidumbre y riesgo

• Potencialidad

SE

COMPLEMENTAN

• Aspectos financieros

• Complejidad

• Aprendizaje

•Madurez y nivel de preparación

Fuente: elaboración propia

1.2.3 Valoración Tecnológica Ampliada

Diversos autores han sugerido revaluar el concepto restringido de la tecnología, que lleva

a que su valoración se enfoque en aspectos tangibles y con un enfoque netamente

económico: Kaplan (1986), Kakati y Dhar (1991) y Raafat (2002) recomiendan involucrar

factores estratégicos, como los cualitativos, de manera más explícita en los procesos de

valoración tecnológica, e incluso se ha llamado al uso de aproximaciones mixtas o

híbridas en las que se consideren tanto factores cuantitativos como cualitativos. Small y

Chen (1997, citados en Doerr, Gates, & Mutty, 2006) empíricamente evidenciaron que

muchas empresas no usan técnicas de valoración sofisticada, pero aquellas que emplean

una aproximación amplia incluyendo aspectos cuantitativos y cualitativos, tienden a lograr

mejores resultados en la implementación de la tecnología valorada. Adicionalmente,

como uno de los retos de la gestión tecnológica en el marco de la sostenibilidad

industrial, Paramanathan, Farrukh, Phaal & Probert (2004) han identificado la necesidad

de nuevos métodos de valoración tecnológica que integren el concepto de Triple Cuenta


de Resultados –proveniente del tema de Responsabilidad Social Empresarial-, que

además de la dimensión económica, incluye lo ambiental y lo social.

Tomando en consideración los diferentes puntos de vista frente al concepto de valoración

tecnológica planteados por los autores relevantes en el tema, así como el alcance de

esta investigación, en el presente documento se propone lo que se ha denominado

Valoración Tecnológica Ampliada, que reúne los siguientes puntos:

El valor de la tecnología puede entenderse en diferentes dimensiones, no solo la

económica, teniendo en cuenta la relevancia del factor tecnológico y su definición

amplia, que implica considerar otros impactos además del económico. La

valoración tecnológica se enriquece al retomar la conceptualización amplia de la

tecnología, considerando la importancia de los elementos intangibles como las

capacidades tecnológicas.

La valoración de tecnología puede ser analizada como un proceso, lo cual permite

pensar en términos de dinamismo y transcurso del tiempo. Al estudiar la

valoración tecnológica desde el cambio, se busca abarcar características como la

flexibilidad y la adaptación, puesto que esta requiere responder a las dinámicas

del proceso de adquisición (o generación), asimilación y dominio de los activos

tecnológicos por parte de la organización, y esto ocurre en función del tiempo. Así

mismo, esta visión facilita involucrar la evolución de las organizaciones de

contextos como los países en desarrollo, para afianzarse tecnológicamente y

ganar madurez en el mercado; dicha evolución se ve afectada por las condiciones

específicas del ámbito en el que ocurre.

La valoración tecnológica tradicionalmente se ha orientado a los procesos de

comercialización de tecnologías, pero también puede estudiarse desde el punto

de vista interno a la organización, como un mecanismo para determinar el valor

de las tecnologías que esta posee (que no necesariamente serán

comercializadas). Se tiene presente el hecho de que en países en desarrollo se

cuenta con capacidades limitadas de generación de tecnología, por lo cual, la

valoración no siempre puede orientarse a tecnologías emergentes o que se busca


comercializar. Así, el concepto de valoración tecnológica aborda otros aspectos

relacionados con la potencialidad de la innovación en países en desarrollo, y no

se circunscribe a aquellas innovaciones, habitualmente de producto, que

pretenden ser ofrecidas en el mercado como objetivo primario.

De esta manera, puede señalarse que la Valoración Tecnológica Ampliada es un

proceso dinámico para la determinación del valor de un bien tecnológico y del

impacto que este bien tiene en la organización que lo posee, lo cual implica

estudiar tanto los componentes tangibles de dichos bienes tecnológicos, como

aspectos de tecnología blanda relativos a las capacidades tecnológicas

generadas para lograr el dominio de una tecnología específica por parte de la

organización; este concepto incluye el punto de vista interno a la organización,

para analizar las tecnologías que ella posee en su proceso productivo, con el

propósito de reducir la dependencia, promover procesos de innovación y hacer

más eficiente el desarrollo tecnológico en la medida en que se establece el acervo

tecnológico y se decide sobre su modernización (ver Figura 1-8).

Figura 1-8: Proceso de Valoración Tecnológica Ampliada



Esta interpretación ampliada de la valoración tecnológica contiene rasgos propios del

concepto de evaluación tecnológica, especialmente las capacidades tecnológicas, como

una dimensión de la tecnología diferente a la económica, para su aprovechamiento en las

organizaciones. De esta manera, la Valoración Tecnológica Ampliada contribuye a

evidenciar las potencialidades, nivel actual y perspectivas de cada organización para la

innovación, lo cual resulta clave para aquellas que se encuentran insertas en las

dinámicas de contextos menos desarrollados. El propósito inicial es que el análisis a

través de los procesos de Valoración Tecnológica Ampliada aporte a que cada empresa

detecte fallas y oportunidades de modernización y de cierre de brechas tecnológicas

respecto a empresas de países industrializados, aunque siempre con la premisa de

lograr pertinencia frente a las necesidades locales.

1.3 Aspectos clave en la valoración tecnológica

En el estudio de la valoración tecnológica desarrollado en la presente tesis doctoral se

han identificado varios aspectos considerados relevantes para una caracterización en

detalle de esta temática, que se constituyen en las bases para delimitar el objeto de

estudio de esta investigación. Tales aspectos hacen referencia a las categorías y

métodos de valoración, así como al contexto de aplicación de los mismos.

Adicionalmente se incluye la valoración de capacidades tecnológicas como un

componente de los procesos de valoración de tecnología, de acuerdo con la

conceptualización presentada en secciones previas y la propuesta de Valoración

Tecnológica Ampliada discutida en el acápite 1.2.3, en donde se recalcó la importancia

para esta investigación doctoral del concepto de capacidades tecnológicas, como parte

de la visión amplia de la tecnología, para una interpretación más acertada de la

valoración tecnológica en países en desarrollo.


1.3.1 Categorías de valoración tecnológica

Considerando las características particulares de los diversos activos tecnológicos,

pueden identificarse diferentes formas en las que se realizan los procesos de valoración

tecnológica; en esta investigación fue posible establecer tres categorías de acuerdo con

la orientación de las técnicas que se reportan en las investigaciones publicadas (Figura

1-9): una primera categoría agrupa los métodos tradicionales de valoración, enfocados

en la tecnología dura y la determinación de su valor económico. La segunda categoría

está orientada al capital intelectual. La última categoría hace referencia a la medición del

impacto social de la tecnología.

Figura 1-9: Categorías de la valoración tecnológica

TRADICIONAL

Enfoque monetario

• Mayor énfasis en aspectos tangibles

• Orientado a la valoración económica

CAPITAL

INTELECTUAL

Enfoque en activos

intelectuales

Analiza la propiedad

intelectual y el capital

intelectual

IMPACTO SOCIAL

Enfoque hacia el

entorno

Orientado a evaluar

implicaciones del

desarrollo

tecnológico

CATEGORÍAS DE VALORACIÓN TECNOLÓGICA


La categoría tradicional busca determinar el valor monetario o precio de los bienes

tecnológicos, es decir, tecnologías tangibles. En esta categoría se encuentran los

métodos de costos, de mercado, de ingresos, de opciones reales, entre otros. El primero

se basa en el principio económico de sustitución: un inversionista prudente no pagaría

por un activo tecnológico más de lo que costaría crear o adquirir un activo similar; este

método es usado generalmente cuando la tecnología se encuentra en las primeras

etapas de desarrollo y su aplicación en el mercado no es clara todavía, es decir, cuando

el nivel de certeza es muy bajo y el conocimiento del negocio futuro es limitado, por lo


cual solo provee un valor aproximado o una referencia aproximada. Por otra parte, el

método de mercado estima el valor de un activo a partir del análisis de las ventas u

ofertas recientes de activos comparables de otras compañías. El método de ingresos

mide el valor de un activo a través del valor presente de sus beneficios económicos

futuros (Pavri, 1999; Mard 2000 citados en Y. Park & Park, 2004).

Un ajuste al método de ingresos son las opciones reales, enfoque inicialmente propuesto

por Black y Scholes (1973), que considera la incertidumbre y el riesgo. Este método ha

sido ampliamente estudiado en el marco de la valoración de proyectos, no

necesariamente tecnológicos, y es abundante la bibliografía sobre el tema, siendo muy

relevante en el ámbito financiero. Según Lewis, Enke, & Spurlock (2004), se ha

considerado el método más completo por su flexibilidad, pero la dificultad radica en que

la literatura no lo ha abordado para permitir su aplicación directa, ya que se ha enfocado

en los cálculos matemáticos y ecuaciones diferenciales, haciéndolo demasiado

complicado para ser empleado por los empresarios como parte de sus actividades

habituales. Según estos autores, algunos libros recientes han tratado de simplificar las

aplicaciones matemáticas pero fallan en proveer todas herramientas necesarias, y siguen

implicando la lectura de cientos de páginas antes de que alguien pueda llegar a poner el

método en práctica. El software moderno puede ayudar en el desarrollo de los cálculos,

pero los analistas todavía requieren entender el proceso, y mucha de la literatura

disponible no facilita esto.

Como se aprecia, la categoría tradicional de valoración tecnológica tiene un enfoque

restringido, dado que se orienta preferentemente al componente tangible de la

tecnología, por lo cual, esta tesis doctoral plantea la opción de trascender a un nivel más

avanzado, en donde a partir de dicha categoría se logre un enfoque más integral que

tome en consideración otros elementos, particularmente las capacidades tecnológicas,

en el marco de la conceptualización amplia de la tecnología que se ha discutido en

secciones previas.

En la categoría de capital intelectual se agrupan los métodos enfocados en valorar los

conocidos en la literatura como activos intelectuales (Gow, 2002), que abarcan el capital

intelectual y la propiedad intelectual, representando la dinámica del conocimiento que

lleva a la innovación. Los métodos de esta categoría buscan determinar el valor


generado para la organización a partir de estos activos. Se ha reconocido que cualquiera

sea la forma de la transacción, su valoración representa un problema común y relevante

(Chiesa, Gilardoni, & Manzini, 2005), precisamente por esta condición de intangibilidad.

Activos como patentes, secretos comerciales, conocimientos técnicos, informáticos,

software, bases de datos, operaciones, guías, marcas, diseños industriales, etc., se han

valorado generalmente con métodos tradicionales (como los referenciados en la primera

categoría mencionada anteriormente), si bien se encuentran casos en la literatura como

el trabajo de Dubin (2007), en donde se desarrolla un método econométrico para la

valoración de una marca.

La valoración del capital intelectual incluye modelos como el Navegador de Skandia, una

de las primeras compañías en realizar esfuerzos coherentes por medir adecuadamente

sus activos de conocimiento, que combina elementos conceptuales y metodológicos con

cinco áreas de enfoque: la financiera, del cliente, de proceso, de renovación, y de

desarrollo y capital humano (Bontis, 2001; Valhondo, 2003).

La categoría de valoración del impacto social (o Technology assessment) reúne

métodos orientados al entorno, al tomar en cuenta los impactos del desarrollo tecnológico

en la sociedad o en determinados contextos. Tuvo sus orígenes en la década de los años

sesenta en Estados Unidos, cuando se incrementaron notablemente los efectos de

diferentes tecnologías implementadas a gran escala en el común de las personas, con el

objetivo principal de mejorar su calidad de vida pero con inevitables efectos colaterales

muchas veces indeseados (Hetman, 1973).

Sin embargo, como lo señalan Tran y Daim (2008), en la evolución del concepto de

valoración del impacto social de la tecnología en el marco de la gestión tecnológica, se

ha evidenciado que no solo atañe al campo de las políticas públicas, sino que en el

ámbito empresarial se ha asociado con la preparación o disponibilidad tecnológica

(technological readiness – ¿cuándo estará lista alguna tecnología particular para

alcanzar determinado objetivo o uso en el negocio o en la producción?). Rybicka, Tiwari

& Leeke (2015) mencionan una escala para medir el nivel de disponibilidad tecnológica

(Technology Readiness Level TRL) que ha sido adaptada para apoyar el estudio de

capacidades y recursos requeridos en el desarrollo de tecnologías, empleada en la

industria y entidades como la NASA.


Coates y Fabian (Citado en Tran & Daim, 2008) encontraron que muchas empresas ven

la valoración del impacto social como una forma de anticipación de los efectos del mundo

exterior en sus propias actividades, más que anticipar los efectos de sus actividades en

el entorno, por lo cual la llamaron “Inverted Technology Assessment”. Por su parte,

Maloney (1982) afirma que esta categoría de valoración tecnológica en el sector privado

es un fenómeno creciente que ha buscado determinar las implicaciones sociales,

políticas y económicas relacionadas con el desarrollo tecnológico de la organización,

pero en forma diferente a la forma en que lo ha hecho el sector público en cuatro

dimensiones: objetivos, estructura, tiempos y otras percepciones, y con el propósito de

maximizar las ganancias en el corto y mediano plazo. Rip (2015) también señala que la

valoración del impacto social de la tecnología, además de permitir evaluar impactos

sociales, ambientales o médicos del cambio tecnológico, es empleada en y para los

negocios, y los desarrollos más recientes se relacionan con procesos participativos de

innovación (Constructive Technology Assessment).

En la presente tesis doctoral se ha planteado el reto de vincular el tema de capacidades

tecnológicas con la categoría tradicional de valoración, tomando como base la

conceptualización amplia de la tecnología. Sin embargo, es importante señalar que la

tradición académica muestra que las capacidades tecnológicas tienen una relación más

directa y evidente con la categoría de valoración del capital intelectual, particularmente

en el ámbito de los países desarrollados, en donde son visibles los logros en aspectos

como la obtención de patentes y el reconocimiento de las marcas o nombres de

productos, servicios y empresas; delimitando el análisis de esta investigación doctoral al

caso de las economías emergentes, podría resultar precipitado y descontextualizado

hacer un énfasis inicial en la categoría de capital intelectual, por lo que la propuesta del

presente trabajo se centra en la categoría tradicional de valoración tecnológica, que al

complementarse con el concepto de capacidades tecnológicas, puede entenderse como

un primer paso hacia la dinamización de la valoración tecnológica en países en

desarrollo, que mediante investigaciones futuras permita fortalecer en este contexto el

tema del capital intelectual y su valoración (segunda categoría mencionada en esta

sección).


1.3.2 Métodos de valoración tecnológica

Uno de los métodos de mayor empleo para realizar procesos de valoración tecnológica,

ubicado dentro de la categoría de valoración tradicional señalada en la sección previa,

es el denominado Flujo de Caja Descontado (FCD), también es conocido como método

de Ingresos, que se orienta a estimar el potencial futuro de una alternativa financiera,

tecnológica o de otra naturaleza; este método considera el proyecto objeto de análisis

como un generador de flujos de fondos, de forma que para obtener su valor debe

calcularse el valor de tales flujos, para lo cual es necesario emplear una tasa de

descuento apropiada (J. A. Correa, Arango, & Castaño, 2011; Vidarte, 2009). Según

Kaplan y Ruback (1995), el método de FCD se conoce como uno de los más confiables y

efectivos para estimar el valor de diversas opciones (que pueden estar representadas en

proyectos, empresas o activos, incluidos los tecnológicos); no obstante, debe ser

complementado con otras técnicas ya que no incluye todos los elementos que afectan la

valoración, tales como los diversos riesgos y escenarios que pueden existir y que no se

reflejan en la tasa de descuento; además, debe orientarse principalmente a tecnologías

en etapa de mercado – expansión y madurez - (Vergara, 2012). El método de FCD toma

en cuenta que todos beneficios y costos de la alternativa valorada están representados

en dinero, y generalmente aborda un solo punto de vista, que corresponde al del

propietario (de Neufville, 2009).

El FCD constituye la base sobre el cual se han desarrollado las demás formas de

valoración (Damodaran, 2012); Copeland, Koller y Murrin (2004), Benninga (2008) y

Catalán (2013) resumen sus principales ventajas y desventajas:

Ventajas:

Método sencillo y útil para valorar activos – tangibles – con flujos de caja

predecibles con cierto grado de certeza.

Posibilidad de capturar el valor presente con base en la capacidad de la

tecnología para generar ingresos.

Con sofisticación suficiente para adaptarse a la complejidad de gran cantidad de

situaciones.

De fácil aplicación mediante el uso de programas sencillos, habituales en

computadores personales.


Desventajas:

Probabilidad de error debido a que se requieren múltiples supuestos para realizar

las estimaciones.

Depende del establecimiento de presunciones razonables y de una tasa de

descuento que contemple los riesgos asociados a ellas.

Se requiere un alto grado de experiencia para que sea eficiente y preciso.

En el marco de esta investigación doctoral, otra desventaja evidenciada es el

hecho de no incluir elementos intangibles de la tecnología, tales como las

capacidades tecnológicas.

El método de Flujo de Caja Descontado se basa en la Regla del Valor Presente, la cual

indica que el valor de un activo corresponde al valor presente de sus flujos de caja

futuros, de manera que la fórmula de cálculo es muy similar a la empleada para estimar

el Valor Presente Neto (Lodeiro, 2013), y es mostrada en la Figura 1-10.

Razgaitis (2009) señala que el método de FCD tiene tanto incertidumbres, asociadas a

cualquier modelo financiero, a las suposiciones que deben hacerse para que el método

funcione, y a las previsiones del futuro, como certezas que provienen de la exactitud de

las matemáticas de las hojas de cálculo y los resultados del Valor Presente Neto; por

ello, el FCD es una herramienta que, si se usa de manera inteligente, puede apoyar muy

bien la misión de generar retornos en ambientes de incertidumbre y riesgo, que excedan

lo que podría obtenerse comparativamente en inversiones de bajo riesgo.

Figura 1-10: Fórmula del método de Flujo de Caja Descontado

Donde:

fct: flujos de caja en el periodo t

n: vida del activo

r: tasa de descuento que refleje el riesgo de la inversión

Fuente: Damodaran (2009)


La firma consultora Price Waterhouse Coopers (2011) señala que la tasa de descuento (r

en la Figura 1-10) representa una medida de la rentabilidad mínima exigida por los

accionistas según el riesgo, quienes esperan que el retorno cubra la inversión inicial, los

egresos de la operación y la renta adicional requerida; de acuerdo con Vélez (2013),

dicha tasa está conformada por una tasa libre de riesgo correspondiente a la tasa de

descuento básica de los ingresos futuros, y una tasa que otorga un ajuste por el riesgo e

incertidumbre asociados a la ocurrencia o no de tales ingresos futuros.

Razgaitis (2009) denomina a esta tasa de descuento Tasa Mínima Ajustada al Riesgo

(Risk-Adjusted Hurdle Rate RAHR), y señala que uno de los aspectos críticos en la

aplicación del FCD es la determinación de un valor apropiado de la RAHR, para lo cual

es necesario tomar en cuenta tres factores: 1) inflación, que significa sencillamente que

en el futuro se necesitará más dinero para comprar lo que hoy se puede adquirir con

menos; 2) tasas de retorno alternativas y 3) riesgo del retorno. Respecto al segundo y

tercer factor, Razgaitis señala que son diversas las opciones que pueden tomarse como

referencia en procesos de valoración tecnológica con el fin de estimar el riesgo que

puede representar la inversión en determinada tecnología, señalando tasas de retorno

que dependen del riesgo que pueda afectar el activo que se valora:

Una situación casi ideal con inflación del 0%

La inflación histórica del 3% a partir de datos del Índice de Precios al Consumidor

(Consumer Price Index CPI) en Estados Unidos entre 2003 y 2007, periodo en el

cual se mantuvo casi constante en 3.05%

Inversiones libres de riesgo como los Bonos del Tesoro (T-Bills por Treasury Bills,

una categoría de la deuda de los Estados Unidos); el gobierno publica

anualmente la tasa CTM (Constant Maturity Treasury), que históricamente ha

estado entre el 3 y el 7%. Una tasa de descuento de aproximadamente el 5%

generalmente se considera tasa de retorno libre de riesgo.

Las categorías asignadas por varias agencias de calificación de deuda comercial

con base en la percepción del riesgo. Para bonos corporativos de muy bajo riesgo

se han asignado 1 a 3 puntos porcentuales que se adicionan a una base


estándar. Para el caso de una inversión libre de riesgo (viñeta anterior), la tasa de

descuento aplicada será del 8% (5% + 3%).

El costo corporativo de capital, denominado Costo Promedio Ponderado de

Capital (CPPC, o Weighted Average Cost of Capital WACC), que representa la

proporción entre la deuda y el patrimonio que se utiliza para financiar activos

(Gallardo, 2011). Para calcularlo se emplean diferentes modelos matemáticos, y

también la Escuela de Negocios Stern de la Universidad de Nueva York publica

regularmente datos del WACC para varios sectores de la industria.

Retorno Corporativo de Capital, que se mide mediante la Rentabilidad sobre el

Patrimonio ROE (Return on Equity), cuyos datos para empresas individuales son

de fácil acceso, y además la Escuela de Negocios Stern publica anualmente el

ROE para diversos sectores.

Inversiones de riesgo moderado, en donde las tasas de descuento pueden estar

alrededor del 20%.

Inversiones de alto riesgo, en donde los inversionistas exigirán retornos

superiores al 30% por su participación.

Inversión en empresas nuevas para crear tecnología (Start ups) con capital de

riesgo (Technology Venture Capital), para lo cual se estima una tasa igual o

superior al 50%, debido a los altos costos de gestión del capital de riesgo que

diluyen los retornos que recibirán los inversionistas, y a que no todas sus

inversiones serán fructíferas.

Mediante un ejemplo basado en la promesa de pagar 1.000 dólares en 5 años, Razgaitis

muestra el efecto de las diferentes tasas de descuento en el Valor Presente Neto, como

base para el cálculo del FCD (Figura 1-11).


Figura 1-11: Efecto de diversas tasas de descuento sobre el Valor Presente

Neto

Fuente: Razgaitis (2009)

Como se observa en la Figura 1-11, un rasgo importante del FCD es su alta

dependencia de la tasa de descuento, de manera que la más alta tasa hace decrecer

drásticamente el valor presente de cualquier flujo futuro (a mayor riego, mayor es la tasa

de descuento y por consiguiente, el valor presente es menor); la determinación de esta

tasa de descuento es otra área dentro de la valoración tecnológica en donde, al parecer,

la ciencia y el arte convergen (Paulson & Huber, 2001); la estimación del riesgo es crucial

para determinar si se invierte en una nueva tecnología, pero frecuentemente se basa en

el instinto (Potter, 2007).

Respecto a otros métodos adicionales al FCD, en los diversos trabajos publicados sobre

valoración tecnológica se pueden diferenciar varios tipos: Probert, Dissel, Farrukh,

Mortara, Thorn & Phaal (2013) señalan que existe una gran cantidad de técnicas

cuantitativas, derivadas de los métodos de valoración financiera y de la teoría de

decisiones (flujo de caja descontado, árboles de decisión u opciones reales), que son

más apropiadas para tecnologías con cierto nivel de madurez y aplicaciones definidas, ya

que para nuevas tecnologías poseen demasiada sofisticación matemática sin responder

adecuadamente al contexto. Estas técnicas están asociadas preferentemente a la

categoría tradicional de valoración tecnológica discutida en la sección 1.3.1.

$1.000,00

$862,61

$783,53

$680,58

$567,43

$497,18

$401,88

$269,33

$131,69

$0

$100

$200

$300

$400

$500

$600

$700

$800

$900

$1.000

Inflacióncero

Inflación3%

Libre deriesgo(5%)

Deudacorporativa

(8%)

WACC(12%)

ROE(15%)

Riesgomoderado

(20%)

Riesgoalto

(30%)

Umbral mín.Venture

Capital (50%)

VP

N


Por otra parte, están las técnicas cualitativas que se orientan a estructurar el

razonamiento y guiar a los tomadores de decisión (como los tableros de decisión, los

roadmaps o mapas de ruta), aunque Park, Zhou, Park & Lee (2015) señalan que las

técnicas puramente cualitativas constituyen solo una ayuda secundaria en la toma de

decisiones, mientras que Jun, Park & Jang (2015) afirman que estas técnicas se ven

afectadas por la subjetividad al depender de la experiencia y conocimiento de los

expertos en tecnología que son consultados. Puede identificarse el empleo de un grupo

de métodos híbridos, que combinan el uso de técnicas cuantitativas y cualitativas,

buscando fortalecerlas y complementarlas mutuamente. La Figura 1-12 presenta

algunos de los métodos empleados en artículos publicados en la última década sobre el

tema.

Figura 1-12: Métodos de valoración tecnológica

MÉTODOS DE

VALORACIÓN

TECNOLÓGICA

Cuantitativos

Opciones reales, simulación de Montecarlo, Modelos de Decisión

Schniederjans y Hamaker (2003); Lewis et al. (2004); Park y Park (2004); Baek et

al. (2007); Ernst et al. (2010); Hong et al. (2010); Vega-Gonzalez y Blesa (2010);

Liu, Lin & Gu (2011); Cho & Choi (2011); Jeon & Shin (2014)

Cualitativos

Value roadmapping, indicadores cualitativos

Dissel et al. (2009); Utunen (2003); Akram & Mavris (2012); Cho & Lee (2013)

Híbridos

Simulación de Montecarlo, análisis de riesgos, estructura factorial de los beneficios de una tecnología

Doerr et al. (2006); Aguilar, Dubová & Mucsková (2012); Park, Zhou, Park & Lee

(2015)


Algunos trabajos que han empleado métodos cuantitativos son: Baek et al. (2007) que

presenta un sistema web para evaluar en tiempo real tecnologías completamente

desarrolladas (o maduras); Ernst et al. (2010) proponen un modelo para valorar patentes

con base en la aproximación de opciones reales, usando simulación de Montecarlo. Al


comparar la valoración de un proyecto de I+D con protección por patentes, con el mismo

proyecto sin patentes, los autores concluyen que el primero tiene un mayor valor. Lewis

et al. (2004) también se basan en el método de opciones reales, puesto que afirman que

este toma en cuenta la flexibilidad inherente a los proyectos de I+D, y en su trabajo se

enfocan en la simulación de una de tales opciones, la opción de aplazamiento, mediante

técnicas computacionales. Liu, Lin & Gu (2011) proponen integrar el método de ingresos

con el de opciones reales para valorar patentes de forma rápida y precisa en la industria

de la defensa.

Por su parte, Hong et al. (2010) plantean una guía para la valoración de tecnologías en el

sector de la construcción, considerando que difieren de las tecnologías de manufactura,

en donde afirman que la valoración tecnológica ya está establecida y se usa

frecuentemente. Así mismo, Schniederjans y Hamaker (2003) muestran un modelo de

decisión sobre inversiones en tecnologías de información, a partir de clasificaciones y

puntuaciones usando hojas de cálculo. Por el contrario, Park y Park (2004) proponen un

nuevo método que reporta un valor monetario de la tecnología, en lugar de un indicador o

un ranking, basado en la relación estructural entre los factores tecnológicos y de

mercado, teniendo en cuenta que los métodos de valoración monetaria de tecnología son

generalmente complejos, difíciles de entender, con inconvenientes y limitaciones. Vega-

González y Blesa (2010) plantean un método de cuatro pasos, a partir de la identificación

de puntos valor específico, para valorar tecnologías desarrolladas en grupos de

investigación universitarios, que según los autores generalmente son prototipos de

laboratorio. Cho & Choi (2011) desarrollaron un modelo numérico para determinar el

factor de contribución de la tecnología a la ganancia neta total del negocio, obtenida por

la comercialización de dicha tecnología. Finalmente, Jeon & Shin (2014) presentan una

propuesta para valorar tecnologías de generación de energía solar fotovoltáica, la cual

está basada en dinámica de sistemas y simulación de Montecarlo como medio para

incluir en la valoración las interacciones complejas de los factores que afectan estas

tecnologías y la incertidumbre en el largo plazo.

En el grupo de métodos cualitativos se encuentra un trabajo que parte de la premisa de

que las técnicas cuantitativas tradicionales no responden adecuadamente en ciertas

situaciones, como es el caso de las tecnologías emergentes. Dissel et al. (2009)

proponen el uso de una técnica llamada value roadmapping, basada en talleres con


expertos, para estimar el valor potencial o futuro de dichas tecnologías. A su vez, Utunen

(2003) presenta el resultado de un estudio empírico en cinco empresas finlandesas en

donde se identifican y comparan los activos tecnológicos y su gestión, para generar un

conjunto de indicadores de evaluación de dichos activos. Akram & Mavris (2012) utilizan

la técnica de valoración tecnológica orientada por expertos (Subject matter experts

(SME)-driven technology valuation) para una mejor comprensión de la incertidumbre

propia de las tecnologías en desarrollo, en comparación con métodos deterministas o

probabilísticos. Cho & Lee (2013) emplean el método Delphi para identificar y priorizar los

factores que conforman cuatro áreas de decisión en la comercialización de tecnologías –

posibilidad de comercialización, viabilidad del negocio, competitividad tecnológica y

capacidades de I+D – realizando dos rondas con expertos de la industria de maquinaria;

esta propuesta tiene el propósito de mejorar el modelo convencional de valoración de

tecnología.

En el grupo de métodos híbridos puede citarse el trabajo de Doerr et al. (2006), que

plantea un modelo para valorar la tecnología RFID/MEMS (Radio Frequency

Identification/Micro Electro Mechanical System), tomando como base métodos

cuantitativos (simulación de Montecarlo y análisis de riesgos) y cualitativos (estructura

factorial de los beneficios de la implementación de la tecnología, no asociados a costos),

como una forma para valorar este tipo de tecnologías avanzadas en varias dimensiones.

Así mismo, Aguilar, Dubová & Mucsková (2012) aplican análisis de costos, modelos de

depreciación y de flujo de caja para valorar una tecnología de tratamiento biológico de

aguas residuales, así como análisis de sensibilidad respecto al cumplimiento de

indicadores económicos y ambientales, evaluando el uso de nanotecnología en este

proceso industrial. Park, Zhou, Park & Lee (2015) desarrollaron un modelo de valoración

tecnológica que combina técnicas cuantitativas como el Proceso Jerárquico Analítico

(Analytical Hierarchy Process - AHP) y el flujo de caja descontado con métodos

cualitativos como el roadmapping tecnológico y el método de roadmap de valor; este

modelo está enfocado en tecnologías que están en las primeras etapas de desarrollo

(antes de ser patentadas).

La elección de cualquiera de estos y los demás métodos y modelos existentes, está

supeditada al objetivo que se persiga con la valoración de los bienes basados en

tecnología. Así mismo, debe tomar en cuenta la pertinencia de la técnica de valoración


para el contexto en el que pretende aplicarse y la viabilidad de realización del análisis,

principalmente por la disponibilidad de información.

Los métodos y modelos de valoración tecnológica han sido cuestionados en diferentes

épocas, por considerarse insuficientes en la inclusión de aspectos relevantes como el

conocimiento incorporado en los activos tecnológicos, su complejidad y el entorno en el

que dichos activos se encuentran. Hunt, Probert, Wong & Phaal (2003) afirman que la

valoración de tecnología sigue siendo un arte más que una ciencia, ya que los métodos

utilizados han sido adaptados de los que se aplican para valorar otro tipo de activos,

como consecuencia de la flexibilidad gerencial, por lo cual aún existe un campo

importante para la investigación en esta área. Eichner, Gemünden, & Kautzsch (2007)

plantean que si bien son bastante conocidos los métodos clásicos de valoración de

inversiones, tales como el Flujo De Caja Descontado FCD, estos tienden a fallar en el

ámbito tecnológico, dado que las inversiones en tecnología no solo tienen un futuro

incierto, sino que su plan de negocio es flexible y sujeto a cambios, por lo que a menudo

la decisión de inversión se basa en una cuestión de criterio. Así mismo, Jun et al. (2015,

citando a Kaya & Yazgan, 2014, y Park, 2007) enfatizan la dificultad de valorar tecnología

usando los índices económicos que son generados por expertos en cada sector o

industria particular (específicamente cuando se emplea el método de FCD), considerando

los aspectos intangibles de la tecnología que implican incertidumbre, lo que hace difícil

predecir el valor económico futuro de la misma.

Ante las falencias detectadas en los métodos de valoración tecnológica por los autores

en el tema, se identifica como un reto lograr la vinculación directa de aspectos intangibles

en la valoración a través de tales métodos, particularmente los cuantitativos, que como

se mencionó, se asocian de forma preferente con la categoría tradicional de valoración.

Esta tesis doctoral busca realizar un aporte al analizar la opción de incluir las

capacidades tecnológicas en los procesos de valoración, como un primer paso en este

espacio de posibilidades de enriquecimiento de la valoración tecnológica en su categoría

tradicional, en lo cual será necesario profundizar mediante diversos trabajos y desde

diferentes disciplinas.


1.3.3 Contextos de aplicación de la valoración tecnológica

Un análisis sobre publicaciones recientes en el tema de valoración tecnológica2 permitió

establecer que son varios los autores que han publicado más de cuatro artículos en el

tema en la última década (Figura 1-13). De acuerdo con las temáticas abordadas por

estos autores, puede afirmarse que dos de ellos (Phaal y Probert) trabajan en temas

relativos a la valoración económica tradicional, mientras que los cuatro restantes

(Schwab, Dermejian, Brent y Daim) ubican sus desarrollos en la categoría de valoración

del impacto social de la tecnología.

Figura 1-13: Autores con más publicaciones en el tema de valoración

tecnológica

Fuente: información de las bases de datos de artículos ScienceDirect, ISI Web of Science y Scopus, procesada con Excel.

2 Esta revisión se hizo a través de la aplicación de técnicas cienciométricas a las referencias encontradas en las bases de datos ScienceDirect, ISI Web of Science y Scopus, disponibles en el Sistema Nacional de Bibliotecas de la Universidad Nacional de Colombia, con ecuaciones de búsqueda que contenían las palabras clave technology valuation, technology assessment, technology appraisal y sus combinaciones, con una ventana de observación correspondiente al periodo enero de 2001 - mayo de 2011. La búsqueda se realizó el 11 de mayo de 2011 y se actualizó el 30 de marzo de 2015, se trabajó en total con 317 referencias.


Respecto a los autores Phaal y Probert, publicaron siete artículos a lo largo de varios

años, mostrando un interés creciente en la investigación sobre valoración tecnológica (en

2011 publicaron tres artículos). Estos investigadores abordan la valoración económica de

la tecnología y su relación e impacto en la gestión tecnológica, pero hacen una crítica a

los métodos tradicionales y proponen vías alternativas. Al discutir y evidenciar las

desventajas de los métodos de valoración como el flujo de caja descontado frente al

riesgo, la incertidumbre y la ambigüedad, plantean un modelo híbrido que consiste en un

árbol de decisiones para las primeras etapas de un proyecto de selección de tecnología,

en las cuales es frecuente el riesgo específico, y una red binomial para las etapas

posteriores, donde el riesgo de mercado es el factor más importante (Hunt et al., 2003;

Hunt, Thorn, Mitchell, Probert, & Phaal, 2007; Shehabuddeen, Probert, & Phaal, 2006;

Thorn, Hunt, Mitchell, Probert, & Phaal, 2011).

Así mismo, para enfrentar tales deficiencias en los métodos tradicionales, estos autores

señalan que la valoración no se puede limitar a los aspectos financieros, y plantean una

visión de la valoración desde una perspectiva de procesos, identificando cinco pasos y

diferentes herramientas para cada uno, con el fin de mostrar que la valoración cambia a

medida que la tecnología madura, con base en el ciclo de vida de la tecnología, a partir

de entrevistas en empresas del Reino Unido de los sectores de telecomunicaciones,

aeroespacial y farmacéutico (Dissel et al., 2009; Probert, Farrukh, et al., 2011; Probert,

Dissel, et al., 2011). Adicionalmente, Probert et al. (2013) presentan un método para

preparar el modelo de negocio o business case de una tecnología, integrando los puntos

de vista de las áreas de mercadeo y ventas, con el fin de que el área de I+D logre

capturar el interés de la gerencia en sus proyectos de generación de nuevas tecnologías

dentro de la compañía.

Los autores Schwab y Demerjian investigan en conjunto sobre temas relativos a la

valoración del impacto de emisiones de material particulado en el ambiente de Nueva

York en la época de los atentados a las torres gemelas (Cowan & Daim, 2009;

Dutkiewicz, Qureshi, Husain, Schwab, & Demerjian, 2006; Dutkiewicz, Qureshi, Khan, et

al., 2006; Qureshi et al., 2006; Ren et al., 2003; Weimer et al., 2006). Por su parte, el

autor A. C. Brent trabaja en la valoración del impacto de las tecnologías energéticas en

regiones africanas, enfatizando en la sostenibilidad mediante el uso de energías

renovables (Brent & Kruger, 2009; Brent & Rogers, 2010; Musango & Brent, 2011a,


2011b; Nyoka & Brent, 2007); este autor ha desarrollado recientemente investigaciones

respecto a la medición de material particulado en el aire y el impacto de la exposición a

este tipo de polución en el parto y el postparto (Kloog et al., 2014; Lakshmanan et al.,

2015).

Daim (Daim & Cowan, 2010; Daim & Intarode, 2009; Daim, Yates, Peng, & Jiménez,

2009; Tran & Daim, 2008) ha trabajado en la definición del marco conceptual, los

métodos y herramientas de la valoración del impacto social de la tecnología (Technology

Assessment), así como en la aplicación del roadmapping para la valoración de energías

renovables y tecnologías limpias. Este puede identificarse como un enfoque alternativo

que aún está siendo explorado por algunos autores. En el caso de Daim, su trabajo se

orienta al estudio de las tecnologías para la generación de electricidad, con énfasis en el

papel de las energías renovables en la reducción de costos y daños ambientales, por lo

que el roadmapping se emplea para predecir las tendencias en dicha reducción y en el

potencial de crecimiento de la generación de energía, lo cual es aplicable a la planeación

nacional y regional de este tipo de recursos (Cowan & Daim, 2009).

Otros trabajos recientes de Daim (Daim et al., 2012; van Blommestein & Daim, 2013) se

relacionan con la valoración de una tecnología de generación de energía renovable

(energía eólica marina) a través de un modelo de decisión basado en Procesos analíticos

en red (Analytic Network Process – ANP) y con la generación de un modelo jerárquico de

decisión para estudiar las preferencias de los usuarios de una región de Suráfrica frente

a dos tecnologías: calentadores de agua con bomba de calor y calentadores de agua

solares; adicionalmente, se encontró una investigación sobre el empleo de inteligencia

tecnológica para mejorar los procesos de valoración del impacto de la tecnología (Daim,

2015).

Entre otras investigaciones que han empleado el roadmapping en la valoración

tecnológica, principalmente en su categoría de valoración del impacto social, se

encuentra la de Fleischer Decker y Fiedeler (2005), que se enfoca en prever y evaluar los

impactos a largo plazo de la nanotecnología. Así mismo, Robinson y Propp (2008)

examinan el estudio de la ciencia y la tecnología emergentes a través de metodologías

de análisis tecnológico orientado al futuro (Future-oriented Technology Analysis FTA)

entre las cuales está el roadmapping, aplicado en la Red Europea de Investigación en


Nanotecnología. Por otra parte, Koivisto et al. (2009) proponen la integración de

metodologías FTA, como el roadmaping, con herramientas de evaluación de riesgos en

proyectos relacionados con infraestructura, creación de negocios y cambio climático.

Referente a enfoques novedosos en valoración tecnológica, pueden mencionarse

trabajos como el de Hilty et al. (2006), quienes proponen una metodología basada en

dinámica de sistemas combinada con la planeación por escenarios para simular los

efectos negativos de las tecnologías de información y comunicación (TIC) en la Unión

Europea en el año 2020. Janssen y Mendys-Kamphorst (2007) estudian un modelo

económico para representar los cambios en los mercados dominados por tecnologías

antiguas cuando se introduce una nueva tecnología y existen externalidades de red,

suponiendo que la calidad de la tecnología puede ser medida objetivamente y que los

consumidores difieren en su valoración de dicha calidad. Tavana y Sodenkamp (2010)

emplean lógica difusa para la evaluación y selección de tecnologías informáticas y

computacionales en el Centro Espacial Kennedy, que incluye el empleo de un modelo de

análisis de decisiones multicriterio conocido como Fuzzy Euclid, así como un método de

defusificación para obtener resultados cuantificables. El trabajo de Dubin (2007)

desarrolla un método econométrico para la valoración de una marca, con el cual se

estima la demanda de los bienes con dicha marca y se compara con la de productos

similares sin marca y commodities. También se encontró un trabajo en el que se aplican

redes neuronales para construir un modelo de valoración monetaria tanto de patentes

como de las compensaciones por daños que deben exigirse en caso de que los derechos

asociados sean transgredidos (Lai & Che, 2009). Finalmente, se puede citar la propuesta

de Jun, Park & Jang (2015) de un modelo de valoración tecnológica basado en el análisis

cuantitativo de patentes por medio de estudios de redes sociales, clusterización

tecnológica, Text mining (minería de textos) y estadística descriptiva.

Esta revisión permite observar que las tecnologías valoradas son muy diversas, aunque

se destacan tecnologías avanzadas como la nanotecnología, TIC, tecnología

aeroespacial, biotecnología y tecnología farmacéutica, tecnologías de generación de

energía, entre otras. Así mismo, puede apreciarse que la valoración económica se

emplea principalmente en tecnologías emergentes o en desarrollo. Respecto al contexto,

la valoración tecnológica tradicional se realiza en países desarrollados, mientras que la

valoración de impacto social tiene a abarcar también zonas de menor desarrollo.


1.3.4 Valoración de capacidades tecnológicas

En esta investigación doctoral se hace énfasis en la noción de capacidades tecnológicas

como parte del componente blando de los paquetes tecnológicos, en el marco de la

conceptualización amplia de la tecnología, para contribuir a la comprensión de la

valoración tecnológica, en especial cuando se hace referencia a contextos menos

desarrollados, en donde es poca la formalidad de los procesos de valoración y la

información (particularmente financiera) es escasa o de difícil acceso (como fue discutido

en la sección 1.1 y el acápite 1.2.3); por ello, en esta sección se presenta la valoración de

uno de los componentes de la tecnología en las organizaciones, las capacidades

tecnológicas.

Diversos autores han clasificado las capacidades tecnológicas de acuerdo con su

impacto estratégico, como se muestra en la Tabla 1-5, que van desde las capacidades

necesarias para realizar las actividades básicas de la organización, hasta aquellas que

permiten generar innovaciones y lograr cambios profundos en procesos y productos.

Tabla 1-5: Taxonomías para el análisis y valoración de capacidades tecnológicas

Autores

Lall (1992) Bell y Pavitt

(1995) Amsden (2001)

Bell (2007) Fonseca y Figueiredo

(2014)

Cap

ac

ida

de

s t

ec

no

lóg

ica

s

Básicas Intermedias Avanzadas

Rutina básica Adaptativa Duplicativa Innovativas Para manejar el riesgo

Capacidades básicas de producción

Capacidades para generar y manejar el

cambio técnico

Capacidades

de Producción

Capacidades de Ejecución de proyectos

Capacidades de

Innovación

Operación / capacidades

de producción

Capacidades de diseño e ingeniería

Capacidades investigación y desarrollo

Capacidades de producción

Nivel 1: operacional básico

Nivel 2: operacional renovado

Capacidades de innovación

Nivel 3: innovador básico

Nivel 4: innovador pre-intermedio

Nivel 5: innovador intermedio

Nivel 6: innovador intermedio superior

Nivel 7: innovador avanzado

Fuente: Bell (2007), Cristancho (2011) y Fonseca & Figueiredo (2014)


Lall (1992) desagrega las capacidades tecnológicas estableciendo tres niveles de avance

(básico, intermedio y avanzado), mientras que Bell y Pavitt (1995) las resumen en dos

categorías. Amsden (2001) afirma que el paso de las capacidades de producción a las de

innovación se da a través de la capacidad para ejecutar proyectos. Bell (2007) establece

las capacidades de operación, que permiten el uso y operación de las tecnologías, y las

capacidades de innovación, para crear conocimiento y transformarlo, entre las que se

encuentran las capacidades de diseño e ingeniería, y de investigación y desarrollo. Por

último, Fonseca y Figueiredo (2014) proponen siete niveles de análisis de capacidades

tecnológicas, agrupados en capacidades de producción, entendidas como los recursos

necesarios para realizar las actividades productivas de forma eficiente, y capacidades de

innovación, que permiten generar cambios tecnológicos en procesos, productos,

sistemas técnicos, servicios y en la organización.

Se han propuesto varias herramientas para la valoración de las capacidades tecnológicas

en los aparatos productivos, que buscan responder a las especificidades propias de los

contextos de aplicación. La caracterización del manejo tecnológico en los países en

desarrollo se ha enfocado en describir el uso y adaptación de las tecnologías foráneas a

las características locales, hasta lograr dinámicas de manejo tecnológico innovador

similares a las de las empresas más avanzadas en el respectivo campo. Para ello se han

desarrollado estructuras de análisis en forma matricial que describen el desarrollo

tecnológico de manera secuencial, con el detalle de las funciones tecnológicas en las

columnas, mientras que en las filas se describen los grados de complejidad en el manejo

de cada función.

Tabla 1-6: Análisis de capacidades tecnológicas propuesto por Bell y Pavitt (1995)

Nivel de Capacidades

Actividades primarias Actividades de soporte

Funciones de Inversión Funciones de Producción

1) Habilidad para decidir sobre, fabricar y controlar la tecnología

2) Preparación e implementación de proyectos

3) Organización de procesos y producción

4) Centradas en el producto

5) Desarrollo de vínculos

6) Suministro de bienes de capital

Capacidades básicas de producción (capacidad para usar las técnicas de producción existentes)

Capacidades tecnológicas (capacidad para generar y manejar el cambio técnico)

Básico

Intermedio

Avanzado

Fuente: Bell & Pavitt (1995)


Un ejemplo relevante por su frecuencia de aplicación en años recientes y por las

derivaciones generadas, es la propuesta de Bell y Pavitt (1995), quienes plantean

enmarcar las capacidades tecnológicas en las funciones de inversión, de producción y de

soporte, como se describe en la Tabla 1-6. Las funciones de inversión incluyen 1) la

habilidad de los usuarios para decidir, hacer y controlar la tecnología, y 2) la preparación

e implementación de proyectos; las funciones de producción incluyen: 3) la organización

de procesos y producción y 4) las funciones centradas en el producto; las funciones de

soporte incluyen 5) el desarrollo de vínculos y 6) el suministro de bienes de capital.

La dimensión tecnológica, de difícil caracterización por la diversidad de criterios que

aportan en su desarrollo, se analiza con la matriz de medición de las capacidades

tecnológicas para determinar las condiciones logradas en el uso avanzado e innovador

de la tecnología; sin embargo, esta herramienta es limitada porque solo revela el estado

de la organización en un instante. Para superar este inconveniente, se han desarrollado

herramientas complementarias con las cuales se pretende identificar variables tales

como la velocidad en el logro de las capacidades tecnológicas, útiles para estructurar

propuestas sobre un adecuado manejo tecnológico; como ejemplo de ello puede citarse

el trabajo de Dutrénit et al. (2002) en donde se estructuró un índice de capacidades

tecnológicas como método de comparación en los niveles de acumulación a lo largo del

tiempo y entre diferentes organizaciones maquiladoras de México. También está la

propuesta de Bell (2007) sobre la trayectoria que describe la acumulación de

capacidades tecnológicas en empresas de economías emergentes, la cual representa la

ruta posible para la construcción y acopio de aprendizajes, habilidades y recursos

asociados con el cambio tecnológico, y la velocidad con que se puede lograr, como una

ruta adecuada para alcanzar los niveles más elevados.

Como en el caso de la valoración tecnológica, en donde es posible identificar métodos

cuantitativos, cualitativos e híbridos, en la valoración de capacidades tecnológicas se ha

observado una tendencia hacia los análisis de tipo cuantitativo y mixto, si bien desde sus

inicios los estudios se basaron principalmente en técnicas cualitativas mediante las

cuales se corrobora, a través de matrices, la existencia de las capacidades en las

taxonomías definidas por diversos autores; de acuerdo con Torres (2006), dichas


taxonomías erróneamente se han tomado como una secuencia general del proceso de

acumulación de capacidades que toda organización debería cumplir.

Las investigaciones sobre capacidades tecnológicas el contexto internacional durante la

última década evidencian que muchos estudios (Branzei & Vertinsky, 2006; García-Muiña

& Navas-López, 2007; Heidenreich, 2009; Y. Kim & Lee, 2002; Marigo, Foxon, &

Pearson, 2009; Navarrete, Taddei, & Olea, 2015; B. I. Park & Ghauri, 2011) van más allá

de un análisis cualitativo y descriptivo sobre el nivel de capacidades alcanzado por las

empresas, y pasan a estudiar las relaciones entre factores como las capacidades, las

estrategias de innovación, la posibilidad de internacionalización, la ubicación geográfica

de las empresas, su pertenencia a un clúster o su adquisición por parte de firmas

extranjeras. Estas relaciones se analizan generalmente de manera cuantitativa con

modelos de regresión.

También se encuentran trabajos que, partiendo del análisis de encuestas nacionales o

regiones sobre temas relativos a la ciencia, la tecnología y la innovación, tratan

estadísticamente los datos relevantes para realizar análisis multivariados, con el fin de

medir capacidades tecnológicas en sectores y organizaciones; por ejemplo, está el

trabajo de Domínguez y Brawn (2004) para la industria mexicana, y el de Marín, Stubrin

& Gibbons (2014) en empresas manufactureras de Brasil y Argentina. Los sistemas de

lógica difusa para medir capacidades tecnológicas en empresas colombianas de software

(Aguirre, Robledo, & Pérez, 2009) y en el sector textil antioqueño (Restrepo & Vanegas,

2015) corresponden a otro de los métodos sofisticados que se emplean actualmente y

que combinan aproximaciones cualitativas y cuantitativas.

Puede concluirse que el tema de la valoración de capacidades tecnológicas se dirige

hacia mayores niveles de sofisticación en cuanto a las técnicas y herramientas

empleadas, y habitualmente se trabaja mediante estudios de caso, considerando que

dichas capacidades son específicas de cada contexto analizado. No obstante, en países

en desarrollo los estudios basados en las matrices de capacidades tecnológicas, que por

lo general son descriptivos y estáticos, continúan realizándose y aportan a la exploración

y comprensión de una realidad que requiere ser abordada de manera más profunda.


1.4 Aspectos epistemológicos subyacentes en la valoración tecnológica

Como se ha mostrado en secciones previas, el tema de la valoración tecnológica ha sido

ampliamente trabajado por investigadores de diversos contextos, y pueden ser

claramente definidas las líneas hacia las cuales se ha orientado la investigación y

práctica de este componente de la gestión tecnológica, que ha recibido críticas y ha dado

pie a sugerencias de mejora, evidenciando opciones de trabajo futuro. En este sentido,

se encuentra que la definición del valor de la tecnología se enfoca principalmente en la

fijación de un precio, pero se desconocen otros componentes no económicos de los

activos tecnológicos; esto se hace utilizando principalmente técnicas cuantitativas, que

como se señaló en la sección 1.3.1, están enmarcadas principalmente en la categoría

tradicional de valoración tecnológica. Todo ello permite observar que la valoración

tecnológica es un tema complejo, cuyas bases epistemológicas deben ser analizadas con

miras a la formulación de conocimiento que contribuya a su enriquecimiento, como

objetivo de esta investigación doctoral.

Las diferentes críticas que ha recibido la valoración tecnológica evidencian que el tema

(particularmente la categoría tradicional) ha estado influenciado por la visión mecanicista

y los esquemas conceptuales convencionales de la ingeniería industrial. Esta valoración

se fundamenta en epistemologías efectivas pero que diversos autores, como se vio, han

detectado como insuficientes.

De acuerdo con Ávila (2008), el mecanicismo se basa en la existencia de leyes generales

e inmutables, usando el término “ley” como sinónimo de “ley universal”, con una

proporcionalidad en las relaciones de causa a efecto, y confianza en la cuantificación

como la herramienta científica. El mecanicismo, a través de la física y las matemáticas,

busca las ecuaciones capaces de dar cuenta de la realidad. Esto, junto al método

cartesiano, ha llevado a la ciencia moderna al convencimiento de que la realidad es un

agregado de partes; sin embargo, las situaciones reales revelan mucho más en el

funcionamiento de sistemas complejos.


La visión mecanicista en la valoración tecnológica se identifica en la predictibilidad que se

le asigna a las metodologías y herramientas empleadas, que como se mencionó,

generalmente han sido desarrolladas para activos diferentes a los tecnológicos. Por esta

razón, se desconocen aspectos relevantes y diferenciadores de la tecnología en el

proceso de valoración, y se obtienen resultados que no reflejan por completo la realidad

que se está analizando.

La limitación de un determinismo extremo, como lo señala Popper (1972) en su artículo

“Of clouds and clocks", es considerar que incluso las nubes son predecibles, se

comportan como relojes si se conocen por completo los factores que las gobiernan.

Popper afirma que ni si quiera los relojes actúan de forma predecible, y son estos los que

se asemejan a las nubes. Según Ávila (2008), Popper defiende la idea de que el futuro es

abierto a la novedad, a la creatividad, y ataca la idea determinista que ata el futuro al

pasado.

Otro elemento del mecanicismo en la valoración tecnológica se encuentra en el

reduccionismo, como una tendencia de pensamiento que busca explicar el todo como la

suma de sus partes constitutivas; esto es, se pueden explicar las propiedades y leyes de

los sistemas más complejos por las leyes y propiedades de los sistemas más simples

(Kedrov, 1974; Mateo, 1986, citados en V. P. Díaz & Calzadilla, 2001). Al considerar la

tecnología desde la dimensión económica con la intención de establecer su precio, la

valoración tecnológica tiende a dejar de lado otras dimensiones y facetas relativas a los

activos tecnológicos, como el dominio que la organización posee sobre estos; ello a su

vez conlleva no tomar en cuenta las sinergias que las múltiples facetas de la tecnología

pueden generar y afectar así los procesos de valoración, tanto como los de evaluación.

Los rasgos deterministas y reduccionistas de la valoración tecnológica tienen origen en la

interpretación restringida de la tecnología, que como se discutió en la sección 1.1,

considera solo aquellos aspectos tangibles y visibles de la misma, dejando de lado

elementos importantes como las capacidades tecnológicas; de acuerdo con lo que se ha

recalcado varias veces en este documento y lo que se discutirá en el capítulo 2, esta

visión limitada de la tecnología resulta insuficiente cuando se estudian procesos de

valoración tecnológica, más aún si se hace referencia a países en desarrollo,

caracterizados por baja documentación e indisponibilidad de información relacionada y


requerida para tales procesos. Por tanto, se evidencia la necesidad de encontrar

referentes epistemológicos que complementen los actuales, favoreciendo una

interpretación más amplia de la valoración tecnológica.

Los nuevos referentes que plantean los autores citados en este capítulo, que surgen a

partir de sus críticas y observaciones a lo que habitualmente ha guiado la investigación y

la práctica en esta temática, permiten observar que la misma requiere ser

complementada para lograr satisfacer las expectativas de quienes estudian o llevan a

cabo la valoración tecnológica, al abordar de manera más vasta su objeto de estudio, que

corresponde a la tecnología. Por tanto, para esta investigación doctoral se plantea como

premisa, que es posible vincular las actuales bases epistemológicas de la valoración

tecnológica con enfoques novedosos, con el propósito de ampliar su interpretación

logrando mayor pertinencia frente a lo valorado y al contexto en el que se desarrolla la

valoración, que a su vez lleve a una congruencia más alta con las perspectivas de los

actores involucrados.

1.5 Aportes del capítulo

Las empresas y productores de países en desarrollo necesitan conocer el valor de las

tecnologías para reducir la dependencia tecnológica y lograr un desarrollo tecnológico

más eficiente. Por ello, los procesos de valoración tecnológica, para responder a estas

dinámicas, requieren ser flexibles y adaptarse al entorno, evolucionando para

contribuir a la atención de las necesidades de contextos tan particulares como las

economías menos desarrolladas.

Como parte de la valoración tecnológica, en esta tesis doctoral se ha reconocido la

importancia de los paquetes tecnológicos y, con base en estos, de las capacidades

tecnológicas, en concordancia con una conceptualización amplia de la tecnología que

involucra aspectos adicionales a los elementos tangibles, debido a que facilita la

comprensión de los procesos de valoración en el contexto de los países en desarrollo,

en donde se parte de la suposición, que más adelante será corroborada, de que allí


prevalece la informalidad, la poca documentación y la dificultad en el acceso a la

información.

En el marco de la definición de las capacidades tecnológicas, se evidencia que el

concepto de capacidad frente al de competencia, es un tema que aún está en

discusión, razón por la cual, para efectos de esta investigación, se considera que las

capacidades – en ámbitos como el tecnológico, comercial, logístico, etc. – son el

fundamento para la consolidación de competencias en las organizaciones, que

finalmente llevarán a lograr ventajas competitivas.

La valoración tecnológica es una temática en desarrollo, en donde el propio concepto

está evolucionando, llegando a entenderse por valoración la determinación no solo del

valor de un bien, sino también de su impacto en la organización que lo posee. En

términos de tecnología, los procesos de valoración requieren considerar tanto las

técnicas de la categoría tradicional, orientadas preferentemente a bienes tangibles

representados por el componente duro del paquete tecnológico, como a nuevos

enfoques para valorar su componente blando y e intangible. Así mismo, se encuentra

en la literatura una gran cantidad de propuestas en torno a métodos y técnicas de

valoración de tecnologías, cuya elección depende del objetivo de la valoración, de la

pertinencia de determinada técnica para el contexto en donde se empleará y de la

disponibilidad de información.

Los conceptos de Valoración tecnológica y Evaluación tecnológica son

complementarios: la valoración es una de las etapas del proceso de evaluación

tecnológica; así mismo, para valorar tecnologías es necesario tomar en cuenta

aspectos como la complejidad o el grado de madurez de las mismas, los cuales se

identifican a través de procesos de evaluación tecnológica.

La investigación sobre valoración tecnológica por lo general se enfoca

preferentemente en algunas de las dimensiones y características de la tecnología, por

lo cual ha sido criticada y analizada por diversos autores, en búsqueda de mayor

amplitud y alcance. Algunos trabajos orientados en su mayoría a la valoración del

impacto social, complementan el abordaje tradicional de la valoración tecnológica,

principalmente económico o monetario, y buscan otorgar a los tomadores de


decisiones mejores elementos al momento de seleccionar y adquirir una tecnología.

Empero, estos enfoques no integran suficientemente otras dimensiones de la

tecnología, al basarse generalmente en aspectos cualitativos y subjetivos. También se

identifican investigaciones que buscan nuevos métodos para valorar la tecnología

desde la perspectiva económica, partiendo de las deficiencias de los métodos

tradicionales de valoración empleados habitualmente en la evaluación financiera de

proyectos; estos desarrollos pretenden considerar el riesgo y la incertidumbre

especialmente de tecnologías emergentes; en este caso, la dimensión es

fundamentalmente monetaria, y en general, otros aspectos de la tecnología son

abordados de manera tangencial.

Puede concluirse que el enfoque prevaleciente de valoración tecnológica se

caracteriza por ser transaccional, estático y altamente heterogéneo en métodos,

técnicas y modelos. Las críticas que diversos autores han hecho a esta temática

permiten evidenciar que las bases epistemológicas de la valoración tecnológica se

relacionan con la visión mecanicista y con los enfoques reduccionistas y deterministas

propios de la ingeniería industrial, y si bien esta episteme han sido efectiva, se plantea

la premisa de que puede ser más amplia e incluir otros principios epistemológicos,

para lograr procesos más acordes con la realidad que se pretende valorar.

Capítulo 2. Valoración tecnológica en economías en desarrollo 63

Capítulo 2. VALORACIÓN TECNOLÓGICA EN ECONOMÍAS EN DESARROLLO

El estudio de la valoración tecnológica comprende diversidad de aspectos, algunos de los

cuales se abordaron en el capítulo 1, dado que se trata de un tema vasto para cuyo

análisis es necesario establecer delimitaciones. Para el desarrollo de la investigación

doctoral, el tema de la valoración tecnológica debe ser contextualizado, considerando

que el resultado final de esta tesis se orienta a un marco particular de aplicación, lo que

busca mayor pertinencia.

El objetivo de este capítulo es dar contexto al tema de valoración tecnológica,

enmarcándolo en el ámbito de países en desarrollo, particularmente aquellos de América

Latina con énfasis en Colombia. Para ello, se busca caracterizar las tecnologías que se

emplean en procesos productivos de esta región, de manera que inicialmente se hace

una revisión de los principales rasgos de las economías emergentes latinoamericanas,

con énfasis en Colombia; posteriormente se analizan las tecnologías tomando como

referencia tres enfoques que permiten distinguirlas en el ámbito de los países en

desarrollo: Base de la pirámide, Ciclo de vida tecnológico y Capacidades tecnológicas.

Finalmente se identifican los retos de la valoración tecnológica en estos ámbitos, los

cuales son planteados a manera de criterios que permitan lograr mayor pertinencia.


2.1 Características de las economías en desarrollo: el caso de Colombia

En algunos países en desarrollo como aquellos ubicados en la región latinoamericana,

según Salom y Shulterbrandt (2002), se requiere estudiar y comprender la situación

caracterizada por problemáticas como el desequilibrio económico, los desórdenes

sociales, la pobreza generalizada y la corrupción social, empresarial y gubernamental, los

cuales están directamente relacionados y afectan los aparatos productivos nacionales; la

escasez de estadísticas en muchas áreas se añade a las dificultades para encontrar

soluciones definitivas a estos problemas.

Latinoamérica ofrece un escenario particular para el desarrollo productivo y tecnológico, y

aunque en vías de mejora, aún presenta condiciones que dificultan estos procesos. Entre

el 95 y el 99% de las empresas de la región es de tamaño micro, pequeño o mediano,

con un elevado aporte en cuanto a generación de empleo mientras que su contribución a

la producción es baja, lo cual es reflejo de la estructura productiva heterogénea, la

especialización en productos de bajo valor agregado y su reducida participación en las

exportaciones, inferior a 5% en la mayoría de los países (Ferraro, 2014; OCDE & CEPAL,

2012).

Las empresas latinoamericanas, principalmente las de menor tamaño, se concentran en

los sectores comercio, servicios informales y manufacturas básicas, que demandan poco

conocimiento. Su comportamiento innovador es difícil de estudiar, ya que generalmente

se hace a través de encuestas de innovación no comparables entre países; sin embargo,

pueden identificarse regularidades como el predominio de innovaciones de proceso y de

actividades de I+D poco significativas; se podría estimar que el porcentaje de empresas

de menor tamaño que han tenido proyectos de innovación varía entre un 20 y un 25% del

total; así mismo, se destaca la informalidad de las estrategias de innovación, aunque las

empresas de sectores intensivos en conocimiento muestran un mayor grado de

formalidad en sus estrategias, así como un nivel de inversión en I+D más elevado y

estable en el tiempo, pero también es frecuente la baja interacción con pares y con otras

instituciones, que disminuye el impacto de estas estrategias. Las opciones que tienen las

empresas latinoamericanas para crecer, están en la transferencia de conocimientos y


tecnología orientada a una producción más diversificada y ampliación de sus mercados

(CEPAL, 2011; Enríquez, 2015; OCDE & CEPAL, 2012).

En el caso específico de Colombia, y de forma similar a lo que ocurre en la región, las

micro, pequeñas y medianas empresas representan aproximadamente el 99,7% del

parque empresarial nacional (micro 93.2%, pequeñas 5.5%, medianas 1%), generan el

73% del empleo y el 53% de la producción bruta de los sectores industrial, comercial y de

servicios (ANIF, 2003; Ferraro, 2014). Al igual que las empresas latinoamericanas de

menor tamaño, estas empresas en Colombia enfrentan diversos obstáculos como su alta

tasa de mortalidad, los excesivos trámites para acceso a apoyos gubernamentales, altas

tasas impositivas, y una cultura no gerencial que lleva a evitar las alianzas estratégicas y

mezclar temas de negocios con el ámbito familiar (Revista Dinero, 2015).

Al hablar de economías de menor desarrollo, especialmente en el caso de Latinoamérica

existen características comunes en cuanto al progreso tecnológico (Malaver & Vargas,

2006): principalmente exógeno, inmediatista, producto de procesos informales de

innovación de carácter incremental. Particularmente en el contexto colombiano, Zuleta

(2011) señala que las empresas de menor tamaño son muy vulnerables y han tenido

menor cobertura de los instrumentos de política; así mismo, tienen acceso restringido a la

tecnología, con utilización de máquinas y equipos de tecnologías atrasadas, y empleo de

recurso humano semicalificado y no calificado, junto con una inversión en I+D incipiente y

una débil relación con el Sistema Nacional de Innovación (CONPES, 2007; Villarreal,

Lucio, Albis, & Mora, 2015).

Se estima que un porcentaje importante de las micro, pequeñas y medianas empresas

lleva a cabo prácticas empresariales informales, debido a los altos costos de operar en la

formalidad; sin embargo, aún es necesario mejorar los trámites que el empresario debe

realizar para abrir su negocio, como la inscripción de los empleados a la seguridad social,

a las cajas de compensación, entre otros (CONPES, 2007). Los aspectos que más

limitan el desarrollo de las empresas colombianas son su baja capacidad de innovación,

el bajo uso de Tecnologías de Información y Comunicación - TIC, el limitado acceso al

financiamiento adecuado, los problemas para la comercialización de sus productos y la

obtención de insumos, y la limitada participación en el mercado de la contratación pública

(Misión Pyme, 2008). Villarreal et al. (2015) encontraron que aunque las empresas


pequeñas de mayor antigüedad tienden a ser más innovadoras que las de reciente

creación, esto no promueve su transición a empresas grandes, afectando el relevo

generacional empresarial del país.

Desafortunadamente es poca la información sobre el factor tecnológico más allá de las

cifras de inversión en maquinaria o I+D; no obstante, se evidencia que aún existe un

amplio campo de investigación respecto al aprendizaje y las capacidades tecnológicas

del aparato productivo colombiano y de otros países de Latinoamérica, como soporte

para la formulación de políticas y el planteamiento de acciones que permitan incrementar

la competitividad tanto de las empresas como en el nivel nacional y regional.

Por otra parte, los aparatos productivos de América Latina se han visto cada vez más

influenciados por la presencia creciente de empresas de gran tamaño, particularmente de

empresas multinacionales. Ramsey et al. (citado en Rivera, 2014) señalan que las

empresas multinacionales de origen latinoamericano (también conocidas como

Multilatinas) han pasado por cuatro fases: entre 1970 y 1982 se inició la Inversión

Extranjera Directa IED en países vecinos; de 1982 a 1999 se presentaron varias crisis

que obligaron a reformas hacia la liberalización y desregulación de los mercados

nacionales; entre 1990 y 2002 Latinoamérica recibió gran cantidad de IED por procesos

de privatización de empresas públicas y aumento de la competencia extranjera, lo que

fortaleció a las grandes empresas locales; la cuarta fase, desde 2003, se caracteriza por

una creciente presencia global de las empresas multinacionales de origen

latinoamericano.

Los Grupos Económicos o Conglomerados (conjunto de firmas que operan en distintos

mercados bajo un control empresarial y financiero común) son actores de gran impacto e

influencia en la economía de los países de la región latinoamericana, incluso

desplazando a las empresas nacionales de los países donde llegar a operar (Garrido &

Peres, 1997). La Comisión Económica para América Latina y el Caribe - CEPAL (2010)

identificó varios aspectos que han llevado al fortalecimiento de este tipo organizaciones:

apertura de las economías locales a la competencia internacional; procesos de

desregularización y privatización; inestabilidad macroeconómica de los países

latinoamericanos, que ha llevado a que las empresas a diversificar riesgos invirtiendo en

mercados extranjeros; procesos de integración regionales que han facilitado la expansión


hacia países socios. Sin embargo, de acuerdo con Lederman, Messina, Pienknagura &

Rigolini (2014), el surgimiento de las llamadas Multilatinas realmente no ha impactado de

manera positiva el comportamiento de la innovación en la región, primero porque todavía

son pocas y están concentradas solamente en Brasil, México y Chile, y segundo, porque

al parecer su expansión particularmente hacia los países de su vecindad, obedece a la

intención de diversificar el riesgo-país y ampliar sus mercados, en lugar de buscar

integrarse en cadenas de valor mundiales; su inversión en I+D también es menor en

comparación con otras regiones del mundo. Empero, estos autores afirman que los

efectos positivos de estas grandes corporaciones, como la transferencia tecnológica y de

conocimiento junto con los vínculos con otras empresas, superan los impactos negativos

como la mayor competencia en los mercados que deben enfrentar las firmas locales.

El estudio de Hidalgo, Kamiya & Reyes (2014) muestra diversos indicadores de

emprendimiento en Latinoamérica: la actividad emprendedora es elevada y oscila entre el

14% (México) y el 36% (Ecuador); los emprendedores motivados debido a la

identificación de una oportunidad de negocios atractiva, corresponden al 58% en Chile, al

57% en Brasil y al 32% en Ecuador. Particularmente Colombia muestra un

comportamiento relevante en comparación con el promedio de América Latina, ya que

cuenta con una proporción alta de emprendedores con elevadas expectativas de

crecimiento, aunque no están motivados mayormente por la oportunidad de negocios; si

bien Ecuador tiene la mayor tasa de emprendimiento de la región, presenta el más bajo

porcentaje en cuanto a la expectativa de crecimiento y la motivación por la oportunidad.

Federico, Kantis & Rabetino (2009) encontraron que las empresas latinoamericanas que

sufren una presión competitiva más exigente tienen mayor probabilidad de generar más

empleo. Así mismo, Lederman et al. (2014) señalan que en países como Colombia, las

empresas jóvenes son las que generan más empleo (Figura 2-1); también afirman que,

teniendo en cuenta el tamaño de las empresas, se ha evidenciado que en Latinoamérica

las empresas medianas pagan salarios 20 a 40% mayores respecto a las empresas

pequeñas, y las empresas grandes retribuyen a sus empleados con salarios 30 a 60%

más altos que las pequeñas, lo cual está relacionado con una mayor productividad de las

compañías más grandes. Este estudio halló además que el emprendimiento en la región

latinoamericana es importante, dado el número de empresarios per cápita en

comparación con otros países, si bien el crecimiento de las empresas nuevas no es tan


acentuado como en otras regiones, por lo que en general, estas compañías se quedan

pequeñas; una de las razones del bajo crecimiento es la falta de innovación: se

introducen nuevos productos solo ocasionalmente, la gestión está alejada de las mejores

prácticas globales, la inversión en I+D es muy baja y poco se patenta. Al respecto,

Hidalgo et al. (2014) muestran que la mayoría de los países de la región latinoamericana

realiza una inversión muy baja en I+D, solamente sobresaliendo Brasil con un 1.1% del

PIB; la mayor parte de dicha inversión en Latinoamérica corresponde al sector púbico, a

diferencia de los países de la OCDE en donde la participación privada va en aumento.

Figura 2-1: Crecimiento del empleo en Colombia según el tamaño y la edad

de las empresas

Fuente: Eslava y Haltiwanger (2013, citado en Lederman et al., 2014)

En términos generales, se observa en América Latina la existencia de aparatos

productivos principalmente conformados por empresas de menor tamaño, que generan

empleo en especial si son jóvenes, así como una marcada tendencia hacia el

emprendimiento, no necesariamente de base tecnológica o de conocimiento, y un

comportamiento innovador poco evidente, el cual también caracteriza a las empresas

grandes.

0,7

0,30,25

0,10,05

0,08

-0,01

0,02 0

-0,1

-0,02 -0,01

P E Q U E Ñ A M E D I A N A G R A N D E

TASA

DE

CR

ECIM

IEN

TO

0 -4 años 5 - 9 años 10 -14 años 15 o más añosEdad empresarial


2.2 Características de la tecnología en países en desarrollo

La transferencia y la apropiación internacional de tecnologías han sido fundamental en la

el desarrollo en contextos poco industrializados y en la formulación de políticas e

instrumentos específicos (Vaccarezza, 2011), ya que la generación de tecnologías

propias aún no tiene un papel significativo. No obstante, se ha afirmado que el desarrollo

tecnológico endógeno es la mejor vía que tienen los países rezagados para aprovechar

los recursos locales y generar valor agregado a partir de ellos (Jaramillo, Lugones, &

Salazar, 2001). Sin embargo, sigue siendo un reto que llegue a comprenderse que la

ciencia y la tecnología atañen a toda la sociedad, y no solo a científicos y tecnólogos

(Albornoz, 2001). Sin desconocer este interesante debate sobre las causas y

consecuencias del rezago tecnológico en regiones como Latinoamérica, en este acápite

se acude a tres conceptos con el fin de identificar las características principales de las

tecnologías empleadas por los productores de países en desarrollo; tales conceptos son:

el enfoque de Base de la Pirámide, que evidencia las condiciones restringidas que debe

enfrentar gran parte de la población de países como los latinoamericanos, lo cual influye

en los procesos productivos de las empresas locales; el segundo concepto es el Ciclo de

Vida de la tecnología, relacionado con el proceso de cambio al que todas las tecnologías

se ven enfrentadas, desde una fase introductoria hasta su obsolescencia y consecuente

sustitución; el tercer concepto es el de Capacidades Tecnológicas, que fue revisado en el

capítulo 1, pero que en este capítulo se circunscribe al ámbito de los países en

desarrollo, como mecanismo para lograr innovaciones y desarrollo tecnológico.

2.2.1 El enfoque de Base de la Pirámide

El concepto de Base de la Pirámide hace referencia a un segmento sociodemográfico en

el estrato inferior de renta de la población mundial, compuesto por cuatro mil millones de

personas - cuyos ingresos diarios en dólares corrientes son inferiores a 3,35 en Brasil,

2,11 en China, 1,89 en Ghana y 1,56 en India - correspondientes al 72% de la población

mundial, que en continentes como Asia, África o regiones como Europa del Este,

América Latina y el Caribe, representa a la abrumadora mayoría; se estima que la base

de la pirámide constituye un mercado de consumo de 1,3 billones de dólares destinado


principalmente a los sectores alimentos, energía, vivienda, transporte, salud, tecnologías

de información y comunicación –TIC, y agua (Casado, Lariu, Mutis, & Sánchez, 2009).

La atención de las necesidades de la población de esta zona requiere de la fabricación

de productos que estén a su alcance. Sin embargo, para dichos procesos de

manufactura, los productores locales deben emplear los recursos tecnológicos

disponibles, que tienen características particulares. Así mismo, la valoración de dichas

tecnologías es importante para las empresas que se interesen por atender el mercado de

la base de la pirámide, aprender y promover la acumulación tecnológica, considerando

que las capacidades tecnológicas constituyen un elemento fundamental que debe

tenerse en cuenta en los procesos de valoración.

Figura 2-2: La pirámide económica

Fuente: Prahalad (2005)

El término Base de la Pirámide es de reciente creación, como parte de la tendencia

actual en la que los investigadores han reconocido la importancia del crecimiento

incluyente y el aporte que la innovación y el emprendimiento pueden hacer a la

superación de la pobreza (Hall, 2014). Prahalad y Hart (2002) plantearon los

fundamentos del concepto de Base de la Pirámide, señalando que más allá de los pocos

ricos y los consumidores de ingresos medios en los países en desarrollo, hacia quienes

deben enfocarse las estrategias de mercado de las corporaciones multinacionales, son

los miles de millones de “aspirantes pobres” que se incorporan a la economía de

mercado por primera vez. Prahalad (2005) plantea que existe una opción para enfrentar

la pobreza, diferente a la visión asistencialista que ha primado en el tema; señala que

Nivel

1

Niveles

2 y 3

Nivel

4

Nivel

5

Equivalencias en poder

adquisitivo (en dólares) Población (en millones)

> 20.000

1.500 - 20.000

1.500

<1.500

75 - 100

1.500 – 1.750

4.000


puede hablarse de una pirámide socioeconómica (Figura 2-2) en cuya parte más alta se

encuentra la minoría de la población mundial que dispone de una gran cantidad de

recursos, mientras que en la base se ubican cuatro mil millones de pobres, para quienes

ninguna campaña gubernamental, de las instituciones multilaterales o de las agencias

internacionales ha proporcionado soluciones efectivas. Por tanto, debe intentarse un

enfoque diferente que implica trabajar conjuntamente con los pobres, buscando

posibilidades en las cuales se les involucre activamente, generando beneficios tanto para

ellos como para las empresas. Para tal fin son necesarios la innovación3, el acceso y la

disponibilidad de productos y servicios orientados a la Base de la Pirámide.

Si bien el concepto se dirigía en un comienzo a las grandes multinacionales, se ha

reconocido que las pequeñas y medianas empresas locales están mejor preparadas para

atender el mercado de la base de la pirámide, ya que conocen muy bien a las

comunidades en las cuales están insertas y generan empleo allí mismo (BID, 2011). Por

ello, el protocolo 2.0 de la Base de la Pirámide (BoP 2.0) involucra el concepto de co-

creación de valor, dejando de lado la visión del pobre como consumidor, para comenzar

a verlo como socio de negocios, con el cual tanto las grandes empresas multinacionales

como las Pymes locales pueden integrar capacidades y generar compromisos

compartidos hacia una nueva propuesta de valor (Simanis, Hart y col., 2008, citado en B.

Calderón & Silva, 2009). En este sentido, Kolk, Rivera-Santos & Rufín (2013) muestran

como la literatura que aborda las iniciativas sobre el concepto de Base de la Pirámide,

reporta la participación cada vez mayor de los pobres en toda la cadena de valor (Figura

2-3).

3 La innovación se considera como sinónimo de producir, asimilar y explotar con éxito una novedad de forma que aporte soluciones inéditas a los problemas (Comisión Europea, 1995). El Manual de Oslo define la innovación como la “introducción de un producto (bien o servicio) o de un proceso, nuevo o significativamente mejorado, o la introducción de un método de comercialización o de organización nuevo aplicado a las prácticas de negocio, a la organización del trabajo o a las relaciones externas” (OCDE, 2005, p. 47). Como se discutió en la Sección 1.1.2.2, la innovación toma como base la acumulación de aprendizaje y capacidades tecnológicas, a partir de lo cual pueden surgir nuevos productos y procesos, o el mejoramiento de los existentes, que a su vez lleva al fortalecimiento de las capacidades tecnológicas en un círculo virtuoso especialmente relevante en economías en desarrollo.


Figura 2-3: Participación de la población más pobre en la cadena de valor

de iniciativas de Base de la Pirámide

Fuente: Kolk et al. (2013)

El 70% de la población de América Latina se encuentra en la Base de la Pirámide, que

corresponde a cerca de 360 millones de personas que viven con menos de 300 dólares

al mes; así mismo, representa un mercado insatisfecho de 509 millones de dólares

anuales (BID, 2013a). El Banco Interamericano de Desarrollo – BID ha señalado que

Colombia es uno de los pocos países de la región latinoamericana en donde los

empresarios han decidido orientarse a los mercados de la base de la pirámide,

principalmente de grandes compañías (BID, 2013b).

2.2.1.1 El papel de la tecnología en la Base de la Pirámide

El papel de la tecnología y la innovación en la Base de la Pirámide ha estado fuertemente

influenciado por la idea de que los mercados en esta zona pueden presentar

oportunidades para las innovaciones tecnológicas disruptivas4, que inicialmente pueden

4 La innovación disruptiva o radical puede definirse como aquella que tiene un impacto significativo en un mercado o en la actividad económica de las empresas de dicho mercado. Este concepto se

0

5

10

15

20

25

30

35

2002 2004 2005 2006 2007 2008 2009

Ca

nti

da

d d

e a

rtíc

ulo

s

Año de publicación

Toda la cadena de valor

Proveedor

Consumidor + Proveedor

Consumidor + empleado

Consumidor + Distribuidor

Consumidor


ser productos que ofrezcan una propuesta de valor diferente respecto a los productos

predominantes. En un principio dichas oportunidades se orientaban principalmente a las

multinacionales, pero a medida que avanza la investigación en el tema de Base de la

Pirámide, se exponen otros enfoques en los que se da prioridad a esquemas como

alianzas intersectoriales (cooperación entre empresas privadas y organizaciones no

gubernamentales) que pueden contribuir a la adaptación de productos a las necesidades

locales, considerando que las empresas que se ubican en la Base de la Pirámide

conocen mejor su realidad; incluso se afirma que empresas locales de economías

grandes como China o India estarían en capacidad de atender los mercados

desatendidos en la Base de la Pirámide (Hall, 2014; Lim et al., 2013 y Schuster &

Holtbrügge, 2014, citados en Hall, 2014).

Dado el relativamente reciente interés en el tema de Base de la Pirámide, existen aún

limitaciones prácticas y teóricas para guiar los esfuerzos de las organizaciones que

comienzan a interesarse por atender estos mercados, ya que esto no se relaciona

solamente con la oferta de versiones reducidas de lo que se vende en la cima o la mitad

de la pirámide, sino que realmente se trata de ofrecer innovaciones de gran valor y

compatibles con las condiciones particulares de esta zona (Nakata, 2011). Así mismo,

Prahalad (2011) señala que dentro de la Base de la Pirámide las diferencias son

considerables, como por ejemplo las condiciones de México respecto a la India, e incluso

dentro de India las diferencias son enromes, por lo que no es posible que exista una

solución universal para la Base de la Pirámide.

Hall, Matos & Martin (2014) proponen una tipología de la innovación que puede

presentarse en la Base de la Pirámide: se hace referencia a la Innovación social,

representada por nuevos productos desarrollados por multinacionales y adaptados a las

necesidades de los consumidores de esta zona para mejorar su calidad de vida; en el

caso de las Innovaciones disruptivas, son innovaciones radicales creadas por la cima que

centra en el grado de impacto de las innovaciones. Por ejemplo, estos impactos pueden modificar la estructura del mercado, crear nuevos mercados o dejar obsoletos los productos existentes (OCDE, 2005, p. 59). Otro tipo de innovación de acuerdo con su impacto, es la innovación incremental, entendida como la realización de pequeños cambios dirigidos a aumentar la funcionalidad de un producto, que si bien aisladamente pueden ser poco significativas, cuando suceden continuamente de forma acumulativa constituyen una base permanente de progreso (Fundación Cotec, 2001).


los consumidores de la base pueden utilizar y así probar su potencial. El Desarrollo de

capacidades Latecomer / Cadena Global de Valor se refiere a la generación colaborativa

de nuevos productos de manera conjunta entre organizaciones de países desarrollados y

en desarrollo, fabricados en la Base de la Pirámide para ser exportados. Por su parte, las

Redes sostenibles de empresas locales fabrican productos en y para la Base de la

Pirámide. Finalmente, lo que estos autores denominan Innovación “ideal” se refiere a

aquella desarrollada originalmente por y para la Base de la Pirámide, que posteriormente

se dirige a los consumidores de la cima; esto implica que se trata de una situación

deseable, en donde, a través del aprendizaje y la acumulación de capacidades

tecnológicas, los habitantes de la Base de la Pirámide contarán con suficiente

conocimiento y habilidades para generar innovaciones radicales que solucionen sus

problemáticas, pero que también sean útiles para la cima de la pirámide.

Tabla 2-1: Tipología de la innovación en la Base de la Pirámide

A la cima de la

pirámide

A la base de la

pirámide

A la cima a través de la

base de la pirámide

Desde la cima de la

pirámide Innovación estándar

Innovación social en

la Base de la

pirámide

Innovación disruptiva en la

Base de la pirámide

Desde la base de la

pirámide (con la

experiencia de la

cima)

Desarrollo de

capacidades

Latecomer/Cadena

Global de Valor

Redes sostenibles

de empresas locales

Innovación “ideal” en la Base

de la pirámide (lo que se

espera que logre la Base de

la Pirámide – acumulación

de capacidades)

Fuente: adaptado de Hall et al. (2014)

Como alternativa a la mezcla de mercadotecnia (4P) con la que se enfrentan los

mercados convencionales, Prahalad (2011) propone las cuatro A en el desarrollo de

productos para la atención de los mercados en la Base de la Pirámide:

Conciencia (Awareness): buscar que los productores y consumidores de la base

de la pirámide sepan claramente qué productos y servicios están disponibles y la

forma de utilizarlos.

Acceso a los productos y servicios: incluso para quienes estén en los lugares más

remotos.

Asequibilidad: ofrecer calidad de clase mundial, que no significa lujo, a precios

asequibles a los consumidores de la base de la pirámide.


Disponibilidad (Availability): garantizar el suministro ininterrumpido de productos y

servicios para crear confianza y lealtad.

Por otra parte, Silvestre & Neto (2014) encontraron que el desarrollo de tecnología en la

Base de la Pirámide ocurre porque las empresas interactúan con entidades de apoyo

(como asociaciones comerciales, organizaciones del sector público, centros de

pensamiento, universidades, colegios técnicos y otros proveedores de capacitación,

centros de investigación y agencias de normalización), lo que permite que acumulen

capacidades para incorporar la nueva tecnología en sus procesos o productos. Las

empresas de la Base de la Pirámide generalmente solo poseen capacidades rutinarias

para operar y sobrevivir, mientras que las organizaciones de apoyo son agentes de

cambio puesto que tienen acceso a personal capacitado y recursos para personalizar

tecnologías y ponerlas a disposición de las empresas a través de procesos participativos;

de esta forma, el desarrollo de tecnología se relaciona directamente con el proceso de

aprendizaje a través de la interacción (learning by interacting señalado en la sección

1.1.2.2), lo cual es clave para que la tecnología desarrollada se ajuste a las necesidades

de las empresas de la Base de la Pirámide, sea rentable y además se adecúe a las

condiciones sociales, económicas y culturales del contexto. Adicionalmente, las

iniciativas de desarrollo tecnológico generalmente cuentan con apoyos gubernamentales

a través de la financiación a organismos públicos y universidades, e incluso pueden

existir contribuciones de la industria y otros esquemas de trabajo conjunto en I+D.

2.2.1.2 Casos de empleo de tecnologías en la base de la pirámide

Prahalad (2010) analizó once casos exitosos en la base de la pirámide en países como

India y Brasil. Tomándolos como referencia, en la Tabla 2-2 se identifican los productos y

servicios que se pusieron a disposición de la población en la base de la pirámide,

caracterizando sus procesos de fabricación o generación como convencionales o

innovadores.


Tabla 2-2: Casos de éxito en la Base de la Pirámide

Caso País Producto o servicio Proceso de fabricación o generación

(convencional - innovación)

Jaipur Rugs India Alfombras

Convencional (telar). Se innovó en la forma de vinculación de los tejedores y en la organización del negocio para internacionalizarlo.

Casas Bahía Brasil Ventas mediante tiendas minoristas (electrodomésticos, muebles, etc.)

Innovación en la financiación para la compra de sus mercancías.

Cemex México Financiación de materiales de construcción

Innovación en el mecanismo de financiación mediante organización de la comunidad.

Jabón Lifebuoy India Jabón para manos

Producción convencional – Innovación en el mercadeo para cambiar la cultura de la falta de uso de jabón en el lavado de manos.

Sal yodada India Sal para consumo humano

La obtención de sal es convencional. Se innovó en la forma de inclusión del yodo en la sal para evitar su pérdida antes del consumo.

Jaipur foot India Prótesis para discapacitados

Innovación para lograr productos baratos y de calidad, con cortos tiempos de adaptación de los pacientes a la prótesis.

Aravind Eye Care India Servicios de oftalmología y cirugía Innovación en la forma de prestar el servicio, con campamentos y jornadas de atención.

ICICI: Servicios financieros para los pobres

India Servicios financieros Innovación en la forma de prestar el servicio de microcrédito para quienes no poseen respaldo financiero.

ITC e-Choupal India Servicios de comercialización de productos agrícolas

Innovación por la introducción de TICs en la comercialización de productos agrícolas.

Voxiva Perú Servicios de información temprana sobre enfermedades y epidemias

Innovación en la plataforma de difusión de la información, empleando teléfonos móviles.

E + Co. Energía para todos

Nicaragua Generación y suministro de energía eléctrica a partir de fuentes alternas

Innovación en la promoción de empresas locales generadoras de energía con fuentes alternas.

Fuente: adaptado de Prahalad (2010)

En los casos de la Tabla 2-2 puede observarse que para satisfacer necesidades

específicas de la Base de la Pirámide es importante lograr innovaciones en los procesos

de manufactura o prestación de servicios, como se resalta en la cuarta columna de dicha

tabla; sin embargo, también es posible ver que la fabricación de productos generalmente

se hace de manera convencional, con las tecnologías comúnmente disponibles en países

de menor desarrollo, mientras que las innovaciones ocurren en la logística y el mercadeo,

para garantizar que estos productos lleguen a los consumidores. Lo mismo ocurre con

los casos que se han analizado en escenarios como la primera y segunda versión del

Foro Base Internacional para el desarrollo de los mercados en la Base de la Pirámide en

Latinoamérica y el Caribe, organizado por el Banco Interamericano de Desarrollo,


realizado en 2011 en Brasil y en 2013 en Colombia, en donde sobresalen los

mecanismos de acercamiento al microcrédito y a productos de consumo masivo como las

bebidas gaseosas o los derivados lácteos.

Al respecto, Prahalad (2010) señala que existe la suposición de que en la Base de la

Pirámide los mercados no son de alta tecnología, pero muchas empresas han tenido que

recurrir a las tecnologías más modernas para lograr calidad y oportunidad en la entrega,

especialmente Tecnologías de Información y Comunicación – TICs. No obstante, dichas

tecnologías no se emplean necesariamente en los procesos de fabricación, sino que

inciden en otros aspectos como la comercialización y la entrega. Por ello, el propio

Prahalad menciona que las tecnologías avanzadas deben combinarse con las

infraestructuras existentes (deficientes o regulares) para generar soluciones pertinentes a

los mercados de la Base de la Pirámide; en este sentido, las capacidades tecnológicas

se constituyen en el pilar fundamental que permite la obtención de innovaciones a través

del aprovechamiento de la tecnología disponible y su posible articulación con desarrollos

emergentes.

2.2.2 Ciclo de vida tecnológico

La caracterización del desarrollo de las tecnologías como un proceso que evoluciona

desde una fase incipiente hasta la obsolescencia, se constituye en el pilar para los

modelos de ciclo de vida de la tecnología (Gil & Zubillaga, 2006). Sin embargo, no todos

los países y organizaciones pueden contar con tecnologías en todas las fases de este

proceso, principalmente por falta de capacidades para generar nuevos desarrollos

tecnológicos, siendo más proclives a disponer de tecnologías las etapas finales de dicho

ciclo, como se verá más adelante.

Uno de los modelos del ciclo de vida de la tecnología que ha sido más reseñado es el

planteado por la casa consultora Arthur D. Little (Figura 2-4, texto en rectángulos

redondeados), que se basa en una escala de clasificación para expresar el agotamiento

potencial de una tecnología a lo largo del tiempo, conformada por cuatro etapas (Aït-El-

Hadj, 1990, citado en Petrillo, Doumecq, & Petrillo, 2012):


Tecnología embrionaria: próxima a la investigación y dominada por un reducido

número de empresas.

Tecnología emergente: con una menor capacidad de diferenciación competitiva,

aunque también con menor riesgo. Sin embargo, todavía no es aceptada por el

mercado.

Tecnología clave: fundamental para la competitividad puesto que ofrece una

diferenciación en productos y procesos. Se trata de tecnologías maduras,

suficientemente dominadas, indispensables para lograr el éxito en un determinado

negocio. Permiten un nivel de actividad elevado con riesgos razonables.

Tecnología básica: no tiene posibilidades de progreso, pero es la más utilizada,

encontrándose al alcance de cualquier competidor. Pueden ser necesarias como

apoyo a las tecnologías clave, aunque ofrecen pocas posibilidades de obtener

alguna ventaja competitiva.

En la Figura 2-4 (recuadros con letras blancas y fondo gris) también se observa la

comparación que se hace del ciclo de vida tecnológico con la denominada curva S de

desarrollo de productos. Mejía (1998) señala que cada tecnología cumple un ciclo en el

que pasa por las fases de investigación y desarrollo, crecimiento, expansión, madurez y

declinación, a semejanza de las curvas S de esfuerzo requerido versus tiempo. Steele

(1989) ha indicado que se trata de una curva S de madurez tecnológica, cuyas fases son:

tecnología embrionaria, crecimiento, madurez y envejecimiento .


Figura 2-4: Ciclo de vida de la tecnología y de las revoluciones tecnológicas

Periodo de

gestación

FASE UNO FASE DOS FASE TRES FASE CUATRO

PERIODO DE

INSTALACIÓN

PERIODO DE

DESPLIEGUE

Punto de

inflexiónBig bang

Gra

do d

e m

ad

ure

z te

cnoló

gic

a y

sa

tura

ció

n d

el m

erca

do

t

Desarrollo inicial

de nuevos

productos e

industrias.

Crecimiento

explosivo e

innovación

rápida.

Constelación

completa

(nuevas

industrias,

sistemas

tecnológicos e

infraestructura).Plena expansión

del potencial

innovativo y de

mercado.

Últimos productos

e industrias

nuevos. Los más

antiguos se

acercan a la

madurez y a la

saturación del

mercado.

Investigación y desarrollo

Crecimiento

Expansión

Madurez Declive

Embrionaria

Hacer un seguimiento

Emergente

Invertir de forma selectiva

Clave

Desarrollar y controlar sistemáticamente

De base

Abandonar de forma selectiva

Fuente: adaptado de Aït-El-Hadj (1990, citado en Petrillo et al., 2012), Mejía (1998),

Pérez (2005), The Economist (2008), Steele (1989).

Cada una de las etapas del ciclo de vida tecnológico implica inversión de recursos y a

medida que se avanza en ellas, el aporte potencial de la tecnología a la competitividad es

mayor, si bien las tecnologías en declive pierden importancia y se hace necesario

sustituirlas, aunque con las capacidades tecnológicas apropiadas, pueden convertirse en

la base de tecnologías mejoradas. Este ciclo que cumplen tecnologías particulares se

asemeja a lo que Pérez (2005, 2009) ha denominado revolución tecnológica u oleada de

transformación en el contexto global (Figura 2-4), cuyo primer periodo se caracteriza por

la instalación del nuevo paradigma con el surgimiento de innovaciones radicales sobre

las que se articulan las innovaciones subsiguientes; este periodo abarca dos fases, en

donde inicialmente se da un rápido crecimiento e innovación, y en la segunda fase ocurre

una difusión amplia del paradigma, con el surgimiento de sistemas tecnológicos y


ampliación de mercados. Posteriormente llega un periodo de despliegue de todo el

potencial del nuevo paradigma, en donde, en una tercera fase, este se expande

totalmente, y en la cuarta fase llega la madurez, de manera que el potencial del

paradigma comienza a encontrar límites, y se presentan retornos decrecientes de la

inversión en innovación tecnológica.

En el caso de los aparatos productivos de los países en desarrollo, es limitada la

capacidad para generar tecnología y abarcar todo el ciclo tecnológico; empero, su

capacidad de aprendizaje y de difusión activa del conocimiento tecnológico originado en

otros contextos puede ser elevada, como mecanismo para lograr acumulación

tecnológica y consolidar capacidades que permitan generar y gestionar cambios técnicos;

como lo afirman Bell y Pavitt (1993), los países que adoptan y usan tecnología pueden

desempeñar un papel creativo al moldear las los desarrollos tecnológicos adquiridos de

otros contextos, ajustarlos a condiciones particulares y mejorarlos para lograr

desempeños mayores.

Para contar con tecnologías en las primeras fases del ciclo tecnológico se requiere de

altas capacidades, disponibles principalmente en organizaciones como las grandes

corporaciones multinacionales y empresas de países industrializados, que pueden invertir

altas sumas en I+D para generar sus propias tecnologías y asumir el elevado riesgo que

ello implica. Así mismo, de acuerdo con Fúquene (2011), en la fase de crecimiento del

ciclo tecnológico, los nuevos desarrollos comienzan a divulgarse, por lo que se requiere

alta inversión para su instalación y asimilación, así como elevadas capacidades

tecnológicas, lo cual no es muy común en países en desarrollo.

De igual forma, el surgimiento de un nuevo paradigma en una revolución tecnológica

depende en gran medida de las organizaciones capaces de generar innovaciones

radicales en el momento en que la obsolescencia del paradigma prevaleciente comienza

a evidenciarse. Son los países desarrollados los que se incorporan más rápidamente a

esta nueva oleada tecnológica, y según Pérez (2005), plantean una tensión respecto a

las perspectivas de los países rezagados. De esta manera, el periodo de instalación de la

revolución tecnológica es un espacio para que organizaciones y países líderes

tecnológica y económicamente se destaquen, mientras que los seguidores pueden

incorporarse a esta revolución en el periodo de despliegue. Algo similar puede decirse en


cuanto a las etapas del ciclo de vida tecnológico: principalmente los países y

organizaciones más avanzados pueden cumplir con todo el ciclo, mientas que empresas

y países en desarrollo deben optar por tecnologías en las etapas de expansión y

madurez, e incluso acomodarse al uso de tecnologías en declive, como ya se había

indicado. Al respecto, Isabella (2015) afirma que los sectores productivos

tecnológicamente maduros como el textil o el acerero, que en países de reciente

industrialización han jugado un papel destacado, son un medio para la transformación

gradual de la estructura productiva nacional con procesos de aprendizaje a partir de

tecnologías simples y estandarizadas, pero que permitan generar innovaciones

incrementales.

Se ha evidenciado (C. Pérez, 2005) que se requiere de un uso más intensivo de mano de

obra y de personal altamente calificado durante las fases iniciales de la tecnología. En las

etapas finales del ciclo de vida, la tecnología se utiliza en procesos altamente

estandarizados, mecanizados y automatizados. De acuerdo con las dinámicas de las

oleadas tecnológicas, las tecnologías maduras encuentran fuerzas que las expulsan

hacia países con recursos financieros escasos, donde fuerzas complementarias pueden

atraerlas para sus procesos de desarrollo.

En este sentido, puede afirmarse que es baja la presencia de tecnologías en las primeras

etapas del ciclo tecnológico dentro de los esquemas productivos locales de países en

desarrollo como los de la región latinoamericana. Por tanto, en dicho ámbito predomina el

uso de tecnologías en la etapa de madurez e incluso en declive, que de manera habitual

pueden encontrarse en sectores industriales convencionales como el agroindustrial o el

textil. Así mismo, la prevalencia de tecnologías básicas, de dominio público, es

característica de tales sectores y solo unos pocos productores, generalmente de mayor

tamaño y liderazgo en el mercado, cuentan con tecnologías claves que sustentan su

ventaja competitiva en este entorno, lo que además les da capacidad de exportación y

ampliación de sus mercados.

Pérez (2001) señala que las tecnologías maduras tienen un potencial mínimo para

producir beneficios diferenciales y mejorar la productividad, además de que enfrentan

mercados estancados, por lo cual la fase de madurez como punto de partida es costosa,

poco rentable y poco prometedora. “Con todo, se trata probablemente del mejor punto de


partida para crear una plataforma básica de industrialización, generar capacidad de

aprendizaje y establecer la infraestructura básica y otros factores externos requeridos

para respaldar un esfuerzo de desarrollo” (p. 118).

A partir de lo expuesto, puede inferirse que la innovación para producir en la Base de la

Pirámide se asocia con el empleo de tecnologías en las últimas fases del ciclo de vida,

pero principalmente con la forma en que se aprovechan dichas tecnologías, es decir, el

énfasis está en las capacidades tecnológicas como vía para gestionar eficientemente

estos recursos y generar aprendizaje en torno a ellos, con el fin de lograr mejoras en

procesos y productos que puedan considerarse como innovaciones.

2.2.3 Capacidades tecnológicas en países en desarrollo

Bell y Pavitt (1993) señalan que habitualmente se ha entendido que solo a través de la

difusión (pasiva) de tecnología, los países en desarrollo pueden lograr el crecimiento

industrial, desconociendo el valor e importancia de los recursos intangibles requeridos

para generar y manejar el cambio técnico, al interpretarlos solo como complemento

menor de la capacidad de producción. Se ha tenido un concepto errado de difusión,

alejado del de innovación, que en realidad implica más que la adquisición de maquinaria

y la asimilación relacionada con el Know-how de producción, considerando que los

países que adoptan y usan tecnología pueden aprovecharla para generar soluciones

locales a partir de la adaptación y mejoramiento de tecnologías foráneas.

Las economías en desarrollo han recurrido habitualmente a diferentes mecanismos para

adquirir capacidades tecnológicas, como los mencionados por Bell y Albu (1999):

A través de actividades tecnológicas internas (observación de rutinas,

mantenimiento de máquinas, experimentación, ingeniería inversa).

De fuentes externas, como subproducto de varias clases de interacción.

Por la formación de capital humano al interior de las firmas.

Así mismo, como lo afirma Viotti (2002), las empresas son los actores principales, por lo

menos en potencia, del proceso de cambio técnico y crecimiento de los países, incluso si


son consideradas como no innovadoras en el contexto de economías en desarrollo. Por

ello, el estudio de las capacidades tecnológicas de las empresas de países en desarrollo

y de sus procesos de aprendizaje y acumulación tecnológica, pueden contribuir al

entendimiento de su realidad para promover líneas de acción que lleven a un mayor

crecimiento tecnológico, económico y social del país en el cual funcionan.

Figueiredo (2001b) establece que el desempeño tecnológico de las organizaciones se

puede describir con la construcción de dos marcos de análisis: la acumulación de

capacidades y los procesos de aprendizaje tecnológico; estos modelos se contextualizan

respecto al desarrollo económico de los países y su formación tecnológica. El primer

modelo se relaciona con las formas y caminos por donde se desarrolla la acumulación de

capacidades tecnológicas, así como la trayectoria, dirección y la tasa de acumulación. El

segundo modelo se refiere a los diversos procesos de adquisición de conocimientos por

las personas y los procesos a través de los cuales el aprendizaje individual se convierte

en aprendizaje organizacional.

Existe una articulación directa entre los dos modelos de análisis ya que el aprendizaje

tecnológico se refiere a los diversos procesos que permiten a la empresa acumular

capacidades tecnológicas en el tiempo (Jaramillo et al., 2001); estos procesos son

internos, acumulativos y colectivos e implican la adquisición de capacidades tanto por los

individuos como por las organizaciones. El aprendizaje permite que los conocimientos

técnicos de las personas, que por naturaleza son tácitos, se transformen en sistemas

físicos, procesos, procedimientos, prácticas y productos y servicios de la organización

(Figueiredo, 2001b, 2004).

Este abordaje está inspirado en la teoría evolutiva del cambio técnico, en la cual la

innovación se considera un proceso que se desarrolla a lo largo de una trayectoria,

estrechamente relacionada con las habilidades de las empresas. Las opciones

tecnológicas aplicadas en el pasado, los conocimientos y habilidades acumuladas, las

adaptaciones al entorno de operación, interactúan de maneras complejas dando como

resultado la influencia sobre el futuro de la organización (Nelson & Winter, 1982). De

acuerdo con la perspectiva evolucionista, las capacidades se generan mediante procesos

de aprendizaje generalmente informales y tácitos, que son reforzados con la repetición y

la experiencia acumulada. Estas capacidades se ponen en práctica y se condensan en


los procesos productivos y en las rutinas que se despliegan. Las rutinas determinan

comportamientos que trascenderán y serán consolidados en la organización (Nelson &

Sampat, 2001, Dussauge & Ramantsoa, 1992, citados en Malaver & Vargas, 2006).

Loures (2007) afirma que el aprendizaje y el desarrollo de rutinas son procesos graduales

que dependen del curso seguido, y requieren decisiones conscientes y deliberadas, por

lo cual también implican procesos de organización y de gestión, no solo tecnológicos.

En Latinoamérica se han formulado algunas herramientas para analizar las capacidades

tecnológicas en las organizaciones de la región: tomando como base la matriz planteada

por Bell y Pavitt (1995), Dutrénit et al. (2002) y Sampedro & Vera-Cruz (2003)

desarrollaron una matriz en la cual se pondera numéricamente el cumplimiento de los

atributos que la componen (Tabla 2-3). De esta manera, se pueden articular dinámicas

de medición a lo largo del tiempo o mediante comparación entre organizaciones, pero sin

identificar explícitamente las capacidades logradas, lo que facilita la masificación del

ejercicio de medición de capacidades tecnológicas, sin evidenciar necesariamente las

características de las ventajas adquiridas entre las organizaciones.

Tabla 2-3: Índice de capacidades tecnológicas en el sector mexicano de maquila

Funciones técnicas de Inversión

Funciones técnicas de Producción

Funciones técnicas de Soporte Niveles de profundidad

Diseño y control

sobre la planta

Seguimiento y ejecución

de proyectos

Centradas en procesos y

organización de

producción

Centradas en

producción

Vinculación externa

Vinculación interna

Modificación de equipos

Total por nivel de

acumulación

Capacidades operativas básicas

0.15 0.15 0.20 0.20 0.10 0.10 0.10 1

C. innovativas básicas

0.30 0.30 0.40 0.40 0.20 0.20 0.20 2

C. innovativas intermedias

0.45 0.45 0.60 0.60 0.30 0.30 0.30 3

C. innovativas avanzadas

0.60 0.60 0.80 0.80 0.40 0.40 0.40 4

Fuente: adaptado de Dutrénit et al. (2002) y Sampredro & Vera-Cruz (2003)

En las actividades de soporte de la matriz de medición de capacidades tecnológicas se

incluyen las funciones vinculación interna, vinculación externa y modificación de equipo,

que describen la complejidad administrativa y operacional desarrollada en la interacción

entre la empresa matriz y la subsidiaria, que abarca la construcción de redes de

suministro de bienes y servicios para las empresas maquiladoras. Adicionalmente, en las


funciones de inversión se incluye la toma de decisiones y control, debido a que los

grandes proyectos de inversión dependen de las decisiones de la casa matriz y no de las

maquiladoras mexicanas.

Se observa en la Tabla 2-3 una distribución diferencial del valor aportado por cada

función tecnológica, que obedece a reflexiones particulares respecto a las condiciones

dadas por el manejo tecnológico en el marco del sector maquilador (Sampredro & Vera-

Cruz, 2003). Por tanto, la aplicación de esta herramienta en sectores y contextos

diferentes requiere una nueva ponderación del aporte de cada función tecnológica.

A continuación se reseñan otras herramientas que han sido propuestas para analizar las

capacidades tecnológicas en países en desarrollo:

Evaluación de los procesos de aprendizaje en economías emergentes: esta

propuesta surge en Brasil para identificar la causalidad de los procesos de aprendizaje

en la consolidación de las capacidades tecnológicas, al categorizarlos según su origen

(internos o externos) y su forma de conversión del conocimiento en la organización

(socialización o codificación). Estos procesos de aprendizaje son evaluados en cuatro

dimensiones: variedad, intensidad, funcionamiento e interacción, para determinar su

relevancia en la consolidación de las capacidades tecnológicas (Figueiredo, 2002).

Esta herramienta se basa en un método para categorizar la calidad del conocimiento

adquirido en la organización a partir de su utilidad para la consolidación de atributos

tecnológicos. Requiere de la descripción de los procesos de aprendizaje desarrollados a

lo largo de la historia de la organización y de su valoración objetiva respecto a los

atributos propuestos. Resulta pertinente en el caso de sistemas productivos que, al estar

inmersos en dinámicas de competitividad, son sometidos a ejercicios de aprendizaje que

suelen perder el rumbo o la posibilidad de construir nuevas capacidades.

Trayectoria de acumulación de capacidades tecnológicas: La construcción de la

herramienta de medición de la trayectoria de acumulación de capacidades tecnológicas,

parte de identificar el tiempo que tarda una organización en consolidar cada una de

dichas capacidades en las diferentes funciones tecnológicas; se complementa con una

proyección del crecimiento de las capacidades en la frontera tecnológica. Así, la


velocidad de acumulación de las capacidades tecnológicas de la organización debe ser

superior a la de los competidores internacionales para alcanzar niveles de desempeño

satisfactorios (Bell, 2007).

Respecto al estudio de las capacidades tecnológicas, Castellanos et al. (2009)

encontraron que en el caso de los países desarrollados se ha enfocado en la

generalización del conocimiento y su aplicación en procesos productivos, así como en el

desarrollo del aprendizaje tecnológico como estrategia competitiva, contando con

información de calidad a través de bases de datos estructuradas de artículos técnicos y

ponencias académicas. Para Latinoamérica, el trabajo citado muestra que las tendencias

en investigación se orientan a la acumulación de capacidades, aunque con un abordaje

mínimo respecto a su relación con la estrategia corporativa, siendo Brasil y México los

países líderes en el análisis de esta temática; además se resalta la dificultad en la región

de contar con información de calidad y fácil acceso. Entre los trabajos más recientes

pueden mencionarse el de Tumelero, Sbragia, Borini & Franco (2015) que estudia la

relación entre las capacidades tecnológicas de empresas de base tecnológica de Brasil y

su vinculación a redes, la investigación de Navarrete et al. (2015) sobre la relación entre

capacidades tecnológicas e internacionalización de empresas metalmecánicas y de TIC

en Sonora, México, y un estudio sobre la relación entre aprendizaje y capacidades

tecnológicas en empresas brasileñas subsidiarias de una multinacional del sector

eléctrico (Franco, Moreira, & Façanha, 2015).

El caso colombiano equiparable a lo que ocurre en la región latinoamericana. A

continuación se mencionan algunos estudios sobre capacidades tecnológicas, relevantes

en el país:

Malaver (2002) estudió la industria de artes gráficas, imprentas y editoriales de

Colombia, con un clúster en Bogotá compuesto principalmente por Pymes. Se utilizó la

curva S para evaluar la evolución tecnológica del sector, se consultó por el grado de

formalización de la gestión tecnológica y se empleó una matriz de capacidades

tecnológicas para categorizar las empresas estudiadas en un determinado nivel. Dicha

matriz se orienta a las actividades de formalización del manejo tecnológico, de

incorporación de tecnologías (vigilancia tecnológica, selección, negociación,

transferencia, explotación de la tecnología), de investigación y desarrollo, de


protección, de eslabonamiento y de capacitación tecnológica. Este estudio es de tipo

cualitativo y evidenció que la industria gráfica no se destaca por su desarrollo

tecnológico, si bien existen innovaciones incrementales y de mejora, y enfrenta el reto

de la introducción de las Tecnologías de Información y Comunicación – TIC.

Robledo Gómez y Restrepo (2009) desarrollaron un estudio del desempeño de

empresas y sectores colombianos con datos de las encuestas nacionales de

innovación a través del análisis de las capacidades de innovación tecnológica,

entendidas como aquellas capacidades organizacionales relacionadas con las

dinámicas de innovación tecnológica, que van más allá de la I+D. Por ello, estos

autores se basaron en siete tipos de capacidades para analizar el desempeño

empresarial (OCDE, 2002; Guan & Ma, 2003; Yam et al., 2004; Sher & Yang, 2005,

citados en Robledo et al., 2009): capacidad de I+D, capacidad de gestión de recursos,

capacidad de aprendizaje organizacional, capacidad de planeación estratégica,

capacidad de producción, capacidad de mercadeo y capacidad organizacional. Tales

capacidades deben ser medidas indirectamente, por lo cual se identificaron las

preguntas en las encuestas nacionales de innovación que proporcionan información

relativa a cada una de ellas, según la definición de estas capacidades establecida en

la literatura. Finalmente, con el uso de técnicas estadísticas de análisis de asociación

entre variables, se estableció la relación entre las capacidades de innovación

tecnológica y el desempeño empresarial, si bien los autores hacen mención a la

dificultad de contar con datos necesarios para trabajar de forma válida el marco

teórico que proponen, debido al diseño, frecuencia y acceso a las encuestas de

innovación.

Malaver y Vargas (2004) realizaron una comparación de los resultados entre las

encuestas nacionales de innovación aplicadas en Colombia en 1996 y 2003,

aclarando que dicha comparación es bastante difícil por tener diseños y consultar

muestras diferentes. Encontraron avances importantes en cuanto a las capacidades y

resultados en innovación durante el periodo estudiado, pero en general, Colombia ha

hecho esfuerzos tecnológicos bastante bajos, muy alejados de países como Estados

Unidos y Canadá, e inferiores a los realizados por el promedio de los países de

América Latina.


Ruíz, Quintero & Robledo (2015) proponen un modelo conceptual de los sistemas de

innovación para analizar el impacto de los intermediarios que actúan en tales

sistemas, como base para realizar un modelo basado en agentes en trabajos

posteriores. Uno de los aspectos que se plantea modelar es el papel de las

capacidades de innovación de los agentes para la generación, difusión y uso de

conocimiento y tecnología.

Con relación a la valoración de capacidades tecnológicas en el contexto particular de

las pequeñas y medianas empresas que caracterizan el aparato productivo

colombiano, son aún más escasas las investigaciones recientes adelantadas. El

trabajo de Calderón (2006) se orienta a la gestión humana en Pymes de la ciudad de

Manizales, estudiando las competencias distintivas y su impacto en la competitividad,

tomando como base la Teoría de recursos y capacidades. El artículo de Medina,

Delgado & Lavado (2012) analiza la gestión por competencias en una empresa de

artes gráficas la ciudad de Cali, centrándose, como en el artículo anterior, en las

competencias distintivas. Estos autores entienden las competencias distintivas como

aquellas que le permiten a una organización obtener una ventaja competitiva

sostenible y que facilitan un desempeño superior. No obstante, estos dos artículos no

hacen referencia a las capacidades tecnológicas, sino que se centran en las

competencias del personal que influyen en el desempeño organizacional. El trabajo de

Gálvez y García (2012) evidencia de manera empírica el impacto positivo de la

innovación de productos y procesos con el desempeño empresarial en Pymes de base

tecnológica de Cali, para lo cual toman en cuenta en la variable innovación, los logros

en productos, procesos y gestión, que implican el desarrollo de capacidades

organizacionales. Sin embargo, este proceso no es estudiado directa o

indirectamente. Velosa y Sánchez (2012) diseñaron una metodología de evaluación de

la capacidad tecnológica de producción en Pymes metalmecánicas de acuerdo con su

grado de complejidad tecnológica, generando un conjunto de indicadores de

mejoramiento y una guía para incrementar los niveles de capacidades tecnológicas.

Rojas y Zapata (2014) estudiaron 21 Pymes antioqueñas del subsector de empaques

plásticos flexibles formulando indicadores de innovación en la gestión de proyectos de

diseño, y así identificaron un conjunto de variables clave que permite medir las


capacidades para desarrollo de productos y la gestión del diseño. Finalmente,

Escandón y Hurtado (2014) se centraron en Pymes colombianas con

internacionalización temprana, tomando datos del informe Global Entrepreneurship

Monitor (GEM) Colombia 2010 para identificar los factores determinantes del

desarrollo exportador de estas empresas, encontrando que los recursos y

capacidades organizacionales influyen en dicho desarrollo.

El estudio de las capacidades tecnológicas en Colombia constituye un campo de trabajo

todavía bastante amplio que requiere ser atendido por la academia como soporte a los

procesos de formulación de estrategias empresariales y políticas públicas para promover

el desarrollo tecnológico y el crecimiento económico. Para Colombia se identifican como

principales retos, los relacionados con la apropiación de esta temática y la definición de

sistemas y mecanismos de medición de las capacidades tecnológicas. Adicionalmente,

se reconoce que en economías emergentes como las latinoamericanas, el papel de la

generación y fortalecimiento de capacidades tecnológicas es fundamental en aras de un

mayor desarrollo tecnológico, dado que en la actualidad las falencias detectadas por

diversos estudios como los mencionados anteriormente, muestran que la dependencia

tecnológica de países industrializados aún es elevada y la brecha amplia, de manera que

el aprendizaje se constituye en la vía para disminuirla.

2.3 Criterios de pertinencia de la valoración tecnológica en contextos de menor desarrollo

En los acápites anteriores se destacaron los conceptos de Base de la Pirámide, Ciclo

Tecnológico y Capacidades Tecnológicas, para caracterizar las tecnologías en países en

desarrollo. En este sentido, puede hablarse de tecnologías maduras orientadas muchas

veces a la fabricación de productos para la Base de la Pirámide, que se caracterizan por

contar con mercados constituidos y datos históricos que facilitan la realización de análisis

y pronósticos; así mismo, son conocidas y suficientemente probadas, a diferencia de

aquellas empleadas y generadas en los países desarrollados, que al estar al inicio del

ciclo tecnológico, son de alto riesgo y por tanto, difíciles de gestionar (Bhattacherjee,

1998). Day et al. (2001) afirman que una tecnología emergente puede ser arrolladora ya


que puede acabar con los procesos, los productos, o la misma industria; estos autores

citan como ejemplo a la Internet, capaz de derrumbar barreras para los competidores,

crear nuevos modelos de negocio y nuevos mercados. Esto efectivamente ocurre en la

Base de la Pirámide, cuando este tipo de tecnologías soporta y complementa las

tecnologías disponibles localmente, como primer paso en la dinamización de las

economías menos desarrolladas y a la generación de capacidades tecnológicas a través

del aprendizaje y la acumulación tecnológica.

La Figura 2-5 muestra la relación entre el ciclo de vida de la tecnología y los métodos

usados para valorarla, con base en lo planteado por Probert et al. (2011), respecto a los

niveles de disponibilidad tecnológica (Technology Readiness Levels). Estos autores

indican que la madurez de la tecnología implica el uso de métodos cuantitativos, ya que

en dicha fase (denominada Prueba por aplicación) la incertidumbre técnica es muy baja,

y es relevante el cálculo de retornos futuros usando técnicas de flujo de caja descontado

y opciones reales.

Figura 2-5: Una aproximación a la relación entre el ciclo tecnológico y los

métodos de valoración tecnológica

I+DExpansión

MadurezCrecimiento

tGra

do

de

des

arr

ollo

d

e la

tec

no

log

ía

Declive

ETAPA TEMPRANA

Prueba de concepto

ETAPA MEDIA

Prueba por demostración

ETAPA TARDÍA

Prueba por aplicación

Dis

po

nib

ilid

ad

d

e la

tec

no

log

ía

+ inversión- incertidumbre

MÉTODOS CUALITATIVOSOrientan la toma de decisiones en estas fases

MÉTODOS CUANTITATIVOSSon más acertados en estas fases

MÉTODOS HÍBRIDOSComplementan visión cuantitativa

con cualitativa

Fuente: adaptado de Mejía (1998) y Probert et al. (2011)


Para la valoración de tecnologías como las comúnmente disponibles en contextos en

desarrollo, se encuentran diversos métodos en la literatura, como se vio en la sección

1.3.2; sin embargo, a partir de lo presentado en la Figura 2-5, puede afirmarse que las

técnicas de la categoría de valoración tecnológica tradicional5, que incluyen métodos

cuantitativos como el flujo de caja descontado, o los métodos de costos y de mercado, se

orientan preferentemente a este tipo de tecnologías.

En síntesis, la valoración tecnológica en su categoría tradicional, integrada

principalmente por métodos cuantitativos, se orienta de manera preferencial a las etapas

de expansión y madurez, en donde las tecnologías ya están probadas y por tanto, hay

menor riesgo e incertidumbre. Estas tecnologías son características de países en

desarrollo como Colombia, cuyas capacidades de generación tecnológica son limitadas.

Sin embargo, esta categoría ha involucrado en menor grado la tecnología en toda su

dimensión, al centrarse en el aspecto monetario y en el componente tangible.

Con una visión restringida de la tecnología que incluye solo los aspectos tangibles, la

conceptualización de la valoración tecnológica está asociada principalmente a la

generación de innovaciones radicales, propias de contextos más avanzados. Además,

como se indicó en el capítulo 1, los métodos utilizados, en su mayoría cuantitativos

(valoración tecnológica tradicional) son adaptaciones de técnicas para valorar otro tipo de

activos, por lo cual aún existe un campo importante para la investigación en esta área, ya

que sigue siendo un arte más que una ciencia (Hunt et al., 2003). Pero ante la realidad

de los países latinoamericanos, en donde las capacidades de acumulación tecnológica y

el aprendizaje son las opciones para avanzar tecnológicamente, la tecnología debe

analizarse desde una perspectiva amplia que incluya tanto los aspectos tangibles como

los intangibles.

Se aprecia entonces que la valoración tecnológica es influenciada por el contexto en el

que ocurre, de manera que este trabajo doctoral no se centra en algún método puntual

de valoración o en procesos específicos realizados por alguna organización, sino que,

dado el carácter cualitativo y exploratorio de esta investigación, se enfoca en el análisis

5 En el numeral 1.3.1 se describen tres categorías de valoración tecnológica: tradicional; valoración de intangibles; valoración del impacto social de la tecnología.


de un ámbito particular: el de los países en desarrollo; Por ello, a continuación se

plantean algunas consideraciones para la valoración tecnológica en dicho entorno.

La valoración tecnológica en el contexto de los países en desarrollo requiere acoger la

visión amplia de la tecnología, teniendo en cuenta la importancia de los elementos

intangibles como las capacidades tecnológicas en dicho ámbito, como se ha venido

recalcando. Adicionalmente, para otorgar mayor pertinencia al tema de valoración

tecnológica en contextos de menor desarrollo como Colombia y en general en la región

latinoamericana, se proponen las siguientes consideraciones (Figura 2-6):

En los procesos de valoración tecnológica es necesario tomar en cuenta aspectos

asociados al ciclo de vida de la tecnología y al carácter rudimentario de la producción

industrial en contextos de menor desarrollo como los países latinoamericanos.

Figura 2-6: Consideraciones sobre la valoración tecnológica en economías en

desarrollo

Ciclo de vida tecnológico

TECNOLOGÍAS MADURAS

Base de la pirámide

PRODUCCIÓN INDUSTRIAL

CONVENCIONAL

Capacidades tecnológicas

BAJA GENERACIÓN

DE TECNOLOGÍA

VALORACIÓN TECNOLÓGICA

AMPLIADA

Acoge la definición amplia de la tecnología

Aprendizaje tecnológico

Gestión –valoración

CATEGORÍA TRADICIONAL

(habitualmente cuantitativa)

Desarrollo e innovación



La valoración tecnológica y la gestión tecnológica en general, tienen el reto de

enfocarse en un ámbito que contribuya al desarrollo y la innovación en la Base de la

Pirámide, en donde puede ubicarse gran parte de la población de países como los

latinoamericanos, orientándose hacia tecnologías empleadas en la fabricación de

productos con el diseño y precios al alcance de los potenciales clientes de dicha zona.

Las tecnologías de los aparatos productivos en países en desarrollo tienen rasgos

particulares, debido al entorno en que se emplean. En general, dichas tecnologías

están en las etapas de madurez y declinación del ciclo tecnológico, dado que se trata

de tecnologías adquiridas y adaptadas, considerando el bajo nivel de capacidades

locales para desarrollos tecnológicos propios. Si bien son tecnologías maduras, su

gestión en la Base de la Pirámide requiere de la innovación para garantizar la atención

de las necesidades de los mercados de esta zona, lo cual implica procesos de

aprendizaje y acumulación de capacidades tecnológicas para sacar provecho de los

recursos disponibles localmente y complementarlos con tecnologías y desarrollos de

países industrializados.

Dadas las características rudimentarias de los aparatos productivos en contextos de

menor desarrollo, se infiere que la gestión de dichos aparatos posee rasgos similares,

que a su vez afectan la gestión de procesos como la valoración tecnológica, de

manera que la información relacionada es escasa por falta de documentación y

elevada informalidad. Por tanto, el abordaje de la valoración tecnológica debe recurrir

a elementos diferentes a los empleados en países desarrollados – por ejemplo, la

información financiera –, como el concepto de capacidades tecnológicas, que según

se discutió en este capítulo, tiene alta pertinencia en países rezagados tecnológica y

económicamente.



En este capítulo se estableció y delimitó el contexto de la investigación doctoral,

considerando que cualquier modelo o propuesta de desarrollo debe retomar las

especificidades del ámbito al que se dirige, de manera que se asegure mayor

pertinencia e incluso mayor efectividad; esto, a partir del reconocimiento de una de las

principales falencias de propuestas conceptuales y metodológicas que han surgido en

áreas como la gestión organizacional e industrial, que suele ser la intencionalidad de

que funcionen de igual forma en cualquier entorno; como señala López (2012), están

sustentadas en experiencias exitosas en otros ámbitos, sin considerar que se requiere

precaución en cuanto a la adaptabilidad y adecuación a contextos y situaciones

específicas, incurriendo en errores semánticos que llevan a emplear los mismos

métodos repetidamente solo porque alguna vez funcionaron.

En la Base de la Pirámide, en donde puede ubicarse gran parte de la población de

países como los latinoamericanos, se requiere atender las necesidades particulares

de las comunidades características de los países en desarrollo, para lo cual los

productores locales deben desempeñar un papel fundamental al comprender dichas

necesidades y lograr la vinculación de la población de menores recursos en sus

procesos de creación de valor. Por ello, las empresas y productores de países en

desarrollo deben conocer el valor de las tecnologías que emplean, como un paso en el

proceso de modernización de sus aparatos productivos y en el fortalecimiento de sus

capacidades de dominio y aprovechamiento tecnológico.

Las características relevantes de la valoración tecnológica en países en desarrollo se

pueden resumir en: orientación a tecnologías maduras, de uso habitual en los

procesos productivos de este contexto; con mayor pertinencia si: 1) preferentemente

se realiza con técnicas de la categoría tradicional definida en el capítulo 1, que incluye

principalmente métodos cuantitativos; 2) abarca la valoración de capacidades

tecnológicas, como tema fundamental en contextos menos desarrollados.

Como tema en desarrollo, la valoración de capacidades tecnológicas representa un

interesante campo de estudio para las economías emergentes latinoamericanas, en la


medida en que son todavía pocos los investigadores que han incursionado en él,

principalmente en países como Brasil y México, mientras que en Colombia las

propuestas fundamentalmente constituyen aproximaciones que se han visto limitadas

por la disponibilidad de información. Así mismo, en el marco de la valoración de

tecnología, las capacidades tecnológicas constituyen un elemento fundamental que

debe tenerse en cuenta en búsqueda de abarcar todas las dimensiones y la

complejidad que caracteriza a la tecnología. Se destaca que es posible valorar una

tecnología específica en un contexto particular a partir de su impacto en la

organización a través de la generación de capacidades para aprovechar dicha

tecnología. Este hecho resulta relevante en el contexto de los países en desarrollo,

tomando en cuenta que el aprendizaje tecnológico y la acumulación de capacidades

en tal proceso son claves en la reducción de las brechas frente a los países

desarrollados.

Este capítulo permitió establecer que, para abordar de manera más pertinente el tema

de la valoración tecnológica en el contexto de los países en desarrollo, es necesario

tomar en cuenta varios elementos: las tecnologías en etapa de madurez que

prevalecen en los aparatos productivos locales; la producción industrial convencional y

rudimentaria que requiere innovación para lograr la satisfacción de las demandas de la

Base de la Pirámide; la necesidad del fortalecimiento de las capacidades tecnológicas

a través de procesos de aprendizaje para generar tales innovaciones; la importancia

del concepto de capacidad tecnológica en valoración tecnológica, como parte de la

conceptualización amplia de la tecnología.

Capítulo 3. Referentes biológicos para analizar la Valoración tecnológica 97

Capítulo 3. REFERENTES BIOLÓGICOS PARA ANALIZAR LA VALORACIÓN TECNOLÓGICA

En este capítulo se realiza la revisión de los aspectos más relevantes de la biología como

ciencia y como fuente de elementos para el análisis de fenómenos no biológicos, con el

propósito de identificar aquellos de mayor pertinencia para la investigación doctoral. Para

ello, como se observa en la Figura 3-1, se inicia con la descripción de la biología como

campo de conocimiento científico, ahondando particularmente en la evolución de los

organismos vivos, y estableciendo los aspectos por los cuales puede considerarse de

mayor conveniencia en la valoración tecnológica. Posteriormente se reseñan los

aspectos más relevantes de la teoría darwiniana de la evolución y de su situación actual.

Así mismo, se estudian los planteamientos a través de los cuales el darwinismo, como la

explicación de la evolución biológica que ha sido aceptada por la comunidad científica, ha

extendido su influencia más allá de la biología y hace posible considerarlo como base

para la presente investigación. Se finaliza con una sección sobre los medios o

mecanismos a través de los cuales la valoración tecnológica puede ser analizada

empleando una perspectiva evolutiva, en donde se detallan la metáfora y la abstracción.


Figura 3-1: Estructura del Capítulo 3

Referentes biológicos para analizar la Valoración tecnológica

1. La biología como fuente para analizar

otros campos de conocimiento

Se analiza el papel de la biología,

especialmente su rama evolutiva,

como proveedora de elementos para

ayudar en la comprensión de otros ámbitos no

biológicos.

2. Perspectiva biológica evolutiva y

valoración tecnológica

Se evidencia en que los esquemas epistemológicos

basados en el reduccionismo y el determinismo

no son pertinentes en

biología evolutiva, presentando

similitudes con la valoración

tecnológica (como se discutió en el

Cap. 1).

3. Evolución biológica y teoría darwiniana

Se realiza una reseña de las

teorías evolutivas más importantes en biología, como

referente seleccionado para

la investigación doctoral.

3.1 Sinopsis del pensamiento darwiniano

3.2 Síntesis Evolutiva Moderna: explicación reciente de la evolución biológica

4. Extensión de las ideas evolutivas a

campos no biológicos

Se analizan los enfoques que han

aplicado los principios biológicos

evolutivos en otros ámbitos. El

propósito es explorar opciones

que pueden emplearse en la


4.1 Epistemología Evolucionista

4.2 Darwinismo Generalizado

5. Medios de abordaje de la

perspectiva evolutiva para analizar la

Valoración tecnológica

Se abordan los medios a través de las cuales es posible trasladar elementos de la

biología evolutiva a otros campos,

como alternativas para la


5.1 Metáforas y analogías

5.2 Ontología Evolutiva


3.1 La biología como fuente para analizar otros campos de conocimiento

La contribución de diferentes saberes para complementar y ampliar el entendimiento de

un evento particular correspondiente a otro campo científico, es algo que ha venido

ocurriendo desde que ha sido posible la sistematización del conocimiento. En este

sentido, ha sido común - y data del origen de la ciencia moderna (Green, 1961, citado en

Andrade, 1996)- el uso de conceptos, elementos y métodos de las ciencias naturales en

la interpretación de fenómenos sociales y viceversa:

Las concepciones científicas, tanto naturales como sociales, se han venido

desarrollando en un proceso de múltiples interacciones donde los modelos o

modos de ver propuestos por una disciplina influyen sobre los modos de ver

de las otras, siendo difícil descifrar cuál ciencia impone su punto de vista

sobre las otras (Andrade, 1996, p. 103).


Al respecto, Capra (1998) menciona que si bien la física había sido en el pasado la

fuente principal de metáforas para las demás ciencias, este papel ha sido asumido por la

biología, constituyéndose en la proveedora de la descripción fundamental de la realidad,

en cuyo centro está la vida.

La biología como ciencia tuvo su origen a comienzos del siglo XIX, cuando se formuló por

primera vez este concepto para denominar a las ciencias de la vida, diferenciándolas de

la historia natural (Bláquez, 2006). Sin embargo, el estudio de los seres vivos y los

fenómenos asociados data de la antigua Grecia. En la era moderna, Eigen (1995) señala

que los físicos fueron quienes inicialmente abordaron el concepto de vida y extrajeron

principios básicos usando el conocimiento de la naturaleza química de los procesos

vitales, como es el caso de Delbrück, físico teórico que estudió los detalles moleculares

de la herencia, Pauling con el estudio de las proteínas, y Francis Crick, físico técnico que

junto con James Watson identificó la estructura en doble hélice del ADN. Por ello, se

afirma que la primera parte del siglo XX se caracterizó por la preponderancia de la física,

particularmente la física atómica, mientras que desde la década del cincuenta la biología

ha ostentado el liderazgo, especialmente mediante la biología molecular.

La biología (del griego bio: vida, y logos: tratado) es el campo de conocimiento que

estudia las leyes generales y los principios explicativos fundamentales que rigen la vida

orgánica. Campbell (2000) señala que esta ciencia se basa en principios y factores como

la universalidad, la evolución, la diversidad, la continuidad, la homeóstasis y las

interacciones.

Diversos autores, entre ellos Margulis y Schwartz (1985), Otto y Towle (1992) y Campbell

(2000) establecen una clasificación de las disciplinas que hacen parte de la biología en

cuatro grupos, de acuerdo con su enfoque:

Disciplinas que se orientan a estudiar las estructuras básicas de los sistemas

vivos: como la biología molecular, la biología del desarrollo, la biología celular y la

genética.

Disciplinas que estudian la operación de estas estructuras: fisiología, anatomía,

entre otras.


Disciplinas que se enfocan en el estudio de la evolución de los organismos: como

la genética y la biología evolutiva.

Disciplinas que abordan los organismos en interacción: como la ecología y la

etología.

Es importante señalar que los límites entre estas agrupaciones son una descripción

simplificada de la investigación biológica, y que en muchas ocasiones se superponen,

siendo frecuente que las disciplinas se presten técnicas unas a otras (Rodríguez, 2012).

El desarrollo de la biología como campo científico ha ocurrido desde hace varios siglos,

aunque las dos primeras agrupaciones, que estudian la estructura y sus operaciones, se

fortalecieron durante la segunda mitad del siglo XIX y la primera mitad del siglo XX,

mientras los componentes de evolución e interacción se consolidaron ampliamente

después de 1950 (Montoya, 2010).

Por su parte, Mayr (2006) señala que existen dos campos diferenciados dentro de la

biología: la biología mecanicista o funcional y la biología histórica. Respecto a la primera,

aborda el estudio de las funciones de las actividades de los organismos vivos, las cuales

explica mediante la física y la química, centrándose en los procesos celulares. La

biología histórica complementa esta explicación de los procesos desde el punto de vista

funcional, al incluir la dimensión del tiempo histórico, denominándose en la actualidad

biología evolutiva. Habitualmente en la biología funcional se hacen preguntas del tipo

“¿cómo?”, mientras que en la evolutiva son del tipo “¿por qué?”. Mayr concluye que para

captar la esencia de la biología se deber conocer la gran diferencia entre estas dos

ramas, lo cual hace, por ejemplo, que solo para la rama evolutiva sean válidas las

desemejanzas más notables entre la física y la biología.

De igual forma, de acuerdo con Capra (1996, citado en León, 2013), la naturaleza del

conocimiento biológico ha cambiado a lo largo del tiempo, destacándose los siguientes

abordajes epistemológicos: a) El Mecanicismo Cartesiano, b) El movimiento Romántico,

c) El Mecanicismo del Siglo XIX, d) El Vitalismo, e) La Biología Organicista f) El

pensamiento Sistémico, g) La Física Cuántica, h) La psicología Gestalt y g) La Ecología.

Valbuena (2007) señala que hasta mediados del siglo XIX predominó la tensión entre la


corriente de pensamiento mecanicista y la vitalista, mientras que en la actualidad la

perspectiva prevaleciente corresponde al organicismo y al enfoque sistémico.

El Mecanicismo analiza los organismos vivos como si fuesen máquinas, mientras que el

Vitalismo atribuye a fuerzas ocultas los rasgos propios de la vida. En la perspectiva

orgánica y el Organicismo, los fenómenos vitales tienden a estar coordinados en niveles

de articulación superior, de manera que mientras la sustancia es el foco de los enfoques

previos, el abordaje organicista-sistémico privilegia las relaciones (Capra, 1996 y

Valbuena, 2007, citados en León, 2013). En la Tabla 3-1 se resumen los principales

aspectos de estas perspectivas.

La consolidación de la biología como ciencia autónoma tardó bastante debido a que

fueron necesarios tres hechos para que ello se lograra (Mayr, 2006): 1) la refutación de

varios principios erróneos, 2) la demostración de que algunos principios de la física no

son aplicables a la biología, y 3) la identificación de principios de la biología que no son

aplicables al mundo inanimado; en los siguientes párrafos se profundiza en la descripción

de estos tres hechos, siguiendo lo expuesto por Mayr (2006).


Tabla 3-1: Perspectivas epistemológicas del conocimiento biológico

Tópicos VITALISMO MECANICISMO ORGANICISMO Y ENFOQUE

SISTÉMICO

Énfasis Estudio de la sustancia (composición, cantidad, distribución)

Estudio de la sustancia (composición, cantidad, distribución)

Estudio de la forma (patrones que le permiten auto-organizarse y autorregularse) y las redes de relaciones

Características Propias, diferentes de las físicas y químicas

No difieren de la materia inanimada. Los principios biológicos a nivel molecular se explican por principios físicos y químicos. Comprensión del funcionamiento del todo desde las propiedades de las partes.

Interacciones de elementos físicos y químicos hacen posible lo vivo. Dichas interacciones no obedecen exclusivamente a las propiedades físicas y químicas sino a los patrones de organización intrínsecos al sistema organismo.

Abordaje Metodológico

Existe una unidad viviente.

Para comprender el todo se emplea el estudio de las partes.

Las propiedades y comportamientos de las partes están determinadas por las del todo. La unidad depende de la organización de las partes.

Relevancia de estudio

Lo relevante es lo cuantitativo, la objetividad, la verdad.

No preponderan unas ciencias sobre otras. Los conceptos y teorías son limitados y aproximados. No existe objetividad. La ciencia se aproxima a la realidad.

Concepto

Énfasis en concepto de función Énfasis en el concepto de organización

Matemáticas

El conocimiento biológico no necesariamente es matematizable

El conocimiento biológico es matematizable

Doctrinas Doctrina aristotélica: finalista y determinista.

Demócrito: determinismo, casualidad, antifinalismo. M. moderno: determinismo material y causalidad. Atomista (Demócrito). No atomista (Descartes)

Pensamiento Sistémico

Metafísica

Existencia de una fuerza vital que organiza las actividades que hacen posible la vida.

No existen componentes metafísicos

No está coordinado por ninguna fuerza ni principio externo al organismo, sino que emerge desde su interior.

Fenómeno de lo vivo

Epigenetismo: el organismo se desarrolla por diferenciación a partir de un origen material relativamente homogéneo

Preformismo: el desarrollo de un embrión no es más que el crecimiento de un organismo que estaba ya formado

Disciplinas Teoría Celular, Microbiología, Embriología

Biología Organicista

Fuente: adaptado por León (2013) de Valbuena (2007, p. 110)

Con respecto al primer hecho, la refutación de principios erróneos, el autor se refiere al

Vitalismo y a la Teleología: a) El Vitalismo básicamente era entendido como aquello que


marcaba la diferencia entre la materia inanimada y los organismos vivos; los vitalistas

consideraban que así como una fuerza oculta controlaba el movimiento de los planetas

(lo que Newton llamó Gravedad), existía una fuerza invisible (Lebenskraft o Vis vitalis)

que daba origen a los movimientos y otras manifestaciones de la vida. Esta postura se

sostuvo por varios siglos, hasta comienzos del siglo XX, como reacción a la filosofía

cartesiana que consideraba al organismo como una máquina (Mecanicismo). Su

refutación se dio por innumerables experimentos fallidos tratando de demostrar la

existencia del Vis vitalis, y porque los métodos de la genética y la biología molecular

permitieron obtener explicaciones científicas. b) La Teleología explica que todos los

procesos naturales automáticamente se orientan a una meta definida, asociado con lo

que Aristóteles llamó la causa finalis; es el caso de algunos evolucionistas que

consideraban que la naturaleza viviente tendía a la perfección (Ortogénesis). Esto fue

refutado por la genética y la paleontología, así como por la falta de pruebas sobre la

existencia del principio teleológico.

El segundo hecho referido por Mayr, que llevó a la autonomía de la biología como ciencia

es la demostración de que cuatro principios básicos de la física no son aplicables a la

biología:

El principio de la tipología o esencialismo, que argumenta la existencia de una

cantidad limitada de esencias o clases dentro de las cuales se puede agrupar toda la

variedad de fenómenos en la naturaleza, en donde los integrantes de cada clase son

idénticos, constantes y separados de los miembros de las demás esencias. Este

enfoque no contempla la variación, aspecto clave en la evolución biológica.

El determinismo, expresado a través de las leyes de Newton y la creencia en una

infalible capacidad de predicción de todos los fenómenos con base en determinados

elementos, no dejó lugar a la variación, la aleatoriedad y la contingencia,

fundamentales en la biología; incluso en la física el determinismo extremo ha sido

cuestionado.

El principio reduccionista plantea que analizar las partes hasta llegar al menor nivel

posible, permite comprender y explicar el todo. En este proceso no se toma en

cuenta la interacción entre las partes ni la emergencia o aparición de características

inesperadas. El reduccionismo en biología generó bastantes controversias entre los


reduccionistas y los no reduccionistas, llamados así porque se negaron a adoptar las

creencias de que todo en la naturaleza viviente podía reducirse a la química y la

física, y que todo en ciencia podría comprenderse por completo en el nivel más bajo

de organización.

La ausencia de leyes universales en biología: la existencia de leyes universales en

física lleva a teorías deterministas. En el caso de la biología, en donde el

determinismo no aplica, las leyes universales serían incompatibles con los rasgos de

aleatoriedad y azar característicos en los sistemas vivos. Además, no es posible

aplicar el método falsacionista de Popper a las regularidades en biología, como es el

caso de las generalizaciones en biología evolutiva, ya que cualquier situación

particular que mostrara refutación podría corresponder realmente a una excepción.

Gran parte de las teorías biológicas, en lugar de leyes, están basadas en conceptos

como la selección, la especiación, la filogenia, la adaptación, la biodiversidad, el

desarrollo o la función.

El tercer hecho relevante para que la biología lograra ser una ciencia autónoma, es la

identificación de características propias de esta ciencia que no son aplicables a la

materia inerte. Se incluye en este grupo la complejidad de los sistemas vivos, en donde

la emergencia ocurre en cada nivel de integración, y que por tratarse de sistemas

abiertos, no puede aplicarse el principio de entropía; además, estos sistemas tienen

capacidad de reproducción, metabolismo, replicación, regulación, adaptación,

crecimiento y organización jerárquica, a diferencia de la materia inanimada. También está

el pensamiento holístico, que considera que además del análisis de las partes deben

abordarse las interacciones de las mismas, lo cual es propio del estudio de sistemas

vivos (y se vincula al Organicismo – ver Tabla 3-1). Así mismo, la biología se limita al

mesocosmos, que abarca desde los átomos hasta las galaxias, por lo que se afirma que

ninguno de los grandes descubrimientos de la física en el siglo XX, generalmente

relativos al microcosmos (nivel subatómico de partículas elementales) ha contribuido a

una comprensión del mundo viviente.

Con relación a la evolución dentro de este tercer hecho trascendental para la biología,

Mayr (2006) afirma que se trata de un concepto fundamentalmente biológico, ya que

hasta el siglo XIX la física había descrito un mundo prácticamente constante, y las


esencias o tipologías originalmente propuestas por Platón permitían analizarlo de ese

modo; en el pensamiento poblacional introducido por Darwin, el concepto de biopoblación

considera a cada individuo como único, mientras que las características de cada

población cambian en cada generación; otro concepto que es específico de la biología es

el de Selección natural, pero no fue sino hasta 80 años después de que Darwin lo

planteara, que la comunidad científica lo aceptó por completo, y aún continúa

modificándose. Mayr también habla de la no aplicabilidad de la experimentación en la

biología evolutiva, presentando el ejemplo de la extinción de los dinosaurios y la

imposibilidad de realizar experimentos para comprobar teorías que la expliquen; por

tanto, la biología evolutiva recurre a las narrativas históricas, un método heurístico para

poner a prueba las conjeturas respecto a las causas de ciertos hechos; de igual manera,

el azar es un concepto característico de la evolución biológica, incompatible con el

determinismo de las ciencias físicas.

3.2 La perspectiva biológica evolutiva y la valoración tecnológica

Como se vio en el acápite anterior, el estudio de la evolución constituye un aspecto

específico de la biología, con atributos particulares que lo diferencian de las demás

especialidades biológicas, generando sus propios conceptos y métodos. En esta sección

se presentan las razones de la elección de la biología evolutiva como vía para aportar a

la valoración tecnológica, dada su pertinencia frente al pensamiento reduccionista y

determinista prevaleciente en el análisis de la tecnología (lo cual se discutió en la sección

1.4) y en el estudio de los organismos vivos.

Es importante iniciar referenciando algunos antecedentes del impacto del enfoque

biológico en la ingeniería y la gestión tecnológica, como la imitación del comportamiento

de los organismos vivos y otros elementos biológicos que han servido de base para el

planteamiento metáforas y analogías en el desarrollo de conceptos, herramientas y

técnicas para una mejor operacionalización, particularmente de la gestión de

manufactura; como ejemplo está la aplicación de agentes inteligentes autónomos en

sistemas heterárquicos (en red) de manufactura (Maione & Naso, 2002, 2003, 2004), el


desarrollo de sistemas de manufactura flexible y sistemas inteligentes con características

como la autoorganización, la adaptación eficiente y la evolución (Brezocnik, Balic, &

Brezocnik, 2003; Brezocnik & Balic, 2001) y la conceptualización e implementación de

sistemas biológicos de manufactura, cuyo modelamiento se inspira en el

comportamiento, atributos y estructuras de los organismos vivos (Ueda, Hatono, Fujii, &

Vaario, 2000, 2001; Ueda, Vaario, & Ohkura, 1997). Cabe mencionar algunos trabajos

recientes en la Universidad Nacional de Colombia, que han dado continuidad al empleo

de metáforas biológicas en la gestión tecnológica y organizacional, como es el caso del

trabajo de Jiménez (2007) sobre las contribuciones desde la biología a la gestión

tecnológica, la investigación de Montoya (2010) en la gestión de sistemas de integración

empresarial desde una perspectiva biológica, el trabajo de León (2013) en cuanto al

aporte biológico a la gestión de los recursos y las capacidades tecnológicas, y el estudio

de Otálora (2014) respecto al impacto de los conceptos biológicos y la imitación del

comportamiento de organismos vivos en el incremento de la productividad de los

sistemas de manufactura.

Tomando en cuenta los preceptos epistemológicos subyacentes en la valoración

tecnológica que se discutieron en la sección 1.4, se evidencia que el enfoque

prevaleciente en el tema permite proponer la incorporación de nuevos referentes, al

considerar, como lo señala Le Moigne (1997, p. 182), que:

…las diversas disciplinas deben estar en capacidad para que la reflexión

epistemológica se haga desde sus propias prácticas de producción de

enunciados enseñables, al formular hipótesis básicas aceptables que

constituyen paradigmas epistemológicos alternativos, al menos tan legítimos

como los prevalecientes. Es una capacidad autoorganizadora para elaborar

un pensamiento que cuestiona sus propias construcciones.

Esta investigación toma como base el enfoque organicista y la perspectiva evolutiva para

profundizar en la comprensión de la valoración tecnológica a través del análisis del

contexto en el cual ocurre (según se discutió en el capítulo 2), con el fin de plantear un

referente conceptual que aporte a enriquecer los procesos de valoración tecnológica,

buscando que sea pertinente en el ámbito de los países en desarrollo. Se recurre a

elementos biológicos para ampliar la interpretación de la tecnología y sus procesos de

valoración, tomando en cuenta que en el caso de los organismos vivos, así como en la


tecnología, no siempre es aplicable el enfoque mecanicista – que tiene como base el

determinismo y el reduccionismo – para el estudio de este tipo de sistemas,

caracterizados por su complejidad.

Como se vio en la sección previa, el tiempo es una dimensión importante de la biología

evolutiva para el análisis de los seres vivos, asociada a los cambios continuos que se

presentan en la naturaleza, los cuales no pueden ser abordados desde el determinismo

prevaleciente en la visión tradicional del universo como estático e invariante, cuyo

devenir puede ser perfectamente predicho6. De igual manera, el reduccionismo es un

enfoque alejado de la biología evolutiva7, lo cual por ejemplo, se evidencia en la

emergencia de propiedades en los organismos que evolucionan adaptándose a un

entorno, como resultado de la acción de diversas presiones selectivas: allí pierde validez

el análisis reduccionista puesto que no es posible deducir las propiedades del todo –

sistema complejo – con base en las de sus componentes.

Por otra parte, en la sección 1.4 se señaló que la valoración tecnológica se caracteriza

por su determinismo y reduccionismo, cuyo origen se relaciona fundamentalmente con el

empleo del concepto restringido de la tecnología, relativo a los aspectos tangibles; en los

capítulos previos (en particular en las Secciones 1.1, 1.2.3 y 2.3) se ha destacado el

concepto amplio de la tecnología como base para un análisis más pertinente de los

6 Al respecto, Olaya (2009) señala que con una visión fija del universo (refiriéndose particularmente a las Ciencias de la Gestión) los ejercicios basados en la observación de un mismo fenómeno particular que obtengan resultados disímiles, son calificados como sesgados o erróneos por problemas en la selección de la muestra o defectos en el diseño de las entrevistas, en lugar de reconocer que se trata del cambio, y que lo que en realidad se está observando es un mundo variable y dinámico. 7 Así como la biología evolutiva no es compatible con el reduccionismo entendido como forma de pensamiento, tampoco lo es con el reduccionismo epistemológico u ontológico, que afirma que el lenguaje de una disciplina puede ser traducido al lenguaje de otra disciplina básica (Katz, 2010). Se argumenta que la reducción permite establecer un nexo racional entre las proposiciones de una teoría determinada con distinto grado de generalidad, por lo que este proceso se transforma en una necesidad para el desarrollo de la propia teoría en un campo concreto del conocimiento humano (V. P. Díaz & Calzadilla, 2001). De acuerdo con Caponi (2004), si bien la biología funcional puede reducirse al lenguaje de la física, ya que las respuestas frente a sus objetos cognitivos pueden escribirse en dicho lenguaje, las cuestiones de la biología evolutiva son intraducibles a la física o la química.


procesos de valoración tecnológica, frente a las críticas que diversos autores han

formulado a dicha valoración, así como frente a la realidad de contextos menos

desarrollados económica y tecnológicamente.

Dado que, como se acaba de discutir, la biología evolutiva se ubica en un marco

epistemológico distante del reduccionismo y el determinismo característicos de la visión

tradicional del universo, en esta investigación se ha considerado que esta rama de la

biología tiene mayor pertinencia frente al pensamiento reduccionista y determinista

prevaleciente en el estudio de la tecnología y su valoración, abordadas con una

conceptualización restringida. Así mismo, los países en desarrollo, como contexto de

los procesos de valoración tecnológica de interés para esta investigación, enfrentan

cambios continuos a lo largo del tiempo, que si bien revelan tendencias, no pueden ser

predichos del todo, es decir, no es pertinente el empleo del determinismo en su análisis.

Por último, cabe mencionar que la inclusión del tiempo como dimensión clave, contribuye

a analizar procesos de variación8 en valoración tecnológica, que pueden estar

relacionados con la innovación. Esto se ampliará en el capítulo 4.

3.3 La evolución biológica y la teoría darwiniana

El pensamiento y postulados de Darwin son la mejor expresión del evolucionismo

científico, por la mayor cobertura y profundidad de las explicaciones respecto a la

transformación de las formas de vida, manteniendo los rasgos más generales del

pensamiento newtoniano. El evolucionismo se convirtió en un nuevo paradigma en

biología, y estableció claras diferencias frente al vitalismo y al creacionismo (Andrade,

2009b).

8 La biología evolutiva se opone al reduccionismo y al esencialismo representado en la posibilidad de incluir toda existencia en el universo dentro de una taxonomía invariante y limitada. Las características de variedad y variación pueden ser observadas en el tiempo, de manera que no es acertado hablar de una taxonomía fija, dada la gran heterogeneidad que dicha variedad representa (cada individuo es único), a la vez que se considera la interacción de las partes que conforman el todo y la emergencia de propiedades en el marco de procesos evolutivos. Todo esto es resumido en lo que Darwin denominó pensamiento poblacional, que constituye el pilar de la teoría darwiniana y la Síntesis Evolutiva Moderna.


Figura 3-2: Anagénesis, cladogénesis y extinción

Morfología

Tie

mp

o

A

B

C

D

Anagénesis

A, B, C, D Cladogénesis

E

F

E, F Extinción

Una especie se va transformando a lo largo del tiempo.

A partir de una especie surgen dos (especiación).

Desaparición de la especie.

Fuente: Minkoff (1983) y Quammen (1997)

La evolución biológica hace referencia a la relación genealógica entre los organismos,

por la cual todos los seres vivos descienden de antepasados comunes. La evolución

implica lo que se conoce como anagénesis, o diferenciación cada vez mayor entre los

antepasados y sus descendientes, que da lugar a nuevas especies que sustituyen a las

antiguas, cuando dicha diferencia es suficientemente significativa (una especie se va

transformando a lo largo del tiempo). La especiación es otro aspecto clave en la

evolución, y ocurre cuando a partir de una especie surgen dos; a este proceso también

se le conoce como cladogénesis. Así mismo, la extinción hace parte del proceso

evolutivo, estimándose que el 99,99% de todas las especies que existieron en el pasado

han desaparecido sin dejar descendientes, de manera que las especies actuales (cerca

de diez millones en total, y menos de dos millones descritas) son el saldo entre la

diversificación y la extinción (Figura 3-2) (Cela-Conde & Ayala, 2001; Quammen, 1997).

De manera simplificada, puede afirmarse que la evolución biológica se entiende como

descendencia con modificación, en donde la microevolución se relaciona con los cambios

a escala pequeña en una población de individuos entre generaciones, y la

macroevolución hace referencia a los cambios a gran escala como el surgimiento de


especies diferentes a partir de un ancestro común. Sin embargo, la evolución no solo se

limita al cambio a través del tiempo, el factor clave es la descendencia, a través de la

cual se fijan dichos cambios en los individuos y las poblaciones (Cháves, 2012).

3.3.1 Sinopsis del pensamiento darwiniano sobre la evolución

Andrade (2009a, 2009b) identificó cinco etapas en el desarrollo intelectual de Charles

Darwin (1809-1882) con el propósito de entender la complejidad de su pensamiento

frente a la evolución biológica, señalando que de la una a la otra hay transiciones

graduales, y entre todas hay traslapos. En la Tabla 3-2 se resume dicha clasificación.

Cabe aclarar que Darwin no fue el primer evolucionista ni pionero en plantear una teoría

completa sobre la evolución. Incluso, no fue el único en formular el mecanismo de la

selección natural: Alfred Wallace planteó el mismo concepto con total claridad de manera

simultánea (Lessa, 1996). Entre los predecesores de Darwin, se destaca el papel de

Jean Baptiste de Lamarck (1744-1829), naturalista francés que propuso el término

biología para hacer referencia a la ciencia de los seres vivos, y además formuló una

teoría sólida sobre la evolución biológica (Cháves, 2012).


Tabla 3-2: Etapas en el pensamiento evolucionista de Darwin

Época Etapa Rasgo principal Otras características

1831-1836

Darwin influenciado por la teología natural y el mecanicismo

Adaptación y gradualidad de acuerdo con una ley universal.

Se inclinó por la hipótesis monogenista (origen único) respecto a la creación y dispersión de las especies.

1836-1844 Darwin recapitulacionista

La evolución como proceso embriológico dirigido hacia una mayor diferenciación.

Darwin afirma que el embrión es una especie de patrón, preservado por la naturaleza, de la condición ancestral y menos modificada de cada animal. Se acercó a la explicación de la unidad de tipo morfológico, proponiendo la existencia de ancestros comunes cuya forma puede descubrirse examinando las etapas tempranas de la embriogénesis.

1844-1859 Darwin neolamarckiano

La existencia de variaciones dependientes de las condiciones de vida.

Darwin da cabida a variaciones dirigidas cuando ocurren en el adulto joven como respuesta a las condiciones del medio, y a variaciones no dirigidas cuando ocurren en un embrión en desarrollo que todavía no ha nacido. A las variaciones que se producen independientemente de las condiciones del ambiente, se les denominó aleatorias.

1859-1868 Darwin darwiniano

Evolución diversificadora a partir de ancestros comunes como resultado de la selección natural.

En el “Origen de las especies” (1859) aparecen con mayor fuerza los rasgos distintivos del darwinismo: la distinción entre lo individual y lo poblacional que confirió un grado mayor de profundidad a la teoría evolutiva. Las similitudes entre los organismos se explican por el hecho de compartir un ancestro común, o como producto de una relación de parentesco filogenético: la unidad de tipo (semejanzas entre los organismos) existe porque hay unidad de descendencia (ancestro común). Los patrones estructurales comunes se han preservado porque en su momento representaron algún tipo de función o ventaja adaptativa; y de esta manera la morfología y la anatomía comparada adquirieron una perspectiva funcionalista y teleológica.

1868-1880

El Darwin que prefigura la genética moderna

La hipótesis provisional de la pangénesis.

Ante la inexistencia de una teoría de la herencia, Darwin necesitó una teoría que explicara la transmisión o herencia de los rasgos adquiridos durante la vida. La pangénesis sostenía que de todas las unidades del cuerpo se desprenden gémulas o embriones diminutos que se reparten por todo el organismo. La variabilidad evolutiva dependería de los cambios ambientales que inducen modificaciones de las partes y en la producción de gémulas, como disminución en caso de desuso de un órgano específico.

Fuente: adaptado de Andrade (2009a, 2009b)

Puede señalarse que Lamarck propuso la primera teoría evolutiva completa a partir de

tres elementos: el tiempo, las condiciones favorables del ambiente y la tendencia innata

de los seres vivos hacia la perfección, aunque no evidenció que las especies tienen un

ascendente común, por lo que planteó la generación espontánea para especies que

denominó “inferiores” (Viáfara, 2009). Las ideas centrales de la teoría evolutiva de

Lamarck se resumen en (Lessa, 1996):


La vida se origina por generación espontánea, lo cual fue descartado mediante

los trabajos de Pasteur, varias décadas después.

El motor de la evolución es la tendencia innata de la vida hacia la perfección.

El camino de la evolución es esencialmente lineal. Las formas de vida,

impulsadas por su tendencia innata, evolucionan hacia una creciente perfección a

lo largo de una única senda esencial. La escala zoológica representa justamente

una serie de estados a lo largo de ese camino.

Las distintas formas de vida pueden detenerse en diferentes estados o desviarse

hacia caminos laterales.

La adaptación de los organismos al medio se debe a un mecanismo específico de

ajuste, denominado herencia de los caracteres adquiridos. Este mecanismo

cumple dos leyes (Figura 3-3): 1) existe una relación directamente proporcional

entre el uso de un órgano y su desarrollo: el desuso prolongado podría

eventualmente causar su desaparición; 2) los cambios adquiridos en órganos y

organismos pueden transmitirse a las siguientes generaciones.

Los aportes de Lamarck a la consolidación de una teoría expandida de la evolución son

innegables, y en algunos casos sirvieron como base para que Darwin postulara su propia

teoría. Empero, los posteriores avances de la ciencia evidenciaron también los

desaciertos de la teoría lamarckiana de la evolución (Tabla 3-3).

Tabla 3-3: Aportes y desaciertos de la teoría evolutiva de Lamarck Aportes Desaciertos

La búsqueda de leyes físicas que expliquen la

transformación.

Dar una interpretación determinista al plan de la

naturaleza.

Insistir en la idea de organización. No haber considerado la existencia de ancestros

comunes.

El intento de explicar aumentos de

complejidad.

Minimizar el azar, restringiéndolo a factores ambientales

externos.

Proponer que el hábito y conducta de los

organismos juegan un papel decisivo en la

transformación.

No distinguir entre lo individual y lo poblacional:

considerar que los organismos responden de un mismo

modo a las condiciones de vida, pasando por alto las

posibles variaciones en el nivel poblacional.

El intento de explicar cómo el ambiente

podría influenciar la herencia de los

organismos.

Creer firmemente en la naturaleza fluida del calor y en el

flogisto para explicar los fenómenos de combustión y

extrapolar esto a la dinámica térmica de los seres vivos.

Fuente: Andrade (2009c) y Chaves (2012)


Por su parte, Darwin es el responsable de una gran cantidad de revoluciones drásticas; al

momento de la publicación en 1859 de su obra El origen de las especies, las formas de

pensamiento dominantes eran: creacionismo y teología natural; antropocentrismo;

esencialismo; fisicalismo; teleología. Los planteamientos de Darwin llevaron a la caída y

eliminación del pensamiento general de cada una de estas cinco ideologías (Mayr, 1995).

Los planteamientos fundamentales de la teoría darwiniana de la evolución se pueden

concretar en (Lessa, 1996; Mayr, 2000):

Toda la diversidad biológica deriva de una única forma de vida ancestral, a partir

de la cual la vida evolucionó a lo largo de múltiples y sucesivas vías divergentes.

La evolución puede concebirse como un proceso de descendencia (de formas

ancestrales a formas derivadas) con modificación.

La evolución está basada en factores y procesos puramente mecánicos o

materiales, incluso la herencia de los caracteres adquiridos, pero en ningún caso

en ideas vitalistas.

El mecanismo fundamental, aunque no único, para explicar la adaptación y

diversidad biológicas, es el de la selección natural (ver Figura 3-3). Darwin

concibió también el mecanismo de la selección sexual, que es un caso particular

de selección natural.

La evolución es un proceso lento y gradual. Con frecuencia se dice que

seleccionismo y gradualismo constituyen la dupla fundamental de rasgos de la

teoría darwiniana.


Figura 3-3: Explicación Lamarckiana y Darwiniana sobre la evolución de las

jirafas

Perspectiva instruccionista

(Lamarck)

1) Una población de jirafas ancestrales de cuello corto sufre el efecto de frecuentes

esfuerzos en el alargamiento del cuello por alcanzar el follaje verde de los árboles.

2) Como resultado, los descendientes tienen cuellos cada vez más largos que continúan

alargándose como consecuencia de nuevos

esfuerzos.

3) El continuo esfuerzo ha llevado a que la

característica de cuello largo se fije en la especie

de jirafas.

Perspectiva seleccionista

(Darwin)

1) La población de jirafas ancestrales

muestra variaciones en la longitud del

cuello.

2) La selección natural hace que sobrevivan solo

aquellos individuos con cuello largo, ya

que pueden alimentarse más

fácilmente.

3) La selección natural ha

ocasionado que solo sobrevivan las jirafas

con cuello largo.

0

1

2

3

1

2

3

Instruccionismo vs. Seleccionismo

Fuente: adaptado de Anabiológica (2012)

La Figura 3-3 ilustra mediante el caso de la evolución de las jirafas, los enfoques

instruccionista o Lamarckiano y seleccionista o Darwiniano. El instruccionismo emplea el

mecanismo de la herencia de los caracteres adquiridos para explicar cambios evolutivos

en la longitud del cuello de estos animales, de manera que la razón principal para que

dicho rasgo haya variado, partiendo de una población ancestral de jirafas de cuello corto,

es la necesidad de este grupo de mamíferos de alcanzar su alimento de los árboles, lo

que hizo crecer su cuello, y esto fue heredado por las siguientes generaciones. Por su

parte, el seleccionismo indica que, si bien hace miles de años la población de jirafas

incluía individuos con cuellos de diferente longitud (variación aleatoria, sin ningún

objetivo), el cuello largo es un rasgo que ha permanecido debido a la selección natural,

puesto que solo los animales con esta característica pueden alimentarse fácilmente,

mientras que las jirafas de cuello corto se extinguieron.

Las perspectivas evolutivas del instruccionismo y el seleccionismo tienen rasgos

particulares que las hacen diferentes (D. Salas & Olaya, 2010): la evolución Lamarckiana

otorga la responsabilidad del cambio al entorno, y este señala hacia dónde deben

dirigirse las modificaciones en los individuos y poblaciones, siempre buscando la


perfección (progreso); los cambios elegidos perduran por acumulación, de una

generación a otra. La evolución Darwiniana muestra que el origen de las variaciones no

tiene un propósito definido, y estas pueden o no lograr éxito adaptativo; tales variaciones

son puestas a prueba en su interacción con el entorno; aquellas exitosas son retenidas

temporalmente, y su preservación depende de las presiones selectivas en el tiempo.

La Figura 3-4 resume el pensamiento de Darwin con base en lo planteado por Mayr

(citado por Viáfara, 2009) en su libro The growth of the Biolgical thought.


Figura 3-4: Síntesis del pensamiento darwiniano

Fuente: Viáfara (2009, adaptado de Mayr, 1982)


La selección natural es el mecanismo sobre el que se basa la teoría evolutiva de Darwin,

el cual se originó dada la necesidad del autor de explicar el origen de las innumerables

adaptaciones que se observan en la naturaleza, y que no pueden ser expresadas por

completo con base en los planteamientos lamarckianos de uso y desuso de órganos y la

herencia de caracteres adquiridos. Así, la selección natural puede resumirse como un

principio general expresado de esta forma: “Los individuos con rasgos que cumplen con

mayor efectividad cierta función, mejoran su supervivencia, mejorando su éxito en la

reproducción diferencial” (Ginnobili, 2009).

El concepto de selección natural surgió de la lectura que hizo Darwin del “Ensayo sobre

el principio de población” escrito por Malthus. Así, comprendió que todas las poblaciones

se ven abocadas a exceder los recursos de los cuales dependen para sobrevivir, de

manera que solo una parte de los individuos podrían existir y reproducirse. Aquellos que

lo logran, se encuentran favorecidos por ser portadores de ligeras variaciones

ventajosas. Esto es lo que Darwin llamó selección natural, por analogía con la selección

artificial que practican los criadores de animales y plantas domésticos (Curtis & Barnes,

2006).

Lessa (1996) puntualiza que la selección natural tiene un carácter probabilístico, más que

determinístico, de manera que la probabilidad de supervivencia, y por ende de dejar

descendientes, es mayor en un caso específico en el cual exista una adaptación

ventajosa, que en otros en donde las adaptaciones estén ausentes o no sean lo

suficientemente favorables. Dicha variación debe tener una base genética, así sea

parcialmente, para garantizar su transmisión a la siguiente generación.

Lessa también afirma que la selección natural opera de formas difíciles de estudiar, como

cuando las presiones selectivas se contraponen, de manera que la selección sexual

podría llevar a adaptaciones caracterizadas por colores vistosos, mientras que la presión

por depredación podría conllevar cambios en la coloración para pasar desapercibidos;

aquí la naturaleza logra un balance que hace parte del proceso evolutivo, pero que no es

fácil cuantificar. También es difícil comprobar que los rasgos adaptativos que se

evidencian actualmente han sido resultado de procesos de selección natural del pasado,

considerando que la selección es el resultado de las interacciones de los organismos y

sus ambientes en cada momento histórico, lo cual no puede ser replicado. No obstante,


hay regularidades en la selección natural, que son identificables y medibles (Curtis &

Barnes, 2006): los organismos engendran organismos similares (estabilidad en el

proceso de reproducción); la cantidad de individuos de cada especie que sobreviven y se

reproducen es pequeña en cada generación, comparada con la cantidad total producida

inicialmente; en cualquier población ocurren variaciones aleatorias en los organismos

individuales, algunas de las cuales son hereditarias; la interacción entre estas variaciones

hereditarias, surgidas al azar, y las características del ambiente determinan en grado

significativo cuáles son los individuos que sobrevivirán y se reproducirán y cuáles no;

algunas variaciones permiten que los individuos produzcan más descendencia que otros.

Darwin llamó a estas características variaciones "favorables" y propuso que aquellas

heredadas tienden a hacerse cada vez más comunes de una generación a otra. Dado un

tiempo suficiente, la selección natural lleva a la acumulación de cambios que provocan

diferencias entre grupos de organismos y el surgimiento de nuevas especies.

La teoría de Darwin se relaciona con el equilibrio, porque lo toma como referente al

explicar el cambio: la eliminación gradual y lenta de los menos adaptados por acción de

la selección natural, impide el establecimiento del equilibrio, dando paso al proceso de la

evolución de la vida; se trata de un estado alejado moderadamente del equilibrio, que

tiende al restablecimiento del mismo de manera espontánea. Desde esta visión, los

cambios rápidos o saltos en la evolución fueron rechazados como válidos, y por el

contrario, con la selección gradual de las variantes más adaptadas, se va eliminando la

tensión entre el organismo y el entorno, alcanzándose un estado análogo al de equilibrio

que, según Darwin, solo podría ser perturbado drásticamente por cambios externos en el

medio (Andrade, 2003).

En términos generales, el único vacío en la teoría de Darwin, es el desconocimiento de la

transmisión por medio de la herencia (Genética) de una generación a otra, que consiguió

suplir de forma ingeniosa con la teoría provisional de la pangénesis. Como Dennet (1995)

concluye, si bien aún son candentes los debates y críticas en torno al darwinismo,

orientados con frecuencia a cuestiones científicas, independientemente de cuál sea el

resultado de tales controversias, las ideas básicas que Darwin formuló no se verán

afectadas, dada su profundidad, consistencia y coherencia que han permitido que tengan

implicaciones igual de profundas sobre el significado de la vida y sobre otros ámbitos

además del biológico, como se discutirá en la sección 3.4.


3.3.2 La Síntesis Evolutiva Moderna: explicación reciente de la evolución biológica

Luego de la publicación de El origen de las especies en 1859, las controversias en torno

a la teoría evolutiva y sus mecanismos de acción se avivaron, y a comienzos del siglo XX

aún permanecían inquietudes sobre la teoría darwiniana sin solucionar, dado que no se

contaba con las herramientas y conocimientos científicos suficientes para resolverlas.

Básicamente para tres problemas no se encontró respuesta mediante la teoría de Darwin

(Capra, 1998; N. Salas & Iturbe, 2011):

El origen de la variación individual, ya que la selección natural era percibida como

una fuerza que actuaba escogiendo las variantes ya existentes, sin dar respuesta

a cómo surgían.

La herencia mezclada, que implicaba que las características de los descendientes

eran el promedio de la de sus progenitores, no explicaba cómo se podía heredar

un carácter si presuntamente se diluía al cruzarse con otro y podría llevar a la

homogeneidad, truncando así la evolución.

El registro fósil no mostraba gradualidad, solo discontinuidades.

3.3.2.1 Antecedentes de la unificación de teorías evolutivas

A finales del siglo XIX, un declarado darwinista, August Weismann, desarrolló un

argumento para explicar las variaciones en la naturaleza, a través de procesos

submicroscópicos al interior de los cromosomas; sus trabajos lograron reafirmar la

hipótesis de la selección natural, al abrir el estudio de una nueva dimensión de la misma,

basada en los descubrimientos acerca del comportamiento de los cromosomas con un

enfoque evolutivo gradualista. Weismann fue uno de los críticos más importantes del

neolamarkismo y el más célebre darwinista de finales del siglo XIX (Barahona, Suárez, &

Martínez, 2004; Sarmiento, 2009).


El monje austriaco Gregor Mendel (1822 – 1884), demostró experimentalmente que la

herencia se transmite por elementos particulados (en oposición a la herencia mezclada) y

que sigue normas estadísticas sencillas, las cuales expresó mediante leyes9. De esta

forma, Mendel evidenció que las “unidades de herencia” durante la reproducción, se

combinan en diferentes posiciones, conservando cada una de ellas su identidad y

transmitiendo caracteres variables hereditarios a las siguientes generaciones. Esta era la

explicación que Darwin había buscado respecto a los mecanismos de la herencia, sobre

lo cual podría operar la hipótesis de la selección natural (Andrade, 2011; Sarmiento,

2009). No obstante, solo hasta 1900 el trabajo de Mendel recibió un tardío

reconocimiento.

En los albores del siglo XX se produjo el redescubrimiento de las leyes de Mendel, a

través de las investigaciones de Hugo De Vries (1848-1935), William Bateson (1861-

1926), Wilhelm Ludwig Johannsen (1857-1927), Erich Tschermak (1871–1962) y Carl

Correns (1864-1933), cerrando el debate respecto a la herencia de los caracteres

adquiridos, al establecer las bases para explicar y comprobar de manera científica el

mecanismo de transmisión hereditaria. Sin embargo, la corriente genetista afirmaba que

la mutación explicaba por completo el proceso evolutivo, de manera que no había lugar

para la selección natural. Se asoció la herencia al material genético (genes y

cromosomas) llevando a la idea de discontinuidad como oposición a la gradualidad de la

teoría de Darwin; así, las especies surgen por saltos mutacionales y no por acumulación

gradual de variación (Andrade, 2011; Mayr, 1993a; Mora-Oberlaneder, 2004).

Por esta época también surgió una corriente de investigadores que defendía la selección

natural como motor de la evolución, la escuela biométrica, que se centró en el análisis

estadístico de las variaciones, con representantes principalmente en Rusia, Escandinavia

y Alemania. Los biómetras afirmaban que el cambio a lo largo del tiempo ocurría

gradualmente, con variaciones imperceptibles en periodos cortos. En esta escuela se

9 En 1865 se publicó el artículo de Gregor Mendel donde presenta sus experimentos sobre

hibridación de plantas; allí formula dos principios: Primera ley de Mendel o Segregación equitativa:

los dos miembros de un par de alelos segregan en proporciones 1:1. La mitad de los gametos

lleva un alelo y la otra mitad el otro alelo. Segunda ley de Mendel o Transmisión independiente:

durante la formación de los gametos, la segregación de alelos de un gen es independiente de la

segregación de los alelos en el otro gen (Andrade, 2011).


destaca el trabajo de Karl Pearson (1857-1936) al intentar generar fórmulas matemáticas

que describiesen la evolución: sus aportes al estudio de la correlación (coeficiente de

correlación r y su generalización) fueron clave en el estudio de la evolución, ya que este

coeficiente fue la base de la biometría, que permitiría conocer las leyes de la selección

natural: la medida de las interacciones de los órganos o características de los

organismos que tienden a variar conjuntamente; Pearson llegó a afirmar que con este

avance se abría la oportunidad para que la biología se convirtiese en una ciencia

matemática exacta (Arribas, 2004; Mayr, 1993a; Mora-Oberlaneder, 2004).

Entre 1902 y 1906 se dio una gran controversia entre los principales exponentes de cada

una de estas corrientes (Bateson en los mendelianos y Pearson en los biómetras). La

escuela biométrica estuvo a punto de reformar la ciencia de la herencia, pero la genética

experimental resaltó su importancia dentro del estudio de la evolución. Así, entre 1920 y

1930 comenzó a desaparecer la división entre estas dos aproximaciones a la evolución, a

partir del esfuerzo de muchos investigadores por unificar sus ideas y logros en torno al

proceso evolutivo (Kingsland, 2004; Mora-Oberlaneder, 2004).

3.3.2.2 Fases de la Síntesis Evolutiva Moderna

La tendencia a la unificación permitió que se diera origen a lo que se conoce como

Síntesis Evolutiva Moderna, Teoría Sintética o Neodarwinismo10. La publicación del libro

de Dobzhansky en 1937 “Genetics and the Origin of Species” fue uno de los motores

para el desarrollo de la Síntesis Evolutiva Moderna (SEM), ya que consiguió emplear los

argumentos teóricos provenientes de la teoría matemática de la genética de poblaciones,

acercándolos a importante evidencia experimental y ofrecer explicaciones a problemas

de interés para los naturalistas, como la especiación (Ayala y Fitch, 1997, citado en N.

Salas & Iturbe, 2011).

Entre 1940 y 1950 se produjo una integración en torno al principio darwinista de

evolución por selección natural, de distintos compartimentos del conocimiento biológico,

10 En este documento se usará solamente la denominación de Síntesis Evolutiva Moderna o sus siglas (SEM).


como los botánicos, zoológicos, paleontológicos, citológicos y genéticos (López-Fanjul,

2009). De acuerdo con Mayr (citado en Sarmiento, 2009), esta es la primera fase de la

SEM que incluye la gran cantidad de publicaciones de investigadores como E. Mayr, G.

Simpson, G. Stebbins, y la obra de J. Huxley que daría nombre al movimiento, Evolución:

la síntesis moderna, publicada en 1942. Esta teoría fue acogida tanto en Estados Unidos,

como en Alemania, Gran Bretaña y la Unión Soviética, y su primera etapa se cerró con la

Conferencia de Princeton en 1947, o Simposio internacional de evolucionistas, donde se

llegó a un consenso sobre el núcleo teórico de la SEM (Mayr, 1980):

La evolución lenta y gradual puede ser explicada en términos de pequeños

cambios genéticos (mutaciones) y recombinación, junto con el ordenamiento de

toda esta variación por la selección natural.

Los fenómenos evolutivos observables, particularmente los procesos

macroevolutivos y la especiación, pueden explicarse con los mecanismos

genéticos conocidos.

La segunda fase de la SEM se caracterizó por una difusión de los consensos en torno

esta teoría, aunque no se dio de manera equilibrada ni homogénea, puesto que en

países como la Unión Soviética o la Alemania democrática, las ideas centrales

neodarwinistas fueron distorsionadas por otras ideologías; sin embargo, en Estados

Unidos continuó la investigación que luego impactó de forma notable al desarrollo de la

biología moderna (Sarmiento, 2009).

De acuerdo con Mayr (1982), después de 1960 los desarrollos en biología fueron difusos,

orientados a los componentes estocásticos de la variación y al reconocimiento de la

diversidad del material genético por la existencia de varias clases de ADN, así como el

estudio del papel evolutivo de las macromoléculas como una de las ramas más

importantes de la biología evolutiva, lo que llevó a que el análisis de la evolución se

convirtiera en una ciencia altamente diversificada, y que fuese difícil establecer los límites

entre la biología evolutiva y otros campos como la etología evolutiva o la ecología

evolutiva. De esta forma, la interpretación unificada del proceso de la evolución tuvo un

impacto benéfico en la consolidación de la biología evolutiva, dejando atrás las críticas

por considerarse especulativa. Así mismo, la elucidación de la estructura del ADN en


1953 (el material vivo consiste en dos materiales diferentes: uno histórico, el programa

genético, y uno funcional, las proteínas traducidas) llevó a establecer que todo análisis

biológico requiere involucrar el componente histórico.

Como corolario, puede afirmarse que la SEM establece un vínculo entre el evolucionismo

darwinista y la genética moderna, lo que permite evidenciar los mecanismos de la

herencia para la transmisión de la información genética y la variedad sobre la que opera

la selección natural a partir de mutaciones aleatorias; así, la selección natural puede

entenderse como un proceso de cambios sucesivos en las frecuencias alélicas de las

diferentes poblaciones. La Síntesis Evolutiva Moderna se basa entonces en la selección

natural como fuerza motora de la adaptación de los organismos, en la herencia

particulada, que conlleva que los genes solo se transmitan íntegramente a la

descendencia, y en el ADN nuclear como medio exclusivo para que la herencia se

concrete (Dupré, 2009; Marcos, 1992).

3.3.2.3 Críticas y situación actual de la Síntesis Evolutiva Moderna

La Síntesis Evolutiva Moderna recibe en la actualidad una aceptación amplia por parte de

la comunidad científica, aunque también ciertas críticas. Ha sido enriquecida desde su

formulación por avances en otras disciplinas relacionadas, como la biología molecular, la

genética del desarrollo o la paleontología. No obstante, continúan siendo formuladas

otras teorías de la evolución o sistemas de hipótesis basados en datos empíricos

tomados sobre organismos vivos para explicar detalladamente los mecanismos del

cambio evolutivo (Mahner & Bunge, 1997; Mayr, 1993b, 2001).

Algunas de las críticas se orientan a señalar el reduccionismo de la SEM por centrarse

en los genes y no en los organismos, a diferencia de la propuesta original de Darwin. Al

respecto, Wicken (1987, citado en Marcos, 1992) considera que esto puede ser superado

por medio de nuevo concepto de organismo (inspirado en el estructuralismo), donde el

gen no sea visto como un simple intermediario entre el genoma y el medio, que sirve solo

de forma pasajera para la expresión y el depósito de la información genética.

Así mismo, se critica que la SEM sea una teoría muy conservadora, que no tolera

planteamientos que se alejen de la norma, desconociendo o restando importancia a


planteamientos alternativos (Camus, 1997). Es el caso de Kauffman (1995), quien afirma

que la combinación selección natural – mutación no es la única fuente de orden. Al

respecto, una de las tendencias más recientes de la biología evolutiva, conocida como

Evo-Devo (por Evolution and Development, Evolución y Desarrollo, en español

denominada Biología Evolutiva del Desarrollo), busca entender la construcción de la

forma orgánica y la evolución, puesto que las considera difícilmente explicables bajo el

enfoque único del binomio mutación-selección: “De este modo, la Evo-devo ha retomado

el interés de los biólogos pre-sintéticos por las repercusiones evolutivas de los

mecanismos y procesos morfogenéticos, pero, a diferencia de estos, se cuenta ahora con

un conocimiento más adecuado de la dinámica genética y con nuevos modelos para

entender su funcionamiento” (Azkonobieta, 2005, p. 134).

Aunque no es antidarwinista, Kauffman considera que la teoría evolutiva debe

complementarse, por lo que propone la teoría autocatalítica, en la cual equipara la

reproducción con la autocatálisis, entendida esta como un tipo particular de catálisis en

donde el resultado es la producción de la misma estructura molecular que ingresó a la

dinámica de su propia formación química (Riofrío, 2003). Además, Kauffman critica el

neodarwinismo y su enfoque en los genes: "La vida no depende de la magia de los pares

de bases de Watson y Crick o de cualquier otra maquinaria replicante de plantillas"

(Kauffman, 1995, p. 50), sino que puede basarse en sistemas de reacciones químicas

con capacidades de auto-regeneración, auto-replicación y evolución. De esta forma, el

autor concluye que el ADN no fue necesario para crear vida, ya que esta comenzó como

un conjunto colectivamente autocatalítico de moléculas.

Sin embargo, en la actualidad y como resultado del desarrollo histórico de las ideas sobre

la evolución, prevalece en gran medida la selección natural como directriz del cambio

evolutivo, si bien continúan surgiendo numerosos puntos de vista que pueden ser

opuestos pero también complementarios, y podría afirmarse que están enmarcados

dentro de la SEM como una regla general (Mora-Oberlaneder, 2004).

En la historia de la biología se encuentra que actualmente la Síntesis Evolutiva Moderna

es reconocida como la explicación más plausible del proceso evolutivo, y dicho

reconocimiento es compatible con debates intensos sobre algunos de sus aspectos

teóricos (Castro & Toro, 2009). Entre los defensores contemporáneos de la SEM están


Michael Lynch (genetista y profesor distinguido de la Universidad de Indiana) y Jerry

Coyne (biólogo, profesor de la Universidad de Chicago y prolífico científico), quienes

consideran que ha provisto todo el marco teórico que los biólogos evolucionistas

necesitan, y acusan a los detractores de entablar discusiones desinformadas,

comparables con lo que ocurre en el caso de los creacionistas y el diseño inteligente

(Pigliucci & Finkelman, 2014).

En este sentido, otras teorías continúan emergiendo para ampliar las explicaciones de la

Teoría Moderna; ya se había mencionado la Biología evolutiva del Desarrollo o Evo–

Devo, que se ha considerado como un nuevo paradigma en biología evolutiva, si bien su

surgimiento data de la década de 1980, pero que solo en los últimos años una

comunidad científica (mediante revistas, congresos, etc.) se ha comenzado a consolidar

en torno a ella; esta teoría no es opuesta a la SEM, sino que la complementa al explicar

la macroevolución, mientras que la SEM se podría limitar a la microevolución (Muñoz-

Chápuli, 2005). La Evo–Devo constituye el menos conocido de los tres hitos de la

biología evolutiva, en donde además de la Síntesis Evolutiva Moderna se encuentra la

Biología Molecular (Andrade, 2011). Recientemente también se ha iniciado una discusión

en busca de una Síntesis Integrada, en lugar de la Síntesis Moderna, invocando la

creciente importancia que diversas investigaciones han otorgado a la epigenética en la

transmisión de la herencia, es decir, aquellos mecanismos diferentes a la genética; por

tanto, se entiende la Síntesis Integrada como una teoría evolutiva multi-mecanismos

(Figura 3-5) a diferencia de la SEM, señalando que el propio Darwin reconoció la

necesidad de otras vías además de la selección natural, incluida la herencia de los

caracteres adquiridos (Noble, 2015).


Figura 3-5: Darwinismo, Síntesis Evolutiva Moderna y Síntesis Integrada

DARWINISMO

Variación

Herencia

Selección natural

SÍNTESIS MODERNA (NEODARWINISMO)

Mutación genética

Herencia mendeliana

Genética de poblaciones

Contingencia

Especiación y tendencias

SOLO Herencia por ADN

SOLO Selección genética

Genoma aislado

SÍNTESIS INTEGRADA

Teoría EVO-DEVO

Plasticidad y acomodación

Herencia epigenética

Selección multinivel

Evolución genómica

Construcción de nicho

Teoría del Replicador

Capacidad de evolucionar

Fuente: Noble (2015)

No obstante, se ha afirma que los mecanismos epigenéticos continúan siendo

darwinianos, y por tanto, no contradicen lo planteado por Darwin y complementado por la

Síntesis Evolutiva Moderna, de manera que una pretensión de remplazar esta última se

convierte mejor en un medio para reforzarla, ampliándola; por ejemplo, Pigliucci y

Finkelman (2014) concluyen que la discusión entre la Teoría Moderna y la Extendida (o

Integrada) está en el campo filosófico más que en el científico, puesto que un biólogo

puede establecer de forma empírica si una variación ha sido heredada a través de

mecanismos no genéticos, pero no existe una prueba para determinar si dichos

mecanismos pueden denominarse “darwinianos”; incluso señalan que defensores del

darwinismo como Gould o Dennett plantearon concepciones que se consideran más o

menos ajustadas a la herencia epigenética, respectivamente.

A su vez, Lindholm (2015) muestra que el aprendizaje es otra fuente de variación

fenotípica diferente a los genes, de manera que el cambio en comportamientos (como

resultado del aprendizaje sobre aspectos como la elección de pareja, de hábitat o de

tipos de alimentos) puede inducir modificaciones en la adaptación, favoreciendo la

evolución; la existencia de fuentes de variación distintas a los genes, evita el


fundamentalismo en la justificación de la Síntesis Evolutiva Moderna (erradica la idea de

que los genes son los únicos determinantes de la evolución y que no existe otro posible

origen de variaciones). Según este autor, este hecho le otorga a la SEM mayor solidez

como teoría científica, a la vez que el aprendizaje y la toma de decisiones,

independientes de los genes, representan una ampliación del pensamiento evolutivo.

Los anteriores párrafos permiten evidenciar que la Síntesis Evolutiva Moderna cuenta

con validez ante la comunidad científica, que la considera como un cuerpo teórico sólido

que facilita la adecuada comprensión de la evolución biológica, de manera que las

propuestas recientes, más que considerarse como refutaciones del Neodarwinismo, se

han entendido como complementos de esta teoría porque permiten ampliar su capacidad

explicativa. Por ello, y como corolario de esta sección, se exponen a continuación las

razones por las cuales esta investigación doctoral toma como base la Síntesis Evolutiva

Moderna en calidad de referente biológico para analizar la valoración tecnológica:

Gran parte de la comunidad científica la considera como la explicación más fiable

de la evolución biológica que se ha desarrollado a la fecha.

A pesar de que existen debates en torno a aspectos que según los detractores de

la Síntesis Evolutiva Moderna, no son abordados o explicados adecuadamente

por esta teoría, las propuestas que han surgido no la refutan, la complementan.

La Síntesis Evolutiva Moderna corresponde a la integración del Darwinismo con

las herramientas que no estaban disponibles en la época que dicha teoría fue

formulada, relacionadas con la genética. Por tanto, es fiel a la explicación

darwiniana de la evolución.

Se centra en el proceso de microevolución, facilitando el análisis de los cambios a

menor escala en una población, que no necesariamente llevan al surgimiento de

especies nuevas.

Estas características de la Síntesis Evolutiva Moderna, que corresponden a la biología,

han transcendido dicho ámbito, siendo posible explicar fenómenos evolutivos en

contextos diferentes a través de los principios darwinianos en los que se basa esta teoría,

como será ampliado en la siguiente sección; ello es relevante para lograr el objetivo de

interpretar el tema de la valoración tecnológica desde una perspectiva evolutiva, como


eje central de esta investigación doctoral, de manera que los rasgos y principios de la

Síntesis Evolutiva Moderna serán retomados en la propuesta que se presenta en el

capítulo 4.

3.4 Extensión de las ideas evolutivas a campos no biológicos

El aporte que hizo Charles Darwin mediante la teoría evolutiva no solo se limitó al campo

biológico, se convirtió en una nueva visión del mundo y en la base del pensamiento

filosófico, curiosamente, sin una auténtica filosofía que la soportara, cuya fuente es el

denominado Darwinismo (Sarmiento, 2009). Andrade (2009a) resalta la fecundidad del

Darwinismo, que no solo permitió que la concepción del mundo biológico se unificara,

sino que además estableció un esquema general para interpretar campos como la

antropología, la lingüística, la sicología, la cosmología, la epistemología evolutiva, la

inteligencia artificial, entre otras. Incluso Rosas (2007) afirma que la selección natural es

una idea filosófica, así como científica, que ha influenciado tanto a científicos con

inquietudes filosóficas, como a filósofos naturalistas y hasta ortodoxos, por lo que Darwin

debe ser considerado como un filósofo.

Así mismo, se resalta el hecho de que Darwin se apartó del mecanicismo newtoniano a

través de una nueva conceptualización de la dinámica de los sistemas biológicos, por ser

en gran medida más complicados que el sistema planetario de Newton, ya que tienen

características cambiantes en el tiempo, es decir, tienen una historia; las interacciones de

los elementos biológicos y de estos con el ambiente no son aditivas ni instantáneas, y

tienen memoria, mientras que la física se centró en estudiar objetos sin historia solo para

describirlos matemáticamente. El carácter histórico de los objetos vivos otorgó a los

fenómenos biológicos unos rasgos únicos y complejos (Schweber, 1985, citado en

Hodgson, 2002).

En la sección 3.1 se señaló que la Biología Evolutiva incluyó la dimensión temporal en el

estudio de los seres vivos, de manera que la historia cobró gran importancia. En este

orden de ideas, el factor tiempo en el análisis de la evolución puede relacionarse con la


denominada Filosofía de Procesos (Rescher, 2008; Seibt, 2013), una escuela de

pensamiento diferente a la filosofía que desde Aristóteles ha privilegiado las cosas y los

sustantivos, en lugar de los procesos y los verbos: lo que algo es consiste en lo que ese

algo hace. Esta filosofía señala que la existencia natural se entiende mejor en términos

de modos de cambio, en lugar de estabilidades fijas; el cambio –ya sea físico, orgánico,

sicológico, etc.- es un rasgo predominante de lo real. Se afirma que el paso del tiempo no

deja estáticamente invariantes ni a los individuos ni a las especies. La Filosofía de

Procesos tiene en la evolución un modelo a gran escala de procesos colectivos que son

inherentes y que resultan de la operación de numerosos procesos individuales a pequeña

escala, en donde surgen variaciones que llevan a la variedad, lo cual también puede

explicar la innovación y la creatividad en un nivel macro. Para el caso del análisis de la

valoración tecnológica, la perspectiva del cambio permite observar dicha valoración como

un proceso de evolución a lo largo del tiempo (esto será ampliado en el capítulo 4).

Esta influencia del paso del tiempo sobre todo lo existente, es el aspecto que facilita la

extensión de las ideas del Darwinismo a otros campos del conocimiento. En este sentido,

existen diferentes corrientes de pensamiento que intentan explicar fenómenos

adicionales a la evolución biológica con base en los principios de la teoría evolutiva de

Darwin. En el proceso de identificación de opciones para lograr los objetivos de la

presente investigación, se ha considerado que la Epistemología Evolutiva y el

Darwinismo Generalizado son pertinentes en términos de consistencia conceptual y

validez ante la comunidad científica y académica.

La relación de la teoría biológica de la Síntesis Evolutiva Moderna con la Epistemología

Evolucionista y el Darwinismo Generalizado, puede entenderse al considerar que la SEM

y estos dos enfoques tienen una base compartida, formada por los principios evolutivos

propuestos por Darwin, pero cada enfoque aplica dicha base en un ámbito particular,

ayudándose de teorías auxiliares específicas para cada contexto.

De esta forma, la teoría darwiniana se concibe como una supra-teoría (con los tres

principios evolutivos, aplicables a diversos ámbitos, no solo el biológico), mientras que la

SEM, la Epistemología Evolucionista o el Darwinismo Generalizado, pueden ser

interpretados como conjuntos de teorías complementarias que son explicativas de los

procesos específicos que ocurren en los sistemas a los que cada uno de ellos hace


referencia (sistemas biológicos, sistemas de conocimiento, sistemas culturales y

económicos, respectivamente).

La Figura 3-6 permite ver que diferentes enfoques pueden utilizar la supra-teoría

darwiniana, pero cada uno de ellos generará sus propias teorías, como mecanismos

operativos que permitan explicar cómo actúan los principios darwinianos dentro de su

realidad particular; así, de acuerdo con Luz (2009), no hay necesariamente algún tipo de

relación entre las teorías específicas de diferentes ámbitos, de manera que teorías

auxiliares como la genética son exclusivas del ámbito biológico: “No existe ninguna

propiedad que vuelva estas teorías complementarias de la biología evolutiva

metodológicamente aplicables al dominio de sistemas poblacionales complejos distintos

a los de la esfera biológica” (p. 87). Esto quiere decir que, por ejemplo, el Darwinismo

Generalizado no emplea la genética como una de sus teorías explicativas, y por tanto, el

detalle de los mecanismos genéticos (que son biológicos) no es aplicable al estudio de la

evolución en los sistemas culturales o en los económicos.


Figura 3-6: Relación de la Síntesis Evolutiva Moderna con la Epistemología

Evolucionista y el Darwinismo Generalizado

: Variación genética : Genes : Selección natural

: ¿innovación?¿Lamarckismo?

: ¿rutinas?¿tecnología?¿instituciones?

: Selección natural

Nivel ontológico: Supra-teoría Darwiniana

Nivel de las teorías específicas

Estructura de la Síntesis Evolutiva Moderna

Estructura de enfoques como la Epistemología Evolucionista y el Darwinismo Generalizado

P : Sistema poblacional complejo que evoluciona en el tiempo (T) desde un momento hasta un momento

, llegando a un estado

Fuente: adaptado de Luz (2009)

A continuación se presentan los aspectos más destacados de la Epistemología Evolutiva

y el Darwinismo Generalizado, como enfoques que retoman y analizan los principios

darwinianos para lograr aplicarlos en ámbitos diferentes al biológico.

3.4.1 Epistemología evolucionista

La epistemología11 o filosofía de la ciencia12 es el nombre que tradicionalmente se ha

dado a la reflexión filosófica sobre el conocimiento humano, y se ocupa de cuestiones

11 El interés en la epistemología desde la ingeniería surge al considerar que su propio

conocimiento debe ser estudiado generando reflexiones y cuestionamientos en torno a las bases y

paradigmas ingenieriles, ya que no es viable delegar esta responsabilidad a otros ámbitos; la

filosofía es un asunto que debe interesar a todos los campos y disciplinas, como lo afirma

Clarence Irving Lewis, filósofo que influenció fuertemente a los gurús de la calidad industrial


tales como (Thuillier, 1993): ¿Qué es el conocimiento? ¿Es posible tal cosa como el

conocimiento? ¿Cuáles son los criterios para evaluar el conocimiento? ¿Cómo pueden

ser justificadas nuestras creencias? ¿Hay procedimientos o métodos de adquisición de

información que garanticen la verdad de los resultados? ¿Cómo se construye una teoría

científica? ¿Cuál es el papel, en la práctica científica, del contexto ideológico y social?

La epistemología evolucionista es una propuesta que analiza la evolución con una

perspectiva filosófica. Los autores más relevantes son Karl Popper y Donald Campbell,

quienes de manera casi simultánea propusieron tópicos de bastante influencia en este

campo; Popper y Campbell fueron los pioneros en plantear que la evolución es un

proceso de conocimiento, donde la evolución orgánica es solo un caso empleado como

un ejemplo ilustrativo (Olaya, 2009).

Popper, en su libro Objective knowledge: an evolutionary approach (1972, citado en

Abrantes, 2007), planteó la tesis de que la evolución de los seres vivos también puede

ser vista como un proceso de adquisición de conocimiento, y que existe una continuidad

fundamental entre diversos niveles: genético, fenotípico, conductual y del desarrollo

científico. Tanto en el contexto biológico como en el científico, está el conocimiento y es a

través del método de ensayo (conjetura) y eliminación del error (refutación) que se

controla su crecimiento. El aprendizaje por ensayo y error se asocia al modo como actúa

la selección natural darwinista y la metodología falsacionista. Por su parte, Campbell

(1960) afirma que todos los procesos acumulativos de adaptación de los organismos a

ambientes externos son procesos de conocimiento, y cualquier incremento en la

adaptación puede considerarse como una ganancia de conocimiento.

Walter Shewhart y Edwards Deming con su teoría del conocimiento: “Cada uno debe ser su propio

filósofo”(Mauléon & Bergman, 2009; Lewis, 1929, citado en Teixeira et al., 2007, p. 11).

12 Teixeira et al. (2007) plantean una interesante interpretación de la epistemología y la filosofía de

la ciencia, señalando que pueden ser analizados como enfoques diferentes: la filosofía de la

ciencia es un conjunto de principios que organizan una ciencia, y se orienta al estudio de la

naturaleza general de la práctica científica, mientras que la epistemología estudia el origen,

naturaleza y valor del conocimiento, siendo la parte de la gnoseología (teoría del conocimiento, de

sus condiciones y de su valor) que se enfoca en las ciencias.


Al hablar de la evolución del conocimiento, Olaya (2008, citando a Popper, 1972;

Campbell, 1987 y Dawkins, 1996) afirma que en ocasiones la teoría darwiniana de la

evolución se entiende como una teoría de pura casualidad, sin reconocer que se trata de

un proceso de dos pasos, en el cual la eliminación por medio del método de “ensayo y

error” no ocurre al azar, ya que el organismo establece controles que suprimen o reducen

la frecuencia de aparición de ciertas pruebas posibles. En el primer paso, no se puede

afirmar que por ser ciega, la variación tenga carácter aleatorio. Así mismo, en el segundo

paso, la selección (que es indirecta) tampoco es aleatoria, sino que se trata de un

proceso natural, donde es la naturaleza la que actúa, mediante la eliminación no aleatoria

de la mayoría de las variantes a través de un sistema evolutivo de múltiples capas con

controles plásticos (controles flexibles). En el caso de la evolución biológica, también es

más preciso hablar de variación ciega dentro de un proceso de selección indirecta,

debido a que las mutaciones no se dan por completo de forma aleatoria, puesto que no

todos los pares de bases en una secuencia de ADN tienen la misma probabilidad de

mutar.

Popper (1972) afirma que los organismos son sistemas, compuestos de diversos sub-

sistemas que ponen en práctica los procesos de variación ciega y de selección, que él

denomina procesos de control plástico. Abrantes (2007) señala que estos organismos o

“criaturas popperianas” (Figura 3-7) son capaces de almacenar información del medio

ambiente físico y biológico, y dicha información es utilizada para pre-seleccionar o

controlar las disposiciones conductuales de la criatura; por tanto, la información funciona

como un medio ambiente selectivo interno.


Figura 3-7: Criaturas popperianas

a) La criatura popperiana posee un medio ambiente selectivo interno que pre-selecciona candidatos a la acción

b) La criatura actúa de manera previsiva, mejor de lo que lo haría si se comportara de modo aleatorio.

Criatura

Popperiana

Ambiente selectivo interno

Ambiente selectivo externo

Fuente: Abrantes (2007)

Por su parte, Campbell (1973, citado en Abrantes, 2007) empleó el planteamiento de

Popper respecto a la existencia de una jerarquía anidada de selección y retención, en

procesos desde los niveles más bajos (atómico, molecular y de formas primitivas de vida)

hasta procesos de alto nivel en sistemas complejos. Así mismo, llamó selectores vicarios

(es decir, sustitutos) a los niveles en los que se efectúa la selección de variaciones,

muchos de ellos internos al sistema, considerando que en estos niveles la selección se

delega a alguna estructura interna al sistema, ya que de otra manera sería efectuada por

el medio ambiente externo. Los órganos de los sentidos y las informaciones sensoriales

del medio ambiente, también funcionan como vicarios. Abrantes (2007) señala que esta

hipótesis de selectores vicarios le permite a Campbell concebir la adquisición de

conocimiento como teniendo continuidad con procesos anteriores en la escala evolutiva.

Al analizar las teorías biológicas evolutivas de Lamarck y Darwin (discutidas en el

numeral 3.3) desde esta perspectiva de acumulación de conocimiento, se entiende el

instruccionismo (Lamarckismo) como el proceso mediante el cual los organismos

aprenden de su entorno, interiorizando conocimiento para lograr adaptarse,


constituyéndose en asimiladores de información externa, lo que les lleva a actuar

direccionados por dicho entorno; por su parte, el seleccionismo (Darwinismo) plantea que

las variaciones no surgen como resultado del entorno (no son instruidas por este), y son

probadas para evidenciar su adaptación, de forma que su selección ocurre según su

contribución a la supervivencia. Esto muestra que los organismos son agentes que

proponen conocimiento, diferencia fundamental entre el seleccionismo y el

instruccionismo (Hall & Hallgrimsson, 2008, y Piattelli-Palmarini, 1989, citados en D.

Salas & Olaya, 2010).

Olaya (2009) enfatiza que el elemento fundamental en este análisis es el grado en que el

proceso de generación de variaciones está condicionado por el entorno, y no la fuente de

dichas variaciones. Aunque la variación ciega implica la realización de muchos ensayos

dentro de jerarquías de mecanismos de selección (selección vicaria o indirecta), cada

uno de estos ensayos es independiente y no corresponde a una corrección de pruebas

anteriores; los sistemas seleccionistas no requieren información del entorno para

proponer variaciones, y su adaptación dependerá de la generación de una gran cantidad

de opciones, junto con la selección de aquellas que mejor aporten a dicha adaptación. El

autor afirma que esta lógica es evidenciada en los sistemas inmunológico y nervioso de

los seres vivos, explicando de igual manera el desarrollo de la vida en la tierra, como un

proceso de aumento de conocimiento y supervivencia.

Campbell (1965) considera la existencia de tres aspectos esenciales en el proceso

evolutivo del aprendizaje como ganancia de conocimiento:

Presencia de variaciones heterogéneas, ciegas, aleatorias: en la evolución

biológica dichas variaciones ocurren por el proceso de mutación, y en el caso del

aprendizaje las variaciones corresponden a respuestas exploratorias.

Existencia de un criterio de selección consistente: este criterio corresponde a la

eliminación selectiva, la propagación selectiva, y la retención selectiva de ciertos

tipos de variaciones. En la evolución orgánica se aprecia mediante la

supervivencia de ciertos mutantes, mientras que en el caso del aprendizaje se

observa por el refuerzo de ciertas respuestas.


Presencia de un mecanismo de preservación, duplicación o propagación de las

variantes seleccionadas: en el caso de la evolución biológica, existe un proceso

rígido de duplicación de cromosomas, así como el sistema genético en plantas y

animales; en el aprendizaje el mecanismo de preservación es la memoria.

La epistemología evolutiva ha recibido críticas y autores como Franz Wuketits resaltan la

no aplicabilidad del enfoque adaptacionista en el proceso de adquisición de

conocimiento, señalando que así como el ambiente afecta a los organismos, estos no

son pasivos y también influyen en su entorno, y así sucesivamente. De esta forma, la

cognición no es una reacción al mundo exterior, sino que resulta de interacciones

complejas entre el organismo y su entorno. Otros críticos como el biólogo Richard

Lewontin, el filósofo Hilary Putnam y el filósofo y psicolingüista Jerry Fodor, no aceptan la

idea de que la cognición pueda ser expresada mediante la teoría evolutiva (Diéguez,

2011). Sin embargo, generalmente estas críticas evidencian que aún existe un largo

camino por avanzar, pero que no es imposible llegar a explicar el proceso de adquisición

de conocimiento y de capacidades cognitivas desde una perspectiva evolutiva.

Dado que el foco de atención de la epistemología evolutiva es el conocimiento y las

capacidades cognitivas, la revisión de sus fundamentos conceptuales y de su relación

con la teoría de la evolución, muestra la posibilidad de extender las ideas evolutivas

hacia aspectos que en principio no habían sido considerados como parte del objeto de

estudio del darwinismo.

3.4.2 Darwinismo Generalizado

El Darwinismo Generalizado parte de la idea de que la evolución, si bien es un concepto

central en la biología, no es inherentemente biológico, ya que la evolución puede ocurrir

en otros ámbitos, siempre y cuando las condiciones de un proceso evolutivo estén

presentes; esta corriente de pensamiento retoma los fundamentos de la generalización

de la ciencia, en donde los principios comunes son altamente abstractos y no reflejan los

mecanismos detallados que son únicos de cualquier dominio en particular. Es el caso de

las leyes del movimiento en la física, que se aplican por igual a planetas, cohetes y bolas


de billar, a pesar de las enormes diferencias de tamaño, composición y forma; es posible

generalizar a través de estos dominios, ya que, en un nivel abstracto, los mismos

principios se aplican a todos los fenómenos, a pesar de existir grandes diferencias en sus

características (Aldrich et al., 2008).

Ya desde finales del siglo XIX varios pensadores, entre ellos Walter Bagehot, William

James, David Ritchie, Samuel Alexander, Charles Sanders Peirce, Thorstein Veblen y

James Baldwin habían señalado que los principios darwinianos de la selección natural

eran aplicables no solamente a la biología, sino también a la evolución en campos como

el mental, el epistemológico, el moral, el social y el cósmico; así mismo, Donald Campbell

sugirió que el Darwinismo es una teoría general para todos los sistemas complejos, en la

cual la evolución orgánica es solo un caso, como ya se había señalado en la sección

3.4.1 al hacer referencia a la epistemología evolutiva. Posteriormente Richard Dawkins

acuñó en 1983 el término Darwinismo universal orientado a explicar la evolución cultural,

sosteniendo que si la vida existe en cualquier lugar del universo, debería seguir siempre

las reglas darwinianas de variación, herencia y selección, así se trate de un sistema de

herencia diferente13, porque una explicación coherente del proceso evolutivo siempre

requerirá de los elementos clave de la teoría darwiniana (Hodgson, 2002).

El Darwinismo Generalizado ha sido aplicado en el análisis de sistemas culturales, en

donde se ha afirmado que existen muchas posibilidades para una ciencia integral de la

evolución cultural con la misma estructura, desde un punto de vista general, que la

ciencia de la evolución biológica (Mesoudi, Whiten, & Laland, 2006). Estos autores

indican que, más que una imitación dogmática de la biología evolucionista, se identifica

gran cantidad de propiedades darwinianas en sistemas sociales y culturales, por lo cual

es viable utilizar la biología evolucionista como modelo para integrar una multitud de

enfoques diversos en las ciencias sociales y, donde sea pertinente, retomar métodos

desarrollados por los biólogos evolucionistas para problemas semejantes, sin olvidar que

la biología evolucionista, como cualquier ciencia, no es perfecta y cambia continuamente.

13 La propuesta de Dawkins (1989) incluye la posibilidad de herencia no genética, es decir,

epigenética, que podría ser lamarckiana (a través de la herencia de los caracteres adquiridos), o

por imitación o enseñanza, como en el caso de los memes (concepto formalizado por este autor),

entendidos como unidades de información cultural que pueden transmitirse de un individuo a otro.


Álvarez (2012) indica que el esquema original de Darwin sobre la evolución biológica fue

una primera generalización, procedente de la selección artificial de plantas y animales

hasta la selección natural, y desde las poblaciones humanas de Malthus hasta las

poblaciones biológicas; entonces el Darwinismo Generalizado es una segunda

generalización hacia la abstracción, que permite su aplicación en campos diferentes al

biológico, como en economía (se destaca el trabajo de Goffrey Hodgson en este campo),

en donde los hábitos y las rutinas se identifican como replicadores, y las firmas son los

interactores o vehículos.

Los conceptos abstractos de replicador e interactor permiten la extrapolación de los

principios evolutivos biológicos a otros ámbitos, entendiendo el replicador como cualquier

unidad en el universo de la que se pueden realizar copias, como los genes en biología;

los interactores son entidades que interactúan, como un todo cohesionado, con el

entorno para originar una replicación diferencial de esos elementos; es precisamente el

empleo del concepto interactor – replicador junto con los principios de variación,

selección y retención, lo que se ha denominado como Darwinismo Generalizado

(Abatecola, Belussi, Breslin, & Filatotchev, 2016).

Aldrich et al. (2008) afirman que el Darwinismo generalizado no se basa en la idea

errónea de que los mecanismos de la evolución en el mundo biológico y el social son

similares, ya que dentro del propio ámbito biológico los mecanismos detallados son muy

diferentes: los organismos biológicos difieren enormemente en tamaño, longevidad y

fertilidad reproductiva, algunas de las especies biológicas son sociales pero otras no, la

replicación entre invertebrados es diferente a la de los vertebrados. Decir que dos

conjuntos de fenómenos son similares en términos muy generales, no implica que sean

similares en los aspectos detallados.

Haciendo referencia a la economía, Hodgson (2002) menciona varias diferencias entre

los mecanismos de la evolución biológica y la socio-económica: los replicadores socio-

económicos como los hábitos y las rutinas hacen copias imperfectas de ellos mismos

(por imitación), en comparación con la reproducción de alta calidad de los segmentos de

ADN. Además, la selección socio-económica no ocurre de generación en generación,

puesto que no involucra necesariamente la muerte de las unidades de selección. En la


evolución natural los linajes se separan y divergen, mientras que en la sociedad hay

transmisión de información entre linajes, la cual puede combinarse y converger. El

ambiente de la selección socio-económica cambia rápidamente comparado con las

largas y estables épocas en las que ocurre la selección natural. Por último, en el ámbito

socio-económico es posible que exista la herencia lamarckiana de los caracteres

adquiridos (relacionada con la transmisión a las siguientes generaciones de rasgos

logrados por una población mediante, por ejemplo, el uso o desuso de algún órgano), lo

cual ha sido excluido de la evolución natural.

Álvarez (2009) señala que la generalización no se reduce a un simple planteamiento

analógico, ni implica reduccionismo biológico. El Darwinismo Generalizado tiene como

base el núcleo darwiniano de los principios de variación, herencia y selección, si bien es

todavía un proyecto de investigación inconcluso que debe desarrollar estos principios.

Aldrich et al. (2008, citado en Álvarez, 2009) hacen mención a una metateoría o marco

teórico global en el que pueden situarse explicaciones particulares, puesto que no debe

pretenderse que el darwinismo proporcione una teoría completa de todo, desde las

células hasta la sociedad humana.

En este sentido, se puede afirmar que el Darwinismo Generalizado da una respuesta que

es insuficiente e incompleta, pero que sirve de marco general dentro del cual pueden

adicionarse explicaciones más detalladas y específicas. Además, el carácter general de

esta forma de pensamiento, hace que sea consistente con niveles más elevados y

abstractos del concepto de comunidad, como el caso de la sociedad humana y su vínculo

con el mundo natural, el cual necesita para sobrevivir: la retención y selección de

información para lograr soluciones adaptativas hacen parte de un proceso que por

analogía, corresponde a los problemas de supervivencia que enfrentan los organismos

en su entorno (I. D. Hernández, 2011).

Además, las reducciones abstractas de los principios darwinianos al esquema de

variación, herencia y selección, como lo hace el Darwinismo Generalizado, no toman en

cuenta de forma explícita los principios de descendencia y especiación que son cruciales

en la teoría de la evolución biológica de Darwin; de acuerdo con Hodgson y Knudsen

(citados en Cordes, 2006), solo los tres primeros principios son necesarios y pueden ser

empleados tanto en la evolución biológica como en la socio-económica.


Los críticos del Darwinismo Generalizado tienen problemas en distinguir entre la analogía

y la generalización; algunos de ellos han enfatizado en la disimilitud entre el dominio

social y el biológico, que de hecho es cierta: la afirmación sobre la diferencia entre la

evolución social y la biológica en el nivel de detalle es importante, pero en última

instancia, irrelevante para el Darwinismo Generalizado (Aldrich et al., 2008). Sin

embargo, estos autores aclaran que aunque esta opción no proporciona todas las

respuestas, no especifica las fuentes detalladas de la variación ni explica innovaciones

individuales, sí proporciona un marco general que se complementa con explicaciones

adicionales específicas y de contexto. Hodgson (2002) enfatiza que los adeptos al

Darwinismo Generalizado no intentan explicar todo en términos biológicos; la

denominada universalidad de los mecanismos darwinianos no implica que los procesos

involucrados siempre sean de variación y selección genéticas; incluso cuando existe

evolución genética, no se descarta que ocurran procesos evolutivos adicionales en otros

niveles ontológicos.

Schubert (2014) menciona una variante del Darwinismo Generalizado propuesta

recientemente por Pavel Pelikan, que considera que no todo proceso de variación–

selección–retención es darwiniano (podría explicarse mediante la Biología Evolutiva del

Desarrollo o Evo–Devo), por lo que en lugar de hacer énfasis en la replicación, se centra

en la retención, al señalar que junto con la variación y la selección, esta aplica a todas las

búsquedas humanas de nuevo conocimiento; así, privilegia la instrucción, de manera que

el desarrollo económico es una auto-organización instruida, mientras que la evolución es

la búsqueda experimental de esas instrucciones a lo largo del tiempo. Este autor resume

en tres puntos las diferencias de esta variante del Darwinismo Generalizado frente a la

propuesta de Hodgson y colaboradores reseñada previamente: 1) se desarrolla

inductivamente y no partiendo de principios altamente abstractos; 2) se centra en

genomas instructores y no en genes replicadores, 3) deja espacio a procesos que no

tienen naturaleza del desarrollo más que evolutiva, como la cooperación y la auto-

organización. Se trata de una planteamiento emergente, todavía sujeto a debates y

controversias, al igual que la base teórica que retoma (Evo–Devo), como se vio en la

sección 3.3.2.3.


Para concluir esta sección puede señalarse que el Darwinismo Generalizado,

inicialmente propuesto por Richard Dawkins como Darwinismo Universal y orientado a

estudiar la evolución cultural, y posteriormente trabajado por Geoffrey Hodgson y otros

autores en el ámbito socio-económico, es un enfoque que busca extrapolar los principios

más abstractos de la teoría biológica evolutiva de Darwin para analizar otros campos, de

manera que no se enfoca en los detalles de la evolución en temas como el económico,

ya que no es posible lograr tal nivel de coincidencia en ámbitos tan disímiles, pero que a

través de la abstracción permite un mejor entendimiento de realidades complejas, así

como el darwinismo facilitó la comprensión de la evolución de la vida sobre la tierra.

3.5 Medios de abordaje de la perspectiva evolutiva para analizar la Valoración tecnológica

García (2001) plantea que la extensión de ideas entre las diferentes ciencias fácticas

resulta viable en la medida en que se refieren a distintos niveles de complejidad, y ello se

ha facilitado por el uso de sistemas comunes de pensamiento: se ha partido desde las

teorías de la materia, particularmente la física, pasando por la evolución de los seres

vivos y llegando a la sociedad, en relación con la ingeniería y las ciencias sociales, como

el nivel de mayor complejidad que requiere ser estudiado desde lo que Méndez (1999)

denomina una dimensión superorgánica. Así mismo, Morgan (1998) evidencia la

necesidad de apelar a otras ciencias y a los conocimientos en diferentes campos para el

entendimiento de realidades complejas en un contexto de pluralismo conceptual y

metodológico; precisamente, la obra de este autor constituye uno de los aportes más

importantes al análisis organizacional, con base en conocimientos de otros campos como

las ciencias biológicas.

El empleo de elementos de un campo de conocimiento en otro, con validez suficiente

para conseguir la comprensión y entendimiento de un fenómeno particular, puede

hacerse con diferentes vías de aproximación acuerdo con su grado de abstracción,

desde los enfoques figurativos como la analogía y la metáfora, hasta el uso literal de

dichos términos sin distinción del campo en el que se apliquen, siendo este el nivel más

elevado de abstracción.


El propósito de esta investigación doctoral es plantear una propuesta de valoración

tecnológica sustentada en elementos y conceptos evolutivos, buscando ampliar su

comprensión e interpretación en entornos tan particulares como los países en desarrollo;

por ello, esta sección reseña dos mecanismos mediante los cuales es posible estudiar

tales aspectos biológicos para trasladarlos al tema de la valoración tecnológica. Los

medios de abordaje de la evolución biológica se presentan en esta sección así: en primer

lugar se discute el tema de las analogías y metáforas biológicas, y posteriormente se

analiza la Ontología Evolutiva como vía de abstracción de los principios de la evolución.

3.5.1 Analogías y metáforas

Bernal (2007, citado en León, 2013) indica que la analogía es un procedimiento cognitivo

de primer orden que facilita la adquisición del conocimiento representacional de un

determinado dominio, y se utiliza como un instrumento de asociación que permite

establecer paralelismos entre distintas realidades. La estructura de la analogía (Figura

3-8) se expresa de forma general como “A es a B como C es a D”. La relación entre A y B

se denomina el Tema, mientras que la existente entre C y D es el Foro (que lleva o

transfiere). La analogía cumple su cometido gracias a que el Foro es mejor conocido que

el Tema (Perelman,1989, citado en Carrillo, 2003).

Figura 3-8: Estructura de la analogía

Fuente: León (León, 2013, con base en Carrillo, 2003 y Bernal, 2007)

Benítez y García (2010) afirman que el razonamiento analógico – y por extensión el

metafórico – es inductivo y hace parte fundamental de la cognición humana, al permitir

realizar saltos mentales entre dominios y favorecer el empleo de información conocida


para comprender algo desconocido o solucionar un problema nuevo, de manera que

influye en el desarrollo evolutivo a través de una mayor comprensión del mundo y el

aprendizaje, generando competencias del lenguaje y el pensamiento creativo.

Para el desarrollo de una analogía existen varios requisitos clave (Carrillo, 2003 y Bernal,

2007, citados en León, 2013): establecer los rasgos interesantes dejando a un lado lo

demás; enfocar las relaciones comunes de forma independiente de las cualidades de los

objetos en los cuales estas relaciones están representadas; descubrir conexiones que

antes habían pasado desapercibidas; considerar los beneficios y riesgos del uso de las

analogías (Tabla 3-4).

Tabla 3-4: Beneficios y riesgos del uso de las analogías

Beneficios Riesgos

Enfoca de una forma novedosa el

conocimiento que ya se poseía y así se

descubren conexiones que hasta entonces

habían pasado desapercibidas.

A la larga puede volverse un importante

contrincante contra el avance del conocimiento,

llevando a obviar rasgos que podrían abrir puertas

a explicaciones mejores.

Mecanismo espontáneo de funcionamiento

de la inteligencia humana y, a la vez, un

recurso comunicacional de mucho valor.

La analogía, por definición, presenta una imagen

incompleta de la realidad.

Cuando una analogía es aceptada por un

auditorio amplio, tal analogía triunfante

guarda el potencial para producir una

ampliación del campo de aplicación de las

nociones incluidas en su tema.

Una visión excesivamente reduccionista de la

analogía será en muchos casos la responsable de

los errores de comprensión que podrán ser

superados si no se basa en una única analogía.

Se reduce el tiempo para caracterizar el

nuevo objeto de estudio.

Las condiciones para la extrapolación de

resultados deben estudiarse cuidadosamente, si

las relaciones y asociaciones de comportamiento

entre ambos fenómenos tienen limitaciones

provenientes de diferencias esenciales entre

estos.

Fuente: adaptado de León (2013, con base en Carrillo, 2003, Bernal, 2007 y Mesa, 2012)

Por su parte, la metáfora consiste, según Fajardo (2006, citado en León, 2013) en la

yuxtaposición de dos referentes entre los que no siempre hay una conexión aparente, no

es simplemente la transposición de un conjunto de rasgos de un dominio a otro, sino que

exige un proceso mucho más detallado. A partir de ese proceso, el hablante se ocupa de

determinar las correspondencias que se dan entre los dos dominios, con el fin de


establecer en qué medida es posible una correspondencia cognitiva que dé lugar a la

metáfora.

Respecto al empleo de la metáfora, Mendoza (2005, citado en Montoya, 2010) afirma

que, en el marco del paradigma positivista, esta figura se había entendido solo como una

expresión de uso estético cuya función se orienta al ámbito de la subjetividad expresiva.

Empero, ante la crisis del positivismo y el reencuentro con la sabiduría de la antigüedad,

se descubrió que la metáfora contribuye sustancialmente al progreso del conocimiento, si

bien no cumple estrictamente con el principio de relación entre juicio de hecho y concepto

teórico, pero tiene otras formas de apertura para el discurso de la ciencia, dando campo

a nuevos horizontes de la verdad.

Las metáforas son consideradas como poderosas herramientas conceptuales y formas

privilegiadas de comprender el mundo, y una manera adecuada de construcción y

expansión del conocimiento, que no está ligada específicamente a un área, lo que brinda

la posibilidad de ser usada en diferentes ámbitos y aporta a la definición de nuevos

conocimientos y a la mejor comprensión de fenómenos poco compresibles en sus

términos fundamentales (Núñez, 2004 y Chamizo, 1998, citados en León, 2013). La

metáfora procede mediante afirmaciones, o en el proceso de comparación, a una

sustitución e interacción entre las imágenes X y Y (Figura 3-9) que ayudan a generar

nuevos significados.

Figura 3-9: Estructura de la metáfora

Fuente: León (2013, con base en Carrillo, 2003 y Morgan, 1991)

En la metáfora se recurre a un dominio conocido -el dominio fuente o Foro- para

aproximarse mejor o aportar otra clase de entendimiento a otro dominio que posee

dificultades en su comprensión -el dominio meta o Tema-. Es necesario que el

conocimiento de los dos dominios -Tema y Foro- esté en actividad simultánea, porque

solo mediante esta interacción se llega al significado buscado, que es diferente al que se


alcanza cuando se piensa en ambos por separado, por tanto, resulta erróneo interpretar

la metáfora obviando uno de los polos (Black, 1966 citado en León, 2013). La estructura

y papel de las metáforas se resumen en la Tabla 3-5.

Tabla 3-5: Estructura y papel de las metáforas Estructura de la metáfora

Chamizo (1998) Rol de la metáfora

Morgan (1991)

En la metáfora se encuentran tres elementos indispensables.

El tenor es aquello a lo que la metáfora se refiere, el término literal.

El vehículo es lo que se dice, el término figurado.

El fundamento es la relación existente entre el tenor y el vehículo.

A partir del Fundamento, dos temas comparados se perciben como :

(a) completamente diferentes

(b) casi idénticos,

(c) Sin sentido o débiles.

El uso más adecuado de metáforas se ve en instancias como la (b). Las diferencias entre los dos fenómenos se perciben como significantes pero no totales.

Cuando en la metáfora aparecen estos tres componentes simultáneamente se le denomina metáfora explícita. En caso contrario, cuando el tenor no aparece, se convierte en una metáfora implícita.

Fuente: León (2013)

El autor Gareth Morgan plantea el uso de metáforas para comprender más a fondo el

entorno organizacional, entre las cuales se encuentran las organizaciones como

máquinas, como organismos biológicos, como cerebros, como culturas, como sistemas

políticos, como prisiones síquicas y como instrumentos de dominación. Para Morgan el

uso de metáforas y la forma de pensamiento asociada a ello va más allá de la

comprensión que se tiene de la realidad: “Muchas de nuestras ideas sobre la

organización son metafóricas aunque pudiéramos no reconocerlas como tales. Por

ejemplo, hablamos frecuentemente de las organizaciones como si fueren máquinas

diseñadas para conseguir determinados objetivos y que operen fluida y eficientemente”

(Morgan, 1998, p. 3). En el caso de las ciencias de la gestión, el empleo de metáforas


biológicas es un abordaje que ha producido formulaciones marcadamente prescriptivas

(Teixeira, Rosa, & Antonio, 2007).

La generación de metáforas desde la biología inicialmente hizo referencia a elementos

conceptuales relacionados con el aprendizaje de las estructuras y los procesos biológicos

(Montoya, 2010). Empero, en décadas recientes se ha acudido frecuentemente al empleo

de metáforas evolutivas y de interacción, precisamente por la reciente consolidación de

las disciplinas que explican los fenómenos biológicos relativos a estos temas.

Hodgson (2002) advierte que el uso de metáforas biológicas no es un asunto superficial,

y que ya varios filósofos han señalado que la metáfora en las ciencias es mucho más que

un simple lujo literario. No obstante, este tipo de traspaso de un campo de conocimiento

a otro no ha sido siempre bien visto. Spire (2000) señala que se observa actualmente la

negativa de permitir las metáforas científicas, para lo cual cita el libro Imposturas

intelectuales, cuyos autores, Alan Sokal y Jean Bricmont, enfatizan en que “el papel de la

metáfora consiste generalmente en aclarar un concepto poco familiar remitiéndolo a un

concepto más conocido, no a la inversa (…) No vemos qué utilidad tiene invocar, aun

metafóricamente, nociones científicas que el público especializado conoce muy mal (…)

es abusivo importar nociones de las ciencias exactas a las ciencias humanas sin dar la

menor justificación empírica o conceptual de este procedimiento” (Citado en Spire, 2000,

p. 104). De acuerdo con Spire, esta crítica se dirige a impedir que los filósofos aborden

temas científicos porque no tienen la formación requerida.

Otros críticos han expresado su escepticismo respecto al uso de metáforas y analogías

biológicas para intentar comprender fenómenos en otros ámbitos, como los que Hodgson

(2002) cita en cuanto a su empleo en economía (E. Penrose, M. Ruth y J. Foster, entre

otros). No obstante, este autor logra reivindicar correctamente el papel de la biología en

el siglo XXI como guía y fuente de analogías y metáforas que ayuden a entender los

procesos económicos (Hodgson, 2007).

Fajardo (2007) también afirma que la metáfora se ha criticado por considerarse que no

emplea un lenguaje objetivo y exacto, de forma que no es posible mediante ella describir

fenómenos o descubrimientos científicos, a diferencia del lenguaje literal promulgado por

el método deductivo – positivista, que es lógico y permite descripciones precisas, directas


y verificables; así, se ha desconocido que la metáfora es una vía para generar

conocimiento y comunicar sentido.

Esta investigación doctoral se enfoca en el empleo de metáforas, particularmente

evolutivas, para establecer el vínculo entre el campo biológico y el tema de la valoración

tecnológica (como se discutirá en el capítulo 4), considerando que las metáforas

constituyen la base sobre la cual pueden plantearse analogías posteriormente, es decir,

que formulación de una metáfora es el primer paso en un proceso que pretende lograr

mayores puntos de conexión entre dos campos diferentes, incluso buscando llegar a la

identidad.

Se enfatiza que la metáfora es relevante para esta tesis doctoral por considerarse como

el pilar o fundamento de otros mecanismos para el análisis entre ámbitos diferentes, lo

cual es un aspecto señalado por varios autores: Beer (1977) indica que existen varios

niveles en los cuales el aporte de un campo de conocimiento se concreta en otro campo

diferente: inicialmente se encuentra la metáfora, como un recurso que ofrece facilidad

verbal a la ciencia que la toma; más adelante está la analogía, con una validez lógica y

una explicación filosófica más que científica; por último se encuentra la identidad como el

máximo nivel de comparación, puesto que permite generar conclusiones igualmente

válidas para los casos que se están comparando; en el marco de un proceso de análisis,

en primer lugar se construye la metáfora, que posteriormente se vuelve analogía y

finalmente una identidad. De igual manera, Hodgson (2002) hace énfasis en que la

metáfora sirve como pilar para la analogía, porque hace conexiones entre diferentes

dominios, mientras que las analogías implican similitudes formales más detalladas,

basándose en las conexiones establecidas por las metáforas. A partir de lo anterior, esta

investigación plantea en el capítulo 4 una metáfora evolutiva sobre la valoración

tecnológica, y como línea de trabajo a futuro queda demarcada la opción de generar

analogías evolutivas y analizar la posibilidad de llegar a identidades entre el campo

biológico y el de la valoración tecnológica.


3.5.2 Ontología Evolutiva

En la sección 3.4.2 se referenció el Darwinismo Generalizado como una de las opciones

mediante las cuales las ideas evolutivas pueden extenderse hacia campos diferentes al

biológico, particularmente la evolución cultural, y más recientemente al análisis de la

economía; este enfoque busca aplicar literalmente (no metafórica ni analógicamente) los

tres principios de la evolución biológica – variación, selección y retención - de manera

general, sin tomar en cuenta el detalle de los procesos evolutivos. Dentro del Darwinismo

Generalizado se ubica la Ontología Evolutiva14, que será detallada en los siguientes

párrafos, y que para esta tesis doctoral es relevante, dado su aporte respecto a la visión

ortodoxa de la economía, ya que a través del empleo de los principios darwinianos

evolutivos, amplía la interpretación del funcionamiento de los sistemas económicos.

Además, el Darwinismo Generalizado permite analizar de forma evolutiva la tecnología y

los procesos relativos a su valoración, al considerar que, en economía, es posible

evidenciar esta relación con la tecnología y la innovación15: la escuela evolucionista ha

aportado desde las ideas seminales de Joseph Schumpeter, hasta las contundentes

contribuciones de autores como Richard Nelson, Sidney Winter, Giovanni Dosi y

Christopher Freeman, en temas relacionados con transformación tecnológica, política

tecnológica, estrategia corporativa y sistemas nacionales de innovación (Hodgson, 2007).

Adicionalmente, el análisis desde propuestas provenientes de la economía, permite que

esta investigación doctoral logre mayor pertinencia al contexto de los países en

desarrollo, en donde se ha demostrado que la economía neoclásica no refleja

14 En esta investigación doctoral se establece que la Ontología Evolutiva está circunscrita al Darwinismo Generalizado, puesto que este último se ha desarrollado principalmente en el ámbito económico, como extensión de los principios evolutivos darwinianos, contribuyendo al fortalecimiento de la economía evolucionista. La Ontología Evolutiva surgió también como una propuesta de análisis de los sistemas económicos a través de los principios evolutivos biológicos, por lo que se ha considerado que tiene rasgos comunes con el Darwinismo Generalizado y contribuye a su operacionalización. 15 En Ingeniería, el enfoque evolutivo ha sido trabajado por autores como Ziman (2000) en el análisis de la innovación tecnológica y Vincenti (1990) sobre el conocimiento ingenieril; esta tesis pretende aportar al campo de la ingeniería, tomando como base enfoques empleados en economía (Darwinismo Generalizado y Ontología Evolutiva), como una aproximación complementaria a las de los citados autores, que particularmente en países en desarrollo, han sido analizadas en menor medida respecto a países desarrollados.


adecuadamente esa realidad16, dada “la inaplicabilidad del cuerpo convencional del

pensamiento económico y de la política económica a los países más pobres” (Tenewicki,

2003, p. 5), por lo cual:

… persiste la necesidad de una crítica y ruptura ideológica, política y

epistémica con los marcos que impone la racionalidad económica, pues es

desde ésta donde se fundamenta la noción ortodoxa de sustentabilidad,

así como la contradicción estructural entre sociedad y naturaleza

generadora de deterioro ambiental y desigualdad social (Fuente, 2009, p.

42).

La aplicación del Darwinismo Generalizado (y dentro de este la Ontología Evolutiva) se

ha extendido a campos como las ciencias económicas, en donde se destaca Hodgson

(2002) por la defensa que ha hecho del empleo del darwinismo, afirmando que este

pensamiento evolutivo constituye una ontología en la que pueden ajustarse teorías

específicas como las económicas. Álvarez (2009) señala que la iniciativa de Hodgson y

colaboradores en la economía evolucionista tiene el doble mérito de haber proporcionado

la teoría del Darwinismo Generalizado y de haber intentado desarrollar la

correspondiente interpretación en el ámbito de la economía, ya que resulta más

apropiado hablar de una interpretación que de una extrapolación de los conceptos

biológicos a la economía. Álvarez y Castrodeza (2010) concluyen que la economía

evolucionista anexa su propia ontología concreta a través del empleo de los conceptos

de hábito, rutina (replicadores) y firma (interactor), para ajustarse a la ontología abstracta

del Darwinismo Generalizado en sus tres elementos (variación, selección y retención)

tomados in vacuo. Cabe recordar que no solo la economía se ha visto influenciada por el

darwinismo, tal como se vio en la sección 3.4.1 respecto a la Epistemología Evolutiva en

el estudio del conocimiento, ya que también se ha planteado el empleo del Darwinismo

Generalizado en campos como el análisis de sistemas socioculturales (Andersson, 2011),

16 De acuerdo con Tenewicki (2003), la influencia de la heterodoxia en los estudios económicos

sobre los países en desarrollo, ha llevado a que se profundice sobre la relación entre las políticas

científicas, tecnológicas e industriales para el dinamismo económico en dicho ámbito, con énfasis

en la innovación, la difusión de tecnología y la potenciación del capital humano, destacando las

imperfecciones del mercado de tecnología en estos países, por parte de autores como Alice

Amsden, Giovanni Dosi, Klaus Esser, entre otros.


las relaciones de negocios y el mercadeo (Johansson & Kask, 2013), y la formulación de

políticas (Schubert, 2014).

No obstante, es en el campo económico en donde más se ha desarrollado y debatido el

Darwinismo Generalizado, y en dicho proceso emergió el denominado Realismo

Evolutivo u Ontología Evolutiva. Esta propuesta ontológica de Kurt Dopfer y Jason Potts

(2004) surgió como alternativa frente a rasgos tradicionales de la economía neoclásica

en donde el análisis ontológico de la realidad era mecanicista y poco estudiado, ya que el

foco de atención estuvo en los modelos y metodologías. La aparición de nuevas áreas

como la termodinámica de los sistemas abiertos, la teoría de la complejidad, la biología

evolutiva, la computación, entre otras, que influyeron sustancialmente en las ciencias

económicas, exigió una investigación ontológica fresca, que estos autores denominaron

Realismo u Ontología Evolutiva (Potts, 2010). Dopfer y Potts (2004) señalan que su

perspectiva es meta – metodológica, desde la cual consideran que la ontología17

estructura el análisis, los marcos analíticos estructuran la teoría, los marcos teóricos

estructuran los modelos y la combinación de estas estructuras permite comprender

fenómenos reales.

En esencia, la Ontología Evolutiva – también denominada Enfoque Basado en Reglas

(Rule-Based Approach RBA) por autores como Blind y Pyka (2014) – corresponde a una

construcción axiomática sobre el funcionamiento y dinámica del sistema evolucionista

neoschumpeteriano (Robert & Yogel, 2013) y desafía las principales posiciones

ontológicas de la doctrina clásica. Dopfer (2005) detalla cada una de las formas en que la

Ontología Evolutiva se enfrenta a la ontología clásica:

La variedad contradice el pensamiento tipológico, que se refiere a una ley

uniforme, a los tipos ideales y la esencia de las existencias; la variedad llama al

17 La Ontología (o Metafísica general) es la ciencia que estudia el ser en tanto existe, y no en la

medida de propiedades particulares. Según Kant es el estudio de los conceptos a priori que

residen en el entendimiento y tienen su uso en la experiencia (Encyclopædia Britannica, 2012;

Ferrater, 1994). Muchos de los problemas filosóficos clásicos corresponden a la ontología: si

existe o no un dios, si existe o no determinada entidad; también aborda problemas sobre las

relaciones de las entidades que existen (Hofweber, 2013).


pensamiento poblacional cuyo foco de atención está en la diversidad de

características dentro de la población. La distribución de la variedad es la realidad

y el requisito previo para el cambio evolutivo.

La variación y la mutación están en contradicción con la ley de la continuidad;

Newton estableció la ley de continuidad endógena, mientras que Darwin propuso

la ley de la discontinuidad endógena.

La adaptación significa que las entidades se relacionan entre sí de una manera

específica, informacionalmente no arbitraria. Esto contradice la ley clásica que

sostiene que las relaciones entre los organismos están determinadas por los

parámetros físicos invariantes de la masa y la fuerza.

La selección significa que no todas las relaciones pueden existir, e introduce una

instancia que determina la existencia o no en el futuro de una entidad actualizada.

La selección define la "existencia relativa" de las relaciones entre entidades

individuales en direcciones no arbitrarias.

La retención se origina en un proceso de mutación y selección, y describe las

facultades necesarias para mantener la variante seleccionada en el tiempo. Un

sistema es estable si estas facultades no son desafiadas por las de otra mutación

y otra selección. La estabilidad del sistema está permanentemente amenazada,

por lo que es un sistema meta-estable.

Esta Ontología Evolutiva se condensa en un conjunto de axiomas, que hacen referencia

a sistemas de reglas complejos, abiertos y emergentes, constituidos por agentes

económicos y las reglas que estos llevan, originan, adoptan y adaptan, aclarando que lo

que en epistemología se denomina conocimiento, en ontología se llama regla; así, el

sistema económico consiste en una lógica de agentes y cómo ellos actualizan reglas,

esto es, llevan conocimiento e interactúan, y también en una lógica del conocimiento que

es llevado (actualizado) por los agentes y cómo este interactúa con otras poblaciones de

conocimiento. Existen estructuras de conocimiento y estructuras de agentes, las cuales

co-evolucionan (Dopfer & Potts, 2004).


Los axiomas empíricos en la Ontología Evolutiva son18 (Dopfer & Potts, 2004; Potts,

2010):

Axioma 1 o axioma de bimodalidad: las existencias son actualizaciones bimodales

de materia-energía e información. El Axioma 1 reconoce que todos los fenómenos

reales son actualizaciones físicas de información o información actualizada en

materia-energía. Rechaza la separación cartesiana de las categorías ónticas de

materia-energía e información. Este axioma define de manera pre-científica la

dimensión genérica de la realidad económica (reglas y poblaciones) que sustenta

las dimensiones operacionales de la producción, el consumo, las transacciones,

etc. Propone que la unidad elemental de existencia en un sistema económico es

una idea (regla) y su población de actualizaciones (como operaciones, es decir,

cómo cada agente usa una regla).

Axioma 2 o axioma de la asociación: las existencias se estructuran en relaciones

informativas y en conexiones materia-energía. El Axioma 2 reconoce existencias

como las relaciones y conexiones: las relaciones se conciben entre las reglas; las

relaciones constituyen la información; las entidades materia-energía (agentes) se

consideran "portadores" de información - están conectadas unas con otras.

Ontológicamente, esto significa que las reglas se asocian en algunas formas, pero

no en otras, y este es el origen del valor.

Axioma 3 o axioma de proceso: las existencias son procesos en el tiempo,

estructurados como conocimiento. El Axioma 3 reconoce la existencia como

proceso: un proceso se concibe como asociaciones o como una estructura en el

tiempo. Siguiendo el axioma 2, las relaciones constituyen la información; la

18 Dopfer (2005) resume la naturaleza ontológica de las proposiciones darwinianas usando el

lenguaje de la ciencia:

Variedad: ley de la falta de claridad de información.

Mutación: ley de la discontinuidad.

Adaptación: ley de las relaciones.

Selección: ley de la dirección.

Retención: ley de la meta-estabilidad.


información representa el conocimiento; el conocimiento es, por tanto, la

información auto-sostenida por una entidad en el tiempo.

La Ontología Evolutiva reconoce a la mente humana como el primer lugar del sistema

económico donde las reglas se originan, adoptan y retienen, ya que esta posee la

capacidad de construir representaciones abstractas del mundo, así como de aprender

internamente (por el pensamiento) y externamente (por el comportamiento), lo que

impulsa la evolución económica (Dopfer & Potts, 2009, citado en Fernandes & Avila,

2014).

Los agentes se entienden como usuarios y portadores de reglas (rule-maker, rule-user) y

Dopfer (2004) los denomina Homo Sapiens Oeconomicus. Dichas reglas, que se

consideran procedimientos para la resolución de problemas, se determinan en dos

niveles: el genérico (lógica general para resolver un problema) y el operante (cómo un

agente adquiere y usa una regla); el nivel genérico corresponde al genotipo en biología,

mientras que el nivel operante será el fenotipo.

De esta forma, una población de reglas está conformada por reglas del mismo nivel

genérico pero diferentes actualizaciones o diferente nivel operante (Dopfer, 2005). Al

respecto, Gómez-Quintero (2011) ilustra estas categorías mediante un sencillo ejemplo:

en el problema de transportarse de un lugar de origen a otro de destino, se pueden

presentar las reglas del nivel genérico correspondientes a “caminar”, “tomar un bus” y

“manejar un carro particular”; dos agentes pueden tomar la regla “caminar” (nivel

genérico), pero la velocidad con que cada uno lo haga, las paradas, la ruta seleccionada,

etc., llevarán a que en el nivel operante, esta regla sea diferente para cada agente. Por

tanto, el nivel operante muestra la gran variedad de medios en que una regla puede ser

usada, e ilustra la importancia de la heterogeneidad de individuos en un sistema social.

El proceso evolutivo de variación, selección y retención de reglas ocurre en el nivel

genérico, en donde “la cognición genérica y el comportamiento genérico se refieren a la

creación, adopción selectiva y retención de reglas para la resolución de problemas”

(Dopfer, 2005, citado en Gómez-Quintero, 2011 , p. 13). Para explicar este proceso

evolutivo, Dopfer y Potts (2004) definen tres dominios de análisis en la Ontología

Evolutiva: micro, meso y marco (Tabla 3-6). El dominio micro está constituido por agentes

portadores de conocimiento, el dominio meso corresponde a las reglas y sus poblaciones


de actualizaciones. Finalmente, el dominio macro se asocia a la estructura de cómo las

meso-reglas o poblaciones de actualizaciones se ajustan mutuamente (estructura de la

superficie) y cómo las reglas se ajustan entre ellas (estructura profunda).

Tabla 3-6: Reglas y portadores en varios dominios

Categorías genéricas

Dominios

Reglas

(profundo)

Portadores

(superficie)

Micro Regla

gij

ai = ai (gij)

Meso Especies (grupos de reglas)

gj donde gij ϵ gj : gj (g1

j, …, gnj)

Población

a* = a*(gj)

Macro Muchos grupos de reglas

g1, …, gk

Muchas poblaciones

a*1, …, a*

k

Fuente: Dopfer (2005)

Por tanto, la realidad del sistema económico se define por un conjunto de meso-reglas y

sus micro y macro estructuras. La evolución económica es el proceso de una nueva regla

entrando al sistema económico en una meso-trayectoria, la cual está integrada por tres

fases relativas a tres los principios de la evolución darwiniana: origen, adopción y

retención. En la primera fase, la nueva regla genérica es adoptada solo por unos pocos

portadores y por ello se da un bajo nivel de replicación y variedad. En la fase de

adopción, es ya significativa la variedad en la micro-estructura de la regla y de sus

actualizaciones, de manera que los mecanismos de selección jalonan un proceso de

adopción de masas y de adaptación de la regla. La tercera es una fase de retención

meta-estable, dado que la meso-población nueva es retenida y replicada por la micro y

macro estructura adaptada a lo largo del recorrido (Dopfer & Potts, 2004).

Mientras que el nivel mesoeconómico se caracteriza por las diversas

formas de actualizar una regla generada a nivel microeconómico (diversos

conjuntos de rutinas correspondientes a la producción de un bien y/o

servicio en una población de firmas que compiten en un mismo mercado),

el plano macro incluye el pool de reglas generadas a nivel micro con las

múltiples actualizaciones, es decir representa el estado en un momento

dado del tiempo de las condiciones tecnológicas, productivas y

organizacionales (sin anular su heterogeneidad al interior de cada

población) del conjunto de bienes y servicios disponibles en ese mismo

momento que se transan en el mercado (Robert & Yogel, 2013, p. 110).


La Tabla 3-7 resume los dominios y niveles de la Ontología Evolutiva.

Tabla 3-7: Objetos analíticos de la Ontología Evolutiva: dominios y niveles

Dominio Nivel genérico de reglas

(actualizadas en portadores)

Nivel operante

(operaciones y mercancías)

Objetos analíticos

Micro Origen de una nueva regla por parte de un

agente Uso inicial de la regla

Meso

Difusión de reglas de uno a muchos agentes:

emergencia de poblaciones de portadores de

reglas; frecuencia de la adopción de reglas

Frecuencia del uso de reglas

Macro

Consecuencias de la emergencia de la nueva

población de reglas en la población de reglas

existente y en la estructura de reglas

Interacción entre los usos de

diferentes reglas dependiendo de

sus frecuencias relativas de uso.

Ejemplo

Micro Invención Prototipo

Meso Número de firmas adhiriéndose a una

tecnología específica

Volúmenes de producción como

ejemplo del uso de reglas

Macro Nueva tecnología como complemento o

sustituto de tecnologías existentes Cambio industrial

Fuente: Blind y Pyka (2014)

La abstracción como rasgo característico de la Ontología Evolutiva19

Dado su elevado nivel de abstracción, Hodgson (2002, citado en Álvarez, 2009), indica

que en la ontología del Darwinismo pueden ajustarse las teorías específicas, como la

economía evolucionista. Esta ontología es convincente, necesaria pero no suficiente, es

abstracta y debe ser interpretada en el dominio objetivo de las diferentes teorías. Así

mismo, Álvarez (2012) afirma que el núcleo darwiniano es necesario, no suficiente, en

19 Es necesario recordar aquí que existen diferentes grados de abstracción en el marco de los procesos de comparación o uso de elementos de un campo de conocimiento en otro diferente: figuras como la metáfora y la analogía, reseñadas en la sección previa, emplean un nivel de abstracción más bajo porque se basan en las semejanzas entre tales campos, es decir, no es necesario que la validez sea total y absoluta en los dos campos o sistemas estudiados; por ello, los detalles son importantes en estos casos, dado que contribuyen delinear las semejanzas. Por otra parte, el nivel de abstracción más elevado facilita reconocer elementos aplicables de manera literal tanto en el campo de origen, como en el que se busca estudiar con dichos elementos foráneos, por lo que el ejercicio metal para lograr identificar (abstraer) aquello que es común y válido en los dos contextos, es más profundo y complejo. Así mismo, en el mayor nivel de abstracción los detalles no son relevantes, solo aquello que se ha identificado como un principio común y válido en cualquiera de los campos estudiados.


todas aquellas teorías sobre sistemas poblacionales complejos, pero la introducción de

los referentes ontológicos del campo correspondiente es lo que posibilita pasar de la

analogía a la ontología.

El análisis de teorías mediante abstracciones –esquemas abstractos o modelos que

pueden ser “llenados” de distintas maneras–, es algo que diferentes filósofos e

investigadores han planteado partiendo de perspectivas particulares, como lo reseñan

Darden y Cain (1989):

Las teorías proveen patrones esquemáticos de argumentos; un solo esquema

puede ser usado en el marco de varios dominios particulares, para explicar

numerosas instancias similares (Kitcher, 1981).

El principio de la selección natural es una ley esquemática. Este esquema permite

analizar las diferencias en los rasgos de “poblaciones particulares en condiciones

ambientales particulares” (Brandon, 1980).

Los filósofos consideran que el nivel de abstracción de una teoría particular, es el

conjunto formal de ecuaciones incorporadas a la teoría. Sin embargo, en campos

como la inteligencia artificial, con sus métodos de representación del conocimiento

y de implementación de estrategias de razonamiento, surgió la idea de múltiples

niveles de abstracción (Korf, 1985).

La generalización del darwinismo a través de la Ontología Evolutiva se basa en lo que

Aldrich (2008, citado en Álvarez, 2009) denominó “comunidad ontológica” o existencia de

características abstractas comunes al mundo social y al biológico; esta condición es

válida en un elevado nivel de abstracción, pero no en el nivel de los detalles, y se

manifiesta en conceptos como replicación y selección, definidos de forma precisa y

significativa, pero en un sentido abstracto y altamente general.

Robert y Yoge (2013) resaltan el aporte de la Ontología Evolutiva de Dopfer y Potts al

evidenciar una coherencia entre las características globales del sistema y las acciones

individuales, pero enfatizando que las primeras no pueden deducirse del comportamiento

individual. Algunos críticos de la ontología propuesta por Dopfer y Potts señalan que se


requiere mayor rigor y profundidad, así como incorporar los recientes avances en

termodinámica lejos del equilibrio y teoría de la complejidad (Juniper, 2009). Por su parte,

Blind y Pyka (2014) mencionan algunas críticas a la Ontología Evolutiva que se

encuentran en la literatura, dada la dificultad operacional de aplicarla en casos empíricos

concretos, por ser demasiado abstracta; sin embargo, estos autores también citan las

investigaciones de Strohmaier (2010), Ostrom y Basurto (2011) y Beinhocker (2011), en

donde se concluye que esta propuesta es completa y consistente tanto en el nivel

ontológico como en el analítico.

Como se enfatizó al inicio de esta sección, la Ontología Evolutiva, como parte del

Darwinismo Generalizado, representa para esta tesis doctoral un referente clave en el

propósito de analizar la valoración tecnológica con una perspectiva evolutiva, dada la

manera en que ha realizado su aporte a la teoría económica, es decir, mediante la

abstracción, y como respuesta a los preceptos ortodoxos de dicha teoría, algo que es

similar a lo que se busca en esta tesis doctoral frente a la visión prevaleciente en

valoración tecnológica; así mismo, como se acaba de discutir, la Ontología Evolutiva ha

sido convalidada por diversos autores del campo económico evolutivo. En el capítulo 4 se

despliega la propuesta que esta investigación doctoral plantea con base en los elementos

que componen la Ontología Evolutiva.


Este capítulo permitió identificar que la biología evolutiva es la rama de la biología de

mayor pertinencia para esta tesis doctoral, teniendo en cuenta que, dada su

complejidad y rasgos particulares, plantea salidas viables frente al reduccionismo y el

determinismo que caracterizan la visión estática de la realidad en la cual se basan

muchas ciencias, siendo acertada como base de una propuesta que busca

complementar los preceptos deterministas y reduccionistas de la valoración

tecnológica (según se discutió en el capítulo 1).

Así mismo, se estableció que la Síntesis Evolutiva Moderna es relevante para esta

tesis doctoral, dado que: actualmente se considera la mejor explicación de la


evolución biológica; retoma fielmente los principios darwinianos; el surgimiento en las

décadas recientes de otras propuestas, más que contradecir esta teoría, intentan

complementarla; permite el análisis de procesos evolutivos en el nivel micro.

Se identificaron dos enfoques basados en la posibilidad de extraer y abstraer los

principios darwinianos a través de análisis epistemológicos y ontológicos, sin entrar en

los detalles de los procesos y ni del funcionamiento de los mecanismos, de manera

que han podido ser aplicados en campos tan disímiles como la antropología o la

economía. De esta manera, se concluye que la Epistemología Evolucionista y el

Darwinismo Generalizado son enfoques a los que esta tesis doctoral puede acudir

para abordar la valoración tecnológica desde una perspectiva evolutiva (basada en la

Síntesis Evolutiva Moderna).

Es posible establecer una relación entre la valoración tecnológica y el abordaje

evolutivo, mediante el enfoque de la Epistemología Evolucionista, que analiza los

procesos de ganancia de conocimiento desde una perspectiva evolutiva. Esto será

desarrollado en el capítulo 4.

Así mismo, el Darwinismo Generalizado, cuya implementación se ha formulado en el

ámbito de la teoría económica, puede aportar en el análisis evolutivo de la valoración

tecnológica, específicamente a través de la Ontología Evolutiva, que muestra como un

sistema de agentes crea y utiliza reglas o procedimientos para resolver problemas a

través de un proceso que sigue los tres principios de la evolución darwiniana. Recurrir

a este tipo de propuestas que han surgido como alternativas a la teoría neoclásica

dada su insuficiencia respecto a la representación de la realidad, en especial en los

países en desarrollo, otorga pertinencia a esta tesis doctoral.

Se identifican dos vías mediante las cuales puede abordarse la valoración tecnológica

desde una perspectiva evolutiva: las metáforas y analogías, y la abstracción. En el

primer caso, se concluye que la metáfora es el mecanismo más apropiado para la

presente tesis doctoral, dado que es la base para una posterior formulación de

analogías; respecto a la abstracción, la Ontología Evolutiva exhibe de manera

distintiva este rasgo que permite identificar (abstraer) aquello que es común y válido

en los dos contextos estudiados, de forma que los detalles no son relevantes. La


Ontología Evolutiva es pertinente para la investigación doctoral por ser una

contribución ante la visión neoclásica de la economía, que como ya se indicó,

representa un abordaje similar al que esta investigación doctoral busca realizar

respecto a los preceptos habituales en valoración tecnológica.

Capítulo 4. Valoración tecnológica desde la perspectiva biológica evolutiva 161

Capítulo 4. VALORACIÓN TECNOLÓGICA DESDE LA PERSPECTIVA BIOLÓGICA EVOLUTIVA

Como aporte principal de la investigación doctoral, en este capítulo se detalla la

propuesta de valoración tecnológica generada a partir de los enfoques evolutivos

analizados en el capítulo 3, que busca ampliar la interpretación de este tema al incluir

elementos como las capacidades tecnológicas. Teniendo en cuenta que la investigación

doctoral tiene como propósito que dicha propuesta sea pertinente para el entorno de los

países en desarrollo, el capítulo 4 inicia con la presentación del análisis del contexto

empresarial de la valoración tecnológica; a partir de la caracterización lograda, se plantea

en la segunda sección la propuesta de abordaje de la valoración tecnológica y su

contexto tomando elementos de la Síntesis Evolutiva Moderna, a través de la

Epistemología y la Ontología Evolutivas como aproximación literal a la biología, y

mediante la formulación de una metáfora evolutiva; estos dos componentes de la

propuesta son complementarios y permiten analizar la valoración tecnológica desde una

perspectiva biológica. La Figura 4-1 muestra la relación de los diversos componentes de

la tesis doctoral con esta propuesta de valoración tecnológica, así como el esquema

general del presente capítulo.


Figura 4-1: Esquema del Capítulo 4 y su relación con los elementos

principales de la tesis doctoral

Cap. 1 - Valoración Tecnológica: concepto y alcance

• Tecnología: perspectiva amplia (capacidades tecnológicas)

• Valoración tecnológica ampliada

• Aspectos clave en valoración tecnológica (categorías, métodos, contexto)

• Aspectos epistemológicos subyacentes en valoración tecnológica

Cap. 2 - Valoración Tecnológica en economías en desarrollo

• Características de la tecnología en países en desarrollo (Base de la Pirámide, ciclo de vida tecnológico)

• Criterios de pertinencia de la valoración tecnológica en contextos de menor desarrollo

Cap. 3 – Referentes biológicos para analizar la Valoración Tecnológica

• Evolución biológica y teoría darwiniana (Síntesis Evolutiva Moderna)

• Extensión de las ideas evolutivas a campos no biológicos (Epistemología Evolucionista, Darwinismo Generalizado)

• Medios de abordaje de la perspectiva evolutiva para analizar la valoración tecnológica (Metáforas y analogías, Ontología Evolutiva)Cap. 4 – Valoración tecnológica desde la perspectiva

biológica evolutiva

Análisis del contexto de la valoración tecnológica

en Colombia

Retos en valoración tecnológica para

empresas colombianas

Propuesta de valoración tecnológica con un enfoque

biológico evolutivo

Análisis de la valoración tecnológica con un enfoque

evolutivoBases para un modelo

conceptual y metodológico de valoración tecnológica con

enfoque evolutivoProceso de valoración tecnológica con base en la Epistemología y Ontología

Evolutivas

Contexto de valoración tecnológica con base en la

metáfora biológica


4.1 Análisis del contexto de la Valoración tecnológica en Colombia

La investigación doctoral contempló dos estrategias para realizar una exploración sobre

la realidad empresarial frente al tema de la valoración tecnológica, con el fin de articular

la propuesta de valoración tecnológica desde una perspectiva evolutiva con el contexto

específico de los países en desarrollo, y en particular con Colombia, buscando su

implementación en este ámbito. La primera estrategia se orientó a identificar trabajos que

contribuyeran a la caracterización de los procesos de valoración en el país, mientras que

la segunda estrategia se relacionó con el desarrollo de estudios de casos empresariales

sobre los procesos de valoración de tecnología en Colombia en sectores promisorios y

relevantes para el país, con la intención de que aportasen elementos para formular la

propuesta de análisis de esta temática desde una perspectiva biológica. La primera

estrategia permitió evidenciar que el tema ha sido poco estudiado y aplicado en

empresas colombianas, dado que se encuentran escasos reportes sobre ello en años


recientes: solo se identificaron20 cinco publicaciones relativas al tema en Colombia, de las

cuales únicamente tres mencionan casos de valoración tecnológica en organizaciones

colombianas, como se aprecia en la Tabla 4-1; los dos artículos restantes tienen carácter

teórico. Se observa que las investigaciones sobre estudios de caso se basan en métodos

de la categoría tradicional de valoración tecnológica, que no dan cuenta de actuaciones

sectoriales o gremiales frente al tema.

20 Se realizaron tres búsquedas el 24 de julio de 2015: 1) Mediante la herramienta denominada Descubridor, que permite hacer búsquedas simultáneas en todos los recursos disponibles en el Sistema Nacional de Bibliotecas de la Universidad Nacional de Colombia - SINAB; se usaron las palabras clave valoración y tecnología (y sus variantes) en el campo resumen, junto con la palabra Colombia en el campo texto completo; la ventana de observación abarcó desde el año 2005 al 2015. En esta búsqueda se obtuvieron inicialmente 48 registros, que se depuraron hasta llegar a 5 directamente relacionados con el interés de la investigación. 2) En la base de datos de artículos Scopus, con una ventana de observación 2005 – 2015, se usó la ecuación de búsqueda ( TITLE-ABS-KEY ( valuation ) AND TITLE-ABS-KEY ( technology ) AND ALL ( Colombia ) ); se identificaron 16 registros, que al ser depurados se concretaron en 4 de interés para la tesis doctoral. 3) Empleando la base de datos de artículos de Latinoamérica Scielo, de acceso libre a través de Internet, en la cual no es posible ajustar la ventana de observación, es decir, realiza las búsquedas en todas las colecciones disponibles sin importar su fecha de publicación; las palabras clave utilizadas fueron valoración y tecnología en el campo resumen. Con esta búsqueda se obtuvieron 16 registros, y luego de la depuración se trabajó con 5 referencias. Al cruzar los resultados de estas tres búsquedas y eliminar los duplicados, se contó finalmente con 9 referencias relacionadas con la valoración tecnológica en Colombia; de ellas, cuatro corresponden a resultados parciales de la presente investigación doctoral y, por tanto, no se incluyen en el análisis mostrado.


Tabla 4-1: Estudios recientes sobre valoración tecnológica en Colombia

Título Autores Año Reseña Enfoque

Valoración de la opción de

tercera generación de

telefonía móvil celular a

través de opciones reales

Salinas, S.

Calvo, J.

(2003,

Revista

Innovar)

Frente a las críticas que recibe el método de

Flujo de Caja Descontado, se valora una

nueva tecnología del sector de telefonía móvil

celular (Sistema de tercera generación 3G)

mediante Opciones reales

Estudio

de caso

Análisis de decisiones de

inversión utilizando el

criterio valor presente neto

en riesgo (VPN en riesgo)

Manotas,

D.

Toro, H.

(2009,

Revista

Innovar)

Se proponen alternativas para evaluar

proyectos de inversión incluyendo el factor

riesgo, y se ejemplifica en dos casos: uno

hipotético de selección de una tecnología

para una planta de producción de fertilizantes

y otro real sobre la renovación de una

plantación de caña de azúcar en el Valle del

Cauca (Colombia).

Estudio

de caso

Metodologías de

valoración de activos

tecnológicos. Una revisión

Correa, J.

Arango, M.

Castaño,

C.

(2011,

Revista

Pensamiento

& Gestión)

Presenta una revisión de metodologías de

valoración del capital intelectual relativo a la

tecnología.

Teórico

Una aproximación a un

modelo de decisión para

valorar activos intangibles

basados en tecnología:

caso estudio compañía de

software Colombia S.A.

González,

P.

(2011,

Revista

Universo

Contábil)

Se plantea un modelo para valorar un activo

tecnológico intangible, el cual es un software

creado por una empresa colombiana. Con el

empleo de los métodos de costos, ingresos y

mercado, se estableció el intervalo en el que

está el valor justo de mercado del software.

Estudio

de caso

Identificación de variables

que afectarían la

valoración de productos de

las micro, pequeñas y

medianas empresas

dedicadas al desarrollo de

software por encargo en

Colombia

Díaz, M.

Ospina, M.

(2014,

Revista

Informador

técnico)

A través de un ejercicio prospectivo con la

participación de expertos, se identificaron los

factores y necesidades que pueden afectar la

valoración de los productos de empresas

colombianas productoras de software por

encargo en el periodo 2014-2018. Estas

variables están relacionadas con la

protección de los productos, los métodos de

desarrollo de software, la competitividad, etc.

Teórico


Considerando esta carencia de información y la falta de evidencia empírica suficiente

respecto a la realización de procesos de valoración tecnológica en el ámbito empresarial

colombiano, la segunda estrategia mencionada se orientó a desarrollar un estudio

exploratorio mediante la consulta a empresas seleccionadas (como se explica en la

siguiente sección y en el Anexo A), que aportara elementos para comprender el contexto

donde podría ocurrir la valoración tecnológica21, lo cual se cumplió. La metodología se

basó en el estudio de casos múltiples, y requirió ser ajustada para lograr el propósito de

21 Este análisis del contexto de la valoración tecnológica, más que centrarse en los procesos de valoración, se enfoca en la gestión de la valoración de tecnologías.


este componente de la tesis doctoral, en atención a las dificultades para documentar y

analizar los procesos de valoración tecnológica que pudieran haberse desarrollado en

alguna(s) organización(es) del país (dada la ausencia de información al respecto). Así,

este componente de la tesis doctoral posibilitó obtener información que permitiese

comprender el medio en el cual la valoración tecnológica puede tener lugar, como se

detalla en los siguientes numerales y en el Anexo A.

4.1.1 Generalidades del estudio sobre el contexto de la valoración tecnológica en algunas empresas colombianas

Como uno de los componentes de la investigación doctoral, se realizó un análisis del

contexto en el cual puede llevarse a cabo la valoración tecnológica en algunas empresas

colombianas, dado que, como ya se indicó, es muy poca la información específica sobre

la aplicación de la valoración tecnológica en las organizaciones del país. Se contempló el

estudio de tres variables: procesos de valoración tecnológica, capacidades tecnológicas y

procesos de ganancia de conocimiento (En el Anexo A se detalla la metodología

empleada). La aplicación del cuestionario que fue generado (incluido en el Anexo A), se

orientó a determinar el estado actual de desarrollo de estas dimensiones en las

organizaciones participantes como base de un acercamiento exploratorio al contexto para

realizar la valoración tecnológica en estas empresas colombianas, intentando una

aproximación al comportamiento en el nivel sectorial22. Es importante señalar que, por

motivos de confidencialidad, los nombres de las empresas consultadas no son

mencionados en este documento.

4.1.1.1 Selección de empresas para el estudio

La motivación de este componente de la tesis doctoral fue realizar un análisis

exploratorio que permitiese identificar aspectos del contexto y la realidad empresarial

22 Sin embargo, es necesario aclarar que la metodología de estudio de casos múltiples, en la cual se basó este componente de la tesis doctoral, se orienta a caracterizar unos casos particulares por lo cual obvia el empleo de muestras representativas seleccionadas estadísticamente, y debe evitarse generalizar los resultados obtenidos.


relativos al tema de la investigación, facilitando la comprensión y acercamiento al ámbito

local en el que puede ocurrir la valoración de tecnología.

Para seleccionar las empresas que participaron en este análisis, se tomaron en cuenta

los siguientes criterios:

Concentración geográfica: existe una alta concentración geográfica de empresas

de todos los tamaños. De acuerdo con el Consejo Nacional de Política Económica y

Social – CONPES (2007), esto evidencia la existencia de importantes brechas de

desarrollo entre las regiones. Cinco departamentos concentran el 79% de las

grandes empresas y el 62% de las microempresas y las Pymes del país. La mayor

concentración está en Bogotá, con el 22.8% del total de micro, pequeñas y medianas

empresas (Cámara de Comercio de Bogotá, 2015b). Con base en esta información,

el estudio realizado se centró en el estudio de empresas ubicadas en la ciudad de

Bogotá.

Características de las empresas en Bogotá: la Tabla 4-2 muestra que el 93,2% de

las empresas de la ciudad de Bogotá son micro y pequeñas empresas,

correspondientes a 191.945 establecimientos. Además, según la Cámara de

Comercio de Bogotá (2012, 2015b), en la región Bogotá – Cundinamarca se

encuentra el mayor número de empresas de todos los tamaños del país.

Tabla 4-2: Composición del parque empresarial de Bogotá (2014)

Tamaño Participación

Microempresas 86%

Pequeñas y

medianas empresas 13%

Grandes 1%

Total general 100,0%

(384.018 empresas)

Fuente: Cámara de Comercio de Bogotá (2015b)

Las actividades principales de las empresas en Bogotá se relacionan con los

servicios (44%), el comercio (35%) y la industria manufacturera (13%) (Cámara de

Comercio de Bogotá, 2015b). Teniendo en cuenta el propósito de la tesis doctoral,


enfocado en la valoración de tecnologías de empresas de sectores tradicionales, se

tomó como objeto de análisis las empresas manufactureras, como el tercer sector

económico más importante de Bogotá.

Sectores estratégicos para Bogotá: la Agenda interna de productividad de la

región Bogotá – Cundinamarca (Alcaldía Mayor de Bogotá & Universidad Militar

Nueva Granada, 2012) estableció 17 segmentos productivos dinámicos de impacto

en la región, denominados Apuestas productivas y agrupados en cuatro categorías:

sector agroindustrial, sector industrial, sector servicios y sector promisorio.

El sector industrial priorizado por la Agenda interna de productividad incluye las

siguientes apuestas productivas:

1) Textiles y confecciones

2) Productos químicos y plásticos.

3) Otros productos químicos (cosméticos, productos de aseo,

farmacéuticos y agroquímicos)

4) Papel, imprenta, editoriales y artes gráficas

5) Autopartes y automotores

6) Bebidas

7) Materiales de construcción, cerámica y vidrio.

Como resultado de la aplicación de los criterios que se describieron en las viñetas

anteriores, junto con la utilización de información sobre empresas que han participado en

estudios previos (Castellanos, Fúquene, Ramírez, González, & Castellanos, 2013)

realizados al interior del grupo de investigación en donde se desarrolla la tesis doctoral,

finalmente se trabajó con siete empresas pertenecientes a la apuesta productiva número

2 (productos químicos y plásticos, lista del párrafo anterior), productoras de empaques

plásticos, localizadas en la ciudad de Bogotá, como se detalla en la Tabla 4-3. Es

importante aclarar que el conjunto seleccionado con base en los criterios señalados

anteriormente, se consolidó por la disponibilidad de los directivos de cada organización

para participar en este estudio, y en ningún caso se pretendió concretar una muestra

estadísticamente representativa del sector.


Tabla 4-3: Empresas consultadas sobre el contexto de la valoración tecnológica

Empresa Antigüedad

en el Mercado

Tipo de sociedad

Cantidad de

empleados Tamaño

Actividad Económica

Área de Desempeño

Empresa 1

22 años

Sociedad o persona jurídica

principal o ESAL

70 Pequeño 2229 - Fabricación

de artículos de plástico n.c.p.

Productora de empaques resellables impresos o

transparentes (polietileno con selle resellable)

Empresa 2

18 años

Sociedad o persona jurídica

principal o ESAL

85 Mediano

2021 - Fabricación de plaguicidas y otros productos químicos de uso

agropecuario * 2229 - Fabricación de

artículos de plástico n.c.p.

Elaboración de empaques termoformados y empaque par productos líquidos/gelatinosos.

Además prestan servicio de etiquetado, impresión de fechas y lotes de fabricación y empacado de productos en cajas plegables.

Empresa 3

2 años

Sociedad por acciones simplificadas

SAS

13 Pequeño 2229 - Fabricación


Soluciones integrales de empaques e insumos para la

industria, en especial, el diseño, desarrollo y definición de nuevos

productos

Empresa 4

19 años Sociedad Limitada

20 Pequeño

4664 - Comercio al por mayor de

productos químicos básicos, cauchos y plásticos en formas

primarias y productos químicos de uso

agropecuario

Elaboración de mezclas y productos en caucho

Empresa 5

35 años

Sociedades por acciones simplificadas

SAS

180 Mediano 2229 - Fabricación


Fabricación y comercialización de envases y empaques de resinas

plásticas, acero cromado y aluminio para bebidas

carbonatadas, agua mineral y otros productos líquidos. Preformas PET, botellas,

botellones, cajas y tapas plásticas y metálicas. Servicios de

litografía, refilado e impresión en lámina.

Empresa 6


15 Pequeño

2229 - Fabricación de artículos de plástico n.c.p.

8292 - Actividades de envase y

empaque * 8292 - Actividades de

envase y empaque especializado

Diseño y elaboración de empaques plásticos. Productos

como empaques flexibles y termoformados.

Empresa 7


130 Mediano 2229 - Fabricación


Coextrusiones y Laminaciones para empaque automático de

alimentos, bebidas y productos de distribución masiva, bolsas, rollos, fajillas, etiquetas tubulares, Doy

Pack, cenefas, banderines polipropileno

Fuente: elaboración propia. La columna Actividad Económica se basa en la

clasificación CIIU Revisión 4 adaptada para Colombia (Cámara de

Comercio de Bogotá, 2015a)


El sector seleccionado (producción de empaques plásticos) puede considerarse como

uno de los sectores característicos de países en desarrollo, y por tanto, de interés para la

presente tesis doctoral respecto al contexto de la valoración tecnológica; en tal sentido,

puede afirmarse que cuenta con los aspectos resaltados en la Figura 2-6, respecto al

manejo habitual de tecnologías maduras en los procesos productivos, la producción

industrial de tipo convencional y la baja capacidad de generación de tecnologías.

De igual forma, debe precisarse que se excluyó el tamaño empresarial como criterio para

establecer el grupo de organizaciones que se consultarían, de manera que el hecho de

que todas las empresas consultadas sean pequeñas o medianas (según se observa en la

Tabla 4-3), es una cuestión meramente circunstancial.

4.1.1.2 Definición de variables y subvariables

Las variables y subvariables en las cuales se basó el análisis exploratorio en

organizaciones del país, se establecieron considerando dos aspectos: 1) el objetivo de la

investigación doctoral de generar una propuesta de valoración tecnológica orientada al

ámbito los países en desarrollo como Colombia. 2) El resultado de la revisión de la

literatura que se reseñó y discutió en los tres capítulos iniciales de este documento. La

conceptualización y justificación de cada variable se presenta a continuación y la Tabla

4-4 resume las variables y subvariables establecidas para la recolección de la

información.

Tabla 4-4: Variables y subvariables del análisis en empresas colombianas

Variables Subvariables

Procesos de valoración tecnológica

Adquisición de tecnología


Evaluación de tecnología

Capacidades Tecnológicas

Sistemas técnicos y físicos

Capital humano

Sistemas de organización, de gestión e institucionales


Procesos de ganancia de

conocimiento

Aprendizaje

Adaptabilidad y Flexibilidad

Cooperación




En la sección 1.2 se discutieron los conceptos de valoración y evaluación tecnológica,

encontrando que el primero tiene un enfoque fundamentalmente monetario y relacionado

con las técnicas de análisis financiero de proyectos no necesariamente tecnológicos,

mientras que la evaluación tecnológica es un proceso que, aunque en la práctica también

se enfoca en los aspectos financieros, toma en cuenta elementos técnicos, opciones

tecnológicas disponibles en el mercado, capacidades, entre otros; por ello, en dicho

capítulo se llegó a la conclusión de que la valoración y la evaluación son procesos

complementarios, si bien habitualmente los términos tienden a confundirse.

Con base en lo anterior, se establecieron como subvariables de Procesos de valoración

tecnológica:

- La adquisición de tecnología, entendida como un proceso fundamental para que

las organizaciones se modernicen tecnológica y en el cual tanto la evaluación

como la valoración tecnológica son necesarias.

- La valoración tecnológica, el eje de esta investigación doctoral, con el fin de

conocer detalles de cómo las empresas consultadas realizan este proceso o

hasta dónde es posible evidenciar que se maneja algún aspecto relativo al tema.

- La evaluación de tecnología, como proceso complementario a la valoración

tecnológica.

Capacidades tecnológicas

Se introdujo el tema de las capacidades tecnológicas23 en la consulta a empresas,

considerando que en esta investigación se ha planteado el empleo de una visión amplia

de la tecnología que incluya este tipo de aspectos intangibles, al partir de la premisa de

que la interpretación restringida de la tecnología es insuficiente en países en desarrollo,

dada la escasez de documentación e información, particularmente de tipo financiero,

requeridas para la valoración tecnológica; ello llevó a proponer en el capítulo 1 la

23 Las capacidades tecnológicas fueron definidas en la Sección 1.1.2 y contextualizadas para el caso de los países en desarrollo en la Sección 2.2.3.


Valoración Tecnológica Ampliada (sección 1.2.3); así mismo, en la sección 2.3 se

destacó la pertinencia de las capacidades tecnológicas para la valoración de tecnología

en contextos de menor desarrollo.

Con base en las dimensiones de las capacidades tecnológicas propuestas por Figueiredo

(2004, 2005), que fueron discutidas en el numeral 1.1.2.2, esta variable se dividió en

cuatro subvariables, considerando el hecho fundamental de que es en tales dimensiones

donde se almacenan las capacidades tecnológicas:

- Sistemas técnicos y físicos, correspondientes a la infraestructura de este tipo

existente en la empresa, relativa a instalaciones, equipos, programas de cómputo,

sistemas de información, etc.

- Capital humano, con su conocimiento, capacitación y experiencia.

- Sistemas de organización, de gestión e institucionales, como rutinas,

procedimientos, normas, procesos y técnicas de gestión administrativa y

productiva.

- Productos y servicios, en los cuales las capacidades tecnológicas se ven

traducidas o representadas, siendo la parte más visible de estas.

Procesos de ganancia24 de conocimiento

Este último componente del estudio en empresas colombianas se orientó a establecer si

las organizaciones tienen rasgos que permitan considerarlas como sistemas de

conocimiento25 en donde el proceso evolutivo puede ocurrir, de acuerdo con lo discutido

24 Se emplea el termino ganancia para guardar coherencia con los planteamientos de Donald Campbell (1960), uno de los principales autores de la Epistemología Evolucionista, quien afirma que el incremento en la adaptación de los organismos a su ambiente puede considerarse como una ganancia de conocimiento. Así entendida, la ganancia puede ser sinónimo de acumulación. 25 La evolución ocurre en sistemas abiertos y complejos (Hodgson, 2002). Autores como Andersson (2008) y Cziko (1995, citados en Andersson, 2011) hacen referencia a un Gran Sistema de Conocimiento como aquel sistema de sistemas en constante adaptación, con


en las Secciones 3.4.1 (Epistemología Evolutiva), 3.4.2 (Darwinismo Generalizado) y

3.5.2 (Ontología Evolutiva), a partir de lo cual se logró establecer que, de acuerdo con

Bartley (1987), la adaptación es un incremento en el conocimiento, y la evolución es un

proceso en el cual la información sobre el ambiente es incorporada en los organismos

vivos a través de la adaptación; esto se evidencia, por ejemplo, en la gran capacidad de

orientación de los pájaros migratorios.

Para indagar sobre los procesos de ganancia de conocimiento en las empresas, se

definieron tres subvariables acordes con los aspectos relevantes de la interpretación de

la evolución en sistemas complejos como proceso de conocimiento:

- Aprendizaje, a través del cual se acumula conocimiento que puede ser empleado

en la resolución de problemas, facilitando la adaptación de la organización.

Popper (1972, citado en Abrantes, 2007) ha señalado que el aprendizaje, como

proceso que se desarrolla por sucesivas etapas de ensayo y error, es la forma en

la que la selección natural opera en los procesos evolutivos.

- Adaptabilidad y Flexibilidad, como atributos que muestran la capacidad de la

organización para responder al entorno, y son retomados de las posturas de

Campbell (1960), quien hace referencia a programas acumulados para la

adaptación de los organismos al entorno - o procesos de conocimiento - y Popper

(1972), que establece que los organismos son sistemas jerárquicos de controles

flexibles o plásticos, donde tales controles permiten a estos organismos actuar de

forma no aleatoria, sino previsiva.

- Cooperación, entendida como un mecanismo que facilita la ganancia de

conocimiento y el aprendizaje mediante la interacción con otras organizaciones.

Este concepto se deriva de lo que Lundvall (1988) denomina Learning by

interacting o aprendizaje por interacción, en donde productores y usuarios de

generación continua de estructuras y que cumple determinadas funciones; las explicaciones de cómo funcionan estos sistemas han pasado de ser providencialistas, luego instruccionistas y finalmente seleccionistas, operando parcial o totalmente bajo principios darwinianos.


innovaciones (nuevos conocimientos) mejoran sus capacidades por medio de la

comunicación recíproca.

A partir de la información recopilada mediante la aplicación del instrumento de consulta,

en el Anexo A se describen los hallazgos principales para el conjunto de las empresas

consultadas en cada una de las variables analizadas, estableciendo las mejores

prácticas, el desempeño promedio y las desviaciones entre estos valores. En el siguiente

numeral se reseñan los aspectos más destacados resultantes del estudio que acaba de

describirse.

4.1.1.3 Hallazgos relevantes sobre el contexto de la valoración tecnológica en


Con base en los resultados del estudio sobre el contexto de la valoración tecnológica en

empresas colombianas (Anexo A) se identifican aspectos relevantes que a continuación

se mencionan. En términos generales, la variable que en promedio tiene el mejor

resultado es Capacidades tecnológicas, el cual se fundamenta en la realización de

modificaciones o mejoras de tipo tecnológico en alguno de los procesos productivos de

las empresas en los últimos años, así como en el desarrollo de nuevos productos. Por

otra parte, la variable con más bajo desempeño es Procesos de valoración tecnológica, lo

que es producto del desconocimiento general que existe en cuanto a este tipo de

procesos en las empresas productoras de empaques plásticos participantes en el

estudio. En la Tabla 4-5 se muestran las subvariables que en promedio presentan el

mejor y el más bajo desempeño para cada una de las variables estudiadas.


Tabla 4-5: Subvariables con mejor y más bajo desempeño en el conjunto de

empresas consultadas

Variable Subvariable con el mejor desempeño Subvariable con el más bajo

desempeño

Procesos de

valoración y

evaluación

tecnológica

Adquisición de tecnología: desempeño

que se basa en que las empresas

consideran muy importantes, a la hora de

comprar tecnología, criterios como que la

tecnología sea de punta, que permita

mantener o aumentar la ventaja

competitiva, incremente la producción,

disminuya las horas extras, facilite el

desarrollo de nuevos productos y se logre

su dominio por parte del personal

operativo. Este aspecto esboza la manera

en que ocurre el principal acercamiento a

los procesos de valoración y evaluación

de la tecnología en las organizaciones.

Valoración tecnológica: este

comportamiento confirma el bajo

conocimiento que se tiene en las

organizaciones sobre los procesos de

valoración tecnológica tanto en la

conceptualización, como en su práctica.

Capacidades

tecnológicas

Sistemas técnicos y físicos: el buen

desempeño en esta subvariable se

cimienta en el hecho de que la mayoría

de las empresas han realizado mejoras o

modificaciones de tipo tecnológico en

alguno de sus procesos productivos, es

decir, existen esfuerzos internos en las

organizaciones para modernizarse, lo que

pone de manifiesto la presencia de

habilidades para manejar el cambio

tecnológico, las cuales deben ser

potencializadas.

Capital humano: la falta de una unidad

o función de I+D, así como la poca

socialización del conocimiento que se

realiza en las empresas, provocan

bajos resultados en esta subvariable y

evidencian la necesidad de trabajar de

forma estructurada y continua en la

gestión del conocimiento con el capital

humano al interior de las

organizaciones.

Procesos de

ganancia de

conocimiento

Adaptabilidad y flexibilidad: desempeño

fundamentado en actividades como el

registro de las fallas del proceso

productivo y en la existencia de medidas

para mejorar, así como en la presencia de

sistemas de información, el desarrollo de

actividades en equipos de trabajo y la

existencia de lugares para la socialización

y convivencia. Estos elementos

evidencian una capacidad de adaptación

de las empresas a través del manejo de

información y la interacción de las

personas, generándose conocimiento que

permite la evolución en las

organizaciones.

Cooperación: se evidencia una baja

frecuencia de interacción de las

empresas para el desarrollo, mejora,

producción o comercialización de

productos, con clientes, proveedores,

empresas de otros sectores y

organismos estatales. También es poca

interacción de las empresas con

cadenas productivas y entidades para

fomentar el aprendizaje. En este

contexto, no se transmite conocimiento

entre los diferentes actores del entorno,

desaprovechando las ventajas del flujo

de conocimiento.



El análisis realizado mediante la consulta a empresas del sector de empaques plásticos

de la ciudad de Bogotá confirmó la premisa de que el tema de valoración tecnológica es

muy poco manejado en el ámbito analizado, y aunque no es posible generalizar este

resultado dadas las características de este estudio, explicadas en las secciones previas,

sí puede tomarse como una aproximación a lo que ocurre en el nivel de país y en el

ámbito de los países en desarrollo, que además se complementa con lo evidenciado en

la literatura.

Además es importante destacar que, aunque las empresas consultadas no tienen mucha

propensión a realizar análisis o mediciones de sus capacidades tecnológicas, existen

rasgos que permiten inferir que han desarrollado procesos de acumulación de dichas

capacidades, relativos al aprendizaje tecnológico, aunque hay debilidades en la gestión

del capital humano, lo cual es clave para lograr dicho aprendizaje en un nivel elevado.

Por último, puede señalarse que las organizaciones analizadas están medianamente

preparadas frente a posibles cambios del entorno, al manejar procesos asociados con lo

que aquí se denomina Adaptabilidad y flexibilidad; no obstante, fallan en la interacción

con otros actores, lo cual no permite considerarlas como sistemas de conocimiento en un

sentido estricto.

4.1.2 Retos en la gestión de la valoración tecnológica para las empresas colombianas

El panorama generado mediante el estudio en siete empresas bogotanas productoras de

empaques plásticos, permite identificar varios retos para la gestión y el contexto de la

valoración tecnológica en este tipo de organizaciones, los cuales se resumen en la Figura

4-2.


Figura 4-2: Retos en la gestión de la valoración tecnológica para las


RETOS EN LA GESTIÓN Y EL

CONTEXTO DE LA VALORACIÓN TECNOLÓGICA

Apropiación de conceptos y

metodologías de valoración tecnológica

Apertura hacia comportamientos de

ganancia de conocimiento

Generación, fortalecimiento y

medición de capacidades tecnológicas


Apropiación de conceptos y metodologías de valoración tecnológica: se evidenció

que, en general, existen debilidades en las empresas productoras de empaques plásticos

consultadas, respecto a los procesos de valoración tecnológica, asociadas al

desconocimiento tanto conceptual como de la forma en que se llevan a la práctica. Se

pudo establecer que las organizaciones emplean tecnologías que se constituyen en el

soporte para el desarrollo de su función productiva, pero no se realizan procesos de

gestión tecnológica que permitan lograr un mejor aprovechamiento de todo el potencial

que representa la tecnología para la creación de ventajas competitivas.

Las debilidades observadas en las empresas respecto a los procesos de valoración

tecnológica, están relacionadas en gran medida con el hecho de ser de tamaño mediano

y pequeño, ya que en general, son organizaciones que deben poner un mayor énfasis en

los aspectos productivos para asegurar su sostenibilidad, mientras que los recursos son

escasos para invertir en el desarrollo de nuevos procesos, productos y en la gestión de

tecnología; adicionalmente, se cuenta con poco recurso humano preparado


profesionalmente para estas actividades, o si se dispone de empleados con estos

conocimientos, el trabajo del día a día en producción ocupa toda su jornada laboral.

En términos generales, en las empresas consultadas del sector de manufactura de

empaques plásticos se introduce tecnología mediante la compra de equipos, los cuales

habitualmente provienen del extranjero, buscando crear ventaja competitiva, incrementar

la producción, disminuir horas extras del personal y elaborar nuevos productos; sin

embargo, la falta de gestión de dicha tecnología dificulta el alcance de estos objetivos.

Generación, fortalecimiento y medición de capacidades tecnológicas: se observó en

las empresas analizadas que se conoce poco acerca de las capacidades tecnológicas

con que cada una cuenta, porque no se realizan procesos de medición de tales

capacidades, o actividades que de manera consciente y planeada promuevan su

fortalecimiento. El desarrollo de productos es la principal actividad innovadora que se

realiza, donde influyen las necesidades del cliente y se realizan adaptaciones de la

tecnología existente, mas no se dispone de una unidad o función diferenciada de I+D al

interior de las organizaciones que facilite procesos continuos de generación de

conocimientos; tampoco ocurren actividades de colaboración con otros actores de la

sociedad dedicados a la investigación, como por ejemplo, las universidades.

Apertura hacia comportamientos de ganancia de conocimiento: respecto a la

existencia de procesos de ganancia de conocimiento en las empresas analizadas, la

adaptabilidad y la flexibilidad son rasgos que se pueden evidenciar en dichas

organizaciones, al contar con preparación para manejar eventualidades como fallas en el

proceso productivo o amenazas externas de carácter económico o político, así como

disponer espacios internos para el trabajo en equipo y la socialización. Sin embargo, en

cuanto al aprendizaje como proceso de asimilación de conocimiento, las empresas

consultadas no muestran mayores logros, en la medida en que se realiza poca gestión de

la información y el conocimiento que se genera; igual sucede con la cooperación o

interacción con diferentes actores dentro y fuera de la organización, que es infrecuente

en las empresas analizadas. También se evidenció una debilidad general en las

empresas consultadas sobre la gestión del capital humano tendiente a la implementación

de actividades de creación y socialización del conocimiento; por ello, resulta clave que al

interior de las organizaciones se dé un manejo adecuado de sus sistemas de


información, o se creen en caso de no existir, en donde se involucre a todos los actores

internos y externos, y se recopilen, difundan y aprovechen los aportes que estos puedan

hacer al funcionamiento organizacional.

Si bien las empresas consultadas no constituyen una muestra estadísticamente

representativa del país o la región, la literatura analizada en capítulos previos muestra

que es viable inferir que las organizaciones de países en desarrollo como Colombia y en

general, los latinoamericanos, presentan rasgos similares; por tanto, en esta

investigación doctoral se ha considerado que la propuesta generada, detallada en la

siguiente sección, puede aportar al conjunto característico y habitual de empresas de

entornos menos desarrollados.

Aunque dentro de los objetivos iniciales de la investigación doctoral se contempló

analizar la posibilidad de implementación de la propuesta generada en el ámbito

colombiano, en el desarrollo de la misma se evidenció, a través de la identificación de

trabajos respecto a la valoración tecnológica en Colombia y del estudio en algunas

empresas, que para llegar a implementar nuevas aproximaciones en valoración

tecnológica, en el contexto estudiado es necesario ir más atrás de la cuantificación de los

procesos de valoración, es decir, propender por el fortalecimiento conceptual del tema

de valoración tecnológica en busca de un mayor dominio y madurez de las empresas

frente al mismo, como parte de la gestión tecnológica. Esto favorecerá que en

investigaciones futuras sean posibles los análisis cuantitativos de los procesos de

valoración tecnológica.

4.2 Propuesta de Valoración tecnológica con un enfoque biológico evolutivo

En la sección anterior se generó una imagen más aproximada a la realidad y el contexto

empresarial colombiano referente al tema de la valoración tecnológica; esta sección se

orienta a presentar en detalle la propuesta para la valoración tecnológica enfocada en

países en desarrollo y aparatos productivos como el colombiano, y por tanto, toma como

base los resultados del estudio empresarial antes descrito.


Así mismo, la propuesta que se amplía en la presente sección, considera a la evolución

biológica como el referente desde el cual se analiza la valoración tecnológica. Para ello,

son fundamentales los aportes condensados en el capítulo 3, en donde se optó por la

rama evolutiva de la biología como alternativa más pertinente para realizar una propuesta

de valoración tecnológica con base en elementos biológicos, según se discutió en la

sección 3.2; en dicho capítulo también se presentaron los enfoques que han llevado el

darwinismo a campos diferentes al biológico, así como los medios por los que puede

plantearse una propuesta de análisis de la valoración tecnológica. A partir de ello, en los

siguientes acápites se definen las opciones más apropiadas para plantear las bases

conceptuales y metodológicas de la propuesta para la valoración tecnológica desde la

perspectiva evolutiva, y se procede a describirla pormenorizadamente.

4.2.1 Justificación de las opciones para ampliar la interpretación de la valoración tecnológica

En el capítulo 1 se abordó el concepto de valoración tecnológica y se propuso una

categorización de acuerdo con la orientación de los métodos generalmente utilizados

para valorar diversas tecnologías, mientras que en el capítulo 2 se delimitó el contexto de

interés para la presente investigación, demostrando que la categoría de valoración

tecnológica tradicional es la que más se ajusta a las características de las tecnologías

comúnmente encontradas en países en desarrollo como Colombia; así mismo, se debatió

sobre los rasgos epistemológicos que subyacen particularmente a esta categoría.

Por otra parte, los medios a través de los cuales la evolución – cuya explicación más

certera en biología es la teoría de la Síntesis Evolutiva Moderna – se ha extendido a

campos no biológicos, que fueron reseñados en el capítulo 3, tienen que ver con la

Epistemología Evolutiva y el Darwinismo Generalizado. Si bien los dos enfoques se

basan en los principios darwinianos evolutivos de variación, selección y retención (pilares

del Darwinismo en biología y actualmente de la Síntesis Evolutiva Moderna o

Neodarwinismo), su orientación ha sido hacia áreas distintas, de manera que la

Epistemología Evolutiva se ha encargado de estudiar el conocimiento y las capacidades

cognitivas, mientras que el Darwinismo Generalizado ha tenido su mayor foco de


atención en la teoría económica. La forma en que estos enfoques emplean los principios

evolutivos en sus respectivos campos, como se vio en el capítulo 3, ha sido literal al no

pretender una comparación o ajuste exacto en los detalles de la evolución biológica, sino

que se manejan tales principios en el nivel más abstracto y general26.

Esta investigación doctoral retoma la Epistemología Evolucionista y su base conceptual

sobre la evolución como un proceso de conocimiento, sin importar si se trata de lo que

ocurre en un organismo vivo o en cualquier otro sistema (abierto, complejo) que cumpla

los principios darwinianos. Esta afirmación constituye el fundamento para analizar la

valoración tecnológica como un proceso de ganancia de conocimiento.

Por su parte, el Darwinismo Generalizado es relevante para la presente tesis, al

centrarse en el empleo de los principios generales de la teoría de la evolución en ámbitos

no biológicos como la teoría económica y dentro de ella, la tecnología y la innovación

(acorde con lo discutido en el acápite 3.5.2), formando parte de la escuela heterodoxa

que busca proponer opciones frente a la economía neoclásica y la insuficiencia

manifiesta de sus explicaciones de la realidad, en especial cuando se hace referencia a

países en desarrollo (Hodgson, 2007; Tenewicki, 2003).

La aplicación de los principios evolutivos a través del Darwinismo Generalizado ha

derivado en la propuesta de Ontología Evolutiva de Dopfer y Potts (2004), que fue

detallada en la sección 3.5.2, y que constituye una construcción axiomática en respuesta

a la ontología clásica de la economía; la abstracción que subyace en esta propuesta y

que facilita que diversas teorías se ajusten a sus axiomas con el fin de emplear una

perspectiva evolutiva en el análisis de diversas áreas, se ha considerado como la

característica más pertinente para el análisis de la valoración tecnológica realizado en la

presente investigación.

26 De acuerdo con Fajardo (2007), esta aproximación literal no da lugar a dualidades de significado por tener un carácter preciso y concreto, es decir, no tiene niveles de significación sino que su capacidad significativa es única.


Se señaló en el capítulo 3 que la ingeniería y la gestión tecnológica, al igual que la

gestión y el estudio organizacional, han recibido aportes desde la biología a través de

figuras como la analogía y la metáfora; partiendo de estos antecedentes, la investigación

doctoral se basa en estos mecanismos para emplear elementos de la Síntesis Evolutiva

Moderna, como la mejor explicación de la evolución biológica a la fecha. Se optó por la

figura de la metáfora, en lugar de la analogía, a partir de lo obtenido en la revisión de los

conceptos relacionados (presentada en la sección 3.5.1), en donde, al realizar una

comparación entre ellos, se observa que se requiere consolidar la metáfora como base

para una posterior aproximación a los campos de estudio a través de analogías; incluso

se ha señalado que la metáfora es una forma especial de analogía (Carrillo, 2003) -

porque solo recoge aspectos parciales del Foro para ponerlos en evidencia en la

descripción de un fenómeno-.

La Figura 4-3 esquematiza la relación de los diferentes referentes conceptuales de la

propuesta para la valoración tecnológica desde la perspectiva evolutiva. También puede

observarse el vínculo entre la teoría biológica de la Síntesis Evolutiva Moderna con la

valoración tecnológica, a partir de lo explicado en la sección 3.4 y en la Figura 3-6, en

donde se señaló que dicha teoría biológica se comporta como una supra-teoría respecto

a la Epistemología Evolucionista y el Darwinismo Generalizado (dentro de este la

Ontología Evolutiva), y a través de los principios darwinianos sirve como un marco

ontológico válido en ámbitos no biológicos. De esta forma, la propuesta de valoración

tecnológica que surge de esta investigación doctoral, retoma los principios evolutivos

biológicos para emplearlos de forma literal mediante la Epistemología y la Ontología

Evolutivas, analizando dicha valoración como un proceso de conocimiento, y por tanto,

como un proceso evolutivo. Así mismo, la propuesta emplea los principios darwinianos

para plantear una metáfora evolutiva biológica sobre el entorno de estos procesos de

valoración tecnológica. Todo ello, en el marco y como contribución a afrontar los retos

identificados en la sección 4.1.2 para la valoración tecnológica en empresas

colombianas, que pueden ser encontrados también en otros países en desarrollo.


Figura 4-3: Esquema de análisis de la valoración tecnológica desde la

perspectiva evolutiva

Categoría tradicional

Valoración Tecnológica

Metáfora evolutiva biológica

Aproximación metafórica

PROPUESTA DE VALORACIÓN

TECNOLÓGICA CON ENFOQUE BIOLÓGICO

Retos en valoración tecnológica para países en desarrollo

Epistemología Evolucionista

Aproximación literal

Evolución como proceso de conocimientoTeoría económica – tecnología e innovación

Ontología Evolutiva

Darwinismo Generalizado

Principios evolutivosExplicados en Biología por la Síntesis Evolutiva

Moderna

Valoración tecnológica como proceso de

conocimiento (evoluciona)

Entorno de la Valoración tecnológica como sistema

que evoluciona


En las siguientes secciones se presentan los detalles de la propuesta conceptual y

metodológica para la valoración tecnológica con una aproximación evolutiva, cuyo

propósito es ampliar el entendimiento de este tipo valoración y lograr mayor pertinencia

en el contexto de los países en desarrollo.

4.2.2 Análisis del proceso y el contexto de la valoración tecnológica con un enfoque evolutivo

En esta sección se describe la propuesta de aplicación a la valoración tecnológica, de la

Epistemología Evolucionista, cuyos rasgos principales se abordaron en el numeral 3.4.1,

y del Darwinismo Generalizado a través de la Ontología Evolutiva, enfoque discutido en

la sección 3.5.2, como aproximaciones literales a los principios biológicos evolutivos. Así

mismo, se aborda el contexto de la valoración tecnológica a través de una metáfora

biológica, como complemento al análisis desde la Epistemología y la Ontología


Evolutivas. Para formular la propuesta a continuación, se retomaron los aspectos

relevantes de esta función de la gestión tecnológica analizados a lo largo del capítulo 1 y

su contextualización, presentada en el capítulo 2, así como los retos que el estudio

empresarial permitió identificar para el contexto colombiano (sección 4.1.2).

4.2.2.1 Epistemología Evolucionista en Valoración tecnológica

Se analiza la valoración tecnológica como un proceso de ganancia de conocimiento, en

el cual este se acumula para lograr la adaptación al entorno, siguiendo una lógica

seleccionista, no instruccionista (no viene como una instrucción dada por el entorno), es

decir que las unidades de conocimiento –representadas en reglas o métodos de

valoración tecnológica, como se explica en la siguiente sección– van surgiendo por

variación ciega, esto es, no cuentan con iguales probabilidades de ser exitosas. Por ello,

cada unidad de conocimiento constituye un intento o propuesta de los individuos en el

marco de procesos de ensayo y error, y será el entorno específico en donde ocurre la

valoración tecnológica, el que establezca si un método o planteamiento particular es

adecuado, o si no cumple con los criterios que permitan que “sobreviva”.

De esta forma, en palabras de Campbell (1987), el conocimiento (en este caso, sobre la

valoración tecnológica) se va expandiendo paso a paso mediante logros inductivos y

acumulativos. Esto se evidencia en el aprendizaje obtenido por el sistema tecnológico (en

la siguiente sección se explica este concepto) en donde ocurren los procesos de

valoración tecnológica, que de acuerdo con Campbell (1965), se concibe como la

trayectoria que inicia en una variedad de respuestas exploratorias, luego se refuerzan

algunas de ellas, y finalmente unas pocas son preservadas en la memoria individual y

organizacional, mediante las rutinas.

En este análisis de la valoración tecnológica desde la Epistemología Evolucionista se

destacan los siguientes aspectos:

La visión de la valoración tecnológica como proceso: en la sección 3.4 se

introdujo la Filosofía de Procesos, que explica realidad como cambio, en lugar de

elementos estáticos; dicha visión es un principio subyacente del pensamiento


evolutivo y permite ampliar la comprensión del fenómeno estudiado en esta

investigación.

El individuo como autor del cambio: al hablar del seleccionismo, como lógica

alternativa al instruccionismo, el rasgo principal es la no intervención del entorno

en la generación de variedad, dejando a los individuos como causantes de tal

variedad; no son receptores de información, proponen opciones que luego el

entorno seleccionará.

Inventiva individual e innovación mediante difusión: atado con la viñeta anterior,

esta visión de la valoración tecnológica desde la Epistemología Evolutiva permite

evidenciar la importancia de la inventiva individual como parte del proceso de

ensayo y error, para la generación de la variedad de opciones que proponen los

individuos27 (que según Campbell (1965) son respuestas exploratorias en

procesos de conocimiento, o mutaciones en biología), así como en el surgimiento

de la innovación a través de la difusión de la novedad en una población, lo cual se

complementa con lo planteado en los dominios de la Ontología Evolutiva, que se

analizan en la siguiente sección.

No determinismo: la Epistemología Evolutiva rechaza el determinismo, en la

medida en que, en el proceso evolutivo como ganancia de conocimiento, ningún

ensayo está predeterminado, y la selección es la que elimina los “errores”, es

decir, aquellos ensayos o alternativas que no son apropiadas para el contexto, por

27 La vinculación de la inventiva individual al principio de variación en el marco de la evolución, ha llevado a que, con base en la Epistemología Evolucionista de Campbell, autores como Simonton (1999a, 1999b, 2005, 2007a, 2007b, citado en Aranguren, 2010) estudien el proceso creativo como un proceso darwiniano, para lo cual se ha formulado un modelo explicativo denominado Modelo de Variación Ciega y Retención Selectiva (Blind Variation and Selective Retention - BVSR), en el cual, el mecanismo de variación ciega se considera como un atributo continuo (no discreto, como en el caso de la evolución del conocimiento planteada por Campbell), en donde existen diferentes grados de dicho rasgo, de forma que un producto creativo puede ser desde totalmente ciego hasta totalmente previsto. A su vez, se vincula esta forma de analizar la creatividad desde una perspectiva evolutiva con la teleología (si bien la evolución biológica no es teleológica), aspecto que ya había sido introducido por Popper en sus planteamientos sobre Epistemología Evolucionista, al analizar el surgimiento de las teorías científicas como procesos que cumplen los principios darwinianos, que le lleva a plantear una versión teleológica de la teoría de la evolución (Palma, 2015). Teleología: (telos – fin, logos – conocimiento o teoría) también conocida como finalismo, es toda explicación filosófica que cree necesario referirse a las causas finales, es decir, a los motivos o propósitos de una acción, para explicar el cambio o movimiento de las cosas (Ferrater, 1994).


lo cual no sobreviven. Por anticipado no es posible establecer qué unidad de

conocimiento (método de valoración tecnológica, en este caso) será seleccionada

o rebatida.

No hay conocimiento verdadero, solo va evolucionando con el tiempo; ello implica

que es innecesaria la corrección de cada unidad de conocimiento que constituya

un error (en el proceso de “ensayo y error”). Esto es, las alternativas que surgen

son diferentes al conocimiento anterior o existente, generalmente distanciándose

de ajustes acumulativos, puesto que son opciones surgidas de manera ciega.

Abrantes (2007) señala que la adaptación no es sinónimo de verdad, de manera

que todo conocimiento puede ser considerado falible.

Este análisis de la valoración tecnológica a la luz de la Epistemología Evolucionista

constituye un preámbulo para la interpretación de la misma con base en la Ontología

Evolutiva, que se detalla en los siguientes párrafos.

4.2.2.2 Ontología Evolutiva en Valoración tecnológica

En la Ontología Evolutiva, como se reseñó en la sección 3.5.2, un sistema puede ser

analizado como un conjunto de agentes que interactúan portando reglas (conocimientos),

las cuales a su vez interactúan; así mismo, analiza la lógica del conocimiento que es

llevado (usado o actualizado en términos de Dopfer y Potts (2004)) por los agentes y

cómo interactúa con otras poblaciones de conocimiento. Tanto las estructuras de agentes

como las de reglas experimentan procesos evolutivos, e incluso co-evolucionan28.

28 No obstante, la regla es la unidad de selección, no el agente portador de reglas; las reglas pueden ser seleccionadas y actualizadas por portadores posteriores, dando origen a nuevas entidades dobles regla-portador, lo que no significa que la regla cambie, pero representa una ventaja para la supervivencia; Olaya (2009) denomina reproducción a este proceso de actualización de reglas.


Agentes y reglas de la Ontología Evolutiva en Valoración tecnológica

La Ontología Evolutiva se basa en una lógica de agentes y reglas, por lo cual es

necesario definir dichos elementos del sistema para el caso de la valoración tecnológica,

con el fin de abordarla desde una perspectiva evolutiva, de acuerdo con lo mostrado en

la Figura 4-4.

Figura 4-4: Agentes y reglas en valoración tecnológica

Individuo u organizaciónque debe resolver el problema de valoración tecnológica

Reglas

Procedimientos para resolver el problema de

la valoración tecnológica

Agente portador de reglas

SISTEMA TECNOLÓGICO


El sistema objeto de estudio corresponde a la organización que requiere valorar una

tecnología; dicha organización está compuesta por individuos que actúan como agentes

sociales portadores de conocimiento, que también crean nuevo conocimiento y pueden

seleccionar aquel que les sirva para resolver problemas. A su vez, la organización hace

parte de un conjunto mayor que se ha denominado sistema tecnológico, acudiendo a lo

propuesto por Hughes (1983, 1994), quien lo define como aquel sistema integrado por

componentes complejos y desordenados que interactúan en la solución de problemas;

dichos componentes son: artefactos físicos, organizaciones (como empresas

manufactureras y de servicios, bancos de inversión, etc.), componentes científicos (libros,

artículos, formación académica, programas de investigación), artefactos legislativos,

recursos naturales y personas (inventores, científicos, industriales, ingenieros, gerentes,

financieros y trabajadores).


Por su parte, las reglas29 se entienden como procedimientos para resolver un problema y

se materializan en unidades de conocimiento que varían y posteriormente son

seleccionadas por los agentes (Dopfer, 2005); estas unidades son llevadas y usadas por

agentes, a quienes Dopfer denomina creadores y usuarios de reglas (rule-maker and

rule-user). Como se señaló en el capítulo 3, el nivel genérico30 de reglas de la Ontología

Evolutiva (que se equipara con el genotipo en biología) es donde ocurre la evolución,

mediante los principios de variación, selección y retención de conocimientos, lo que hace

evolucionar al sistema.

29 Debe aclararse que, de acuerdo con lo discutido en el capítulo 3, el término regla en Ontología Evolutiva es diferente al que se emplea en el lenguaje habitual, de manera que aquí la regla es una unidad de conocimiento que constituye un procedimiento para resolver problemas. Por ello, al establecer en este capítulo que el problema que debe resolverse es la valoración tecnológica, las reglas representan los procedimientos para ello, es decir, los métodos de valoración tecnológica que un agente (individuo u organización) crea o usa para darle solución. 30 En la Sección 3.5.2 se señaló que el nivel genérico corresponde a la lógica general para resolver un problema, mientras que el nivel operante se refiere a cómo un agente adquiere y usa una regla.


Figura 4-5: Reglas del nivel genérico y operante en valoración tecnológica

Métodos de valoración tecnológica

Categoría tradicional

Método de

mercado

Reglas en el nivel genérico

(Genotipo)

Reglas en el nivel operante

(Fenotipo)

Manera en que cada agente emplea uno o

varios Métodos de valoración tecnológica

Flujo de Caja

Descontado

Otros …

Opciones reales

Método de costos

Preferencias individuales

Características personales

Comunicación entre agentes

Experiencias personales

Condiciones socio-políticas

Otros factores

Llevan a la generación de nuevas reglas o a la adopción de las reglas existentes

Fuente: elaboración propia con base en Dopfer y Potts (2004, 2007), Dopfer

(2004, 2011) y Gómez-Quintero (2011)

De acuerdo con lo presentado en la Figura 4-5, para el caso de la valoración

tecnológica, en esta investigación se ha considerado que las reglas están representadas

por los diversos métodos disponibles de valoración tecnológica en la categoría tradicional

(reseñados en la sección 1.3), de manera que los agentes (individuos u organizaciones

que deben resolver el problema de realizar una valoración tecnológica) cuentan con un

portafolio de reglas para la valoración tecnológica; sin embargo, cada uno puede emplear

una regla de manera diferente, lo que evidencia la heterogeneidad existente entre los

agentes, como se discutió en el capítulo 3.


Dominios de la Ontología Evolutiva en Valoración tecnológica

Considerando que, como se explicó en la sección 3.5.2, el proceso evolutivo de reglas y

portadores ocurre en tres niveles o dominios (micro, meso, macro), a continuación se

describe cómo puede evidenciarse en el caso de la valoración tecnológica (Figura 4-6).

En el dominio micro:

Creación de reglas (variación): se originan nuevas reglas por parte de los agentes,

las cuales se adaptan y eventualmente se adoptan, lo que lleva a su retención (Blind,

2009). En este dominio, los agentes tienen un portafolio de reglas constituido por los

métodos de valoración tecnológica de la categoría tradicional que existen y aquellos

que puedan crearse para solucionar el problema de valorar una tecnología; esto

representa la variación en un proceso evolutivo.

Adopción de reglas (selección): cada agente decide usar un método de valoración

tecnológica, aprende sobre él y lo incluye en su base de conocimiento.

Retención de reglas: cada vez que el agente usa el método de valoración, va

facilitando la inclusión de este en su memoria. Esto ocurre en el nivel operante, es

decir que es un proceso influenciado por cuestiones como las preferencias

individuales y las características personales y organizacionales, como se observa en

la Figura 4-5.

En el dominio meso31:

Creación de reglas: se difunde una nueva regla de uno a varios portadores; se

origina una población de reglas cuando varios agentes emplean un método particular

de valoración tecnológica, de manera que se presenta una difusión de este método

entre los agentes.

Adopción de reglas: se emplea frecuentemente el método de valoración tecnológica

por parte de varios agentes. En este punto comienza a evidenciarse la característica

31 El dominio meso, más que un nivel intermedio entre los niveles micro y macro, es determinante para todo el sistema, puesto que es allí donde se produce el cambio en las reglas y se logra la innovación (Dopfer, Foster, & Potts, 2004; Gallego & Chaves, 2015).


de dependencia de la trayectoria de cualquier proceso evolutivo, es decir, la

importancia de la historia y el contexto específico en el que se desarrolla un proceso;

en este caso, los agentes emplearán habitualmente un método de valoración porque

ha solucionado un problema en el pasado, en un ámbito particular, dado que es

posible que no funcione igual en otros entornos por diversos motivos: disponibilidad

de información, tipo o grado de madurez de la tecnología valorada, necesidades

específicas de la organización que requiere la valoración.

Por tanto, aquí es relevante el entorno, que para la investigación doctoral se asocia a

los países en desarrollo como Colombia. El desconocimiento de la valoración

tecnológica y su consecuente baja aplicación, afectan el proceso que se está

detallando con base en la Ontología Evolutiva, porque pueden ralentizar la adopción

de los métodos de valoración tecnológica por parte de los agentes (presiones

selectivas en la Figura 4-5). Sin embargo, al analizar la valoración como un proceso

evolutivo, emerge un rasgo que facilita que las empresas realmente valoren

tecnología: la posibilidad de originar reglas en el nivel micro (nuevos métodos más

pertinentes con la realidad específica, involucrando aspectos como las capacidades

tecnológicas) y su difusión a través de mecanismos como la cooperación, lo que

llevaría a la concreción de la innovación.

Retención de reglas: logro de un estado de estabilización del método de valoración

tecnológica en una población de reglas-portadores. Esto implica que dicho método

pase a conformar la base de conocimiento de varias organizaciones, que en últimas

se traduce en rutinas32, mediante las cuales esta unidad de conocimiento es

retenida.

32 Nelson y Winter (1982) señalan que las rutinas organizacionales son modelos regulares y predecibles de actividad, compuestos de una secuencia de acciones coordinadas por los individuos. De acuerdo con Holzl (2005), pueden considerarse como repositorios de conocimiento organizacional, ya que interconectan las capacidades individuales de manera casi formal. Dichas rutinas tienen relación directa con la creación de capacidades.


En el dominio macro33:

Creación de reglas: se genera una perturbación en la estructura del sistema como

resultado de la consolidación de una nueva población de métodos de valoración

tecnológica usados por los agentes, que ocurrió en el dominio meso (des-

coordinación).

Adopción de reglas: la nueva población de reglas-portadores se integra en la

estructura profunda del conocimiento existente (re-coordinación), esto es, el método

de valoración tecnológica entra a formar parte de todo el sistema.

Retención de reglas: se logra de nuevo la meta-estabilidad, la nueva población de

reglas se integra en la estructura profunda del conocimiento existente (macro-

coordinación), y funcionan los mecanismos de auto-replicación de la novedad entre

las poblaciones de reglas (macro-dinámica), orientados a evaluar cómo la

integración del nuevo conocimiento desencadena otros procesos en el nivel meso

(Dopfer & Potts, 2007). Al crearse una población de reglas de valoración tecnológica,

esta afecta el sistema tecnológico en la medida en que introduce nuevo

conocimiento, por lo que debe ocurrir una re-coordinación en el nivel macro, que a su

vez genera una estructura nueva o ajustada del sistema.

33 El dominio macro se refiere a la interrelación de reglas (estructura profunda) y la interconexión de poblaciones (estructura superficial), y su principal objetivo es el proceso de coordinación (Olaya, 2009).


Figura 4-6: Dominios micro, meso y macro en Valoración tecnológica

• Variación: difusión de una regla entre varios agentes

• Selección: uso habitual del método por parte de los agentes

• Retención: la regla se integra a la base de conocimiento

Agente 1

Método 1 de Valoración

Tec.

Agente 2


Tec.

Agente n


Tec.

DOMINIO MESO

DOMINIO MACRO

Agente 2


Tec.

Agente n

Método n de Valoración

Tec.

DOMINIO MICRO

Agente 1


Tec.

• Variación: portafolio individual de métodos de valoración tecnológica

• Selección: cada agente decide usar un método

• Retención: método en la memoria del agente

• Variación: perturbación en la estructura del sistema (des-coordinación)

• Selección: integración de la población de métodos a la estructura (re-coordinación)

• Retención: integración a la estructura profunda del conocimiento el sistema (meta-estabilidad)

Fuente: elaboración propia con base en Dopfer y Potts (2004, 2007), Dopfer (2004, 2011) y Gómez-Quintero (2011)


El proceso evolutivo explicado mediante una trayectoria de reglas (en este caso, métodos

de valoración tecnológica) tiene carácter continuo, e incluye dos factores fundamentales,

que no contemplan otras perspectivas distintas a la evolutiva (Olaya, 2009): la naturaleza

del hombre y el tiempo. A continuación se explican otros detalles de los tres dominios de

la Ontología Evolutiva aplicados a la valoración tecnológica.

Proceso evolutivo en Valoración tecnológica según la Ontología Evolutiva

En la Figura 4-6 se describe el proceso de variación, selección y retención que ocurre en

cada uno de los dominios de la Ontología Evolutiva; aplicado a la valoración tecnológica,

se puede observar desde dos perspectivas: con el empleo de reglas (métodos de

valoración) existentes, y con la generación de nuevas reglas.

En el primer caso, en el dominio micro, los agentes (individuos u organizaciones que

deben solucionar el problema de la valoración tecnológica) emplean la regla que

consideran más apropiada para el caso específico que deben atender, o la regla que más

conocen o aquella que consideran de más fácil aplicación. De esta forma, en el dominio

meso, muchos agentes utilizan la misma regla, lo que ocasiona que en el dominio macro

se hayan institucionalizado varios métodos de valoración tecnológica como reglas que se

usan habitualmente por muchos agentes.

Variación a partir de la creación de reglas

Cuando se hace referencia a la generación e introducción de nuevas reglas en el sistema

tecnológico, ocurre un proceso evolutivo que va desde lo individual a lo poblacional en

los dominios micro, meso y macro, en donde dichas reglas se arraigan en la estructura

del sistema, ocasionando cambios profundos. Las nuevas reglas o métodos de

valoración tecnológica pueden surgir (en el dominio micro) y difundirse (en el dominio

meso) por presiones selectivas del medio en el que ocurre la novedad: si se toma como

caso particular el contexto de países en desarrollo, específicamente empresas

colombianas, caracterizadas por los aspectos discutidos en el capítulo 2, las presiones

selectivas se orientan a factores como el carácter rudimentario de los aparatos

productivos locales, la elevada presencia de tecnología en las últimas fases del ciclo de

vida tecnológico, que conlleva el empleo de métodos de la categoría tradicional de

valoración tecnológica (enfocados en la dimensión monetaria), y la relevancia de


aspectos intangibles como las capacidades tecnológicas. Así mismo, según los

resultados de la sección 4.1, en el caso de las empresas colombianas también podría

influir el desconocimiento de métodos de valoración tecnológica y la escasa aplicación de

dicha valoración, o la ausencia de documentación de estos procesos.

De igual manera, un factor de inconformidad por parte de los agentes frente a las

características de la valoración tecnológica, como su determinismo y reduccionismo, tal

como fue analizado en la sección 1.4, o cuestiones como la facilidad de aplicación de los

métodos vigentes, puede llevar al surgimiento de nuevas reglas en el sistema

tecnológico, lo que se traduce en una variedad de métodos de valoración tecnológica

disponibles para que los agentes seleccionen algunos de ellos.

Selección de reglas por parte de los agentes

La necesidad de realizar procesos de valoración tecnológica y las experiencias previas

son los catalizadores para que un agente elija un método particular de valoración (regla).

Aquí también es importante la interacción con otros agentes, que facilita socializar las

ventajas o desventajas de reglas vigentes o nuevas, según la propia experiencia y

conocimiento de cada agente.

En este proceso de selección, la inconformidad de los agentes respecto a las reglas

seleccionadas puede disminuir, porque con la regla elegida se satisface el requerimiento

inicial, es decir, se da solución al problema de valoración tecnológica; pero dicha

inconformidad también puede aumentar, por factores como el desconocimiento respecto

al manejo del método de valoración tecnológica seleccionado, su dificultad de aplicación,

o porque no responde adecuadamente a las necesidades que el agente tiene. Esto hace

que algunas reglas se dejen de utilizar, lo que lleva a su desaparición (extinción) por lo

menos en un contexto particular.

Retención de reglas

Como se explicó anteriormente, según la Ontología Evolutiva de Dopfer y Potts, cada

regla seleccionada por los agentes y difundida a otros, genera poblaciones de reglas (o

métodos de valoración tecnológica), es decir, dichas poblaciones están conformadas por

las actualizaciones de las reglas, o lo que es lo mismo, el empleo de los métodos de


valoración tecnológica por parte de muchos agentes de acuerdo con sus características

individuales, que los hace heterogéneos; esto es lo que se conoce como el dominio meso

en la Ontología Evolutiva.

En el dominio macro, la población de reglas que surgió por medio del proceso descrito en

las viñetas previas, se articula y coordina con las poblaciones existentes en el sistema

tecnológico, modificando la estructura vigente y logrando así la retención de la regla en el

sistema. Para los países en desarrollo, esta última fase es fundamental cuando se ha

logrado crear y adoptar un método de valoración tecnológica que cuente con mayor

pertinencia para dicho contexto; esta investigación doctoral plantea una propuesta de

Valoración Tecnológica Ampliada (presentada en la sección 1.2.3), y varios criterios de

pertinencia de dicha valoración en países en desarrollo (en el numeral 2.3), como

contribución a lograr una perturbación en el sistema que finalmente lleve a alcanzar una

nueva meta-estabilidad con la incorporación de la regla novedosa en la estructura

profunda del conocimiento existente.

4.2.2.3 Metáfora biológica evolutiva en Valoración tecnológica

Una metáfora biológica a partir de la Síntesis Evolutiva Moderna (teoría detallada en la

sección 3.3.2), constituye una metáfora evolutiva basada en los principios darwinianos de

variación, selección y retención, que de acuerdo con Baskerville y O’Grady (2007) ha

sido ampliamente investigada y analizada en diferentes disciplinas, pero generalmente se

ha resumido como “lucha por la supervivencia”, lo cual ha llevado a que en ocasiones

sea entendida de forma tergiversada, o que su empleo se tome a la ligera. Por ello,

Pizzocaro (1994) señala que en la construcción de metáforas entre la evolución de lo vivo

y la evolución artificial, es necesario haber seleccionado a priori el espacio más allá de la

lógica y de la experiencia donde resulte válido construir la similitud, y denomina

darwinismo tecnológico al movimiento que retoma la metáfora basada en la teoría de la

evolución para obtener nuevos elementos de conocimiento respecto a la forma en que

evolucionan los objetos y sistemas artificiales. Es el caso de la metáfora evolutiva

aplicada al desarrollo tecnológico, que autores como Pitt-Rivers, Gilfillan, Ogburn y otros

(Citados en Ordoñez, 2007) llaman evolucionismo tecnológico, en el cual se entiende que

el perfeccionamiento de las máquinas ocurre a través de un proceso de selección


inconsciente por parte de los individuos, de manera que cada pequeña mejora en un

artefacto particular contribuye al progreso técnico y a la diversificación tecnológica; sin

embargo, esta metáfora no es forzada para que los principios biológicos sean totalmente

aplicables al mundo artificial, puesto que no se hace referencia a procesos de selección

natural actuando para el perfeccionamiento de los artefactos técnicos.

El análisis a través de la metáfora evolutiva tiene, de acuerdo con Vilas (2012), un valor

heurístico y epistémico como base en la formulación de nuevas hipótesis y orientación en

procesos de descubrimiento, al basarse en un concepto – la selección natural – que

expresa de manera sencilla una idea profunda de implicaciones enormes, lo cual se

refleja en las diferentes formas en que ha sido empleada: metáfora de la selección

natural como la supervivencia de los más aptos; como un mecanismo; como un ácido

universal; como una fuerza, o la selección natural como un relojero ciego.

En el ámbito organizacional, Moldoveanu & Singh (2003) consideran la necesidad de

integrar modelos o teorías que expliquen el fenómeno evolutivo en diferentes niveles, por

lo que plantean una Sistemática evolutiva (Tabla 4-6) como base para estudiar la

organización estratégica a lo largo de tales niveles.


Tabla 4-6: Lógica evolutiva aplicada en diferentes niveles de análisis

Niveles de análisis Unidad de variación

(genotipo) Unidad de selección

(fenotipo) Mecanismo de

selección (interacción)

Industria Estructuras

organizacionales Organizaciones

Mercados de productos y capital

Industrias Topologías de red

Grupos industriales, Keiretsus, grupos de

negocios, redes comprador-vendedor

Criterios de afiliación socioeconómica, cultura

local de grupos industriales

Industria Tecnologías de

producto, diseños de producto

Productos, módulos de productos

Mercados de productos, mercados de capitales, normas socioculturales

Industria Estrategias genéricas Estrategias divulgadas

Políticas organizacionales de promoción, cultura

organizacional

Organización Roles y

comportamientos individuales

Individuos Ambiente institucional y legal de la organización

Organización Comportamientos

colectivos y mecanismos de coordinación

Comportamientos colectivos y mecanismos

de coordinación

Estilo de aprendizaje organizacional, epistemología organizacional

Organización Creencias colectivas Modelos colectivos y

teorías

Estrategias de aprendizaje individual y

de automotivación

Individuos Comportamientos Comportamientos y

rutinas

Fuente: Moldoveanu & Singh (2003)

Se observa que la metáfora evolutiva requiere la identificación de los elementos que

cumplen los principios darwinianos en el sistema estudiado fuera del ámbito biológico; no

obstante, la metáfora evolutiva es incompleta puesto que muchos de los detalles propios

de la evolución biológica no se cumplen a cabalidad en otros contextos, como lo señala

Benavides (2010) para el caso de lo que denomina evolución técnica (Tabla 4-7).


Tabla 4-7: Metáfora incompleta entre los procesos de evolución biológica y

tecnológica Evolución biológica Evolución tecnológica

Resultado de procesos aleatorios. Resultado de procesos deliberados y

diseñados.

Hibridación por intercambios de información

entre especies muy cercanas.

Diferentes especies (tecnologías) se combinan

dando origen a otras.

Herencia genética.

Herencia lamarckiana: los rasgos adquiridos

(aprendidos) se transmiten deliberadamente de

generación en generación.

La reproducción requiere en la gran mayoría de

los casos dos miembros de la especie.

No existe un mecanismo equiparable a la

reproducción biológica.

Es irreversible porque implica la adaptación a

un medio ambiente cambiante.

Es una transformación intencionada del

entorno, pero no siempre irreversible.

Fuente: adaptado de Benavides (2010)

Para complementar el análisis de la valoración tecnológica desde la Epistemología y la

Ontología Evolutivas que se presentó en la sección anterior, a continuación se plantea

una metáfora evolutiva para estudiar el ámbito en el cual ocurren los procesos de

valoración de tecnologías, es decir, lo que anteriormente se denominó sistema

tecnológico. Dicha metáfora evolutiva se basa en los principios planteados por la teoría

darwiniana de la evolución y explicados en la actualidad mediante la Síntesis Evolutiva

Moderna.

Un sistema tecnológico (Figura 4-7), como lo señala Hughes (1994), es un sistema

social con un núcleo técnico, en donde la relación entre tecnología y sociedad es

explicada por el autor por medio del concepto de impulso tecnológico, que señala que

cuando el sistema es joven, se ve configurado por el entorno, y a medida que se

desarrolla y se vuelve más complejo, va ganando impulso, de manera que empieza dejar

de ser afectado por la sociedad y en cambio, comienza a configurarla (Jorge, 2011)34. Así

34 Hughes (1987) hace referencia a la tendencia de los sistemas tecnológicos a expandirse, lo cual él

denomina evolución, que pasa por las siguientes fases: invención, desarrollo, innovación, transferencia, crecimiento, competencia y consolidación, aunque no necesariamente en este orden, además de que pueden darse solapamientos y retrocesos (Tabla 1). A medida que el sistema se expande, se hace más complejo y va ganando momentum o impulso tecnológico.

Tabla 1. Fases de los sistemas tecnológicos (Hughes, 1987; Jorge, 2011)

Fases Grupos dominantes

Invención, desarrollo, innovación (crecimiento) Ingenieros, inventores, innovadores

Transferencia tecnológica (consolidación) Comerciantes, administradores, negociantes

Crecimiento del sistema (estabilización) Economistas, administradores, políticos


mismo, Hughes (1987) indica que los sistemas tecnológicos tienen la orientación a

resolver problemas relacionados con el reordenamiento del mundo físico para que sea

útil a quienes diseñan o emplean el sistema, para lo cual utilizan cualquier medio

disponible y apropiado. En esta investigación doctoral se ha considerado que los

procesos de valoración tecnológica tienen lugar dentro de un sistema tecnológico (ver

Figura 4-4), que es específico y particular según las condiciones del entorno donde

opera.

Figura 4-7: Sistema tecnológico

SISTEMA SOCIAL

Organizaciones(apoyan, rechazan, influyen, desarrollan

y transfieren artefactos y demás componentes científicos y técnicos)

Artefactos legislativos(modelan el

sistema)

Personas(inventores, científicos,

industriales, ingenieros, gerentes,

financieros, trabajadores).

Componentes científicos(libros, artículos, formación académica,

programas de investigación)

Artefactos físicos(se construyen, modifican o suprimen)

NÚCLEO TÉCNICO

INSUMOS PRODUCTOS

ENTORNO SISTEMA TECNOLÓGICO

Integrado por componentes complejos y

desordenados que interactúan en la

solución de problemas

Factores inflexibles que no están bajo el control de los administradores del sistema (no todos son organizacionales)

Fuente: adaptado de Arteaga, Medellín y Santos (1995), Hughes (1987) y

Jorge (2011).

A partir de los planteamientos de Thomas Hughes respecto a los sistemas tecnológicos,

así como la propuesta de valoración tecnológica desde la perspectiva de la

Epistemología y la Ontología Evolutivas, explicada en las secciones 4.2.2.1 y 4.2.2.2, se

formula una metáfora evolutiva integrada por los componentes reseñados en la sección

3.5.1, teniendo presente que este tipo de metáforas son incompletas ya que no puede

pretenderse encontrar en campos no biológicos todos los rasgos que hacen tan complejo

y particular a un organismo vivo.

La metáfora evolutiva en valoración tecnológica está compuesta por los siguientes

elementos (Figura 4-8), atendiendo lo planteado por Chamizo (1998):


Tema (tenor o dominio meta): es el dominio que intenta ser explicado o

comprendido mejor; en este caso es la valoración tecnológica, a través del

contexto en el que ocurre, esto es, el sistema tecnológico.

Foro: es el dominio fuente, el campo de donde se toman los elementos para

interpretar la valoración tecnológica y su contexto. El foro es la evolución

biológica, explicada mediante la Síntesis Evolutiva Moderna.

Fundamento: corresponde a la relación que se evidencia entre el tema y el foro;

al interpretar la valoración tecnológica como un proceso de conocimiento (al igual

que la evolución, según se explicó en la sección 4.2.2.1 - Epistemología Evolutiva

en valoración tecnológica-) se hace explícita la relación con la evolución biológica

explicada mediante la Síntesis Evolutiva Moderna.

Figura 4-8: Componentes de la metáfora evolutiva en Valoración tecnológica

FORO

Síntesis Evolutiva Moderna

(explicación de la evolución biológica)

TEMA

Entorno de la valoración

tecnológica:Sistema tecnológico

FUNDAMENTO

Evolución como proceso de conocimiento

Metáfora biológica en

Valoración tecnológica, basada

en la Síntesis Evolutiva

Moderna


Como se discutió en el capítulo 3, la Síntesis Evolutiva Moderna se caracteriza

principalmente por enfocarse en la microevolución, asociada a pequeños cambios en

poblaciones que no llevan al surgimiento de nuevas especies, sino a adaptaciones


graduales a lo largo del tiempo. Así mismo, toma como base la herencia particulada (o

por medio de unidades discretas) que implica que los genes se transmiten completos a la

descendencia, no por partes o fusionados con otros. Estos rasgos son relevantes en la

construcción de la metáfora biológica en valoración tecnológica, en la medida en que

establecen una diferenciación frente al abordaje literal realizado en la sección anterior a

través de la Epistemología y la Ontología Evolutivas, que partió de la consideración única

de los principios más generales de la evolución, mientras que en la aproximación

metafórica que aquí se presenta, estas cuestiones más específicas se relacionan con las

particularidades del flujo de conocimiento en el contexto de la valoración tecnológica.

Esto se retoma más adelante.

Para plantear la metáfora evolutiva en valoración tecnológica se han tomado elementos

del trabajo de Moldoveanu & Singh (2003) resumido en la Tabla 4-6; así, en la Tabla 4-8

se identifican los componentes en torno a los cuales se establecen los principios

evolutivos en el contexto de la valoración tecnológica: el nivel de análisis es el sistema

tecnológico, definido como se explicó previamente, en el cual cada organización realiza

procesos de valoración tecnológica con métodos existentes o novedosos.

La unidad de variación o genotipo está relacionado con los modelos o creencias de los

individuos, y puede entenderse como los métodos de valoración tecnológica (reglas) que

son empleados o creados por los agentes, según la Ontología Evolutiva, explicada en la

sección anterior.

La unidad de selección se relaciona con creencias o modelos colectivos, que para la

presente metáfora están representados en las reglas o métodos de valoración

tecnológica que cada agente emplea y que se difunden a otros agentes, lo que lleva a

que varias organizaciones adopten su uso como un comportamiento habitual o rutinario,

afectando la estructura del sistema al generar una perturbación o des-coordinación, luego

una re-coordinación y finalmente la meta-estabilidad, de acuerdo con lo discutido en el

numeral 4.2.2.2 respecto a los dominios de la Ontología Evolutiva en valoración

tecnológica.


Tabla 4-8: Componentes de la metáfora evolutiva en Valoración tecnológica

Nivel de análisis Unidad de variación

(genotipo)

Unidad de selección

(fenotipo) Mecanismo de selección

Sistema tecnológico Creencias o modelos

individuales Modelos colectivos

Estrategias de aprendizaje

organizacional

Entorno donde se

insertan las

organizaciones que

hacen valoración

tecnológica

Métodos de valoración

tecnológica creados y

usados por cada

agente (reglas en la

Ontología Evolutiva)


tecnológica difundidos a

otros agentes

(poblaciones de reglas

en Ontología Evolutiva)

Mecanismos a través de los

cuales las organizaciones

del sistema tecnológico

seleccionan y retienen los

métodos de valoración

tecnológica

Fuente: elaboración propia con base en Moldoveanu & Singh (2003)

El mecanismo de selección de tales métodos de valoración tecnológica se asocia con el

aprendizaje organizacional35, como aquellas estrategias de cada organización dentro del

sistema tecnológico, que permiten que algunos de los métodos “sobrevivan” y formen

parte del paradigma vigente, o que terminen por ser descartados.

Volviendo a las características más particulares de la Síntesis Evolutiva Moderna, en esta

metáfora evolutiva se establece una comparación entre la microevolución biológica y los

ajustes graduales que van efectuándose en el sistema tecnológico en la medida en que

ocurre el comportamiento individual de los agentes que crean y usan reglas o métodos

de valoración tecnológica, según la Ontología Evolutiva; esto no necesariamente va a

ocasionar que surjan nuevos sistemas tecnológicos (nuevas especies), pero se evidencia

el proceso evolutivo en la escala micro (dentro del sistema).

Así mismo, la herencia particulada como característica distintiva de la Síntesis Evolutiva

Moderna, se refiere a que los genes (unidades sobre las cuales ocurre el proceso

evolutivo), son transmitidos de forma completa a la siguiente generación, no

fragmentada. En la metáfora evolutiva en valoración tecnológica, el gen es equiparable a

cada método de valoración tecnológica, que al ser difundido y adoptado por varios

agentes en el dominio meso de la Ontología Evolutiva (generando poblaciones de

reglas), logra dicha herencia particulada, recordando que la actualización de las reglas (el

35 El aprendizaje organizacional puede entenderse como la capacidad de la organización para adquirir o crear nuevo conocimiento, diseminarlo entre sus miembros y materializarlo en productos, servicios, rutinas y sistemas (Amponsen, 1991; Dogson, 1993; Nonaka & Takeuchi, 1999).


uso de cada método por parte del agente) puede entenderse como la reproducción de

dicha regla (se da origen a una entidad bimodal regla-agente, que pasa a conformar una

población); en esta reproducción el método de valoración tecnológica no cambia, y es

transmitido como una unidad completa.

A partir de lo anterior, en la Tabla 4-9 se destacan los principales aspectos de la metáfora

biológica aplicada al contexto de la valoración tecnológica con base en la Síntesis

Evolutiva Moderna.

Tabla 4-9: Aspectos relevantes de la metáfora evolutiva en valoración tecnológica

Evolución biológica

(foro de la metáfora)

Sistema tecnológico

(tema de la metáfora)

Metáfora evolutiva en

Valoración tecnológica Descripción

Proceso de

conocimiento

Flujo de

conocimientos entre

actores


tecnológica = unidades de

conocimiento genes

El proceso evolutivo que

ocurre sobre los métodos de

valoración, ocasiona que el

sistema tecnológico también

evolucione.

Adaptación

Integración de nuevo

conocimiento a la

estructura

Algunos métodos son

seleccionados (por los

agentes, mediante su

difusión y aceptación por

parte de varios individuos u

organizaciones)

Aquellos métodos que

satisfacen la necesidad de

resolver el problema de


permanecen, el sistema

finalmente los integra a su

estructura.

Selección natural Aprendizaje

organizacional

Los métodos “exitosos” son

retenidos

El sistema aprende, amplía su

base de conocimiento, origina

rutinas y alimenta el

paradigma vigente.

Microevolución Cambios graduales en

el sistema tecnológico

Proceso de creación y uso

de métodos de valoración

tecnológica empleados por

los agentes hasta que

forman parte de la

estructura del sistema, a

través del aprendizaje

organizacional

El proceso evolutivo que

ocurre sobre los métodos de

valoración, ocasiona que el

sistema tecnológico también

evolucione. No surge un nuevo

sistema (o una nueva

especie), pero hay evolución

en el nivel micro (cambio del

mismo sistema en el tiempo).

Herencia particulada

Difusión de métodos

de valoración

tecnológica en el

sistema

Los agentes se comunican

entre sí para facilitar la

transmisión de las

unidades de conocimiento

completas, no

fragmentadas

(representadas por

métodos de valoración

tecnológica)

Los métodos de valoración

tecnológica se difunden

completos, como unidades o

“paquetes” de conocimiento,

entre los agentes.



Tabla 4-10: Aportes y limitaciones de la metáfora evolutiva planteada

Aportes Limitaciones

Permite abordar el contexto de la valoración

tecnológica como un entorno dinámico y cambiante,

influenciado por los procesos de valoración que

ocurran en él.

No siempre puede tener lugar la herencia

particulada: en ocasiones solo una parte

de un método de valoración tecnológica

puede ser transmitido, y los agentes

pueden integrarlo a otras unidades de

conocimiento.

Lo anterior abre la opción para los países en

desarrollo como Colombia, de generar cambios a

partir de aportes individuales mediante nuevas

unidades de conocimiento pertinentes a este ámbito.

El sistema tecnológico aumenta su base de

conocimiento, esto es, aprende, y a partir de dicho

aprendizaje selecciona nuevas unidades de

conocimiento (métodos de valoración tecnológica).

La reproducción no es biológica, las

unidades de conocimiento se transfieren

(reproducen) a partir de su uso por parte

de los agentes y su difusión a otros

(adopción); no hay posibilidad de

establecer una metáfora biológica válida

en este aspecto.


La Tabla 4-10 resume los aportes de la metáfora evolutiva aplicada al análisis del

contexto de la valoración tecnológica, que evidencian rasgos de dicho entorno que

pueden beneficiar particularmente a los países en desarrollo. También se condensan en

la misma tabla las limitaciones que tiene la utilización de esta figura metafórica en el

tema de la valoración tecnológica, reflejando el hecho de que se trata de una metáfora

incompleta.

4.2.3 Bases para un modelo conceptual y metodológico de valoración tecnológica desde la perspectiva evolutiva

En los acápites anteriores se describió, a partir de una aproximación literal desde la

Epistemología y la Ontología Evolutivas, la trayectoria de las unidades de conocimiento y

su evolución en un proceso que cumple los principios darwinianos, entendiendo dichas

unidades como los métodos de valoración tecnológica nuevos o existentes en un sistema

tecnológico y su interacción (mediante creación y uso de los métodos) con los agentes

que necesitan resolver el problema de la valoración tecnológica. Así mismo, se

plantearon los rasgos principales de la metáfora evolutiva en valoración tecnológica, que


analiza la evolución del entorno en donde ocurren los procesos de valoración, como una

consecuencia de la evolución de la valoración misma. A partir de ello, en esta sección se

formulan algunas bases para un modelo conceptual relativo a dicha propuesta, así como

unos fundamentos metodológicos que contribuyan a instrumentalizarla.

4.2.3.1 Bases del modelo conceptual

La propuesta planteada en la sección anterior (numeral 4.2) permite formular algunas

bases como aproximación inicial a un modelo conceptual sobre el abordaje de la

valoración tecnológica desde la perspectiva evolutiva. A continuación (Tabla 4-11) se

detallan estas bases, para lo cual se tomó como referente el trabajo de Ruíz et al. (2015);

esto se complementa con un modelo de simulación multiagente que se referencia más

adelante y se detalla en el Anexo B.


Tabla 4-11: Bases para un modelo conceptual sobre valoración tecnológica

desde la perspectiva evolutiva Elemento Detalle

Pregunta exploratoria ¿Cómo evidenciar que el proceso de valoración tecnológica

es un proceso de conocimiento (evolutivo)?

Objetivo del modelo conceptual

Analizar la trayectoria evolutiva de las reglas (métodos de

valoración tecnológica) en un sistema de agentes que

interactúan con dichas reglas

Aspectos para analizar

- La variedad y heterogeneidad de los métodos de


- El papel de los agentes en la creación, uso, selección y

retención de métodos de valoración

- La influencia del entorno en el proceso evolutivo de la


- La evolución del entorno de la valoración tecnológica (el

sistema tecnológico)

Aspectos esenciales en el

modelo conceptual

- Existencia inicial de un conjunto de reglas (métodos de

valoración tecnológica) que son usadas por los agentes, y

variación de las mismas (creación de nuevos métodos)

- Agentes que usan las reglas

- Memoria de los agentes, que permite la selección y

retención de reglas en el sistema, en un proceso evolutivo

- Inconformidad de los agentes cuando una regla no

satisface su objetivo, que es solucionar el problema de la


- Entorno, cuyas características afectan el proceso de uso

y creación de reglas

Aspectos no considerados en el

modelo conceptual

- Variación, herencia y reproducción de los agentes

- Detalle de la reproducción de los métodos de valoración,

en especial lo relativo a su uso por parte de los agentes

(adopción de reglas entendida como reproducción)


La Figura 4-9 presenta el diagrama de flujo de las etapas generales que conforman el

modelo de valoración tecnológica desde la perspectiva biológica evolutiva, atendiendo los

bases para dicho modelo, resumidas en la Tabla 4-11, así como la propuesta desde la

Epistemología y la Ontología Evolutivas, junto con la metáfora biológica, que se explicó

en las secciones previas.


Figura 4-9: Lógica general de la propuesta base para un modelo de

valoración tecnológica desde la perspectiva evolutiva

Múltiples agentes con el problema de la valoración tecnológica

Múltiples métodos de valoración tecnológica

Si

No

Si

No

El agente se comunica con

agentes cercanos para difundir el

método memorizado

El agente memoriza el método de valoración

tecnológica

La inconformidad del agente incrementa

Cada agente elige un método de valoración tecnológica

¿Método completo y

poco complejo?

Si

Surgen nuevos métodos de valoración

tecnológica

El método deja de ser usado

El método se extingue (“muere”)

El método se incluye en la memoria (rutinas) del sistema

tecnológico

¿Todos los agentes usan

habitualmente el método?

Si

No

No ¿La solución es

pertinente para el

entorno?

¿Soluciona el problema de Valoración

tecnológica?

El sistema tecnológico cambia, evoluciona


El modelo conceptual de valoración tecnológica desde una visión evolutiva es abordado a

través de sus bases y lógica general, considerando el alcance de esta tesis doctoral, de


manera que posteriores investigaciones pueden retomar estas bases para profundizar en

él. Este modelo conceptual se complementa con una modelación computacional basada

en agentes36, como una primera aproximación al sentido físico de la propuesta de

análisis de la valoración tecnológica desde la perspectiva evolutiva, en la medida en que

facilita estudiar lo que puede ocurrir en la práctica en un sistema compuesto por múltiples

agentes que interactúan para crear y usar métodos de valoración tecnológica.

Este modelo de simulación permite analizar lo que ocurre en un sistema de múltiples

agentes, en donde además de los individuos u organizaciones que deben solucionar el

problema de la valoración tecnológica (agentes, de acuerdo con la Ontología Evolutiva),

están representados los métodos de valoración tecnológica (o reglas, según la Ontología

Evolutiva) en una cantidad que puede ser fijada inicialmente, pero que varía a lo largo del

tiempo según su interacción con los agentes.

Los agentes tienen la capacidad de recordar los métodos que “usan”, y según las

características de cada método usado, pueden difundirlo o comunicarlo a otros agentes,

o bien, su inconformidad puede aumentar porque el método no les satisfizo, y este

método tiende a “extinguirse”. En el último caso, cuando el nivel de inconformidad es

elevado, un agente puede crear un nuevo método, que también es “probado” y difundido

a otros, o puede desaparecer. De igual forma, los agentes “olvidan” después de cierto

tiempo, por lo cual vuelve a iniciar el proceso de ensayo y error frente a los métodos

existentes en el sistema en un momento dado.

36 Un sistema multiagente es un sistema constituido por un número de agentes, cada uno de ellos con capacidades autónomas de decisión y acción, que interactúan entre sí; los agentes pueden exhibir habilidades de cooperación, coordinación y negociación (Wooldridge, 2002, citado en M. Romero, 2008). Mediante la simulación basada en agentes se reconoce explícitamente que los sistemas complejos son producto de comportamientos individuales y de sus interacciones; los modelos formales construidos mediante este tipo de simulación, permiten representar de forma individual y clara cada uno de los componentes básicos del sistema real, aumentando el realismo y el rigor científico de los modelos formales; en estos modelos generalmente existe un número grande de agentes relativamente simples que pueden evolucionar a lo largo del tiempo para adaptarse a nuevas condiciones del entorno o a nuevos objetivos (Izquierdo, Galán, Santos, & Del Olmo, 2008).


Las características de los métodos de valoración tecnológica, en las cuales se basan los

agentes para memorizarlos, son el nivel de complejidad37 (simple o complejo) y el grado

de utilidad o pertinencia (que varía de acuerdo con el entorno).

La simulación también tiene en cuenta la influencia del entorno, relacionado con países

desarrollados y en desarrollo. Así, algunos métodos serán más pertinentes para

determinado contexto, y mostrarán una tendencia a aumentar en el tiempo, puesto que

los agentes, al usarlos, prolongan la vida de estos métodos, mientras que los restantes

desaparecerán.

Otro aspecto relevante del modelo de simulación es la posibilidad de analizar el sistema

cuando los agentes tienen o no la opción de crear nuevos métodos, diferentes a los

iniciales, es decir, cuando los métodos nuevos son mutantes o variaciones de los

originales. En algunos casos dichos mutantes son más pertinentes, de acuerdo con el

entorno, por lo cual tienen a aumentar en número a lo largo del tiempo.

En el Anexo B se detallan los componentes de este modelo multiagente, mostrando

resultados de varias simulaciones al establecer diferentes condiciones. A partir de ello,

fue posible observar la influencia del entorno como una presión selectiva importante en el

análisis de la valoración tecnológica como un proceso evolutivo. Así mismo, se evidenció

el impacto que tiene la posibilidad de que los individuos y organizaciones sean

propositivos e inventivos, planteando nuevos métodos de valoración más pertinentes

para un contexto determinado.

Es necesario enfatizar que este modelo computacional, como un plus de la investigación

doctoral, es un primer paso en el intento de visualizar el enfoque evolutivo en la práctica,

constituyendo una herramienta que podría facilitar el acercamiento de la propuesta

generada a ámbitos empresariales, si se toma como una fase inicial para dar a dicha

propuesta una interpretación más próxima a la episteme de los negocios,

37 El concepto de complejidad usado aquí se relaciona con la forma en que los agentes perciben los métodos respecto a la dificultad para su aplicación, por ejemplo debido a una base matemática que hace complicado entenderlos y emplearlos. Es decir, la simulación que se describe no tiene relación con las teorías o paradigmas de la complejidad.


instrumentalizarla y, en investigaciones futuras, complementar el modelo con atributos

adicionales a los incluidos en esta investigación.

Respecto a las bases formuladas para generar un modelo conceptual sobre el análisis de

la valoración tecnológica como un proceso de conocimiento, tomando como referentes la

Epistemología y la Ontología Evolutivas junto con la metáfora biológica, se destaca que

son un primer paso para contribuir en la comprensión del proceso de ganancia de

conocimiento representado en métodos de valoración tecnológica, a través de un análisis

dinámico, frente al enfoque habitual en la literatura (de acuerdo con lo presentado en los

capítulos previos de esta tesis doctoral), que generalmente aborda la valoración

tecnológica de manera estática, e incluso en ocasiones solo como instrumento o

herramienta para actividades puntuales dentro de la organización. Así mismo, lo

planteado en este acápite y en general en la sección 4.2.2, permite estudiar el papel de

aspectos que han sido resaltados a lo largo de la investigación para ser tomados en

cuenta dentro de la valoración tecnológica en entornos menos desarrollados.

4.2.3.2 Fundamentos metodológicos para la valoración tecnológica desde la


En los siguientes acápites se plantea una aproximación metodológica para contribuir a la

instrumentalización de la propuesta conceptual desde la perspectiva evolutiva descrita

previamente, estructurada en dos ítems: a) la identificación de la manera en que dicha

propuesta puede hacer frente a los retos en cuanto a la valoración tecnológica y su

contexto. b) la formulación de algunas consideraciones que viabilicen la inserción de la

perspectiva evolutiva en valoración tecnológica dentro de las organizaciones,

particularmente aquellas de países en desarrollo.


a) Propuesta evolutiva frente a los retos en la gestión de la valoración tecnológica

de empresas colombianas

La valoración tecnológica desde la perspectiva evolutiva, abordada con base en la

Síntesis Evolutiva Moderna, a través de la Epistemología y la Ontología Evolutivas, así

como la metáfora biológica, constituye una visión novedosa de esta función de la gestión

tecnológica que permite evidenciar y corroborar varias características que ya han sido

mencionadas a lo largo de este documento:

La valoración tecnológica es un proceso, de manera que se ve afectada por el paso

del tiempo, y evoluciona en una trayectoria de reglas, que para esta investigación

están representadas en métodos de valoración creados y usados por los agentes

dentro de la organización. Dicha evolución implica que el sistema dentro del cual

ocurren los procesos de valoración, logra un aprendizaje por el uso de los métodos,

acercándose cada vez más a la identificación y empleo de métodos que solucionan de

manera más acertada el problema de la valoración tecnológica.

El proceso de la valoración tecnológica está influenciado por el contexto en el que

ocurre, de manera que para el caso de los países en desarrollo, sus especificidades

hacen que el abordaje de la valoración tecnológica sea particular, y es allí donde se

evidencia que la trayectoria de reglas (o métodos) mediante la cual evoluciona este

tema, requiere contemplar el surgimiento de reglas o nuevos métodos de valoración

más ajustados a esta realidad particular, con base en el concepto de Valoración

Tecnológica Ampliada, que incluye las capacidades tecnológicas como factor

importante en las economías emergentes.

El papel del individuo en un proceso evolutivo seleccionista es fundamental: dado que

la valoración tecnológica evoluciona con base en los principios darwinianos, que son

seleccionistas, los individuos son quienes tienen la capacidad de proponer nuevas

reglas o métodos de valoración tecnológica, y a través de ciclos de ensayo y error, el

contexto determina si son pertinentes para este ámbito particular. En este sentido, la

inventiva y la promoción del cambio desde el nivel individual, son fundamentales.

Para que un nuevo método de valoración tecnológica logre incrustarse en la estructura

profunda del sistema donde ha sido creado y empleado, es necesaria la comunicación


e interacción de los agentes. Por tanto, cada individuo y organización por separado y

de manera aislada no conseguirá cambios efectivos, sino que requiere su articulación

dentro del sistema tecnológico del que forman parte, e incluso con otros sistemas.

Esto permitirá el aprendizaje organizacional (a través del learning by interacting o

aprendizaje por interacción) que llevará a la difusión de los nuevos métodos hacia

otros agentes, y finalmente a la evolución del sistema tecnológico.

Con estas características, el análisis de la valoración tecnológica como un proceso en el

que se cumplen los principios evolutivos darwinianos - explicados en biología por medio

de la teoría darwiniana y la Síntesis Evolutiva Moderna (SEM) -, lo que a su vez ocasiona

la evolución del entorno donde ocurre, permite realizar una contribución para hacer frente

a los retos identificados en la sección 4.1.2 a través del estudio exploratorio efectuado en

empresas colombianas. Tal contribución puede concretarse como sigue:

Respecto al imperativo de lograr en las organizaciones la apropiación del tema de

valoración tecnológica, la visión evolutiva favorece apreciar la dinámica y potenciales

impactos de los procesos de valoración, en la medida en que permite analizar a los

individuos y organizaciones como promotores de cambio, siendo agentes

heterogéneos e inventivos que pueden ajustar los métodos existentes o generar

nuevos (rule-makers and rule-users, o usuarios y creadores de reglas, según la

Ontología Evolutiva) que sean pertinentes a su realidad, y que permitan resolver el

problema de la valoración tecnológica.

En este sentido, la propuesta generada en esta investigación doctoral evidencia la

necesidad de promover dichas dinámicas inventivas y propositivas en los miembros de

las organizaciones y sistemas tecnológicos, con el fin de que ellos creen, seleccionen

y adopten métodos de valoración tecnológica, es decir, lleven a la práctica los

principios evolutivos darwinianos explicados por la SEM, respondiendo a las

necesidades específicas según el contexto particular en el que ocurren los procesos

de valoración, entendidos como trayectorias de reglas y agentes en el marco de

procesos de ganancia de conocimiento, de acuerdo con la Epistemología y la

Ontología Evolucionistas.


Con relación al reto de generación, fortalecimiento y medición de capacidades

tecnológicas, el análisis de la valoración tecnológica desde la perspectiva evolutiva

permite observar que el cambio de reglas del nivel genérico (lógica general para

resolver un problema o genotipo) puede llevar a cambios en el nivel operante (manera

en que cada agente adquiere y usa una regla, relativo al fenotipo). Esto puede

traducirse en que, en el nivel genérico se propicia el surgimiento de nuevos métodos

de valoración tecnológica que pueden incluir el tema de las capacidades tecnológicas

- como una dimensión aún no contemplada suficientemente en la categoría de

valoración tradicional, pero requerida en el contexto de los países en desarrollo -. Por

su parte, en el nivel operante, con la posterior difusión del nuevo método a diversos

agentes que lo usan habitualmente (crecimiento de la población de reglas), los

individuos y organizaciones reaccionan reconociendo la importancia del

fortalecimiento y monitoreo de sus propias capacidades tecnológicas, e incluyen estas

prácticas como parte de sus rutinas específicas y particulares para su propia realidad,

lo que finalmente aumentará la base de conocimiento del sistema tecnológico de

forma global, ocasionando su evolución, de acuerdo con la metáfora evolutiva.

Frente al reto de la apertura en las organizaciones hacia comportamientos que

favorezcan la ganancia de conocimiento, la propuesta de valoración tecnológica desde

la perspectiva evolutiva aporta particularmente respecto a la cooperación e interacción

con el entorno, así como a la gestión de la información y el conocimiento generado

internamente. Ya se ha destacado de forma reiterada la importancia de la difusión de

las unidades de conocimiento (en el lenguaje de la Epistemología Evolucionista;

también llamadas reglas en Ontología Evolutiva y asociadas con los métodos de

valoración tecnológica en esta investigación) desde el nivel individual hasta el

colectivo (pasando por los dominios micro, meso y macro de la Ontología Evolutiva)

en una trayectoria de reglas que evidencian la evolución en el tema analizado. Esto

fue recalcado en la metáfora biológica planteada, donde el sistema tecnológico

evoluciona al lograr un aprendizaje y el incremento de su base de conocimiento por

medio de la difusión de modelos individuales (métodos de valoración tecnológica) que

se convierten en modelos colectivos o rutinas organizacionales.

Por tanto, este análisis de la valoración tecnológica como un proceso de ganancia de

conocimiento, es decir, un proceso evolutivo, facilita evidenciar la necesidad de


interacción de los agentes para la difusión del conocimiento, lo cual implica

actividades, mecanismos y espacios de comunicación entre los agentes o individuos

dentro de cada organización e inter-organizacionales, como parte de la gestión de la

información y el conocimiento relativo a la valoración tecnológica en las empresas.

En la siguiente sección se detalla de manera más concreta cómo la propuesta de

valoración tecnológica desde la perspectiva evolutiva puede encontrar un espacio en la

realidad en la cual se aplica la valoración tecnológica.

b) Consideraciones para la inserción en las organizaciones de la perspectiva

evolutiva en valoración tecnológica

La propuesta generada en esta investigación doctoral es fundamentalmente conceptual,

por lo que es necesario examinar algunos aspectos que permitan su aproximación a la

realidad en la cual se llevan a cabo los procesos de valoración tecnológica. A

continuación se plantean unas consideraciones para lograr tal objetivo, que se relacionan

con el empleo de medidas y herramientas conocidas en el ámbito empresarial, lo cual

posibilita iniciar la inserción del enfoque evolutivo propuesto en esta investigación

doctoral, como un primer paso en la dinamización de los procesos de valoración

tecnológica.

Se parte de lo presentado en secciones previas respecto a la aproximación a la

valoración tecnológica desde la perspectiva evolutiva cimentada en la Síntesis Evolutiva

Moderna (SEM), a través de un abordaje literal con base los conceptos de la

Epistemología Evolucionista, la Ontología Evolutiva y la formulación de una metáfora

biológica, junto con las bases y la lógica del modelo conceptual planteado. Estas

consideraciones están organizadas de acuerdo con los dominios de la Ontología

Evolutiva (micro, meso y macro), pero sin desconocer los elementos de los demás

enfoques empleados en la propuesta resultante de esta investigación doctoral.


Dominio micro

Este dominio se asocia con el nivel individual, en el cual surge la variación, como primer

principio del proceso evolutivo. Dicha variación en valoración tecnológica está

relacionada con la posibilidad de que los individuos dentro de cada organización en un

sistema tecnológico, sean propositivos e inventivos, generando y empleando diferentes

métodos de valoración tecnológica que respondan a las necesidades de un contexto

particular. Por tanto, se identifica el requerimiento de generar espacios que permitan y

promuevan este tipo de comportamiento individual, lo cual depende en gran medida de

aspectos como la cultura y las estrategias organizacionales.

En este sentido, para insertar en las organizaciones una perspectiva con base en los

principios darwinianos y la SEM, se considera el empleo de herramientas que lleven a

cada organización a identificar los rasgos de sus integrantes como agentes que usan y

crean reglas (rule-maker and rule-user), de acuerdo con lo planteado por la Ontología

Evolutiva (sección 4.2.2.2); el diseño de cuestionarios y la realización de entrevistas son

herramientas útiles que facilitan una inspección de las personas, unidades o áreas de la

empresa que se encargan actualmente de la valoración tecnológica o pueden hacerlo

(potencialidades en cuanto a la formación académica y la experiencia de individuos y

grupos de trabajo); a partir de esto, cada organización colectará elementos para inferir la

existencia de capacidades y disposición, no solo para ejecutar procesos de valoración

tecnológica, sino para plantear alternativas que faciliten la concreción de soluciones

pertinentes a las necesidades particulares de la empresa, en estrecha relación con el

entorno en el cual se encuentra (relativo a los países desarrollados y en desarrollo),

como ya se ha discutido en este documento.

Con base en lo anterior, cada organización puede estructurar programas que promuevan

las dinámicas propositivas y las capacidades inventivas de sus integrantes, en aras de

facilitar la variación y generación de variedad como punto de partida de los procesos

evolutivos explicados en biología por la SEM, que para el caso de la valoración

tecnológica se reflejen en métodos de valoración nuevos o mejorados, atendiendo las

necesidades específicas de cada empresa.

Retomando los conceptos de los niveles de reglas genérico y operante, cada

organización puede llegar a manejar un portafolio de métodos de valoración tecnológica


que consiste en los métodos que sus integrantes crean, y los que usan procedentes de

otras fuentes (que hacen parte del nivel genérico), los cuales pueden ser adaptados a las

condiciones específicas de la empresa. Esta adaptación y la forma particular en que cada

agente usa un método de valoración tecnológica, representan el nivel operante, en donde

puede ser clave la decisión de incluir aspectos como las capacidades tecnológicas, lo

que posteriormente se puede difundir hacia otros individuos y organizaciones, para llegar

a convertirse en rutinas y finalmente lograr un impacto y evolución en todo el sistema

tecnológico en el cual están insertas las organizaciones. No obstante, cada empresa

debe lograr una apropiación del tema de capacidades tecnológicas, en cuanto a su

concepto, identificación y medición, así como respecto a su fortalecimiento y las ventajas

que conlleva, lo que, aunado a una apropiación del concepto de valoración tecnológica,

facilitará el inicio del proceso evolutivo en el dominio micro, según el abordaje que se ha

planteado en esta investigación doctoral.

En consecuencia, la propuesta de inserción del enfoque evolutivo para la valoración

tecnológica, metodológicamente requiere que cada organización, en particular de

entornos menos desarrollados, posibilite que sus integrantes logren la asimilación de

conceptos fundamentales sobre los temas de valoración tecnológica y capacidades

tecnológicas, a través de procesos de formación y capacitación, vinculación de expertos,

interacción y cooperación con otras organizaciones del sistema tecnológico.

Se considera importante realizar una indagación inicial respecto al estado de la empresa

frente a la valoración tecnológica; para ello, puede realizarse una exploración similar a la

desarrollada en esta investigación doctoral (sección 4.1 y Anexo A). Esta exploración

inicial permitirá tener un panorama general sobre el empleo de métodos de valoración

tecnológica, el grado de formalización de los procesos de valoración, la especialización

del personal que los realiza, además de conocer si la organización realiza seguimiento y

medición de sus capacidades tecnológicas, y si efectúa actividades que favorezcan la

acumulación de conocimiento y propicien el aprendizaje.

Dominio meso

Este dominio tiene gran relevancia en el análisis evolutivo, al considerarse como el

determinante de los procesos de difusión de conocimiento y concreción de innovaciones.

Para ello, se ha recalcado previamente la importancia de temas como la interacción y


cooperación entre individuos y entre organizaciones, siendo parte de un sistema

tecnológico, lo que facilita la difusión de métodos de valoración tecnológica y la posterior

fijación de aquellos que satisfacen los criterios requeridos, mediante rutinas

organizacionales, que según la metáfora biológica, ocasionan que el sistema tecnológico

evolucione.

Además se ha señalado que en este dominio se hace más evidente la influencia del

entorno y de la experiencia previa, en el proceso evolutivo de la valoración tecnológica

como proceso dependiente de la trayectoria; en este orden de ideas, en países en

desarrollo, la inclusión del tema de capacidades tecnológicas - como parte del concepto

amplio de la tecnología y la propuesta de Valoración Tecnológica Ampliada (sección

1.2.3) - también encuentra mayor peso dada su importancia específica para este contexto

y su relación con las condiciones particulares en las allí crecen y se desenvuelven las

organizaciones y los sistemas tecnológicos, según se discutió en el capítulo 2.

Los métodos que el dominio micro se creen o mejoren a través de la inclusión de temas

como las capacidades tecnológicas, se difundirán en este dominio si las organizaciones

adoptan medidas para facilitar la comunicación intraorganizacional, por una parte, y para

articularse con su entorno, considerando mecanismos como la participación en cadenas

productivas, asociaciones gremiales, parques tecnológicos, entre otros, que permitan la

cooperación y la interacción con otras organizaciones, como base para la difusión de

conocimiento.

Dominio macro

En este dominio se hace evidente el impacto sobre el sistema tecnológico en donde

están insertas las organizaciones, que tiene la evolución de la valoración tecnológica

como proceso de conocimiento, lo que a su vez, según se explicó mediante la metáfora

biológica evolutiva, hace evolucionar a dicho sistema.

En la práctica, el logro de este impacto en todo el sistema depende tanto de las

actuaciones individuales y de cada organización, así como de medidas conjuntas que

promuevan y faciliten procesos de creación y difusión de conocimiento, sobre valoración

tecnológica en este caso particular, de una forma sistemática y deliberada, lo cual puede

traducirse en políticas sectoriales y estatales.


En el marco de dichas medidas, pueden considerarse líneas como:

Promoción de actividades tendientes al monitoreo y revisión de las prácticas

desarrolladas por otras organizaciones del sistema tecnológico respecto a la

valoración tecnológica, con el fin de retomar aquello que se considere más

pertinente para las necesidades propias, y aplicarlo de manera habitual para

generar aprendizajes a partir de la asimilación e interiorización de tales prácticas.

Concreción de mecanismos orientados a que las organizaciones adquieran

conocimiento a través de diversos medios (capacitación, formación, vinculación

de expertos, cooperación con otras organizaciones, etc.) que les permitan la

acumulación del mismo en procesos de aprendizaje, con el fin de generar y

fortalecer capacidades dentro de la organización y sectorialmente, para la

valoración tecnológica y su gestión.

Impulso a las iniciativas organizacionales para la generación de soluciones en

valoración tecnológica que no solo sean adecuadas para las necesidades propias,

sino que también aporten a otras organizaciones, dado que han probado que son

pertinentes en el entorno particular del sistema tecnológico en el que se ubican.


Figura 4-10: Consideraciones para la inserción en las organizaciones de la

perspectiva evolutiva en valoración tecnológica

DOMINIO MESO

• Medidas para facilitar la comunicación intraorganizacional

• Articulación con el entorno

• Mecanismos como cadenas productivas, asociaciones gremiales, parques tecnológicos

DOMINIO MICRO

• Herramientas para identificar a los individuos como agentes que usan y crean reglas

• Cuestionarios, entrevistas

• Programas para promover dinámicas propositivas e inventivas

• Asimilación de conceptos (valoración tecnológica, capacidades tecnológicas)

• Formación y capacitación, vinculación de expertos, interacción con otras organizaciones del sistema tecnológico

• Exploración inicial sobre la situación de la valoración tecnológica en la organización

DOMINIO MACRO

• Medidas conjuntas que promuevan procesos de creación y difusión de conocimiento (políticas sectoriales y estatales)

Promoción de actividades de

monitoreo y revisión de prácticas de otras

organizaciones

Concreción de mecanismos para el aprendizaje de las organizaciones en

valoración tecnológica y su gestión

impulso a iniciativas organizacionales para

la generación de soluciones en

valoración tecnológica que también aporten a

otras organizaciones

Medidas y herramientas de uso habitual, que pueden contribuir a la inserción en las organizaciones de la perspectiva evolutiva en valoración tecnológica


Las anteriores consideraciones están interrelacionadas y su aplicación dependerá de la

realidad particular de cada organización y sistema tecnológico (Figura 4-10). Como se

señaló previamente, la intención de este componente de los resultados de la

investigación doctoral, es contribuir a que la propuesta teórica que se formuló en los

acápites anteriores logre una mayor aproximación a la realidad organizacional, si bien su

fundamento es íntegramente conceptual.


Finalmente, puede afirmarse que, si bien la valoración tecnológica se ha considerado

como un arte, más que una ciencia (como se discutió el capítulo 1), a través de una

propuesta como la presentada en este capítulo puede abordarse de forma esquemática y

mediante un análisis profundo; así mismo, las consideraciones metodológicas que se

acaban de presentar contribuyen a llevar a la práctica de manera sistemática y planeada,

la visión evolutiva en valoración tecnológica, a través de la aplicación de las herramientas

y medidas señaladas previamente, que pese a ser elementos básicos para las

organizaciones, posibilitan la inserción y el desarrollo del marco conceptual evolutivo

planteado a partir de los fundamentos de la SEM.


Este capítulo describe la propuesta resultante de la presente investigación doctoral,

que se orienta a la valoración tecnológica de la categoría tradicional, y la analiza a

partir de los conceptos biológicos de la Síntesis Evolutiva Moderna, con base en una

aproximación literal que toma como referente la Epistemología y la Ontología

Evolutivas, y una aproximación metafórica, generando una metáfora evolutiva a partir

de los principios de variación, selección y retención.

La propuesta para la valoración tecnológica desde la perspectiva evolutiva consiste en

la visión de esta función de la gestión tecnológica a través de la base fundamental de

la Epistemología Evolucionista, que considera la evolución como un proceso de

ganancia de conocimiento. A partir de allí, se emplean los axiomas y categorías de la

Ontología Evolutiva, en donde los agentes portadores de reglas son los individuos u

organizaciones que usan y crean métodos de valoración tecnológica, los cuales

constituyen dichas reglas; el proceso evolutivo lleva a que las reglas que se usan por

un agente sean empleadas por más agentes y terminen conformando poblaciones de

reglas que se integran en la estructura del sistema tecnológico. En términos de

innovación, este proceso muestra el camino de nuevas reglas originadas por la

inconformidad de los agentes frente a las existentes, y su arraigo en el sistema,

modificando su estructura.


El planteamiento de una metáfora evolutiva que se centra en mostrar cómo evoluciona

el sistema tecnológico, considerado como el contexto en el cual ocurre la valoración

tecnológica, complementa la propuesta para la valoración tecnológica desde la

perspectiva evolutiva. La evolución del sistema tecnológico se logra por la introducción

de nuevas reglas – métodos de valoración tecnológica -, si bien puede hacerlo por

otras causas, pero para efectos de esta investigación doctoral el análisis se enfocó en

este aspecto particular. Se estableció que la unidad de variación corresponde a

modelos individuales, mientras que la unidad de selección son los modelos colectivos,

y a través del aprendizaje organizacional, las organizaciones dentro del sistema

tecnológico llegan a emplear métodos de valoración tecnológica que consideren

dimensiones de la tecnología además de la monetaria, lo que en esta investigación se

ha denominado como Valoración Tecnológica Ampliada.

La propuesta de valoración tecnológica desde la perspectiva evolutiva contribuye a

afrontar los retos relativos al contexto y gestión de esta valoración, en la medida en

permite evidenciar el papel fundamental de los individuos en el proceso evolutivo o de

ganancia de conocimiento, a través de su inventiva, generando opciones de cambio

(variación ciega) como seres propositivos y no como simples receptores de

información externa; esta visión evolutiva también evidencia que los individuos y

organizaciones pueden tomar actitudes particulares frente a los nuevos métodos de

valoración tecnológica que surgen como consecuencia de dicha inventiva individual,

en donde es posible la inclusión del tema de capacidades tecnológicas, buscando que

su fortalecimiento y medición se conviertan en rutinarios. Así mismo, este análisis

evolutivo destaca la necesidad de interacción entre individuos y organizaciones para

asegurar la difusión de las reglas o métodos de valoración tecnológica, como proceso

que hace evolucionar la propia valoración y el contexto donde ocurre.

El concepto de Valoración Tecnológica Ampliada puede enriquecerse con base en el

análisis planteado en este capítulo, de manera que incluya los rasgos evolutivos

abordados desde la óptica de la Epistemología y la Ontología Evolutivas junto con la

metáfora biológica. Así, puede afirmarse que la Valoración Tecnológica Ampliada

corresponde a un proceso evolutivo de ganancia de conocimiento, en el cual los

métodos de valoración – entendidos como las reglas de la Ontología Evolutiva -

evolucionan en una trayectoria a través de los dominios micro, meso y macro de los


sistemas tecnológicos, a partir de su relación con los individuos y organizaciones que

los usan y crean; dichos sistemas tecnológicos, como el entorno en el cual están las

organizaciones que valoran tecnología, también evolucionan como resultado de esta

trayectoria de reglas.

La visión evolutiva en valoración tecnológica toma en cuenta las especificidades de

esta temática, abordadas a lo largo de esta tesis doctoral y asociadas particularmente

al contexto de los países en desarrollo, como el requerimiento de fortalecer el

aprendizaje y manejo de conceptos, métodos y gestión en torno a los procesos de

valoración, las tecnologías características en dicho ámbito y la relevancia de las

capacidades tecnológicas. Esto contribuye a dar validez a la propuesta generada y

aporta en la medida en que, al enfocarse en la valoración de tecnologías maduras,

que para el ámbito de los países desarrollados es un tema ampliamente manejado y

estudiado (en lugar de tomar, por ejemplo, tecnologías emergentes, respecto a las

cuales aún existen debates y cuestionamientos sobre cómo valorarlas), facilita la

comprensión de una visión alternativa aplicada a temas más trabajados, constituyendo

un primer paso con miras a emplear en el futuro, aproximaciones de esta naturaleza a

la valoración de tecnologías en otras fases del ciclo de vida o de otras categorías

diferentes a la tradicional.

Resulta viable considerar la extrapolación de la propuesta que se detalló en este

capítulo a otras áreas de la gestión tecnológica que tengan similitudes con la

valoración tecnológica en cuanto a la multiplicidad y heterogeneidad de métodos, así

como a los problemas que deben afrontar dentro de las organizaciones, de manera

que la presente propuesta también puede representar una contribución al análisis

biológico de la gestión tecnológica, que es un campo de investigación en desarrollo.

Capítulo 5. Conclusiones 223

Capítulo 5. CONCLUSIONES

Este capítulo presenta las conclusiones generales de la investigación doctoral,

resultantes de los análisis y discusiones presentados a lo largo de este documento y que

llevaron a generar la propuesta para la valoración tecnológica desde la perspectiva de la

Síntesis Evolutiva Moderna, como objetivo central de la tesis doctoral.

Objetivo específico 1: Identificar y analizar el enfoque epistemológico prevaleciente de

valoración tecnológica, profundizando en los modelos y metodologías de la categoría

tradicional, para establecer fortalezas y puntos por complementar

La valoración tecnológica constituye un amplio campo de investigación, gran parte del

cual aún es inexplorado o suscita debates, pero no solo es un tema de la academia, ya

que por su impacto, también es relevante en el contexto organizacional. Sus bases

conceptuales retoman elementos de ámbitos como el financiero, de donde también se

toman muchas de las herramientas para ponerlo en práctica. Esta investigación doctoral

estableció tres categorías (sección 1.3.1) de acuerdo con el objetivo de la valoración,

centrándose en la categoría tradicional de valoración, en la cual se incluyen métodos

orientados a la dimensión monetaria y tangible de la tecnología; Así mismo, se encontró

gran cantidad de propuestas en torno a métodos y técnicas de valoración de

tecnologías (numeral 1.3.2), cuya elección depende del objetivo de la valoración, de la

pertinencia de determinada técnica para el contexto en donde se empleará y de la

disponibilidad de información. A partir de allí, se pudo evidenciar que la valoración

tecnológica en la categoría tradicional se ha considerado incompleta por su tendencia a

orientarse particularmente a los aspectos económicos, por lo cual diversos autores han

señalado la necesidad de ampliar su alcance e incluir elementos adicionales a los

tangibles. Tomando como referencia una conceptualización extendida de la tecnología

(sección 1.1) que abarca aspectos como las capacidades tecnológicas, esta

investigación evidenció que es posible que la valoración tecnológica sea ampliada,


especialmente en el contexto de los países en desarrollo, en donde es insuficiente el

concepto restringido de la tecnología.

Al analizar las bases epistemológicas de la valoración tecnológica (sección 1.4), se

evidenció que, como tema importante dentro de la ingeniería industrial, se ve

influenciada por la visión mecanicista, con aspectos como el determinismo y el

reduccionismo que caracterizan a este enfoque; se identificó que el origen de estos

rasgos deterministas y reduccionistas está en el empleo de una interpretación

restringida de la tecnología. Por ello, esta investigación permitió establecer que, si bien

esta episteme ha sido efectiva en la valoración tecnológica, puede complementarse

para lograr procesos más acordes con la realidad que se pretende valorar.

Esta tesis doctoral planteó el concepto de Valoración Tecnológica Ampliada (sección

1.2.3) a partir de la interpretación de la tecnología de forma extensa, incluyendo tanto

componentes tangibles como intangibles; se define así: la Valoración Tecnológica

Ampliada es un proceso dinámico para la determinación del valor de un bien

tecnológico y del impacto que este bien tiene en la organización que lo posee, lo cual

implica estudiar tanto los componentes tangibles de dichos bienes tecnológicos, como

aspectos de tecnología blanda relativos a las capacidades tecnológicas generadas para

lograr el dominio de una tecnología específica por parte de la organización; este

concepto incluye el punto de vista interno a la organización, para analizar las

tecnologías que ella posee en su proceso productivo, con el propósito de reducir la

dependencia, promover procesos de innovación y hacer más eficiente el desarrollo

tecnológico en la medida en que se establece el acervo tecnológico y se decide sobre

su modernización.

Objetivo específico 2: Analizar las características y los retos en el proceso de valoración

tradicional a partir de la selección de tecnologías con base en los conceptos de Base de

la Pirámide y ciclo tecnológico.

Al delimitar el contexto al cual se orienta esta investigación doctoral, en el capítulo 2 se

analizaron los conceptos de Base de la Pirámide y Ciclo de Vida de la Tecnología en

relación con los países en desarrollo. A partir de allí, fue posible establecer que con

miras a alcanzar mayor pertinencia en el estudio de la valoración tecnológica, es


necesario tomar en cuenta: el carácter rudimentario de la producción industrial en

contextos de menor desarrollo; las tecnologías habitualmente disponibles en países en

desarrollo, que esta investigación identificó como tecnologías en las últimas fases del

ciclo tecnológico; las capacidades tecnológicas, como medio para lograr aprendizaje

tecnológico y generar innovaciones en las economías menos desarrolladas

(generalmente con la mayor población en la Base de la Pirámide), claves en la

reducción de las brechas frente a los países avanzados tecnológicamente.

Esta investigación doctoral analizó las características de la tecnología en países en

desarrollo (sección 2.2), encontrando que los aparatos productivos de tales países son

rudimentarios y prevalece el empleo de tecnologías maduras, lo que llevó a identificar

una relación de estos aparatos con los métodos cuantitativos de valoración tecnológica,

generalmente asociados a la categoría de valoración tradicional. Se puede inferir que la

gestión de tales aparatos también es rudimentaria, lo que a su vez afecta la gestión de

procesos como la valoración tecnológica, de manera que la información relacionada es

escasa y existe informalidad. Por tanto, se concluye que el abordaje de la valoración

tecnológica debe recurrir a elementos diferentes a los empleados en países

desarrollados – por ejemplo, la información financiera –, como el concepto de

capacidades tecnológicas, con alta pertinencia en países rezagados tecnológica y

económicamente.

Objetivo específico 3: Definir criterios de pertinencia de la valoración tecnológica

tradicional para contextos de menor desarrollo económico, buscando que la propuesta

generada pueda ser implementada en el ámbito colombiano.

Los hallazgos de este trabajo doctoral permiten concluir que valoración tecnológica está

influenciada por el contexto en el que ocurre, y para el caso de los países en desarrollo,

esto ha ocasionado que el tema sea poco conocido y manejado, como se comprobó a

través de la revisión de literatura y mediante el estudio en algunas empresas

colombianas. Considerando estos hechos, así como el carácter exploratorio de esta

investigación, la tesis doctoral generó una propuesta conceptual para analizar la

valoración tecnológica desde la perspectiva biológica, orientada hacia el contexto y la

gestión de dicha valoración, sin enfocarse en el examen o en la generación de algún


método puntual de valoración o en el análisis de procesos específicos realizados por

alguna organización.

Se formularon algunas consideraciones respecto a la pertinencia de la valoración

tecnológica para países en desarrollo como Colombia (sección 2.3) que aportan e

inciden sobre el concepto de Valoración Tecnológica Ampliada; estas consideraciones

están relacionadas con:

- La relevancia de la conceptualización amplia de la tecnología, de mayor

pertinencia para este contexto por incluir elementos intangibles, frente a ámbitos

más desarrollados donde el concepto restringido de tecnología resulta válido al

estar asociado a la generación de innovaciones radicales, habituales allí.

- La importancia en este contexto de las capacidades tecnológicas como parte de

la conceptualización amplia de la tecnología, dado que el medio que tienen

estas economías para disminuir brechas y lograr mayor desarrollo es el

aprendizaje y la acumulación de dichas capacidades.

- Las características de las tecnologías en países en desarrollo, que

generalmente están en las últimas fases del ciclo tecnológico dado que

generalmente no son creadas allí sino adaptadas de otros ámbitos.

- Los rasgos de los aparatos productivos de tales países, asociados a la

producción rudimentaria en sectores tradicionales de la economía.

- Las necesidades de la población de la Base de la Pirámide, ubicada

principalmente en países en desarrollo, que requieren ser atendidas con las

tecnologías disponibles localmente y a través de la innovación.

En el estudio de la valoración tecnológica mediante la consulta a un grupo de empresas

colombianas del sector de empaques plásticos flexibles (sección 4.1.1 y Anexo A), cuyo

propósito inicial fue caracterizar los procesos de valoración, fue necesario optar por el

estudio del contexto en lugar de los procesos específicos de valoración en las

empresas, dado que la literatura permite concluir que en el país es muy escasa el

conocimiento y aplicación del tema; en general, la naturaleza y particularidades de las


empresas en Colombia las alejan de aspectos relativos a la gestión tecnológica y dentro

de ella la valoración de tecnología, de manera que no se manejan los conceptos

relativos, ni mucho menos se llevan a la práctica conscientemente, por lo que la

documentación al respecto es muy poca. Los resultados de la consulta empresarial

permitieron corroborar lo hallado en la literatura: las organizaciones estudiadas conocen

muy poco acerca de los procesos de valoración tecnológica, y no formalizan cualquier

aproximación que en la práctica realicen a este tema. Estas empresas presentan

fortalezas en cuanto a sus capacidades tecnológicas, puesto que desarrollan

actividades que facilitan su creación y acumulación, si bien no es habitual que se

realicen estudios tendientes a medir dichas capacidades. Adicionalmente, al intentar

establecer si estas empresas pueden considerarse como sistemas de conocimiento

(orientados a la evolución entendida como ganancia de conocimiento), se encontró que

tienen debilidades en aspectos asociados con el aprendizaje organizacional y la

cooperación con otros actores de su entorno, si bien realizan algunas actividades que

les permiten ser en cierto grado flexibles y adaptables a las condiciones cambiantes

internas y externas. Dado que este estudio empresarial se realizó previamente y como

un insumo para formular la propuesta de análisis de la valoración tecnológica desde

una perspectiva evolutiva, como línea de trabajo futuro se identifica la posibilidad de

explorar la ocurrencia en la práctica, tanto explícita como implícitamente, de la

trayectoria evolutiva de reglas (según la Ontología Evolutiva) en actividades

relacionadas con la valoración y la gestión tecnológica en empresas colombianas.

El análisis del contexto de la valoración tecnológica (numeral 4.1) mediante dos

estrategias - análisis de información secundaria y una aproximación a la metodología de

estudio de casos múltiples - permitió establecer que se requiere de mayor preparación

antes de plantear una posible implementación de la propuesta generada en esta

investigación doctoral, siendo necesario ir más atrás, y propender por el fortalecimiento

conceptual y el dominio del tema de valoración tecnológica el marco de la gestión de

tecnología y en el ámbito de países en desarrollo como Colombia.


Objetivo específico 4: Establecer puntos de conexión entre el referente biológico

seleccionado y la valoración tradicional de tecnologías específicas en el contexto

colombiano.

Al tomar la biología como el campo desde el cual se analiza la valoración tecnológica

para lograr mayor pertinencia (secciones 3.1 y 3.2), se corroboró que la biología

evolutiva es el referente más adecuado dada la complejidad de su objeto de estudio y

sus rasgos particulares, que la alejan del mecanicismo, como punto de conexión con la

propuesta para ampliar la interpretación de la valoración tecnológica, en la cual se

identificaron características deterministas y reduccionistas provenientes del empleo de

un concepto restringido de la tecnología. Así mismo, el análisis desde la biología

evolutiva permite considerar la dimensión temporal, que implica el cambio continuo,

diferente a la visión habitual del universo como estático e invariante, asociada al

determinismo; también facilita el abordaje de la emergencia de propiedades que ocurre

en procesos evolutivos de adaptación al entorno, lo cual no puede ser explicado

mediante el reduccionismo.

En el capítulo 3 se identificaron dos enfoques a través de los cuales la evolución ha

sido analizada más allá del campo biológico, que se consideraron importantes como

base para el planteamiento de la propuesta resultado de esta investigación doctoral

porque permitieron evidenciar que es viable realizar una aproximación desde la Síntesis

Evolutiva Moderna a áreas tan disímiles como la economía. Además, se encontró que

son pertinentes en términos de consistencia conceptual y validez ante la comunidad

científica y académica. Estos enfoques son la Epistemología Evolucionista, a partir de la

que se pudo analizar la valoración tecnológica como un proceso de ganancia de

conocimiento, y el Darwinismo Generalizado, que fue la base para emplear de manera

abstracta los principios evolutivos de variación, selección y retención en valoración

tecnológica, sin necesidad de entrar en los detalles del proceso evolutivo biológico.

La investigación doctoral identificó dos mecanismos o vías de abordaje de la biología

para utilizar elementos y conceptos de esta ciencia en valoración tecnológica (sección

3.5): uno de ellos es la metáfora, con la cual se logró una correspondencia de

conceptos entre el campo biológico y el contexto de la valoración tecnológica, y el

segundo es la abstracción mediante la Ontología Evolutiva (como parte del Darwinismo


Generalizado), que permitió explicar la evolución en valoración tecnológica como una

trayectoria de reglas en un sistema de agentes.

Objetivo específico 5: Plantear un referente conceptual y metodológico de valoración

tradicional de tecnologías específicas desde la perspectiva de la Síntesis Evolutiva

Moderna

La propuesta formulada en el capítulo 4 como resultado de la tesis doctoral, se orienta a

la valoración tecnológica de la categoría tradicional, y la analiza con base en los

conceptos y elementos de la Síntesis Evolutiva Moderna (abordados en la sección

3.3.2), para lo cual se identificaron dos enfoques que permitieron la extensión de las

explicaciones biológicas a la valoración tecnológica: la Epistemología Evolucionista y el

Darwinismo Generalizado, así como dos vías para realizar este traspaso de elementos

de un campo a otro: la Ontología Evolutiva (incluida en el Darwinismo Generalizado) y

la metáfora biológica. De esta manera, la propuesta generada se apoya en una

aproximación literal que toma como referentes la Epistemología y la Ontología

Evolutivas (secciones 4.2.2.1 y 4.2.2.2), y una aproximación metafórica mediante una

metáfora evolutiva del contexto de la valoración tecnológica (sistema tecnológico,

numeral 4.2.2.3). El aporte de la propuesta resultante es una comprensión más amplia

de los procesos de valoración tecnológica, ya que al considerar que implican una

ganancia de conocimiento, como cualquier proceso evolutivo, muestran la necesidad de

la inventiva y la innovación para generar nuevos caminos (en este caso, métodos) que

respondan de mejor manera a una realidad particular. Y en la creación de estas nuevas

opciones resulta indispensable el contexto y los aspectos que se han resaltado en esta

investigación para el caso de los países en desarrollo, como la madurez de la

tecnología y la posibilidad de acumular y valorar las capacidades tecnológicas.

Igualmente, la propuesta contribuye a analizar no solo la valoración tecnológica sino su

contexto, que también experimenta un proceso evolutivo al incrementar su base de

conocimiento en la medida en que surgen nuevos métodos de valoración más

pertinentes para un contexto particular.

Se formularon las bases conceptuales de la propuesta de análisis de la valoración

tecnológica desde la perspectiva evolutiva (sección 4.2.3.1), que constituyen una

primera aproximación a un modelo de valoración tecnológica, para ampliar la


comprensión de dicha valoración como un proceso dinámico que se ve influenciado por

factores como el contexto en el que ocurre. Estas bases se complementaron con un

modelo de simulación multiagente (Anexo B), que como un plus de la investigación

doctoral, es un paso inicial en la instrumentalización de la propuesta desde la

perspectiva evolutiva y posibilita su acercamiento a la realidad en la que ocurren los

procesos de valoración, al permitir la visualización del efecto del entorno como presión

selectiva, junto con el papel de los individuos y las organizaciones para la generación

de variedad en el marco de procesos evolutivos.

Los fundamentos metodológicos de la propuesta de análisis de la valoración

tecnológica con un enfoque evolutivo (sección 4.2.3.2) tienen el propósito de contribuir

a su acercamiento y aplicación en entornos organizacionales. Estas consideraciones

permiten identificar acciones y lineamientos que son básicos y conocidos en las

organizaciones, y que posibilitan la inserción de la perspectiva evolutiva con miras a

dinamizar los procesos de valoración tecnológica, así como favorecer que tales

procesos sean cada vez más planeados y sistemáticos, de manera que el tema se

fortalezca como una ciencia, además de ser un arte.

La propuesta para el análisis de la valoración tecnológica desde la perspectiva evolutiva

permite corroborar la validez de la premisa planteada en el capítulo 1: es posible

vincular las actuales bases epistemológicas de la valoración tecnológica con enfoques

novedosos como el evolutivo, con el propósito de ampliar su interpretación y lograr

mayor pertinencia frente a lo valorado, que a su vez lleve a una congruencia más alta

con las perspectivas de los actores involucrados.

Como resultado de la discusión teórica en torno al tema de la valoración tecnológica

realizada a lo largo de esta investigación doctoral, se concluye que el concepto de

valoración tecnológica puede ser enriquecido y complementado, ya que se partió de un

abordaje restringido que fue potenciado al incluir la perspectiva amplia de la tecnología,

proponiéndose así el concepto de Valoración Tecnológica Ampliada (sección 1.2.3). Las

consideraciones sobre la pertinencia de dicha valoración para los países en desarrollo

(numeral 2.3) llevaron a fortalecer la conceptualización de la Valoración Tecnológica

Ampliada, y finalmente, con base en la propuesta desde la perspectiva evolutiva

resultante de esta tesis doctoral (capítulo 4), puede abordarse en los siguientes

términos: la Valoración Tecnológica Ampliada corresponde a un proceso evolutivo de


ganancia de conocimiento, en el cual los métodos de valoración – entendidos como las

reglas de la Ontología Evolutiva - evolucionan en una trayectoria a través de los

dominios micro, meso y macro de los sistemas tecnológicos, a partir de su relación con

los individuos y organizaciones que los usan y crean; dichos sistemas tecnológicos,

como el entorno en el cual están las organizaciones que valoran tecnología, también

evolucionan como resultado de esta trayectoria de reglas.

Esta tesis doctoral abre un espacio que espera abordarse a través de investigaciones

posteriores, en donde la propuesta que aquí se generó, concerniente a un análisis con

orientación teórica y exploratoria de la valoración tecnológica en las organizaciones

desde una perspectiva evolutiva, es viable de ser enriquecida y complementada, para

lograr su instrumentalización, concretar y evidenciar las implicaciones gerenciales que

de ella se derivan.

Anexo A: Estudio sobre el contexto de la valoración tecnológica en algunas


233

A. Anexo A: Estudio sobre el contexto de la valoración tecnológica en algunas empresas colombianas

Este Anexo se compone de dos secciones donde se documentan los aspectos

metodológicos y los resultados del análisis realizado en varias empresas colombianas.

Inicialmente se describen las bases metodológicas empleadas para caracterizar el

contexto de los procesos de valoración tecnológica en las empresas productoras de

envases plásticos; allí se definen las variables evaluadas y el proceso de diseño del

instrumento para la recolección de información primaria. En la segunda sección se

presentan los resultados obtenidos para el conjunto de empresas en cada una de las

variables analizadas.

A.1 ASPECTOS METODOLÓGICOS

El análisis se orientó hacia la metodología de estudio de casos, si bien fue necesario

hacer ajustes y adaptaciones, debido principalmente a que se corroboró que en el país el

tema de la valoración tecnológica es poco manejado y documentado, tanto en la

academia como en la industria, por lo cual la información para construir los casos es muy

limitada. Sin embargo, como en la metodología de estudio de casos, se realizó un

análisis exploratorio sobre un fenómeno particular dentro de su contexto específico.

El estudio de casos es un método de investigación cualitativa, que consiste en una

descripción y análisis detallado de una unidad o unidades únicas (Yin, 2003). Stake

(1999) señala que se trata del estudio de la particularidad y complejidad de un caso

singular, que permite comprender su actividad en un conjunto de circunstancias. Según

Muñoz y Muñoz (2001, citado en Barrio et al., 2010) se caracteriza por ser un estudio


intensivo y profundo de una situación particular que debe estar acotada para dar

respuesta a la pregunta de investigación, pero enmarcada en el contexto global.

Chetty (1996, citado en Carazo, 2006) considera al estudio de caso como una

metodología rigurosa que permite investigar fenómenos en los que se busca dar

respuesta a cómo y por qué ocurren, estudiar temas de investigación en los que las

teorías existentes son inadecuadas y fenómenos desde múltiples perspectivas, y explorar

en forma más profunda y amplia los fenómenos para encontrar nuevas señales en

temáticas emergentes. Por su parte Barrio et al. (2010) menciona como características

del estudio de caso: a) particular, es decir que se enfoca en entender una realidad

singular; b) descriptivo, puesto que su resultado es una descripción cualitativa que tiene

en consideración el contexto y las variables que definen la situación; c) heurístico, dado

que se encamina a la toma de decisiones mediante el descubrimiento o confirmación de

teorías, y d) inductivo. El estudio de caso, sea simple o múltiple, es particularmente

aplicable cuando se desean obtener generalizaciones analíticas y no estadísticas que

contribuyan a un determinado marco teórico y a estudiar casos contemporáneos, puesto

que se cuenta con observación directa y entrevistas de carácter sistemático (González,

2008).

Montero y León (2002, citado en Barrio et al., 2010) presentan una metodología de

estudio de caso en cinco etapas: i) selección y definición del caso, en donde es

importante identificar los ámbitos en los que es relevante el estudio, los sujetos que

pueden ser fuente de información, el problema y los objetivos de investigación; ii)

elaboración de una lista de preguntas; en este punto se recomienda realizar una

pregunta global y desglosarla en preguntas más variadas; iii) localización de las fuentes

de datos; iv) análisis e interpretación, en donde se correlacionan los contenidos y se

procede a la exportación a otros casos, de ser posible, y v) elaboración del informe, en

donde se describen minuciosamente los eventos y situaciones relevantes.

Los estudios de caso pueden clasificarse en (Stake, 1994, citado en Barrio et al., 2010;

Coria, 1997):

Intrínsecos: cuyo propósito es la comprensión del caso en sí mismo con un

informe final descriptivo.



235

Instrumentales: tienen el propósito de aclarar un tema o aspecto teórico.

Múltiples: donde se busca indagar un fenómeno, población o condición general a

partir del estudio intensivo de varios casos; este tipo también recibe el nombre de

colectivo o comparativo, y trata de seleccionar casos muy diferentes pero

relevantes.

El estudio de casos múltiples se considera una variante dentro del mismo marco

metodológico de los estudios únicos; respecto al estudio de caso simple, la evidencia es

más convincente y se considera más robusta, por lo que requiere más tiempo para su

desarrollo. Para la aplicación de esta metodología se necesita escoger cuidadosamente

los casos, de tal forma que se tengan resultados parecidos o contradictorios predecibles

por el marco teórico propuesto; generalmente se seleccionan de tres a cuatro casos (Yin,

2003, 2011). En este tipo de estudio de casos predominan las técnicas de inducción

analítica, con las que se busca insertar significados singulares en un contexto ampliado,

y la comparación constante cuyo objetivo es el de producir una teoría a partir del cruce

de contextos (Coria, 1997).

En la Figura A-1 se describen los pasos seguidos en esta investigación doctoral para

realizar el análisis del contexto de la valoración tecnológica en algunas empresas

colombianas. Se inició con la conceptualización del objeto de análisis, y a partir de esta

información, se definieron las variables y subvariables que fueron estudiadas, y se

elaboró el instrumento de consulta que fue diligenciado por cada una de las empresas

participantes. Una vez adquirida la información, se procedió a su organización y

tabulación para generar los gráficos de radar correspondientes a cada empresa y al

conjunto, finalizando con el análisis y reporte de los resultados.


Figura A-1: Etapas en el análisis del contexto de la valoración tecnológica

Conceptualización del estudio

Definición de variables y

subvariables

Selección de empresas

Elaboración del instrumento de

consulta

Prueba piloto y ajustes al

instrumento

Aplicación del instrumento de

consulta

Tabulación de datos y generación de gráficos de radar

Análisis de información

Fortalezas (buenas prácticas) y Debilidades

(aspectos por mejorar) del conjunto de

empresas y de cada una de ellas


A.1.1 Conceptualización de la información

La conceptualización de la información es parte del marco teórico que abarca la

investigación doctoral y que se centra en las temáticas de valoración tecnológica,

capacidades tecnológicas y procesos de ganancia de conocimiento enmarcados en la

evolución. Esta actividad se inició con la revisión bibliográfica y posteriormente el análisis

de toda la información encontrada, lo que permitió establecer una base conceptual que

soporta el presente estudio, y que fue discutida a lo largo de este documento,

particularmente en los capítulos 1, 2 y 3.

A.1.2 Definición de variables y subvariables

Las variables y subvariables en las cuales se basó el análisis en algunas empresas

colombianas, fueron presentadas en la sección 4.1.1.2 y se resumen en la Tabla A-1. En

dicha sección también se plantean las consideraciones respecto a la importancia de

estas variables para la investigación doctoral, y se muestra su conceptualización y

justificación con base en la literatura.



237

Tabla A-1: Variables y subvariables del análisis en empresas colombianas

Variables Descripción Subvariables Descripción

Procesos de

valoración

tecnológica

La valoración tecnológica

tiene un enfoque

fundamentalmente

monetario y relacionado con

las técnicas de análisis

financiero de proyectos no

necesariamente

tecnológicos.

Adquisición de

tecnología

Proceso fundamental para que las

organizaciones se modernicen

tecnológica y en el cual tanto la

evaluación como la valoración

tecnológica son necesarias.

Valoración

tecnológica

Con el fin de conocer detalles de cómo

las empresas consultadas realizan

este proceso o hasta dónde es posible

evidenciar que se maneja algún

aspecto relativo al tema.

Evaluación de

tecnología

Como proceso complementario a la

valoración tecnológica.

Capacidades

Tecnológicas

Se considera necesaria una

visión amplia de la

tecnología que incluya el

tema de capacidades

tecnológicas, al partir de la

premisa de que la

interpretación restringida de

la tecnología es insuficiente

en países en desarrollo,

dada la escasez de

información, particularmente

de tipo financiero, requerida

para la valoración

tecnológica

Sistemas técnicos y

físicos

Correspondientes a la infraestructura

de este tipo existente en la empresa,

relativa a instalaciones, equipos,

programas de cómputo, sistemas de

información, etc.

Capital humano Su conocimiento, capacitación y

experiencia.

Sistemas de

organización, de

gestión e

institucionales

Rutinas, procedimientos, normas,

procesos y técnicas de gestión

administrativa y productiva.

Productos y

servicios

En los cuales las capacidades

tecnológicas se ven traducidas o

representadas, siendo la parte más

visible de estas.

Procesos de

ganancia de

conocimiento

Orientado a establecer si las

organizaciones tienen

rasgos que permitan

considerarlas como sistemas

de conocimiento en donde el

proceso evolutivo puede

ocurrir.

Aprendizaje

A través del cual se acumula

conocimiento que puede ser empleado

en la resolución de problemas,

facilitando la adaptación de la

organización. El aprendizaje es la

forma en la que la selección natural

opera en los procesos evolutivos.

Adaptabilidad y

Flexibilidad

Atributos que muestran la capacidad

de la organización para responder al

entorno.

Cooperación

Mecanismo que facilita la ganancia de

conocimiento y el aprendizaje

mediante la interacción con otras

organizaciones.



A.1.3 Selección de empresas para el estudio

En la sección 4.1.1.1 se detalla cómo se seleccionaron las empresas que finalmente

respondieron el cuestionario de consulta diseñado, así como los principales rasgos de las

firmas participantes. Los aspectos tomados en cuenta para dicha selección se resumen

en la Tabla A-2.

Tabla A-2: Criterios de selección de las empresas participantes Criterio Principales rasgos

Concentración geográfica 22.8% de las empresas del país están

concentradas en Bogotá

Características de las empresas en Bogotá La industria manufacturera es el tercer sector

económico más importante de Bogotá

Sectores estratégicos para Bogotá

1) Textiles y confecciones

2) Productos químicos y plásticos.

3) Otros productos químicos (cosméticos,

productos de aseo, farmacéuticos y

agroquímicos)

4) Papel, imprenta, editoriales y artes gráficas

5) Autopartes y automotores

6) Bebidas

7) Materiales de construcción, cerámica y

vidrio.

Fuente: elaboración propia con base en CONPES (2007), Cámara de Comercio de Bogotá (2012, 2015b), Alcaldía Mayor de Bogotá y Universidad Militar Nueva Granada (2012).

Como resultado de la aplicación de estos criterios, junto con la utilización de información

sobre empresas que han participado en estudios previos de la Universidad Nacional de

Colombia (Castellanos et al., 2013), finalmente se trabajó con siete empresas del sector

químico, productoras de empaques plásticos, localizadas en la ciudad de Bogotá, como

se detalla en la Tabla 4-3 (del capítulo 4). Es importante aclarar que en ningún caso se

pretendió concretar una muestra estadísticamente representativa del sector, y que el

criterio de tamaño empresarial fue obviado.

A.1.4 Elaboración del instrumento

En la metodología de estudio de caso se hace énfasis en la obtención de información a

partir de diversas fuentes (Creswell, 2009; Stake, 1999; Yin, 2003); Yin (2003) señala que

se debe partir de fuentes como documentación y archivos, entrevistas, observación

directa, observación participativa y artefactos físicos (como dispositivos tecnológicos,



239

equipos o herramientas), de manera que los hallazgos y conclusiones sean más

acertados. Como se ha mencionado reiteradamente, la disponibilidad de información

respecto a la aplicación de la valoración tecnológica en empresas colombianas es muy

baja, tanto a través de literatura especializada, lo que se corroboró en la sección 4.1 (ver

Tabla 4-1), como en la documentación que las propias empresas realicen de los

procesos, lo cual fue evidenciado mediante solicitud directa a los empresarios

consultados para este componente de la investigación doctoral. En consecuencia, según

fue señalado, este estudio requirió que la metodología de estudios de caso fuese

sustancialmente ajustada, de manera que solo fue posible partir de entrevistas como

mecanismo de recolección de información (otro tipo de fuentes, como la observación

directa, presentó inconvenientes dadas las restricciones establecidas por los propios

empresarios consultados).

Las entrevistas estandarizadas o estructuradas se caracterizan porque se hacen las

mismas preguntas y en la misma forma a todos los sujetos consultados, lo que también

ocurre con el registro de las respuestas; ello da la posibilidad de comparar y distribuir a

los sujetos en función de sus respuestas en la entrevista (Francés, 2012). Estas

entrevistas se denominan habitualmente cuestionarios, y son comunes en

investigaciones cuantitativas, si bien autores como Valles (2014) las denominan

entrevistas cualitativas. También puede hacerse referencia a las entrevistas

semiestructuradas o semiestandarizadas, que son un poco más flexibles que las

anteriores, dado que se busca la profundización en algunas áreas, combinando algunas

preguntas de alternativas abiertas con preguntas de alternativas cerradas de respuesta,

si bien existe una pauta de guía de la entrevista, en donde se respeta el orden y

planteamiento de las preguntas (R. Hernández, Fernández, & Baptista, 1998). Para el

caso de este componente de la tesis doctoral, la entrevista semiestructurada resultó útil

dado el objetivo del mismo y la escasa disponibilidad de tiempo de las personas que

respondieron las preguntas.

Para llevar a cabo las entrevistas, se diseñó un instrumento de consulta consistente en

un cuestionario que permitió recopilar información sobre las variables establecidas para

este análisis, el cual se presenta al final de este Anexo. Este cuestionario se divide en

tres secciones, correspondientes a las tres variables establecidas: la primera sección

consulta sobre los procesos de valoración tecnológica que las empresas desarrollan, la


segunda parte se orienta a estudiar aspectos relacionados con las capacidades

tecnológicas, y la última sección se dirige a indagar sobre los procesos de acumulación

de conocimiento; este instrumento presenta las siguientes características (Grasso, 2006):

Permite conocer los aspectos consultados de forma cualitativa y cuantitativa

facilitando la comprensión de los mismos.

Ayuda a establecer aquellos patrones de conducta organizacional que facilitan la

identificación de procesos de ganancia de conocimiento.

Permite identificar la relación de las organizaciones con diferentes actores del entorno

que afectan de una u otra manera su actividad.

Establece los eventos y acciones que condicionan a las empresas participantes,

desde el punto de vista interno y externo, considerando su entorno y el manejo de

todas las áreas de la organización.

Identifica fortalezas dentro de la organización; a su vez, permite establecer

debilidades y su incidencia en su desempeño organizacional.

Hace posible la comparación de medidas de desempeño en cada uno de los

aspectos analizados en el cuestionario, identificando las brechas existentes entre las

organizaciones analizadas respecto a las mejores prácticas.

En el cuestionario se utilizaron varios tipos de preguntas, como se describe a

continuación (Grasso, 2006; Múria & Gil, 1998):

Preguntas dicótomas cerradas: preguntas cuya opción es SI o NO; se califica 5

afirmativo, 0 negativo o viceversa, dependiendo del objetivo de cada pregunta.

Preguntas abiertas: la finalidad de estas es obtener información con las propias

palabras del encuestado.

Preguntas de clarificación: buscan esclarecer una respuesta, en los casos en que se

considere pertinente profundizar en conceptos claves, o las posibles causas de una

situación. Es importante señalar que aunque estas preguntas son tenidas en cuenta

para elaborar el estudio, su papel es solamente como fuente de información, ya que

no son cuantificadas.



241

Preguntas cerradas unipolares: buscan determinar la posición de la empresa en un

aspecto específico, frente a una escala uniforme propuesta. Las preguntas de

valoración de importancia de factores en la organización se califican de uno (1) a

cinco (5), donde obtener cinco determina una mejor situación.

Preguntas de frecuencia: estas preguntas persiguen determinar la periodicidad con la

que la empresa lleva a cabo determinados procesos o actividades. La escala de

calificación es de cero (0) a cinco (5), dependiendo del objetivo que busque la

pregunta.

Preguntas marca – puntaje: aquellas donde la mejor situación está determinada por el

mayor número de respuestas seleccionadas, (por ejemplo, si de seis opciones

existentes en la pregunta, se marcan las seis, se obtiene un cinco como puntaje). La

ponderación estará dada por la siguiente formula:

Donde:

Ppreg = puntaje obtenido en una pregunta.

Fc = número de factores considerados por la empresa.

n = Número total de factores que hacen parte de una pregunta

A.1.5 Prueba piloto y ajustes al instrumento

La realización de la prueba piloto busca conocer si las preguntas son claras, es decir, de

fácil entendimiento para quien responde el cuestionario, y además determinar el tiempo

empleado en la aplicación del instrumento. La prueba piloto fue realizada por un

profesional en ingeniería industrial con experiencia en el sector productivo y

conocimientos en los temas tecnológicos.

Las observaciones obtenidas a partir de la prueba piloto fueron implementadas en el

instrumento y se logró determinar un tiempo de una hora para contestar el cuestionario a

partir de lo cual se planteó un promedio de una hora y 30 minutos para realizar el

proceso en las empresas seleccionadas.

5*

n

FP c

preg


A.1.6 Aplicación del Instrumento

Para la aplicación del instrumento se realizó inicialmente un contacto vía correo

electrónico con cada una de las empresas seleccionadas, con el fin de invitarles a

participar de la investigación explicando el objetivo de esta, el tiempo requerido,

presentando el cuestionario y a la investigadora que efectuaría las entrevistas.

Posteriormente se estableció contacto telefónico para concretar las citas con las

personas que responderían la consulta. Este proceso requirió de varias llamadas y, una

vez acordada la cita, se procedió a la visita de las empresas para la aplicación del

instrumento. En general, las entrevistas fueron atendidas por directivos de las áreas

administrativas y de producción, como se muestra en la Tabla A-3.

Tabla A-3: Nivel de los encuestados en la estructura organizacional

Empresa Persona encuestada

Empresa 1 Profesional: ingeniería industrial

Cargo: gerente de producción

Empresa 2 Profesional: ingeniería industrial

Cargo: gerente

Empresa 3 Profesional: negocios internacionales

Cargo: director de mercadeo y ventas

Empresa 4 Profesional: ingeniería química

Cargo: jefe de producción

Empresa 5 Profesional: ingeniería química

Cargo: gerente general

Empresa 6 Profesional: contabilidad (nivel técnico)

Cargo: asistente administrativo

Empresa 7 Profesional: ingeniería mecánica

Cargo: director de mantenimiento


A.1.7 Tabulación de datos y generación de radares

Para el análisis de la información recogida por medio del instrumento de consulta, se

efectuó una tabulación de todas las respuestas obtenidas, cuyo valor depende del tipo de

pregunta, como se especificó anteriormente; dicha actividad se apoyó en el uso de la

herramienta Excel. Es importante aclarar que el valor que toma cada subvariable es el

resultado de la ponderación de las preguntas que le corresponden, como se observa en

la Tabla A-4.



243

Tabla A-4: Relación entre variables y preguntas del cuestionario

Variables y Subvariables

No. de la pregunta

Variables y Subvariables No. de la pregunta

Variables y Subvariables

No. de la pregunta


Capacidades tecnológicas Procesos de ganancia de

conocimiento

Adquisición de tecnología

16 Sistemas técnicos y físicos

32

Aprendizaje

1

17 33 2

18

Capital humano

34 3


19 35 4

20 36 5

21 Sistemas de organización, de gestión e institucionales

37

Adaptabilidad y flexibilidad

6

22 38 7

23 Productos y servicios

39 8

24 40 9

25

10

26 11

Evaluación de tecnología

27 12

28

Cooperación

13

29 14

30 15

31


Una vez tabuladas las respuestas de las empresas consultadas y realizados los cálculos

y ponderaciones, se procedió a la elaboración de los radares que permiten la

representación gráfica de la información obtenida, específicamente los resultados de

cada empresa, mientras que para el conjunto de empresas se identificaron: la mejor

práctica en cada variable, el promedio y el resultado ideal u óptimo, como base de

comparación. Cada radar constituye una variable, compuesta a su vez por subvariables

que forman los ejes (Figura A-2).


Figura A-2: Ejemplo de un gráfico de radar para el análisis de datos


A.1.8 Análisis de la información

A partir de la información consignada en los radares y los cálculos realizados, se elaboró

el análisis para el conjunto de empresas en cada una de las variables consideradas para

el estudio, así como la determinación de la mejor práctica, el comportamiento promedio,

la desviación de resultados entre empresas y las brechas encontradas.

A.2 RESULTADOS DEL ESTUDIO EN ALGUNAS EMPRESAS COLOMBIANAS

En esta sección se presentan los resultados del estudio sobre el contexto de la

valoración tecnológica en empresas productoras de empaques plásticos, para el conjunto

de organizaciones consultadas, en cada una de las variables establecidas (procesos de

valoración tecnológica; capacidades tecnológicas; procesos de ganancia de

conocimiento). El análisis de dichos resultados permite una visión del estado actual del

entorno en donde suceden o pueden ocurrir los procesos de valoración tecnológica; si

bien es improcedente la generalización de los resultados a todo el sector o al nivel de

país, dado que la muestra analizada no es estadísticamente representativa, esto facilita

contar con una aproximación a la realidad empresarial en tales niveles.



245

A.2.1 Procesos de valoración tecnológica

El estudio de la variable Procesos de valoración tecnológica en las empresas de la

industria de empaques plásticos se realizó mediante el análisis de tres subvariables:

adquisición de tecnología, valoración tecnológica y evaluación de tecnología. Los

resultados para el conjunto de empresas se muestran en la Figura A-3. Allí se puede

observar homogeneidad en los resultados obtenidos en esta variable. La subvariable que

muestra más bajos puntajes es valoración tecnológica, en concordancia con lo hallado a

través de la revisión de literatura (ver introducción de la sección 4.1) respecto a la

infrecuente realización de procesos de valoración tecnológica en las empresas

colombianas, o por lo menos a la ausencia de documentación de los mismos; en el caso

de las empresas consultadas, se evidencia un bajo interés y desconocimiento de los

empresarios por determinar el valor que representa para sus organizaciones la

tecnología, no solo en el sentido económico sino en el aporte que hace a la ventaja

competitiva de la organización. Las subvariables adquisición de tecnología y evaluación

de tecnología obtienen mejores resultados, sin embargo, se observa que la mayoría de

las empresas participantes en el estudio presenta bajos resultados respecto a la práctica

ideal. Los altos valores presentados por las empresas en estas dos últimas variables se

dan por la utilización de procedimientos estandarizados para la compra de equipos y por

la evaluación de criterios claves en los procesos de selección de tecnología.


Figura A-3: Radar de Procesos de valoración tecnológica en empresas

productoras de empaques plásticos


En la Figura A-4 se observa el rendimiento promedio de todas las empresas

participantes en el estudio, el cual en todos los aspectos evaluados está por debajo de la

mejor práctica del conjunto de empresas, generando brechas de desempeño que

manifiestan oportunidades de mejoramiento en cuanto a la valoración tecnológica. Por

otro lado, al analizar la mejor práctica sectorial respecto a la práctica ideal, se evidencia

un pobre desempeño de dos de las subvariables analizadas, ya que los valores

obtenidos no alcanzan una puntuación de 3.5, valor que es considerado como

aceptable38. En la subvariable adquisición de tecnología la mejor práctica alcanza una

puntuación igual a la práctica ideal (5 puntos), debido al puntaje destacado de una de las

38 Se ha definido una escala de 0 a 5 para valorar cada factor estudiado y así realizar un análisis más preciso con base en cálculos que aporten datos para determinar los niveles y hacer comparaciones. El valor de 5 determina la mejor situación, caso contrario se da cuando se asigna el valor de 0, el cual establece la peor situación, y se ha establecido un valor en esta escala de 3.5 para calificar una situación como aceptable.

0,0

2,5

5,0

Adquisición detecnología

Valoracióntecnológica

Evaluación detecnología

Empresa 1

Empresa 2

Empresa 3

Empresa 4

Empresa 5

Empresa 6

Empresa 7



247

empresas en actividades como la documentación de procesos y la evaluación de

aspectos críticos para la compra de tecnología. No obstante, al analizar los resultados

particulares de cada empresa, se destaca que siempre se hacen análisis de factores para

la selección de tecnología, aunque no sea con un procedimiento estandarizado.

Figura A-4: Procesos de valoración tecnológica, mejor práctica frente a la práctica promedio del conjunto de empresas


Tabla A-5: Análisis cuantitativo para el conjunto de empresas respecto a la variable Procesos de valoración tecnológica

Subvariable

Puntuación de

la Mejor

Práctica

Promedio

Empresas

Brecha (Mejor

práctica -

promedio)

Promedio

empresas /

Mejor Práctica

(%)

Desviación

Estándar

Subvariable

Adquisición de

tecnología 5,0 3,0 1,9 60,8 1,1

Valoración tecnológica 1,7 0,8 0,9 45,0 0,4

Evaluación de

tecnología 2,5 1,8 0,7 71,0 0,4

Promedios 3,1 1,9 1,2 58,9 0,7


0

2,5

5

Adquisición detecnología

Valoracióntecnológica

Evaluación detecnología

Práctica ideal

Práctica promedio

Mejor práctica


La Tabla A-5 presenta los datos numéricos de los resultados obtenidos en la variable

analizada. La brecha más grande se da en la subvariable adquisición de tecnología con

un valor de 1,9 puntos, que se considera alto. En las subvariables valoración tecnológica

y evaluación de tecnología la brecha no supera la unidad; sin embargo, es importante

resaltar que, tanto la mejor práctica como el promedio de las empresas experimentan un

bajo rendimiento comparado con la práctica óptima del sector, especialmente en

valoración tecnológica, donde el promedio de las empresas no supera la unidad en

puntuación (0,8). El promedio de la variable Procesos de valoración tecnológica es de

1,9, y el promedio obtenido por la mejor práctica es de 3,1, así, el promedio del conjunto

de empresas del sector no supera el 60% del promedio de su mejor práctica, lo que

permite establecer una debilidad general en este tema y una oportunidad de mejora del

40%. La desviación de la variable se puede considerar baja (0,7), que refleja la

homogeneidad de los resultados obtenidos por las empresas.

A.2.2 Capacidades tecnológicas

Para el estudio de las capacidades tecnológicas en las empresas de la industria de

empaques plásticos, se analizaron cuatro aspectos clave, tal como se explicó en la

sección 4.1.1.2: sistemas técnicos y físicos; capital humano; sistemas de organización,

de gestión e institucionales; productos y servicios. Los resultados para el conjunto de

empresas se muestran en la Figura A-5.



249

Figura A-5: Radar de Capacidades tecnológicas en empresas productoras

de empaques plásticos

Fuente: elaboración propia con base en la consulta a empresas

En la Figura A-5 se puede observar el comportamiento diferenciado de dos empresas

respecto al conjunto, destacándose por su alto desempeño, igual al óptimo, en dos de las

subvariables evaluadas; para el resto de las empresas se aprecia una tendencia similar

entre ellas. Las subvariables que obtienen mejor desempeño para la totalidad de las

firmas son sistemas técnicos y físicos, así como productos y servicios. En el primer caso,

estos resultados se apalancan en la realización por parte de las organizaciones, de

mejoras de tipo tecnológico en sus procesos productivos, con maquinaria existente o con

nueva tecnología; respecto a la segunda subvariable, los resultados se fundamentan en

el desarrollo de nuevos productos en las empresas y a la posición de liderazgo que dicen

tener en el mercado. Por otro lado, es importante resaltar el bajo desempeño obtenido en

la subvariable capital humano, lo que permite inferir que existe poca atención en las

organizaciones al desarrollo y fortalecimiento de las capacidades de las personas, que

conlleva un desaprovechamiento del valor del conocimiento, las habilidades y la

experiencia para lograr innovaciones.

0,0

2,5

5,0

Sistemas técnicos yfísicos

Capital humano

Sistemas deorganización, de

gestión einstitucionales


Empresa 1

Empresa 2

Empresa 3

Empresa 4

Empresa 5

Empresa 6

Empresa 7


Figura A-6: Capacidades tecnológicas, mejor práctica frente a la práctica

promedio del conjunto de empresas


La Figura A-6 permite visualizar el estado actual de la mejor práctica y la práctica

promedio de las empresas que hicieron parte del estudio respecto a la variable

capacidades tecnológicas, así como determinar las brechas y heterogeneidad de criterios

al interior del sector. Se destaca la presencia de prácticas líderes, ya que la mejor

práctica sectorial alcanza el valor de la práctica ideal (5 puntos) para dos subvariables, lo

que ofrece grandes potencialidades de aprendizaje para contribuir al jalonamiento del

sector. Se puede destacar que para todas las subvariables analizadas existen buenas

prácticas; esto significa que cada empresa tiene fortalezas en el tema analizado, de

manera que en el sector pueden ser tomadas como referentes para la disminución de las

brechas que se observan gráficamente.

0,0

2,5

5,0Sistemas técnicos y físicos

Capital humano

Sistemas de organización,de gestión e

institucionales


Prácticapromedio

Mejor práctica

Práctica ideal



251

Tabla A-6: Análisis cuantitativo para el conjunto de empresas respecto a la

variable Capacidades tecnológicas

Subvariable Puntuación de

la Mejor Práctica

Promedio Empresas

Brecha (Mejor

práctica - promedio)

Promedio empresas /

Mejor Práctica (%)

Desviación Estándar

Subvariable

Sistemas técnicos y físicos

5,0

3,5 1,5 69,6 1,6

Capital humano 3,7 2,1 1,6 56,0 0,8

Sistemas de organización, de

gestión e institucionales

4,2 2,6 1,5 62,9 0,9


5,0 3,2 1,8 64,3 1,2

4,5 2,8 1,6 63,2 1,1


Un análisis cuantitativo de las prácticas sectoriales se condensa en la Tabla A-6. En su

conjunto, las empresas analizadas presentan un desempeño bajo en cuanto a las

capacidades tecnológicas (2,8 puntos), con debilidades marcadas en las subvariables

capital humano y sistemas de organización, de gestión e institucionales. La mayor brecha

se presenta para la subvariable productos y servicios, resultado que se debe a que la

mejor práctica logra el valor de la práctica ideal y el promedio del sector no alcanza por lo

menos una puntuación de 3.5, considerada como aceptable. El promedio del sector no

supera el 70% del promedio de su mejor práctica, lo que permite establecer una debilidad

general en capacidades tecnológicas en las empresas del sector consultadas y una

oportunidad de mejora del 30%. La desviación estándar de la variable es alta, lo que

determina la existencia de una alta variación de los resultados obtenidos en el tema

estudiado, es decir, los rasgos de la variable capacidades tecnológicas son diferentes por

cada empresa, por tanto, no presentan una tendencia particular.

A.2.3 Procesos de ganancia de conocimiento

La evaluación de la variable Procesos de ganancia de conocimiento en las empresas de

la industria de empaques plásticos se centró en el análisis de tres factores fundamentales

para su comprensión como sistemas dinámicos en evolución que generan conocimiento:

aprendizaje, adaptabilidad y flexibilidad, y cooperación. Las particularidades encontradas

en las organizaciones participantes en el estudio permiten su caracterización en conjunto,

como se observa en la Figura A-7.


Figura A-7: Radar de Procesos de ganancia de conocimiento en empresas

productoras de empaques plásticos


Los resultados alcanzados en esta variable por las diferentes empresas son muy

homogéneos, permiten observar bajo desempeño en dos de los aspectos evaluados y un

desempeño elevado en el restante. El aprendizaje y la cooperación son los aspectos que

presentan resultados bajos, lo que puede estar relacionado con un escaso énfasis que

las organizaciones dan a las prácticas de capacitación, apropiación de conocimiento, así

como a la interacción con otros entes del entorno (empresas del mismo y otros sectores,

proveedores, clientes, cadenas productivas, organismos estatales, etc.) para fomentar el

aprendizaje, la innovación, la comercialización y la productividad. La subvariable

adaptabilidad y flexibilidad presenta los mejores resultados con empresas que se acercan

a la práctica ideal (la cual se configura como aquella que tiene valores de 5 puntos en

todas las subvariables), lo que ocurre debido a la existencia de un manejo interno de la

información respecto a las fallas en el proceso productivo, la utilización de sistemas de

información, y el favorecimiento de procesos de socialización y convivencia.

0,0

2,5

5,0

Aprendizaje

Adaptabilidady flexibilidad

Cooperación

Empresa 1

Empresa 2

Empresa 3

Empresa 4

Empresa 5

Empresa 6

Empresa 7



253

Figura A-8: Procesos de ganancia de conocimiento, mejor práctica frente a

la práctica promedio del conjunto de empresas


En la Figura A-8 se puede apreciar la mejor práctica y el promedio obtenido a partir de

los resultados alcanzados por las empresas que participaron en el estudio. Puede

observarse que existen brechas entre la mejor práctica y el promedio, lo que evidencia

las diferencias en el desempeño de los aspectos evaluados en las empresas. La brecha

más grande entre la mejor práctica y el promedio se da en la subvariable adaptabilidad y

flexibilidad con un valor de 0,9 puntos, lo cual sugiere una posibilidad de mejoramiento.

En la subvariable cooperación la brecha es pequeña (0,6 puntos), sin embargo, el

resultado obtenido es muy bajo comparado con la práctica óptima del sector (práctica

ideal de 5 puntos) e indica la necesidad de su fortalecimiento.

0

2,5

5Aprendizaje

Adaptabilidady flexibilidad

Cooperación

Práctica ideal

Práctica promedio

Mejor práctica


Tabla A-7: Análisis cuantitativo para el conjunto de empresas respecto a la

Variable Procesos de ganancia de conocimiento

Subvariable

Puntuación de

la Mejor

Práctica

Promedio

Empresas

Brecha (Mejor

práctica -

promedio)

Promedio

empresas /

Mejor Práctica

(%)

Desviación

Estándar

Subvariable

Aprendizaje 3,1 2,3 0,8 75,0 0,5

Adaptabilidad y

flexibilidad 4,4 3,8 1,0 78,5 0,8

Cooperación 2,8 2,2 0,6 78,8 0,5

Promedios 3,4 2,7 0,8 77,4 0,6


De la Tabla A-7, en general se obtiene un resultado cercano entre el desempeño

promedio de las empresas y la mejor práctica. El desempeño más bajo se da en

cooperación (2,2), seguida del aprendizaje (3,1), evidenciando así una posición pasiva de

las empresas ante las acciones que involucran estos procesos. La desviación estándar

presentada por el conjunto de empresas en este aspecto es baja debido a que los

resultados son muy cercanos entre sí (homogéneos), pero que se pueden considerar

muy alejados de la práctica óptima (la cual es igual a 5 puntos) y por tanto, existen

muchas posibilidades de mejora.

A partir de los resultados anteriormente reseñados, pueden identificarse varios aspectos

en los que pueden lograrse mejoras sustanciales en cada una de las tres variables

evaluadas, los cuales son presentados en la Tabla A-8. Estos aspectos son compartidos

por la mayoría de las empresas consultadas, por lo que se constituyen en debilidades

generalizadas en el conjunto organizacional estudiado.



255

Tabla A-8: Aspectos por mejorar en la mayoría de las empresas consultadas

Variable Aspectos por mejorar

Procesos de

valoración

tecnológica

No se cuenta con procedimientos formalizados y estandarizados para procesos como: la

compra de equipos, la reingeniería e ingeniería inversa de equipos, la selección de

tecnología para la compra, la evaluación de los proveedores de tecnología, la

determinación de las capacidades de los empleados para manejar la tecnología y la

medición del impacto de la tecnología en la empresa.

Desconocimiento de métodos de valoración tecnológica.

No se tiene conocimiento de la forma en que otras empresas valoran la tecnología.

No se realizan estudios para evaluar las capacidades tecnológicas de la empresa.

Desconocimiento de métodos de evaluación tecnológica utilizados por otras empresas.

Presencia de obstáculos para la modernización tecnológica (dependencia de tecnología

extranjera, falta de fomento a la innovación en Colombia, escasez de personal con alta

formación académica, dificultad para mantener la competitividad).

Capacidades

tecnológicas

Ausencia de una unidad o función de investigación y desarrollo en la estructura

organizacional e independiente de otras áreas.

Muy poca realización de actividades de socialización del conocimiento al interior de las

organizaciones.

Se presentan pocas modificaciones o mejoras de tipo tecnológico en los procesos

productivos de las empresas.

Pocas veces se analizan o se anticipan las necesidades de otros actores de la cadena

productiva como proveedores o distribuidores, sus accionistas y empleados.

Solo ocasionalmente se involucra a clientes y operarios en la generación de ideas dentro

de las actividades de innovación de las empresas.

Se poseen limitantes económicos para la innovación como el período de retorno de la

inversión incierto, costos elevados de la innovación, obstáculos de financiamiento, difícil

comercialización de nuevos productos y servicios.

La mayoría de las empresas no posee una posición de liderazgo en el mercado, se

definen como seguidoras.

Procesos de

ganancia de

conocimiento

Ausencia de programas de capacitación para el manejo de la tecnología adquirida.

No se logra el conocimiento y dominio total de la tecnología.

Poca actividad de documentación y socialización de procesos relacionados con la gestión

de la tecnología.

No se considera la imitación de las buenas prácticas de los competidores como

herramienta de apoyo para programas de mejoramiento.

Falta de espacios para la socialización, pertenencia y convivencia de los miembros en las

organizaciones, lo que afecta la generación de conocimiento informal.

Ausencia de sistemas de información que permitan el adecuado manejo de todos los

datos generados en el proceso productivo y administrativo de las empresas. En aquellas

empresas donde existen estos sistemas, no son accesibles para todos y no están

conectados entre las diferentes áreas de la organización.


Variable Aspectos por mejorar

Baja frecuencia de cooperación de las empresas para la mejora, desarrollo, producción,

comercialización de productos con otras firmas dentro y fuera del sector, así como con

organizaciones estatales.

Ausencia de vínculos con organizaciones de gran tamaño y clústeres, y falta de alianzas

con entidades para fomentar el aprendizaje.


De igual manera, fue posible establecer las actividades que se constituyen en fortalezas

de las empresas consultadas en las variables estudiadas, las cuales conforman las

mejores prácticas del conjunto empresarial participante en el estudio, esto es, por lo

menos una de las organizaciones participantes en el estudio realiza cada actividad que

se resume en la Tabla A-9. Por tanto, estas mejores prácticas son infrecuentes y pueden

tomarse como un modelo para la mayoría de las empresas consultadas.

Tabla A-9: Mejores prácticas del conjunto de empresas (Por lo menos una empresa posee una o más de las fortalezas listadas)

Variable Fortalezas

Procesos de

valoración

tecnológica

Procedimientos formalizados por escrito para selección, compra y mejora de tecnología,

evaluación de proveedores y medición del impacto de la tecnología en la empresa.

Criterios definidos para la compra de nueva tecnología. Que permita: creación de ventaja

competitiva, incremento de la producción, disminución de horas extras, desarrollo de

nuevos productos, posibilidad de uso en varias etapas del proceso. Confiabilidad del

proveedor.

Capacitación de los integrantes de la empresa en valoración tecnológica.

Realización de estudios de evaluación de capacidades tecnológicas de la empresa.

Al evaluar la tecnología se tienen en cuenta aspectos como valor económico, impacto en

el proceso productivo y en la venta, reducción de emisiones contaminantes, y si se trata

una tecnología clave o básica.

Capacidades

tecnológicas

Mejoras tecnológicas habituales en procesos productivos o creación de nuevos procesos

con maquinaria nueva o existente.

Implementación de actividades de innovación como identificación de tendencias de los

mercados y tendencias tecnológicas y búsqueda de información sobre productos y

procesos novedosos en el área de la empresa.

Consolidación del departamento de investigación y desarrollo en la organización.

Desarrollo de nuevos productos.

Liderazgo en el mercado a través del desarrollo de ventajas competitivas

Procesos de

ganancia de

Dominio de la tecnología adquirida e imitación de buenas prácticas de los competidores

en cuanto a procesos.



257

Variable Fortalezas

conocimiento Registro y seguimiento a los errores que se presentan en el proceso productivo.

Implementación de un sistema de calidad según normas internacionales (ISO)

interconectado con el uso de un sistema de información soportado en software integral de

gestión (SAP).

Gestión del trabajo en equipos compuestos por diferentes miembros de la organización,

con objetivos definidos a largo plazo y recompensas por sus resultados.

Interacción con organizaciones de gran tamaño en el sector y vinculación a una cadena

productiva.


El estudio realizado en el conjunto de empresas participantes permitió un mayor

acercamiento al ámbito empresarial colombiano en el cual pueden ocurrir los procesos de

valoración tecnológica, como se discutió en la sección 4.1.1. La conclusión principal es la

evidencia de que las organizaciones desconocen y por tanto, no aplican la valoración

tecnológica como parte de sus procesos habituales; también presentan falencias

importantes al intentar analizarlas como sistemas de conocimiento, en especial respecto

a la forma de adquirir dicho conocimiento a través del aprendizaje y la cooperación con

otros actores de su entorno.

La variable que en promedio tiene el mejor resultado es Capacidades tecnológicas, el

cual se fundamenta en la realización de modificaciones o mejoras de tipo tecnológico en

alguno de los procesos productivos en los últimos años, así como en el desarrollo de

nuevos productos. Por otra parte, la variable con más bajo desempeño es Procesos de

valoración tecnológica, que como ya se indicó, es producto del desconocimiento general

que existe en cuanto a este tipo de procesos en las empresas productoras de empaques

plásticos participantes en el estudio.

El estudio sobre el contexto de la valoración tecnológica en empresas colombianas

permitió evidenciar que, en general, existen debilidades en las firmas del sector

empaques plásticos respecto a los procesos de valoración tecnológica, asociadas al

desconocimiento tanto conceptual como de la forma en que se llevan a la práctica dichos

procesos. Se pudo establecer que las organizaciones emplean tecnologías que se

constituyen en el soporte para el desarrollo de su función productiva, pero no se realizan


procesos de gestión tecnológica que permitan lograr un mejor aprovechamiento de todo

el potencial que representa la tecnología para la creación de ventajas competitivas.

A partir del estudio en empresas colombianas se puede determinar que en las compañías

del sector de empaques plásticos que fueron consultadas, se introduce tecnología

mediante la compra de equipos, que en general provienen del extranjero, y que se busca

con ellos crear ventaja competitiva, incrementar la producción, disminuir horas extras del

personal y elaborar nuevos productos; sin embargo, la falta de gestión de dicha

tecnología dificulta el alcance de estos objetivos. La innovación se produce básicamente

en el desarrollo de productos, donde influyen las necesidades del cliente y se realizan

adaptaciones a la tecnología existente, mas no se tiene una función de I+D al interior de

las organizaciones para un proceso continuo de innovación; tampoco ocurren procesos

de colaboración con otros entes de la sociedad dedicados a la investigación, como por

ejemplo, las universidades.

A.3 INSTRUMENTO DE CONSULTA

A continuación se presenta el cuestionario que fue respondido, mediante entrevista

personal, por empresarios colombianos con el fin de recopilar información para realizar el

estudio sobre el contexto de la valoración tecnológica en algunas empresas del país.

Introducción

Estimado(a) experto(a): La presente entrevista tiene como objetivo realizar un estudio exploratorio sobre el contexto

de la valoración tecnológica en el sector al que pertenece su empresa. Le solicitamos el favor de responder las

preguntas que aparecen a continuación con la mayor sinceridad posible. Adicionalmente le recordamos que no existen

respuestas correctas ni incorrectas; las apreciaciones de cada uno de los expertos serán tenidas en cuenta para esta

evaluación, pero no se revelarán datos individuales. Al final del cuestionario encontrará un glosario sobre los temas que

se abordan.

UNIVERSIDAD NACIONAL DE COLOMBIA

Estudio sobre el contexto de la valoración tecnológica en el sector de empresas

productoras de plásticos.

Tesis doctoral: Propuesta para la valoración tecnológica desde la perspectiva de la Síntesis

Evolutiva Moderna.



259

Datos de la empresa

Nombre o Razón Social: ____________________________________

NIT: _____________________________________

Dirección: _______________________________

Teléfonos: _______________________________

Fax: ____________________________________

Página Web: ___________________________

E- Mail: _________________________________

Año de creación de la empresa: _____________

Cuáles son las principales áreas de la empresa, el grado de escolaridad predominante y el número de integrantes en

cada una:

Área Nivel predominante (profesional,

técnico, operativo) Edad promedio # de personas

1. ¿Existen en la empresa programas de capacitación para el manejo de la tecnología que adquiere? SI ____

NO _____

De qué tipo:

______ Cursos o seminarios internos

______ Centros de capacitación externos

______ Facilidades para congresos en el país

______ Facilidades para congresos, estudios y otros fuera del país

______ Otros, ¿Cuáles?___________________

2. Cuando la empresa adquiere determinada tecnología, considera que se llega a un conocimiento y dominio de

la misma:

____Totalmente

____Parcialmente

____No se domina

3. En alguna oportunidad su empresa ha decidido imitar alguna práctica (productiva, administrativa, comercial,

etc.) de sus competidores?

SI ____ NO _____

En caso afirmativo, cómo conoció la práctica que imitó?

_______________________________________________________________________

_______________________________________________________________________

_______________________________________________________________________

Nombre del entrevistado: ________________________________________________________

Cargo: _________________________ Tiempo de desempeño: _______________________

Profesión: _____________________________________________________________________

E-mail____________________________ Fecha: _____________________________________


¿Qué beneficios trajo la práctica imitada para la empresa?

_______________________________________________________________________

_______________________________________________________________________

4. En la empresa se realiza alguna actividad de documentación y socialización sobre los siguientes procesos:

Actividad Proceso

Redacción de informes

Presentación oral de

resultados

Avisos en carteleras o

intranet

Otro: ¿Cuál? No se realiza documentación o

socialización

No se realiza el proceso

Compra de tecnología

Desarrollo de nuevos productos

Resultados de capacitaciones al personal

Asistencia técnica recibida

Proyectos con universidades o centros de desarrollo tecnológico

Evaluación de proveedores de tecnología

Medición del impacto de la tecnología en la empresa

Determinación de las capacidades de los empleados para manejar la tecnología

Análisis del grado de madurez y obsolescencia de la tecnología

Análisis del nivel de dominio de la tecnología por parte de la empresa

Otro: Cuál?

5. Marque con una X los obstáculos existentes dentro de la cultura organizacional para realizar procesos de

aprendizaje en la empresa:

a. La empresa tiene otras prioridades

b. El personal no está interesado

c. Dificultades para la capacitación

d. Dificultades en la comunicación

e. No hay obstáculos

f. Otro. Cuál?

6. Cómo se ha visto afectada la empresa ante las siguientes situaciones y qué medidas se han tomado:

Impacto Situación

Positivo Negativo No ha

afectado Principales medidas ante la situación

Política gubernamental hacia la innovación

Acceso a capitales de riesgo para la innovación

Estado de la infraestructura física de la empresa

Políticas de importación de materia prima y maquinaria

Disponibilidad de créditos

Relación con universidades y CDTs

Acceso a programas de capacitación



261

Impacto

Situación Positivo Negativo

No ha afectado

Principales medidas ante la situación

Normatividad sobre patentes y propiedad intelectual

Reforma tributaria reciente

Revaluación del peso frente al dólar

Paro agrario reciente

Incrementos en los precios de los combustibles.

Ley de Garantías

Otro: Cuál?

7. Se hace algún registro de fallas o errores en el proceso productivo?

SI ____ NO _____

Qué tipo de medidas se toma para asegurar que la falla o el error no se repita?

_______________________________________________________________________

8. Respecto a los sistemas de información, indique:

SI NO

Existen sistemas de información?

Permiten consultas en tiempo real?

Son accesibles a todos en la organización, independientemente de su nivel jerárquico?

Están conectados entre las áreas de la organización?

Se actualizan de forma continua?

Facilitan que los integrantes de la empresa compartan información?

9. De acuerdo con su percepción sobre la situación actual de su empresa en el contexto colombiano e

internacional, qué oportunidades y limitaciones puede identificar:

Oportunidades Limitaciones

Tecnológicas

No

Tecnológicas

10. Con relación a los equipos de trabajo, indique el grado de implementación de las siguientes actividades:

Frecuentemente Ocasionalmente Nunca

Se fomenta el trabajo en equipo en la empresa

Los equipos están formados por personal de diferentes

especialidades

Se recompensa el resultado colectivo de cada equipo

Cada equipo tiene objetivos definidos que no son interferidos por

el funcionamiento normal de la empresa

11. Existen espacios (lugares físicos, momentos para reunirse, etc.) para fomentar la socialización, la pertenencia

y la convivencia entre los integrantes de la organización?

SI ____ NO _____


Qué tipo de espacios: ___________________________________________________

_______________________________________________________________________

12. De los siguientes activos intangibles, cuáles considera que le ofrecen ventaja competitiva a su empresa en el

mercado:

____Experiencia acumulada

____Marcas

____Cultura corporativa

____Lealtad del cliente

____Capacidad innovadora

____Flexibilidad de la empresa

____Patentes propias

13. Con qué frecuencia coopera la empresa en cuanto a la mejora o desarrollo, producción o comercialización de

productos con:


Clientes

Proveedores

Empresas del sector

Empresas de otros sectores

Organizaciones estatales

Otros. Cuáles?

14. La empresa ha tenido alguna de las siguientes relaciones?:

SI NO

Con cuáles empresas – cadenas –

entidades?

Qué beneficios le ha traído esta

relación?

Interacción con empresas de gran

tamaño en su sector?

Está vinculada a alguna dinámica

relacionada con una cadena productiva o

clúster?

Posee alianzas y redes externas con otras

entidades para fomentar el aprendizaje?

15. Qué mecanismos utiliza la dirección de la empresa para la comunicación interna (empleados) y externa

(proveedores, clientes, financiadores, competidores, etc.)

Mecanismo de comunicación Interna Externa

Correo electrónico o chat

Página web

Intranet

Correo postal

Teléfono y celular

Encuentros personales

Otro: Cuál?



263

16. Su empresa cuenta con procedimientos formales (estandarizados, definidos por escrito) para:

SI NO

La compra de equipos

Reingeniería de equipos

Ingeniería inversa de equipos

Selección de tecnología para la compra

Evaluación de los proveedores de tecnología

Determinación de las capacidades de los empleados para manejar la tecnología

Medición del impacto de la tecnología en la empresa

17. Evalúe la importancia de los siguientes criterios al seleccionar una nueva tecnología (compra) en su empresa.

Muy importante

Medianamente

importante Poco importante

a. Que sea tecnología de punta

b. Que mantenga o incremente la ventaja competitiva actual

c. Que incremente la producción del proceso

d. Que disminuya las horas extras del personal

e. Que permita el desarrollo de nuevos productos

f. Que permita su uso en varias etapas del proceso productivo

g. La confiabilidad del proveedor

h. La facilidad para el dominio de la tecnología por parte del personal

operativo.

18. Cuando se ha adquirido tecnología, se ha tenido en cuenta: (Enumérelos siendo 1 el más importante).

___ Descripción detallada de la tecnología

___ Asistencia técnica y servicios que le ofrece el proveedor

___Capacitación del personal que le ofrece el proveedor

___Garantías

___Actualización ofrecida por el proveedor

___Montaje y puesta en marcha por parte del proveedor

___Otros. Cuáles? _________________________________________________

________________________________________________________________

19. Los integrantes de la empresa han recibido alguna capacitación en el tema de valoración tecnológica?

Si ____ ¿Qué cargos la han recibido?_________________________________________________

No ____

20. Para establecer el valor de la tecnología de la empresa ha utilizado alguno de los siguientes métodos?

MÉTODO Valorar tecnología que

va a comprar

Valorar tecnología

que ya posee

a. Método de Flujo de Caja Descontado

b. Método de ingresos

c. Método de costos

d. Método de mercado

e. Opciones reales

f. QFD (Despliegue de función de calidad)

g. Modelo del ciclo de vida

h. Análisis del entorno (PEST – factores políticos,

económicos, sociales y tecnológicos)


MÉTODO Valorar tecnología que

va a comprar

Valorar tecnología

que ya posee

i. Revisión de artículos científicos

j. Revisión de patentes

k. DOFA (Debilidades, Oportunidades, Fortalezas y

Amenazas)

21. Si en la tabla anterior seleccionó algún método, indique qué área o cargo tiene la responsabilidad de aplicarlo

y analizar los resultados:

___________________________________________________________________

___________________________________________________________________

22. ¿En la empresa se han usado métodos para valoración tecnológica diferentes a los tradicionales

(mencionados en la tabla de la pregunta 20)?

Si ____ No ____

En caso afirmativo, se trata de un método diseñado por integrantes de su empresa?

Si ____ No ____

Por favor descríbalo:

___________________________________________________________________

___________________________________________________________________

23. La empresa ha dejado de usar algún método de valoración tecnológica que en épocas anteriores empleaba?

Si ____ No ____

En caso afirmativo, cuál método y por qué razón se abandonó?:

___________________________________________________________________

_________________________________________________________________________________________________

24. Qué conocimientos o profesión tienen los encargados de determinar el valor de las tecnologías?

____________________________________________________________________

25. Con qué objetivos se ha establecido el valor económico de determinada tecnología en la empresa?

_____a. Para adquirirla

_____b. Para venderla

_____c. Para establecer el valor del inventario tecnológico

_____d. Otro. Cuál? _____________________________

26. ¿Se conoce la forma en que otras empresas valoran la tecnología?

Si ____ No ____

En caso afirmativo, esto le ha servido a la empresa para aplicarlo en sus propios procesos de valoración tecnológica?

Si ____ No ____

¿Cómo? ___________________________________________________________________

___________________________________________________________________

27. Se ha hecho algún estudio de evaluación de capacidades tecnológicas de la empresa?

Si ____ No ____

En caso afirmativo, por favor dar detalles:

______________________________________________________________________

______________________________________________________________________



265

28. Cuando la empresa evalúa alguna tecnología, tiene en cuenta aspectos como:


Valor económico de la tecnología

Competencias del personal para manejar la tecnología

Impacto de la tecnología en el proceso productivo

Impacto de la tecnología en las ventas

Aporte de la tecnología en la reducción de emisiones contaminantes

Etapa del ciclo de vida de la tecnología (tecnología emergente,

madura, en declive)

Aporte de la tecnología al negocio central (tecnología clave, básica)

Posibilidad de hacer mejoras a la tecnología

Otros. Cuáles?

29. Los procesos de evaluación de tecnologías que se han realizado en la empresa han servido para:


Conocer aspectos cualitativos de las tecnologías que posee la empresa

(conocimiento asociado, grado de dominio por parte de la empresa,

etc).

Conocer el valor económico de la tecnología

Dejar de usar tecnologías maduras u obsoletas

Iniciar la búsqueda de nuevas tecnologías disponibles en el mercado

Establecer la situación tecnológica de la empresa respecto a sus

competidores

Implementar o mejorar los planes de capacitación tecnológica a los

empleados

Iniciar procesos de investigación y desarrollo de nuevas tecnologías

dentro de la empresa

Otros. Cuáles?

30. Para la modernización tecnológica de la empresa ha sido un obstáculo:

SI NO

Estar ubicada en un país en desarrollo

Depender de tecnología extranjera

Falta de fomento a la innovación empresarial en Colombia

Falta de personal con alta formación académica para que se vincule a la empresa y promueva la innovación

La dificultad para mantener la competitividad porque modernizar implica incrementar los precios de los productos.

Otro obstáculo identificado? Cuál?

31. ¿La empresa conoce la forma en que otras empresas evalúan la tecnología?

Si ____ No ____

En caso afirmativo, esto le ha servido a la empresa para aplicarlo en sus propios procesos de evaluación tecnológica?

Si ____ No ____

¿Cómo? ___________________________________________________________________

___________________________________________________________________


32. La empresa ha realizado modificaciones o mejoras de tipo tecnológico en alguno de los procesos productivos

en los últimos cinco años?

Si ____ No ____

En caso afirmativo, la mejora se ha dado en:

___a. Modificación de procesos existentes

___b. Modificación / Adquisición de maquinaria y equipo para procesos existentes

___c. Procesos nuevos con maquinaria existente

___d. Procesos nuevos con maquinaria nueva

33. La naturaleza de los equipos que posee actualmente la compañía para cada uno de los procesos de

producción es:

Proceso

Equipo Operación Edad

No tiene el

proceso Extranjero Nacional Fabricación propia Manual Automática Electrónica

Mezcla de resinas

Extrusión

Moldeo por inyección

Termoformado

Impresión

Laminado

Refilado

Sellado

Empaque

34. Califique el grado de implementación de las siguientes actividades de innovación en la empresa

Frecuentement

e

Ocasionalmente Nunca

a. Identificación de tendencias de los mercados

b. Identificación de tendencias tecnológicas

c. Evaluación de la factibilidad de mercado del nuevo

producto/servicio

d. Evaluación de la factibilidad técnica del nuevo producto/servicio

e. Involucrar a los clientes en la generación de ideas

f. Involucrar a los proveedores en la generación de ideas

g. Involucrar a los directivos (generales y de área) en la generación de

ideas

h. Involucrar a los operarios en la generación de ideas

i. Búsqueda de información sobre productos y procesos novedosos en

el área de la empresa

35. La empresa posee una unidad o función de investigación y desarrollo - I+D?

Si ____ No ____

En caso afirmativo señale si es independiente o si está con otra función:

__________________________________________________________________________

__________________________________________________________________________



267

36. Califique el grado de implementación de las siguientes actividades de Socialización del Conocimiento en la

empresa:


a. Producir artículos científicos

b. Producir reportes de investigación de mercados

c. Suministrar soporte técnico a los clientes

d. Ofrecer conferencias y presentaciones

e. Formar alianzas estratégicas con otras organizaciones

f. Compartir conocimiento entre las áreas de la empresa

g. Participar en comunidades y redes inter-organizacionales

37. La empresa analiza y anticipa las necesidades de:

SI NO En caso afirmativo, cómo lo hace?

a. Clientes

b. Proveedores

c. Distribuidores

d. Acreedores

e. Accionistas

f. Empleados

38. Dentro de los limitantes económicos a la innovación, en la empresa se pueden detectar:

____a. Periodo de retorno de la inversión incierto

____b. Tamaño insuficiente del mercado

____c. Costos elevados de la innovación

____d. Comportamiento de la competencia

____e. Obstáculos de financiamiento

____f. Difícil comercialización de nuevos productos y/o servicios

____g. El desempeño empresarial es bueno sin innovar

____h. Otro, Cuál?____________________

39. La empresa ha desarrollado nuevos productos en el último año?

Si ____ No ____

¿En caso afirmativo, se han introducido al mercado? ¿Con qué resultados?

_________________________________________________________________________________________________

40. En el mercado su empresa se define como:

Líder ___ Seguidor____

Si es seguidor, qué empresa en el mercado se destaca como líder

________________________. Por qué?

__________________________________________________________________________

Comentarios adicionales:

______________________________________________________________________________

______________________________________________________________________________

Muchas gracias por su colaboración.

La información suministrada será manejada de manera confidencial.

Anexo B: Modelo de simulación de la Valoración Tecnológica desde la


269

B. Anexo B: Modelo de simulación de la valoración tecnológica desde la perspectiva evolutiva

Con el propósito de ilustrar la manera en que se integran los marcos conceptuales de la

Epistemología y la Ontología Evolutivas, así como la metáfora biológica a la valoración

tecnológica, se desarrolló un modelo de simulación de múltiples agentes en el entorno de

programación computacional NetLogo39. Este ejercicio de simulación es complementario

a lo propuesto en el capítulo 4 y a los objetivos de esta investigación doctoral.

Un sistema multiagente se define, según Sansores y Pavón (2005), como un conjunto de

agentes autónomos operando en paralelo y con comunicación entre ellos, en donde las

propiedades elementales se refieren a aquellos rasgos individuales que describen el

comportamiento e interacciones de cada agente, mientras que las propiedades

emergentes son de carácter colectivo y resultan de los agentes y sus interacciones, de

manera que en una simulación, los patrones y procesos macro que emergen pueden

compararse con lo que ocurre en la práctica en el marco de una sociedad real. Argente

(2008) complementa este concepto, señalando que los sistemas multiagente son

tecnologías software que representan aspectos del comportamiento de los individuos

como la autonomía, la cooperación o la conformación de grupos.

39 NetLogo es un entorno programable de modelado para simular fenómenos naturales y sociales; fue creado por el profesor Uri Wilensky, director del Center for Connected Learning and Computer-Based Modeling (CCL) de la Universidad de Northwestern (Illinois, Estados Unidos). Es especialmente adecuado para modelar sistemas complejos que se desarrollan en el tiempo. Los modeladores pueden dar instrucciones a gran cantidad de agentes independientes, todos operando en paralelo; esto hace que sea posible explorar la relación entre el nivel micro del comportamiento de los individuos y los patrones del nivel macro que emergen por la interacción de muchos individuos (Northwestern University, 2015).


De acuerdo con Miguel y Hassan (2012), la simulación computacional constituye una

metodología de investigación y una estrategia de calidad de las prácticas

investigativas, dado que es un proceso que permite comprender el funcionamiento de

un sistema real sin pretender reemplazarlo, solo modelizarlo; dicha modelización es el

conjunto de líneas de código informático en un lenguaje de programación, que al

ejecutarse genera la simulación del sistema que se desea estudiar. Así mismo, estos

autores indican que los sistemas de simulación social multiagente se enmarcan

dentro de la inteligencia artificial distribuida, la cual busca solucionar problemas por

medio del desarrollo de entidades autónomas e interdependientes - los agentes - de

los que surge una inteligencia colectiva a partir de la interacción de elementos

simples; por tanto, un agente es concebido como “un programa informático

autocontenido que puede controlar sus propias acciones, basado en sus

percepciones del entorno” (p. 328).

B.1 COMPONENTES Y CONSIDERACIONES DEL MODELO

El modelo generado en Netlogo permite efectuar la simulación de la valoración

tecnológica como proceso evolutivo, según se discutió en la sección 4.2, y retomando

las bases formuladas para el modelo conceptual de este proceso desde la

perspectiva biológica. El modelo de simulación se caracteriza por los componentes

que se describen en la Tabla B-1.



271

Tabla B-1: Componentes del modelo multiagente para simular la valoración tecnológica desde la perspectiva evolutiva

Componente Descripción Atributos

Individuos -

organizaciones

Corresponden a los agentes en la Ontología

Evolutiva.

Personas y organizaciones que afrontan el

problema de la valoración tecnológica. Estos

agentes usan los métodos de valoración

tecnológica (rule-user según la Ontología

Evolutiva), y memorizan su uso.

Creación de métodos: los agentes crean nuevos métodos de

valoración tecnológica, cuando tienen un nivel de inconformidad

elevado frente a los métodos existentes.

Uso de métodos: los agentes usan los métodos que encuentran en el

mundo, lo que en la interfaz de simulación se observa como un cambio

de forma del agente (aparece con un círculo fucsia) cuando coincide en

el mismo punto con un método (bandera o estrella). Las figuras que

representan los métodos aumentan su tamaño cada vez que estos son

usados.

Memoria: los agentes pueden recordar características de los métodos

de valoración tecnológica, que pueden comunicar a otros agentes. Los

agentes también pueden “olvidar” después de cierto tiempo (que se

elige en la interfaz), lo que significa que podrían volver a usar métodos

que antes habían considerado que no son pertinentes o que son

complejos. El olvido se representa en la interfaz con un signo de

interrogación.

Comunicación: un agente puede comunicarse con otros que estén

cerca para difundir un método que haya usado y sea pertinente o fácil.

En la interfaz se representa con líneas verdes entre los agentes que se

están comunicando. Corresponde a una presión selectiva en el

proceso de evolución estudiado.

Inconformidad: los agentes pueden sentirse inconformes si los

métodos que usan no son pertinentes para el entorno, o si son

complejos. En la interfaz el nivel elevado de inconformidad se

representa con tres signos de admiración de color verde.



Métodos de

valoración

tecnológica

Corresponden a las reglas de la Ontología

Evolutiva.

En la simulación inicialmente existen dos

poblaciones de métodos, que pueden

relacionarse con aquellos de uso habitual como

parte de la categoría tradicional de valoración

tecnológica (Flujo de Caja Descontado, Método

de Costos o Método de Mercado, entre otros).

En la interfaz de simulación los dos tipos de

métodos están representados por figuras

(tortugas en el lenguaje de Netlogo) en forma de

estrellas y banderas, que se mueven

aleatoriamente por el espacio (universo).

Inicialmente las estrellas son rojas y las banderas

son azules. Si no hay surgimiento de nuevos

métodos (mutación), el universo contará todo el

tiempo con figuras de estos dos colores

únicamente.

Pertinencia: los métodos pueden ser pertinentes para determinado

entorno, lo cual puede corresponder a la disponibilidad de información

para aplicarlos, o a su completitud en términos de abarcar varias

dimensiones de la tecnología. En la interfaz del modelo esto se

representa mediante los colores de los métodos, y los agentes pueden

memorizar dicho color, según lo cual pueden prolongar la “vida” del

método y difundirlo a otros agentes, o dejar de usarlo.

Grado de complejidad40: Los métodos pueden ser sencillos o

complejos (complicados). Cuando se activa esta característica en la

interfaz de simulación, los métodos cambian de forma (sencillo: “cara

feliz”, complejo: “cara triste”). Esto también es recordado por los

agentes para saber si seleccionan un método o lo dejan de usar.

Mutación: los nuevos métodos pueden ser idénticos a los originales

(azules o rojos), o pueden ser de colores intermedios aleatorios

(mutantes), lo que muestra la capacidad de los agentes de crear

métodos diferentes a los existentes.

Tiempo de vida: los métodos tienen un tiempo de vida o permanencia

en el mundo de simulación, el cual puede ser prolongado por los

agentes que los usan, si los consideran pertinentes o fáciles. De lo

contrario, al finalizar el tiempo de vida, el método “muere” o se

extingue.

40 Previamente se había señalado que el concepto de complejidad usado aquí se relaciona con la forma en que los agentes perciben los métodos respecto a la dificultad para su aplicación, por ejemplo debido a una base matemática que hace complicado entenderlos y emplearlos. Es decir, la simulación que se describe no tiene relación con las teorías o paradigmas de la complejidad.



273


Nuevos

métodos de

valoración

tecnológica

Los agentes pueden crear nuevas reglas o

métodos de valoración tecnológica, los cuales

pueden ser iguales a los iniciales, o mutaciones,

que representan métodos diferentes a los

existentes. En el modelo esto se aprecia a través

de la aparición de estrellas o banderas de colores

diferentes al rojo y al azul. El supuesto es que un

agente puede promover la creación de un nuevo

método de valoración tecnológica (rule-maker

según la Ontología Evolutiva) cuando llega a un

nivel de inconformidad elevado frente a los

métodos existentes (esto daría origen a métodos

basados en la propuesta de Valoración

Tecnológica Ampliada de esta tesis doctoral)

Los nuevos métodos de valoración tecnológica tienen los mismos

atributos de los métodos existentes.

Entorno

(países

desarrollados

o en

desarrollo)

Corresponde a una presión selectiva del proceso

evolutivo analizado.

Se tiene en cuenta el contexto de los países

desarrollados y en desarrollo, lo cual es visible a

través del color de fondo del espacio de

simulación (claro: más desarrollo).

En el modelo, esto afecta la cantidad y

poblaciones (color) de métodos que se extinguen,

porque no son apropiados para determinado

entorno.

Entorno en desarrollo o desarrollado: el fondo de la interfaz de

simulación inicialmente es de color negro, lo cual indica que se trata de

un país en desarrollo. En la interfaz se puede modificar el color,

pasando a ser blanco, que corresponde a los países desarrollados.

El color de fondo tiene relación con la pertinencia de los métodos de

valoración tecnológica, de manera que en países desarrollados

algunos métodos. Según su color, serán más pertinentes y tienden a

aumentar, mientras que el resto tiende a extinguirse. Ocurre algo

similar en el entorno oscuro (países en desarrollo).



La Figura B-1 muestra una imagen del mundo correspondiente al modelo de

simulación, en donde se observan los individuos u organizaciones (agentes), las

reglas o métodos iniciales de valoración tecnológica (banderas azules y estrellas

rojas) y las mutaciones o nuevos métodos de valoración (estrellas y banderas de

colores diferentes al rojo y al azul. Esta figura corresponde el contexto de países

desarrollados puesto que tiene un fondo claro, ya que para los países en desarrollo el

fondo del mundo es oscuro. En la Figura B-2 se observan los elementos que hacen

parte de la interfaz del modelo, visualizados a través del programa NetLogo.

Figura B-1: Mundo del modelo de simulación de la valoración tecnológica

Agentes comunicándose

Agente con alta inconformidad

Método de valoración tecnológica sencillo

Método de valoración tecnológica original (estrella roja).

Tamaño mayor porque ya ha sido usado

Método de valoración tecnológica mutante

(color diferente al rojo y al azul)

Agentes que olvidan los métodos usados

Agente que usa

un método

Métodos de valoración tecnológica complejos

Métodos originales (banderas azules).

Tamaño menor porque no han sido usados.

Fondo claro: países

desarrollados

Fuente: generado en NetLogo versión 5.3



275

Figura B-2: Interfaz del modelo de simulación

Botón de configuración de condiciones iniciales

Fija la cantidad de agentes en el

mundo

Fija la cantidad de colores que

caben en la memoria de los

agentes

Fija las unidades de tiempo

después de las cuales el agente

olvida

Fija la distancia máxima para la comunicación

entre agentes

Reloj

Fija la cantidad inicial de métodos

Fija la tasa de mutación de los métodos

Fija la cantidad mínima de métodos en el mundo

Fija las unidades de tiempo que dura la vida

de los métodos

Muestra en pantalla estos rasgos para cada método

Activa o desactiva el rasgo “sencillo ” o “complejo” de los métodos

Establece algunas zonas con fondo blanco

Establece el fondo de color blanco o negro

Conteo de métodos en el mundo, en tiempo real

Mundo Gráfica de cantidad de métodos por color en el tiempo

Gráfica de inconformidad promedio de los agentes en

el tiempo

Gráfica de cantidad de

métodos por nivel de complejidad en

el tiempo

Botón de inicio, suspensión y fin de la simulación

Fuente: generado en NetLogo versión 5.3


Como se observa en la Figura B-2, el modelo permite establecer el número inicial de

agentes y métodos de valoración tecnológica de las dos poblaciones originales

(estrellas rojas y banderas azules), hasta una cantidad máxima (capacidad del

sistema). También es posible variar la tasa de mutación que modifica la cantidad de

métodos generados de colores diferentes a los dos iniciales. De igual forma, puede

cambiarse el tamaño de la memoria de los agentes, y el tiempo de duración de esta

(los agentes pueden “olvidar” que usaron un método de valoración tecnológica). En la

Tabla B-2 se presentan las consideraciones sobre el modelo generado, que retoman

elementos de lo planteado en la sección 4.2.3.1 respecto a las bases para un modelo

conceptual de la valoración tecnológica con un enfoque evolutivo.

Tabla B-2: Consideraciones sobre el modelo de simulación

Consideración Detalle

Aspectos

visualizados

- La variedad y heterogeneidad de los métodos de valoración tecnológica: se

muestra a través del color y forma de las figuras (tortugas) que los representan

en la interfaz

- El papel de los agentes en la creación, uso, selección y retención de

métodos de valoración: en la interfaz los agentes tienen memoria y pueden

comunicarse entre sí; además, se mide su inconformidad cuando un

método no satisface su objetivo, que es solucionar el problema de la

valoración tecnológica. Ello permite la selección y retención de métodos en

el mundo (o sistema tecnológico), en un proceso evolutivo.

- La influencia del entorno en el proceso evolutivo de la valoración tecnológica: el

color de fondo del mundo simulado representa dicho entorno, y tiene relación

con los colores de los métodos que los hacen pertinentes según el contexto.

Condiciones

iniciales del

modelo

- Cantidad inicial de métodos de valoración tecnológica de dos poblaciones

(estrellas rojas y banderas azules) que varía a lo largo de la simulación entre

unos valores mínimos y máximos.

- Se establece el porcentaje de mutación de los métodos y la duración de su vida

o permanencia en el universo; esta duración varía a lo largo de la simulación.

- Se puede iniciar sin activar la característica de grado de complejidad de los

métodos, lo cual puede ser modificado durante la simulación.

- Cantidad inicial de agentes, que no varía a lo largo de la simulación. Se fija

también la duración y capacidad de su memoria, así como la distancia máxima

de comunicación con otros agentes.

- El entorno establecido para iniciar la simulación es de fondo oscuro, que

corresponde a países en desarrollo, pero esto se puede cambiar al inicio o

durante la simulación, lo cual afecta las poblaciones de métodos que

predominan (por color), según se pertinencia para cada contexto.



277

Consideración Detalle

Aspectos no

considerados en

el modelo de

simulación

(para profundizar

en

investigaciones

futuras)

- Variación, herencia y reproducción de los agentes

- Detalle de la reproducción de los métodos de valoración, en especial lo relativo

a su uso por parte de los agentes (adopción de métodos de valoración,

entendida como reproducción)

- La evolución del entorno de la valoración tecnológica (el sistema tecnológico),

explicado en esta investigación mediante la metáfora biológica


B.2 EJECUCIÓN DEL MODELO Y RESULTADOS DE LAS SIMULACIONES

Se realizaron varias simulaciones variando las condiciones iniciales, para evidenciar el

efecto sobre la cantidad de métodos por color (relacionado con la pertinencia) y forma

(relacionada con la complejidad), y sobre la inconformidad de los agentes en el tiempo.

B.2.1 Simulación en países en desarrollo y tasa de mutación de 0%

Se realizó una simulación en el contexto de países en desarrollo, sin la posibilidad de que

los agentes creen métodos diferentes a los originales (banderas azules y estrellas rojas),

lo cual se consigue dejando en 0% la tasa de mutación. Con esta simulación se obtienen

las figuras que se muestran a continuación.

Figura B-3: Dinámica de las poblaciones de métodos de valoración tecnológica

Fuente: generado en NetLogo versión 5.3. Condiciones: países en desarrollo – sin mutación.


La Figura B-3 muestra la tendencia en la cantidad de métodos de valoración tecnológica

sin mutación en el entorno de los países en desarrollo. Se observa que inicialmente las

dos poblaciones iniciales de métodos aumentan en cantidad al inicio de la simulación,

luego presentan una tendencia decreciente, pero después se recuperan en cantidad y se

mantienen prácticamente constantes; ello que permite ver que ninguno de estos dos

métodos es pertinente para el contexto, pero por no contar con otras opciones, ya que no

pueden crear métodos diferentes, los agentes siguen usando y creando métodos iguales

a los iniciales.

Figura B-4: Inconformidad promedio de los agentes en el tiempo

Fuente: generado en NetLogo versión 5.3. Condiciones: países en desarrollo – sin mutación.

La Figura B-4 muestra la inconformidad promedio de los agentes en esta simulación,

que tiene una tendencia decreciente al inicio, y luego tiende a estabilizarse en un valor

cercano a 0.6, que permite concluir que los agentes están inconformes con los métodos

existentes, pero no pueden variar esta situación porque no les es posible crear nuevos

métodos, diferentes a los originales (banderas azules o estrellas rojas).

B.2.2 Simulación en países en desarrollo, tasa de mutación de 0% y nivel de

complejidad de métodos

En la simulación anterior se adicionó la característica de complejo o sencillo a los

métodos de valoración tecnológica, y se obtuvo lo siguiente.



279

Figura B-5: Dinámica de métodos de valoración tecnológica e

inconformidad de agentes

Fuente: generado en NetLogo versión 5.3. Condiciones: países en desarrollo – sin mutación – nivel de complejidad de métodos activada.

La Figura B-5 muestra que la dinámica de métodos de valoración tecnológica en el

contexto de países en desarrollo y el comportamiento de la inconformidad promedio de

los agentes son similares a los resultados de la simulación anterior. Se aprecia una

nueva gráfica que muestra que predominan los métodos de mayor complejidad en su

aplicación, si bien los métodos sencillos también tienen una tendencia creciente, y luego

se estabilizan las dos poblaciones, lo cual permite ver que este rasgo no afecta en mayor

medida a los agentes que usan los métodos de valoración.


B.2.3 Simulación en países desarrollados, tasa de mutación de 0%, con y sin nivel

de dificultad de métodos

A continuación se presentan los resultados de la simulación en países desarrollados,

fijando una tasa de 0% en la mutación de métodos de valoración tecnológica, es decir, la

imposibilidad de crear nuevos métodos por parte de los agentes, primero sin activar y

luego activando el rasgo de dificultad de tales métodos.

Figura B-6: Dinámica de poblaciones de reglas sin mutación

A B

Fuente: generado en NetLogo versión 5.3. Condiciones: países desarrollados – sin mutación – nivel de complejidad de métodos desactivada.

La Figura B-6 permite apreciar en la gráfica A, que en el caso de los países

desarrollados, los métodos de color azul son más pertinentes, por lo cual presentan una

marcada tendencia creciente, mientras que los métodos de color rojo tienen un

comportamiento a la inversa. Así mismo, en la gráfica B puede verse que la

inconformidad de los agentes también tiene una tendencia creciente, lo que muestra que

si bien los métodos azules son pertinentes para el contexto, no satisfacen a los agentes,

pero deben usarlos ya que no cuentan con otras opciones.



281

Figura B-7: Dinámica de métodos de valoración tecnológica e

inconformidad de agentes

Fuente: generado en NetLogo versión 5.3. Condiciones: países desarrollados – sin mutación – nivel de complejidad de métodos activada.

La Figura B-7 muestra los resultados de la simulación activando la característica de

complejidad de los métodos de valoración, en donde se puede apreciar que el

comportamiento de la cantidad de métodos por color y la inconformidad promedio son

similares a la de la simulación sin activar el rasgo de complejidad de métodos; por su

parte, la gráfica que muestra el número de métodos sencillos y complejos, permite ver

que al inicio se incrementa y luego tiende a ser constante. Al igual que en los países en

desarrollo, en entornos desarrollados la tendencia es similar en la cantidad de métodos

sencillos y complejos, lo que muestra que los agentes los usan indistintamente, ya que

no cuentan con opciones diferentes.


B.2.4 Simulación con cambio en la presión selectiva del entorno, mutación del 80%

y dificultad de métodos activada

Esta simulación se realizó iniciando con un entorno oscuro (países en desarrollo) que

luego se cambió a un entorno claro (países desarrollados). Se mantuvieron fijas las

condiciones del 80% en la tasa de mutación y la característica de dificultad en los

métodos activada.

Figura B-8: Dinámica de métodos de valoración tecnológica e inconformidad de agentes

Fuente: generado en NetLogo versión 5.3. Condiciones: países en desarrollo y desarrollados – mutación 80%– nivel de complejidad de métodos activada.

En la Figura B-8 se presentan los resultados de esta simulación, en donde las líneas

verticales negras marcan el cambio de entorno, pasando de países en desarrollo a

países desarrollados. En la parte superior, la gráfica sobre la cantidad de métodos de

valoración tecnológica por color permite ver que los métodos de color rojo y azul no son



283

pertinentes para países en desarrollo, mientras que los métodos mutantes van

incrementando su cantidad con el tiempo, lo que muestra que son más pertinentes para

dicho entorno. Esto es corroborado en la gráfica inferior izquierda, en donde la

inconformidad promedio de los agentes va disminuyendo con el tiempo, aunque la

tendencia no es muy marcada.

La gráfica inferior derecha muestra que si bien las cantidades son similares, al inicio el

número de métodos complejos tiene cierta superioridad, que permite inferir que este

rasgo no es obstáculo siempre que el método sea pertinente para el contexto;

posteriormente se unifica la tendencia en la cantidad de métodos según su complejidad.

Luego de realizar el cambio a países desarrollados (zona después de la línea negra

vertical en las gráficas de la Figura B-8), se observa que la cantidad de métodos por

color varía, de manera que en estos países los métodos de color azul (una de las dos

poblaciones iniciales) aumenta su cantidad, por ser más pertinentes en este ámbito, al

igual que los mutantes con colores muy cercanos al azul. Entre tanto, la población de

métodos de color rojo (la otra población inicial) disminuye, así como los mutantes con

colores similares al verde, amarillo y rosa, evidenciando que estos corresponden a los

métodos menos pertinentes. En este contexto, la inconformidad de los agentes es baja y

casi constante, que refuerza la idea de mayor pertinencia de los métodos azules y

algunos mutantes, según la gráfica inferior izquierda. Finalmente, la gráfica inferior

derecha muestra que en países desarrollados, la tendencia es que las dos poblaciones

(métodos sencillos y complejos) sean similares; al igual que en países en desarrollo, se

infiere que esta característica no es tan decisiva para los agentes, cuando los métodos

son pertinentes para el contexto.

Este ejercicio de simulación permite observar algunas tendencias y comportamientos que

podrían extrapolarse a la realidad y que, como se vio, están relacionados con lo que se

discutió a lo largo de este documento. Se destaca la evidencia sobre la influencia del

entorno, lo que se había identificado en los capítulos de la tesis doctoral, como una

presión selectiva importante en el análisis de la valoración tecnológica como un proceso

evolutivo. Así mismo, este modelo representa visualmente el impacto que tiene la

posibilidad de que los individuos y organizaciones sean propositivos e inventivos,


planteando nuevos métodos de valoración más pertinentes para un contexto

determinado.

El anterior modelo basado en agentes complementa principalmente lo propuesto en el

capítulo 4, siendo un primer paso en el intento de visualizar el enfoque evolutivo en la

práctica, y una herramienta que podría facilitar el acercamiento de la propuesta generada

a ámbitos empresariales.

Referencias 285

REFERENCIAS

1. Abatecola, G., Belussi, F., Breslin, D., & Filatotchev, I. (2016). Darwinism, organizational evolution and survival: key challenges for future research. Journal of Management & Governance, (20), 1–17. http://doi.org/10.1007/s10997-015-9310-8

2. Abrantes, P. (2007). El programa de una epistemología evolucionista. In Filosofía, Darwinismo y Evolución (pp. 121–179). Bogotá: Editorial Universidad Nacional de Colombia.

3. Acosta, J., & Fischer, A. (2013). Condiciones de la gestión del conocimiento, capacidad de innovación y resultados empresariales. Un modelo explicativo. Pensamiento Y Gestion, (35), 25–63.

4. Aguilar, S. I., Dubová, M., & Mucsková, E. (2012). Advanced technology valuation of the industrial utilization of nanotechnology. International Journal of Sustainable Development and Planning, 7(2), 209–220.

5. Aguirre, J., Robledo, J., & Pérez, A. (2009). Metodología para medir y evaluar las capacidades tecnológicas de innovación aplicando sistemas de lógica difusa, caso fábricas de software. In XIII Congreso Latino Iberoamericano de Gestión Tecnológica ALTEC (pp. 1–16). Cartagena, Colombia.

6. Ahumada, E., & Perusquia, J. M. A. (2015). Inteligencia de negocios: estrategia para el desarrollo de competitividad en empresas de base tecnológica. Contaduría Y Administración, 61(1), 127–158. http://doi.org/10.1016/j.cya.2015.09.006

7. Aït-El-Hadj, S. (1990). Gestión de la tecnología. La empresa frente a la mutación tecnológica. Estados Unidos: Ediciones Gestión 3000.

8. Akram, F., & Mavris, D. N. (2012). Uncertainty propagation in technology valuation based on expert elicitation. In 50th AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace Exposition.

9. Albornoz, M. (2001). Política Científica y Tecnológica. Una visión desde América Latina. Revista Iberoamericana de Ciencia, Tecnología, Sociedad E Innovación, (1). Retrieved from http://www.oei.es/revistactsi/numero1/albornoz.htm

10. Alcaldía Mayor de Bogotá, & Universidad Militar Nueva Granada. (2012, November 24). Bogotá - Cundinamarca y sus sectores productivos. Retrieved from http://mapatecnologico.umng.edu.co/portal/

11. Aldrich, H. E., Hodgson, G., Hull, D. L., Knudsen, T., Mokyr, J., & Vanberg, V. J. (2008). In defence of generalized Darwinism. Journal of Evolutionary Economics, 18(5), 577–596.

12. Alizadeh, Y. (2012). Firm-level technological capability assessment; a literature review. In 2012 IEEE International Technology Management Conference (ITMC) (pp. 398–404). Dallas TX, USA: IEEE.

13. Álvarez, J. R. (2009). De aquel Darwin tan singular al darwinismo universal: la problemática naturalización de las ciencias de la cultura. Ludus Vitalis, 17(32),


307–326.

14. Álvarez, J. R. (2012). Criaturas de la naturaleza y criadores de cultura: de vuelta don la naturaleza humana. Scripta Philosophiae Naturalis, (1), 13–28.

15. Álvarez, J. R., & Castrodeza, C. (2010). Darwin y nosotros, tal como estamos. Ándoxa: Series Filosóficas, 24, 9–17.

16. Amit, R., & Schoemaker, P. J. H. (1993). Strategic assets and organizational rent. Strategic Management Journal, 14(1), 33–46.

17. Amponsen, H. (1991). Organizacional Learning through Internal Systems, Strategic Alliances and Networks. Doctoral Thesis, Queen´s University at Kingston, Canada.

18. Amsden, A. H. (2001). The rise of“ the rest”: challenges to the west from late-industrializing economies. USA: Oxford University Press.

19. Anabiológica. (2012, November 22). Teorías evolutivas. Retrieved from http://anabiologica2.blogspot.com/2012/12/teorias-evolutivas.html

20. Andersson, C. (2011). Splitting the replicator: Generalized Darwinism and the place of culture in nature. Journal of Economic Behavior & Organization, (80), 657–669.

21. Andrade, E. (1996). Analogías entre las teorías de la materia, la evolución biológica y la sociedad. In Memorias Del Seminario De Ciencia Teórica 1994-1996. Bogotá: Instituto de Ciencias Naturales. Editorial Universidad Nacional de Colombia.

22. Andrade, E. (2003). Los demonios de Darwin. Semiótica y Termodinámica de la Evolución Biológica. Bogotá: Editorial Universidad Nacional de Colombia.

23. Andrade, E. (2009a). Darwin 200 años y el estado actual de la teoría evolutiva. Acta Biológica Colombiana, 14 S(Volumen especial: Darwin 200 años: evolución, diversificación y ramificación permanente), 9–16.

24. Andrade, E. (2009b). El desarrollo del pensamiento de Darwin. En conmemoración a los 150 años de la publicación del “Origen de las Especies.”

25. Andrade, E. (2009c). La ontogenia del pensamiento evolutivo. Hacia una interpretación semiótica de la naturaleza. Bogotá: Editorial Universidad Nacional de Colombia.

26. Andrade, E. (2011). Epistemología de las ciencias de la vida. Notas de Clase. Bogotá: Editorial Universidad Nacional de Colombia.

27. Angelo, R., Domenico, C., Luigi, I., & Iacobelli, M. (2008). Technology Valuation for Biotechnology: techniques for valuation of Intellectual Property. In IBIC Conference. Italia.

28. ANIF. (2003). Evolución, retos y perspectivas de las Pymes en Colombia. (F. Villegas, Ed.). Bogotá: Asociación Nacional de Instituciones Financieras.

29. Aranguren, M. (2010). Análisis crítico del Modelo de Variación Ciega y Retención Selectiva de la Creatividad. Interdisciplinaria, 27(2), 315–334. Retrieved from http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1668-70272010000200008&lng=es&nrm=iso&tlng=es

30. Argente, E. (2008). GORMAS: Guías para el desarrollo de Sistemas Multiagente abiertos basados en organizaciones. Tesis para optar al título de Doctor en Informática, Universidad Polotécnica de Valencia.

31. Arocena, R., & Sutz, J. (2001). Revisiting Nelson and Winter from the South:“Learning by Solving” in Underdeveloped Countries. In Paper for the DRUID Nelson and Winter Conference (pp. 1–16). Aalburg.

32. Arocena, R., & Sutz, J. (2006). El estudio de la Innovación desde el Sur y las perspectivas de un Nuevo Desarrollo. Revista Iberoamericana de Ciencia, Tecnología E Innovación, (7), 1–16. Retrieved from http://www.oei.es/revistactsi/numero7/articulo01.htm

33. Arribas, J. M. (2004). Reseña: Karl Pearson: The scientific life in a statistical age. Princeton University Press. Princeton and Oxford, 2004. Empiria: Revista de

Referencias 287

Metodología de Ciencias Sociales, (8), 249–254.

34. Arrow, K. J. (1962). The economic implications of learning by doing. The Review of Economic Studies, 155–173.

35. Arteaga, A., Medellín, E., & Santos, M. J. (1995). Dimensiones sociales del cambio tecnológico. Nueva Antropología. Revista de Ciencias Sociales, (47), 9–22. Retrieved from http://www.juridicas.unam.mx/publica/librev/rev/nuant/cont/47/cnt/cnt1.pdf

36. Ávila, R. (2008). Aproximación al concepto de determinismo. Cuestiones de Filosofía, (10), 120–134.

37. Azkonobieta, T. (2005). Evolución, desarrollo y (auto) organización. Un estudio sobre los principios filosóficos de la Evo-Devo. Universidad del País Vasco. Retrieved from http://www.ehu.es/ias-research/garcia/TESIS.pdf

38. Baek, D. H., Sul, W., Hong, K. P., & Kim, H. (2007). A technology valuation model to support technology transfer negotiations. R & D Management, 37(2), 123–138. Retrieved from <Go to ISI>://000244554300003

39. Barahona, A., Suárez, E., & Martínez, S. (2004). Filosofía e historia de la biología. México D. F.: Universidad Nacional Autónoma de México .

40. Barba, A. (2010). Frederick Winslow Taylor y la Administración científica: contexto, realidad y mitos. Gestión Y Estrategia, (38), 17–29. Retrieved from http://zaloamati.azc.uam.mx/bitstream/handle/11191/2955/frederick-winslow-taylor-y-la-administracion-cientifica-contexto-realidad-y-mitos.pdf?sequence=1&isAllowed=y

41. Barney, J. B. (1986). Strategic factor markets: Expectations, luck, and business strategy. Management Science, 32(10), 1231–1241.

42. Barrio, I., Gónzalez, J., Padín, A., Peral, P., Sánchez, I., & Tarín, E. (2010). Métodos de investigación educativa: El estudio de casos.

43. Bartley, W. W. (1987). Philosophy of Biology versus Philosphy of Physics. In G. Radnitzky & W. W. Bartley (Eds.), Evolutionary epistemology, rationality, and the sociology of knowledge (pp. 7–46). Chicago: Open Court.

44. Baskerville, R., & O´Grady, W. (2007). Does Darwin belong in business? The danger and comfort of the evolutionary metaphor. (G. and T. R. S. of A. and C. L. Centre for Accounting, Ed.). New Zeland: Victoria University of Wellington.

45. Beer, S. (1977). Cibernética y administración. México D. F.: Ediciones Continental. 46. Bell, M. (2007). Types and Levels of Technological Capability in Developing Countries.

Background Paper No. 10. In Technological learning and the development of production and innovative capacities in the industry and infrastructure sectors of the least developed countries: what roles for ODA? (pp. 100–111). Brighton, United Kingdom: SPRU-Science and Technology Policy Research, University of Sussex, Paper prepared for UNCTAD Division for Africa, Least Developed Countries and Special Programmes.

47. Bell, M., & Albu, M. (1999). Knowledge systems and technological dynamism in industrial clusters in developing countries. World Development, 27(9), 1715–1734.

48. Bell, M., & Pavitt, K. (1993). Technological accumulation and industrial growth: contrasts between developed and developing countries. Industrial and Corporate Change, 2(2), 157–210.

49. Bell, M., & Pavitt, K. (1995). The development of technological capabilities. In Trade, technology and international competitiveness (pp. 69–101). Washington: The World Bank.

50. Benavides, O. (2010). La innovación tecnológica desde una perspectiva evolutiva: teoría e historia económica. In Innovación: desafío para el desarrollo en el Siglo XXI. Bogotá: Editorial Universidad Nacional de Colombia.


51. Benítez, R., & García, G. (2010). El razonamiento analógico verbal: una habilidad

cognitiva esencial de la producción escrita. Onomázein, 22(2), 165–194. 52. Benninga, S. (2008). Financial modeling. MIT Press Books. 53. Bernal, C. E., & Laverde, J. (1995). Proyecto de modernización de las PYME - Gestión

tecnológica. Bogotá: Servicio Nacional de Aprendizaje SENA. 54. Bhattacherjee, A. (1998). Management of Emerging Technologies: Experiences and

lessons learned at US West. Information and Management, 33(5), 263–272. 55. BID. (2011). Proceedings of BASE: The 1st International Forum for the Development of

the Base of the Pyramid in Latin America and the Caribbean . Sao Paulo, Brasil : Banco Interamericano de Desarrollo.

56. BID. (2013a, July 12). Hacer negocios con la base de la pirámide es co-crear valor económico y social. Retrieved from www.forobase2013.com/Espanol/Noticias/noticia7_negociosinclusivos.html

57. BID. (2013b, July 12). Plenaria I: Colombia, país de grandes empresas pioneras en la base de la pirámide. Retrieved from www.forobase2013.com/Espanol/index.html

58. Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. The Journal of Political Economy, (81), 637–654.

59. Black, J. A., & Boal, K. B. (1994). Strategic resources: Traits, configurations and paths to sustainable competitive advantage. Strategic Management Journal, 15(S2), 131–148.

60. Bláquez, F. (2006). Biología e historia (breve historia del conocimiento de los seres vivos). In Pensamiento científico en la sociedad actual (pp. 109–140). España: Ministerio de Educación y Ciencia.

61. Blind, G. (2009). Entrepreneurship in Japan: a showcase analysis using the rule-based approach. In JAFEE Annual Conference. Okayama, Japan: Okayama University. Retrieved from http://www.e.okayama-u.ac.jp/jafee/paper/b23.pdf

62. Blind, G., & Pyka, A. (2014). The rule approach in evolutionary economics: A methodological template for empirical research. Journal of Evolutionary Economics, 24(5), 1085–1105. http://doi.org/10.1007/s00191-014-0382-4

63. Bontis, N. (2001). Assessing knowledge assets: a review of the models used to measure intellectual capital. International Journal of Management Reviews, 3(1), 41–60.

64. Branzei, O., & Vertinsky, I. (2006). Strategic pathways to product innovation capabilities in SMEs. Journal of Business Venturing, 21, 75–105.

65. Brent, A. C., & Kruger, W. J. L. (2009). Systems analyses and the sustainable transfer of renewable energy technologies: A focus on remote areas of Africa. Renewable Energy, 34(7), 1774–1781.

66. Brent, A. C., & Rogers, D. E. (2010). Renewable rural electrification: Sustainability assessment of mini-hybrid off-grid technological systems in the African context. Renewable Energy, 35(1), 257–265.

67. Brezocnik, M., & Balic, J. (2001). A genetic-based approach to simulation of self-organizing assembly. Robotics and Computer-Integrated Manufacturing, 17(1-2), 113–120.

68. Brezocnik, M., Balic, J., & Brezocnik, Z. (2003). Emergence of intelligence in next-generation manufacturing systems. Robotics and Computer-Integrated Manufacturing, 19(1-2), 55–63.

69. Burgelman, R., & Rosenbloom, R. (1989). Technology strategy: an evolutionary process perspective. In R. Burgelman & R. Rosembloom (Eds.), Research on Technological Innovation, Management, and Policy (pp. 1–23). Greenwich: JAI Press.

70. Cabral, V., De Oliveira, L., & Haddad, S. (2015). Inovação industrial e desenvolvimento

Referencias 289

nacional: reflexões sobre a abordagem de capacidade tecnológica da firma. In XIV Congreso Latino Iberoamericano de Gestión Tecnológica ALTEC (pp. 1–16). Porto Alegre, Brasil. Retrieved from http://www.altec2015.org/anais/altec/papers/126.pdf

71. Calderón, B., & Silva, V. (2009). Trabajar con la Base de la Pirámide o Negocios Inclusivos: Una expresión de Responsabilidad Social Estratégica. In Sexto Congreso del Comité Científico de la ADERSE. Grenoble, Francia: Groupe ESC-Pau.

72. Calderón, G. (2006). Competencias distintivas en las pymes: un aporte desde gestión humana. Innovar: Revista de Ciencias Administrativas Y Sociales, 16(27), 57–71.

73. Camacho, J. (1999). Parques tecnológicos e incubadoras de empresas: la enseñanza de las recientes experiencias. In InfoPYME. Bogotá.

74. Cámara de Comercio de Bogotá. (2012, November 22). Estadísticas del número de empresas en Bogotá y 59 municipios de Cundinamarca. Bogotá. Retrieved from http://www.empresario.com.co/recursos/page_flip/CCB/2012/estadisticas_empresas_bogota_59municipios/#/8/

75. Cámara de Comercio de Bogotá. (2015a). Clasificación de Actividades Económicas CIIU Revisión 4 adaptada para Colombia. Retrieved November 11, 2015, from http://linea.ccb.org.co/descripcionciiu/

76. Cámara de Comercio de Bogotá. (2015b). Dinámica de la economía y el comercio exterior de la región. Bogotá: Observatorio de la región bogotá-cundinamarca No. 24. Retrieved from https://www.ccb.org.co/content/download/6273/89085/file/Observatorio de la Región Bogotá Cundinamarca N. 24.pdf

77. Campbell, D. (1960). Blind variation and selective retention in creative thought as in other knowledge processes . Psychological Review, (67 ), 380–400.

78. Campbell, D. (1965). Variation and Selective Retention in Socio-Cultural Evolution. In Theories of Social Evolution (pp. 19–49). Northwestern University.

79. Campbell, D. (1987). Evolutionary epistemology. In G. Radnitzky & W. W. Bartley (Eds.), Evolutionary epistemology, rationality, and the sociology of knowledge (pp. 47–89). Chicago: Open Court.

80. Campbell, N. (2000). Biology: Concepts and connections. England: Benjamin/Cummings Pub Co.

81. Camus, P. (1997). Evolución darwiniana y no darwiniana: ¿hacia una “anti-síntesis” moderna? Revista Chilena de Historia Natural, (70 ), 459–464.

82. Caponi, G. (2004). El reduccionismo en la biología contemporánea. Signos Filosóficos, 12(2), 33–62.

83. Capra, F. (1998). La Trama de la Vida, Una Perspectiva Nueva de los Sistemas Vivos. Barcelona: Editorial Anagrama.

84. Carazo, P. (2006). El método de estudio de caso: estrategia metodológica de la investigación científica. Pensamiento Y Gestión, (20), 165–193.

85. Carrillo, J. (2003). Analogía y metáfora en el análisis organizacional. Un ejemplo: la organización como cárcel. Revista Colombiana de Psicología, (12), 108–113.

86. Casado, F., Lariu, A., Mutis, J., & Sánchez, P. (2009). Desarrollo de negocios en los países de bajos ingresos. Crecimiento empresarial y creación de valor social. Cátedra de Responsabilidad Social Corporativa. Barcelona: Universidad Pompeut Fabra.

87. Casanueva, C. (2001). The Acquisition of Firm Technological Capabilities in Mexico’s Open Economy, The Case of Vitro. Technological Forecasting and Social Change, 66(1), 75–85.

88. Castellanos, O. (2007). Gestión tecnológica: de un enfoque tradicional a la


inteligencia. Bogotá: Universidad Nacional de Colombia.

89. Castellanos, O., Fúquene, A., Ramírez, D., González, D., & Castellanos, J. (2013). Direccionamiento estratégico del sector envases plásticos para cosméticos. Bogotá: Universidad Nacional de Colombia.

90. Castellanos, O., Jiménez, C. N., & Domínguez, K. (2009). Competencias tecnológicas: bases conceptuales para el desarrollo tecnológico en Colombia. Ingeniería E Investigación, 29(1), 133–139.

91. Castro, L., & Toro, M. (2009). Darwinismo y cultura: la transmisión cultural en las sociedades humanas. In C. López-Fanjul (Ed.), El alcance del darwinismo. A los 150 años de la publicación de “El origen de las especies”. España: Colegio Libre de Eméritos.

92. Catalan, A. (2013). Valoración de tecnologías transferibles en universidades. México: Cambiotec. Retrieved from http://www.cambiotec.org.mx/cyted/interiores/documentos/aportes/transferencia/CatalanA4.pdf

93. Cela-Conde, C. J., & Ayala, F. J. (2001). Senderos de la evolución humana. Madrid: Alianza Editorial.

94. Cepal. (2010). Foreign direct investment in Latin America and the Caribbean: report 2009 | Publicación | Comisión Económica para América Latina y el Caribe. Retrieved from http://www.cepal.org/es/publicaciones/1140-la-inversion-extranjera-directa-en-america-latina-y-el-caribe-informe-2009

95. CEPAL. (2011, June 15). Políticas para la innovación en las pequeñas y medianas empresas en América Latina. (M. Dini & G. Stumpo, Eds.)Colección Documentos de Proyectos. Comisión Económica para América Latina y el Caribe CEPAL. Retrieved from http://www.eclac.org/ddpe/publicaciones/xml/3/43993/W403.pdf

96. Chamizo, P. (1998). Metáfora y conocimiento. Málaga: Analecta Malacitana. 97. Chanaron, J. J. (2013). Innovation Valuation: Guesswork or Formalized Framework? A

Literature Review. In K. B. Akhilesh (Ed.), Emerging Dimensions of Technology Management (pp. 17–33). Springer India. Retrieved from http://dx.doi.org/10.1007/978-81-322-0792-4_2

98. Cháves, G. A. (2012). Contribuciones a la enseñanza de la evolución biológica desde la revisión epistemológica de algunos aspectos contemporáneos de la misma. Bogotá: Universidad Nacional de Colombia.

99. Chiesa, V., Gilardoni, E., & Manzini, R. (2005). The valuation of technology in buy-cooperate-sell decisions. European Journal of Innovation Management, 8(1), 5–30.

100. Cho, D., & Choi, G. (2011). Simple numeric model to compute technology-contribution factor for the technology valuation. In PICMET (Ed.), Portland International Conference on Management of Engineering and Technology. Portland, OR; United States: PICMET.

101. Cho, J., & Lee, J. (2013). Development of a new technology product evaluation model for assessing commercialization opportunities using Delphi method and fuzzy AHP approach. Expert Systems with Applications, 40(13), 5314–5330.

102. Cimoli, M., Porcile, G., Primi, A., & Vergara, S. (2005). Cambio estructural, heterogeneidad productiva y tecnología en América Latina. In M. Cimoli (Ed.), Heterogeneidad estructural, asimetrías tecnológicas y crecimiento en América Latina (pp. 9–39). Santiago de Chile: CEPAL y BID. Retrieved from http://socinfo.eclac.org/ddpe/noticias/paginas/1/13341/W35_CIMOLI.pdf

103. Comisión Europea. (1995). Libro Verde de la Innovación. 104. CONPES. (2007). Política nacional para la transformación productiva y la promoción

de las micro, pequeñas y medianas empresas: un esfuerzo público-privado.

Referencias 291

Colombia: Consejo Nacional de Política Económica y Social.

105. Conpes. (2007). Política nacional para la transformación productiva y la promoción de las micro, pequeñas y medianas empresas: un esfuerzo público-privado. Colombia: Consejo Nacional de Política Económica y Social.

106. Coombs, R. (1996). Core competencies and the strategic management of R&D. R&D Management, 26(4), 345–355.

107. Copeland, T., Koller, T., & Murrin, J. (2004). Valoración. Medición y gestión del valor. España: Ediciones Deusto.

108. Cordes, C. (2006). Darwinism in economics: from analogy to continuity. Journal of Evolutionary Economics, (16), 529–541.

109. Coria, K. (1997, September 2). Estudio de casos. Buenos Aires: Sociedad Argentina de Información. Retrieved from http://www.sai.com.ar/KUCORIA/estudio_casos.html

110. Correa, C., & Duque, E. (2012). Evaluación del concepto de valor para el consumidor en el marketing y el diseño. Una revisión conceptual, 10(17), 193–216. Retrieved from http://search.proquest.com.proxy.bidig.areandina.edu.co:2048/docview/1322998155/fulltextPDF/3CCA4181F57C4192PQ/1?accountid=50441

111. Correa, J. A., Arango, M. D., & Castaño, C. E. (2011). Metodologías de valoración de activos tecnológicos. Una revisión. Pensamiento & Gestión, (31), 83–108. Retrieved from http://ezproxy.unal.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=75497975&lang=es&site=eds-live

112. Cowan, K. R., & Daim, T. (2009). Comparative technological road-mapping for renewable energy. Technology in Society, 31(4), 333–341.

113. Creswell, J. W. (2009). Research design: Qualitative, quantitative, and mixed methods approaches. Sage Publications, Inc.

114. Cristancho, A. (2011). Valoración de las Capacidades y Competencias Tecnológicas. Consideraciones para su Aplicación en el Aparato Productivo Colombiano. Universidad Nacional de Colombia, Bogotá.

115. Curtis, H., & Barnes, N. S. (2006). Biología (Vol. 6). Buenos Aires: Editorial Médica Panamericana.

116. Daft, R. (1983). Organization theory and design. Nueva York: West. 117. Dahlman, C., & Westphal, L. (1982). Technological effort in industrial development:

an interpretative survey of recent research. World Bank. 118. Daim, T. (2015). Technology analytics: Enhancing technology assessment with

technology intelligence. Technological Forecasting and Social Change. http://doi.org/10.1016/j.techfore.2015.02.016

119. Daim, T., Bayraktaroglu, E., Estep, J., Lim, D. J., Upadhyay, J., & Yang, J. (2012). Optimizing the NW off-shore wind turbine design. Mathematical and Computer Modelling, 55, 396–404.

120. Daim, T., & Cowan, K. R. (2010). Assessing renewable energy portfolio futures with multiple perspectives: The case of the northwest US. Technology in Society, 32(4), 255–263.

121. Daim, T., & Intarode, N. (2009). A framework for technology assessment: Case of a Thai building material manufacturer. Energy for Sustainable Development, 13(4), 280–286.

122. Daim, T., Yates, D., Peng, Y., & Jiménez, B. (2009). Technology assessment for clean energy technologies: The case of the Pacific Northwest. Technology in Society, 31(3), 232–243.

123. Damodaran, A. (2009). The Dark Side of Valuation. Prentice-Hall.


124. Damodaran, A. (2012). Investment valuation: Tools and techniques for determining

the value of any asset. John Wiley & Sons. 125. Darden, L., & Cain, J. (1989). Selection type theories. Philosophy of Science, 56,

106–129. 126. Dawkins, R. (1989). The selfish gene (Vol. 2). New York: Oxford University Press. 127. Day, G., Schoemaker, P., & Gunther, R. (2001). Gerencia de Tecnologías

Emergentes. Buenos Aires, Argentina.: Editorial Vergara Business. 128. De la Cruz, I., Morales, J., & Carrasco, G. (2006). Construcción de un instrumento de

evaluación de capacidades en la empresa: una propuesta metodológica. In Congreso Internacional de Investigación en Ciencias Administrativas ACACIA. México D. F.

129. De la Rosa, H., Perón, N., Sánchez, S., Askienasis, M., Caballero, J., Chía, J., … Orion, M. (1997). Consideraciones sobre la política de transferencia de tecnología. In VII Seminario Latinoamericano de Gestión Tecnológica. La Habana, Cuba.

130. De la Torre, E., & Navarro, R. (1981). Metodología de la investigación. México D. F.: McGrawHill.

131. de Neufville, R. (2009). Discounted Cash Flow Analysis. In Engineering Systems Analysis for Design. Massachusetts Institute of Technology. Retrieved from http://ardent.mit.edu/real_options/RO_current_lectures/ESD 2009/Discounted Cash Flow 09.pdf

132. Del Castillo, L., & Reyes, S. (2015). Aspectos teóricos sobre los procesos de transferencia de tecnología y los métodos de valoración de activos intangibles. Revista Caribeña de Ciencias Sociales, (Julio), 1–13.

133. DeMarco, T., & Lister, T. (1987). Peopleware: Productive Projects and Teams. New York: Dorset House Publishing.

134. Dennett, D. (1995). Darwin´s dangerous idea. The Sciences, (May/Jun.), 34–40. 135. Díaz, M. I., & Ospina, M. J. (2014). Identificación de variables que afectarían la

valoración de productos de las micro, pequeñas y medianas empresas dedicadas al desarrollo de software por encargo en Colombia. Informador Técnico, 78(1), 64–81. Retrieved from http://ezproxy.unal.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edb&AN=98509767&lang=es&site=eds-live

136. Díaz, V. P., & Calzadilla, A. (2001). El Reduccionismo, Antirreduccionismo y el Papel de los Enfoques y Métodos Generales del Conocimiento Científico. Cinta de Moebio, 11, 148–160.

137. Diéguez, A. (2011). La evolución del conocimiento. De la mente animal a la mente humana. Madrid: Editorial Biblioteca Nueva, S. L.

138. Dini, M., Corona, J. M., & Jaso, M. (2002). Adquisición de tecnología, aprendizaje y ambiente institucional de las PYMES: el sector de las artes gráficas en México. Santiago de Chile: Naciones Unidas, CEPAL, Red de reestructuración y competitividad, Unidad de desarrollo industrial y tecnológico, División de Desarrollo Productivo y Empresarial.

139. Dissel, M. C., Phaal, R., Farrukh, C. J., & Probert, D. R. (2009). Value Roadmapping. Research-Technology Management, 52(6), 45–53. Retrieved from <Go to ISI>://000271479600010

140. Doerr, K. H., Gates, W. R., & Mutty, J. E. (2006). A hybrid approach to the valuation of RFID/MEMS technology applied to ordnance inventory. International Journal of Production Economics, 103(2), 726–741.

141. Dogson, M. (1993). Organizational Learning. A Review of some Literatures. Organization Studies, 14(3), 375–394.

Referencias 293

142. Domínguez, L., & Brown, F. (2004). Medición de las capacidades tecnológicas en la

industria mexicana. Revista de La CEPAL, 83(135-151). Retrieved from http://repositorio.cepal.org/bitstream/handle/11362/10969/083135151_es.pdf?sequence=1

143. Dopfer, K. (2004). The economic agent as rule maker and rule user: Homo Sapiens Oeconomicus. Journal of Evolutionary Economics, 14, 177–195.

144. Dopfer, K. (2005). Evolutionary Economics: A Theoretical Framework. In K. Dopfer (Ed.), The Evolutionary Foundations of Economics (pp. 3–55). Cambridge, UK : Cambridge University Press.

145. Dopfer, K. (2011). Mesoeconomics. Integrated analysis of systemic compexity and evolutionary change. In C. Antonelly (Ed.), Handbook on the economic complexity of technological change. Edward Elgar Publisher.

146. Dopfer, K., Foster, J., & Potts, J. (2004). Micro - meso - macro. Journal of Evolutionary Economics, 14, 263–279.

147. Dopfer, K., & Potts, J. (2004). Evolutionary realism: a new ontology for economics. Journal of Economic Methodology, 11 (2), 195–212.

148. Dopfer, K., & Potts, J. (2007). The General Theory of Economic Evolution. London: Routledge.

149. Dubin, J. A. (2007). Valuing intangible assets with a nested logit market share model. Journal of Econometrics, 139(2), 285–302.

150. Dupré, J. (2009). Más allá del darwinismo. Ciencia Hoy, 19(113), 8–9. 151. Dutkiewicz, V. A., Qureshi, S., Husain, L., Schwab, J. J., & Demerjian, K. L. (2006).

Elemental composition of PM2.5 aerosols in Queens, New York: Evaluation of sources of fine-particle mass. Atmospheric Environment, 40(Supplement 2), 347–359.

152. Dutkiewicz, V. A., Qureshi, S., Khan, A. R., Husain, L., Schwab, J. J., & Demerjian, K. L. (2006). Field test data for 42 liter per minute PM2.5 aerosol sampler used during the PMTACS-NY intensives held at Queens College, Queens, NY. Atmospheric Environment, 40(Supplement 2), 182–191.

153. Dutrénit, G. (2001). El papel de las rutinas en la codificación del conocimiento en la firma. Análisis Económico, 16(34), 211–230.

154. Dutrénit, G., Vera-Cruz, A., Arias, A., Avendaño, G., Gil, J. L., Sampedro, J. L., & Uriostegui, A. (2002). Marco analítico para el análisis de los procesos de acumulación de capacidades tecnológicas. Documento de trabajo, Proyecto Aprendizaje Tecnológico y Escalamiento Industrial: Generación de Capacidades de Innovación en la Industria Maquiladora de México. México D. F.: Colef/Flacso/UAM.

155. Economist, T. (2008). El futuro de la tecnología. Buenos Aires: Editorial Cuatro Media.

156. Edvinsson, L., & Sullivan, P. (1996). Developing a model for managing intellectual capital. European Management Journal, 14(4).

157. Egbetokun, A. A. (2015). Interactive learning and firm-level capabilities in latecomer settings: The Nigerian manufacturing industry. Technological Forecasting and Social Change, 99, 231–241. http://doi.org/10.1016/j.techfore.2015.06.040

158. Eichner, T., Gemönden, H. G., & Kautzsch, T. (2007). What is Technology Worth? The Journal of Investing, 16(3), 96–103.

159. Eigen, M. (1995). ¿Qué quedará de la biología del siglo XX? In La biología del futuro: ¿qué es la vida? cincuenta años después (pp. 15–40). España: Tusquets editores.

160. Elói, D., & Santiago, L. (2008, May 2). Avaliar X valorar novas tecnologias: desmistificando conceitos. Laboratório de Apoio á Decisão e Confiabilidade. Departamento de Engenharia de Produção: Universidade Federal de Minas


Gerais. Retrieved from www.institutoinovacao.com.br/downloads/Avaliar_x_Valorar_1.pdf

161. Encyclopædia Britannica. (2012). Philosophy. London: Britannica. 162. Enríquez, C. (2015). En América Latina el 99% de las empresas son pymes | Revista

Líderes. Retrieved January 6, 2016, from http://www.revistalideres.ec/lideres/america-latina-cifras-empresas-pymes.html

163. Ernst, H., Legler, S., & Lichtenthaler, U. (2010). Determinants of patent value: Insights from a simulation analysis. Technological Forecasting and Social Change, 77(1), 1–19. Retrieved from http://www.sciencedirect.com/science/article/B6V71-4WTRWHM-1/2/0947f4e01eb6a469997e18b1b8ef3ac8

164. Escandón, D., & Hurtado, A. (2014). Factores que influyen en el desarrollo exportador de las pymes en Colombia. Estudios Gerenciales, (30), 172–183. Retrieved from http://eds.a.ebscohost.com.ezproxy.unal.edu.co/eds/pdfviewer/pdfviewer?sid=b04578f8-c532-410e-932e-0fbab201b0b9%40sessionmgr4003&vid=2&hid=4103

165. Eumed.net. (2015). Vocabulario de Economía Política. Exposición de la nomenclatura y de los principales conceptos de esa ciencia. Retrieved December 8, 2015, from http://www.eumed.net/cursecon/dic/jph/V.htm

166. Fajardo, L. A. (2007). La metáfora, un recurso en la formación de pensamiento. Praxis Educativa, (11), 103–112. Retrieved from http://www.biblioteca.unlpam.edu.ar/pubpdf/praxis/n11a10fajardouribe.pdf

167. Farrukh, C., Phaal, R., Mortara, L., & Probert, D. (2013). Evaluating and Communicating the Value of Technology: Concept and Practice. In D. Cetindamar, T. Daim, B. Beyhan, & N. Basoglu (Eds.), Strategic Planning Decisions in the High Tech Industry (pp. 181–201). Springer London. Retrieved from http://dx.doi.org/10.1007/978-1-4471-4887-6_10

168. Federico, J., Kantis, H., & Rabetino, R. (2009). Factores determinantes del crecimiento en empresas jóvenes. Evidencias de una comparación internacional. In J. Capelleras & H. Kantis (Eds.), Nuevas empresas en América Latina: factores que favorecen su rápido crecimiento (pp. 21 – 50). España: Universitat Autònoma de Barcelona. Retrieved from https://colaboracion.dnp.gov.co/CDT/Desarrollo Empresarial/Nuevas empresas en America Latina_factores que favorecen su crecimiento (2009).pdf

169. Fernandes, M., & Avila, E. (2014). Compreendendo o processo de inovação como uma estrutura complexa de regras multiníveis. RAI - Revista de Administração e Inovação, 11(4), 235–259. Retrieved from http://www.redalyc.org/articulo.oa?id=97332901011

170. Fernández, Z., & Suárez, I. (1996). La estrategia de la empresa desde una perspectiva basada en los recursos. Revista Europea de Dirección Y Economía de La Empresa, 5(3), 73–92.

171. Ferraro, C. (2014). Políticas públicas para las pymes: su importancia para el desarrollo del sector, aspectos institucionales y grandes desafíos. In Taller Regional sobre Políticas Públicas para pymes. La Paz, Bolivia. Retrieved from http://www10.iadb.org/intal/intalcdi/PE/2014/13985a02.pdf

172. Ferrater, J. (1994). Diccionario de Filosofía. Madrid: Editorial Ariel. 173. Ferruz, L., & Rivas, J. (2014). Un repaso a la concepción del valor económico en la

filosofía helenística. Análisis Financiero, (124), 56–69. 174. Figueiredo, P. N. (2001a). Acumulação de competéncias tecnológicas e processos

de aprendizagem; estruturas conceituais e experiéncias de empresas no Brasil. Rio de Janeiro: Fundação Getúlio Vargas, Escola Brasileira de Administração Pública e de Empresas.

Referencias 295

175. Figueiredo, P. N. (2001b). Technological learning and competitive performance.

Reino Unido: Edward Elgar Pub. 176. Figueiredo, P. N. (2002). Learning processes features and technological capability-

accumulation: explaining inter-firm differences. Technovation, 22(11), 685–698. 177. Figueiredo, P. N. (2004). Aprendizagem tecnológica e inovação industrial em

economias emergentes: uma breve contribuição para o desenho e implementação de estudos empíricos e estratégias no Brasil. Revista Brasileira de Inovação, 3(2), 323–361.

178. Figueiredo, P. N. (2005). Acumulação tecnológica e inovação industrial: conceitos, mensuração e evidéncias no Brasil. Sao Paulo Em Perspectiva, 19(1), 54–69.

179. Fleischer, T., Decker, M., & Fiedeler, U. (2005). Assessing emerging technologies--Methodological challenges and the case of nanotechnologies. Technological Forecasting and Social Change, 72(9), 1112–1121.

180. Fonseca, M., & Figueiredo, P. N. (2014). Acumulação de capacidades tecnológicas e aprimoramento de performance operacional: evidências de um estudo de caso em nível de empresa. Revista Brasileira de Inovação, 13(2), 311–344. Retrieved from http://ocs.ige.unicamp.br/ojs/rbi/article/view/608

181. Foss, N. J. (1997). Resources and strategy: A brief overview of themes and contributions. In N. J. Foss (Ed.), Resources, Firms, and Strategies (pp. 3–20). Oxford: Oxford University Press.

182. Francés, F. (2012). La entrevista estructurada. Diseño del cuestionario. Retrieved August 1, 2012, from http://personal.ua.es/es/francisco-frances/materiales/tema3/la_entrevista_estructurada_diseo_del_cuestionario.html

183. Franco, C., Moreira, E., & Façanha, S. (2015). Relação entre aprendizado e capacidades tecnológicas: uma abordagem em meta-análise associada a um estudo de caso de empresas subsidiárias de uma multinacional company (mnc) do setor elétrico brasileiro. In XVI Congreso Latino Iberoamericano de Gestión Tecnológica Altec (pp. 1–16). Porto Alegre, Brasil.

184. Fuente, M. (2009). Nueva ruralidad comunitaria y sustentabilidad. Revista Iberoamericana de Economía Ecológica, 13, 41–55. Retrieved from http://www.redibec.org/IVO/rev13_04.pdf

185. Fundación Cotec. (2001). Innovación tecnológica, ideas básicas. Madrid: Colección Innovación práctica.

186. Fúquene, M. (2011). Formulación metodológica del pronóstico como herramienta para el desarrollo tecnológico. Universidad Nacional de Colombia, Bogotá.

187. Gallardo, D. (2011). Metodología para el cálculo del WACC y su aplicabilidad en la valoración de inversiones de capital, en empresas no cotizantes en bolsa. Tesis para optar al título de Magíster en Finanzas, Facultad de Ciencias Administrativas y Económicas. Universidad ICESI. Retrieved from https://bibliotecadigital.icesi.edu.co/biblioteca_digital/bitstream/10906/68039/1/metodologia_calculo_wacc.pdf

188. Gallego, J. R., & Chaves, R. (2015). The cooperative model of agri-food innovation systems: ANECOOP and the Valencian citrus industry. ITEA, información técnica económica agraria: revista de la Asociación Interprofesional para el Desarrollo Agrario ( AIDA ), 111(4), 366–383. Retrieved from http://dialnet.unirioja.es/servlet/articulo?codigo=5286159&info=resumen&idioma=ENG

189. Gálvez, E., & García, D. (2012). Impacto de la innovación sobre el rendimiento de la MIPYME: un estudio empírico en Colombia. Estudios Gerenciales, 28(122), 11–27.

190. García, O. (2001). Pensamiento complejo e interdisciplinariedad en organizaciones


sociales: vigencia de la concepción sistémica. Educere.Revista Venezolana de Educación, 5(12), 13–18.

191. García-Muiña, F., & Navas-López, J. (2007). Explaining and measuring success in new business: The effect of technological capabilities on firm results. Technovation, 27, 30–46.

192. Garrido, C., & Peres, W. (1997). Las grandes empresas y grupos industriales latinoamericanos en los años 90. In Siglo XXI Editores & CEPAL (Eds.), Grandes empresas y grupos industriales latinoamericanos.

193. Gaynor, G. (1999). Gestión tecnológica: descripción, campo de acción e implicaciones. In G. Gaynor (Ed.), Manual de gestión tecnológica: una estrategia para la competitividad de las empresas (pp. 3–32). México D. F.: Mc Graw-Hill.

194. Gil, A. M., & Zubillaga, F. J. (2006). Los ciclos de vida de las tecnologías y la evolución de sistemas. La existencia de factores limitantes en la innovación. In X Congreso de Ingeniería de Organización (pp. 1–10). Valencia, España: Asociación para el desarrollo de la Ingeniería de Organzación ADINGOR.

195. Ginnobili, S. (2009). Adaptación y función. El papel de los conceptos funcionales en la teoría de la selección natural darwiniana. Ludus Vitalis, XVII(31), 3–24.

196. Gomes, A. C. (2010). Inovação sistemática com responsabilidade social nos empreendimentos de base tecnológica [tese] : o modelo MCNS-TRIZ. Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Gradução em Engenharia e Gestão do Conhecimento.

197. Gómez-Quintero, J. (2011). Urban mobility as a product of an evolutionary system. Tesis para optar al título de Magíster en Ingeniería Industrial. Universidad de los Andes, Bogotá.

198. González, P. G. (2011). Una aproximación a un modelo de decisión para valorar activos intangibles basados en tecnología: caso estudio compañía de software Colombia S.A. Universo Contábil, 7(1), 106–121. Retrieved from 10.4270/ruc.2011107

199. Gow, T. (2002). Intellectual Asset profiling tools. Targeting Technology ltd. 200. Grant, R. M. (1991). The resource-based theory of competitive advantage:

implications for strategy formulation. Knowledge and Strategy.(Ed.M.Zack) Pp, 3–23.

201. Grasso, L. (2006). Encuestas. Elementos para su diseño y análisis. Córdoba: Encuentro Grupo Editor.

202. Gregersen, H. M., Arnold, J. E. M., Lundgren, A. L., & Contreras-Hermosilla, A. (1997). Valores económicos: utilidad y limitaciones. In EPAT/MUCIA, Banco Mundial, & Programa de las Naciones Unidas para el Medio Ambiente (Eds.), Valoración de los bosques: contexto, problemas y directrices. Roma: FAO. Retrieved from http://www.fao.org/docrep/008/v7395s/v7395s04.htm

203. Güemes-Castorena, D., & Uscanga, G. (2015). Selección del portafolio de proyectos tecnológicos en la etapa temprana de la innovación: Desarrollo de una herramienta de evaluación. Nova Scientia, 7(13), 101–132. Retrieved from http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-07052015000100007&lng=es&nrm=iso&tlng=es

204. Guerrero, Z. (2011). Conceptualización e importancia del mercado de tecnologías. Caso: cadena productiva del caucho y su industria. Universidad Nacional de Colombia, Bogotá.

205. Hall, J. (2014). Innovation and entrepreneurial dynamics in the Base of the Pyramid. Technovation, 34(5 - 6), 265–269.

206. Hall, J., Matos, S. V, & Martin, M. J. C. (2014). Innovation pathways at the Base of the Pyramid: Establishing technological legitimacy through social attributes.

Referencias 297

Technovation, 34(5 - 6), 284–294.

207. Heidenreich, M. (2009). Innovation patterns and location of European low- and medium-technology industries. Research Policy, 38, 483–494.

208. Hernández, I. D. (2011). Desigualdad, felicidad y la economía evolucionista. In G. Gutiérrez & M. Papini (Eds.), Darwin y las ciencias del comportamiento (pp. 219–244). Bogotá: Universidad Nacional de Colombia y Colegio Colombiano de Psicólogos.

209. Hernández, R., Fernández, C., & Baptista, P. (1998). Metodología de la investigación. México: McGraw Hill.

210. Hetman, F. (1973). Society and the Assessment of Technology. París: Organization for Economic Cooperation and Development - OECD.

211. Hidalgo, G., Kamiya, M., & Reyes, M. (2014). Emprendimientos dinámicos en América Latina. Avances en prácticas y políticas. Serie Políticas Públicas y Transformación Productiva N°16: Banco de Desarrollo de América Latina CAF. Retrieved from http://publicaciones.caf.com/media/41597/emprendimientos_dinamicos_america_latina.pdf

212. Hilty, L. M., Arnfalk, P., Erdmann, L., Goodman, J., Lehmann, M., & Wazger, P. A. (2006). The relevance of information and communication technologies for environmental sustainability - A prospective simulation study. Environmental Modelling & Software, 21(11), 1618–1629.

213. Hitt, M., Ireland, D., & Hoskisson, R. (2008). Administración estratégica: competitividad y globalización. Conceptos y casos (Vol. séptima). México D. F.: Thomson.

214. Hlupic, V. (2003). Knowledge and business process management. IGI Global. 215. Hodgson, G. (2002). Darwinism in Economics: From Analogy to Ontology. Journal of

EvolutionaryEconomics, (12), 259–281. 216. Hodgson, G. (2007). Economía institucional y evolutiva contemporánea. Universidad

Autónoma Metropolitana, Cuajimalpa-Xochimilco, División de Ciencias Sociales y Humanidades. Retrieved from http://bidi.xoc.uam.mx/tabla_contenido_libro.php?id_libro=232

217. Hofweber, T. (2013). Logic and Ontology. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Vol. Spring 201). Stanford, CA: The Metaphysics Research Lab, Stanford University.

218. Holzl, W. (2005). the Evolutionary Theory of the Firm: Routines, Complexity and Change. Working Papers Series: Growth and Employment in Europe: Sustainability and Competitiveness, (46).

219. Hong, S. J., Seo, J. W., Kim, Y. S., & Kang, S. H. (2010). Construction Technology Valuation for Patent Transaction. Ksce Journal of Civil Engineering, 14(2), 111–122. Retrieved from <Go to ISI>://000275076600002

220. Hou, J., Lu, Q., & Han, Y. (2008). A Strategic Framework for Technology Evaluation. In International Conference on Information Management, Innovation Management and Industrial Engineering (pp. 1–4). Taipei.

221. Huerta, P., Navas, J. E., & Almodóvar, P. (2004). La Diversificación desde la Teoría de Recursos y Capacidades. Cuadernos de Estudios Empresariales, (Vol. 14), 87–104.

222. Hughes, T. (1983). Networks of power: Electrification in western society 1880-1930. Baltimore: Johns Hopkins University Press.

223. Hughes, T. (1987). The Evolution of Large Technological Systems. In W. Bijker, T. Hughes, & T. Pinch (Eds.), The Social Construction of Technological Systems. New Directions in the Sociology of Science and Technology (pp. 70–106).


Cambridge: The MIT press.

224. Hughes, T. (1994). El impulso tecnológico. In M. Roe Smith & L. Marx (Eds.), Historia y determinismo tecnológico. Madrid: Alianza Editorial.

225. Hunt, F. H., Probert, D. R., Wong, J. C., & Phaal, R. (2003). Valuation of technology: exploring a practical hybrid model. In PICMET (pp. 47–53). IEEE.

226. Hunt, F. H., Thorn, V., Mitchell, R., Probert, D., & Phaal, R. (2007). Internal technology valuation: Real world issues. In PICMET (pp. 1736–1742). IEEE.

227. Isabella, F. (2015). Dinámica tecnológica internacional de los sectores productivos: un análisis empírico. Revista CEPAL, (115), 27–44. Retrieved from http://200.9.3.98/bitstream/handle/11362/37829/REV115Isabella_es.pdf?sequence=1

228. Ivarsson, M., & Gorschek, T. (2009). Technology transfer decision support in requirements engineering research : a systematic review of REj. Requirements Eng, 14, 155–175.

229. Izquierdo, L., Galán, M., Santos, J., & Del Olmo, R. (2008). Modelado de sistemas complejos mediante simulación basada en agentes y mediante dinámica de sistemas. EMPIRIA. Revista de Metodología de Ciencias Sociales, (16), 85–112.

230. Janssen, M. C. W., & Mendys-Kamphorst, E. (2007). Evolution of market shares with repeated purchases and heterogeneous network externalities. Journal of Evolutionary Economics, 17(5), 551–577.

231. Jaramillo, H., Lugones, G., & Salazar, M. (2001). Manual de Bogotá: normalización de indicadores de innovación tecnológica en América Latina y el Caribe. Bogotá: Colciencias.

232. Jeon, C., & Shin, J. (2014). Long-term renewable energy technology valuation using system dynamics and Monte Carlo simulation: Photovoltaic technology case. Energy, 66(0), 447–457.

233. Jiménez, C. N. (2007). Análisis del aporte de las biociencias a la gestión tecnológica. Tesis para optar al título de Magíster en Administración. Universidad Nacional de Colombia.

234. Johansson, T., & Kask, J. (2013). On the promise and premises of a Darwinian theory in research on business relationships. Industrial Marketing Management, (42), 306–315.

235. Jolly, D. R. (2012). Development of a two-dimensional scale for evaluating technologies in high-tech companies : An empirical examination. Journal of Engineering and Technology Management, 29(2), 307–329.

236. Jorge, E. (2011). Introducción a la historia de la tecnología: Thomas Hughes y los sistemas tecnológicos. Universidad de Alicante. Departamento de Sociología I. Retrieved from http://rua.ua.es/dspace/bitstream/10045/19649/1/nuevo_THOMAS_HUGHES.pdf

237. Jun, S., Park, S., & Jang, D. (2015). A Technology Valuation Model Using Quantitative Patent Analysis: A Case Study of Technology Transfer in Big Data Marketing. Emerging Markets Finance & Trade, 51(5), 963–974. Retrieved from 10.1080/1540496X.2015.1061387

238. Juniper, J. (2009). A critique of Dopfer and Potts´s evolutionary realism. Australasian Journal of Regional Studies, 15 (1), 27–43.

239. Kakati, M., & Dhar, U. R. (1991). Investment justification in flexible manufacturing systems. Engineering Costs and Production Economics, 21(3), 203–209.

240. Kaplan, R. S. (1986). Must CIM be justified by faith alone? Harvard Business Review, (March-April), 87–95.

241. Kaplan, S., & Ruback, R. (1995). The valuation of Cash Flow Forecasts: an empirical analysis. Journal of Finance, 50(4), 1059–1093. Retrieved from

Referencias 299

http://faculty.som.yale.edu/zhiwuchen/finance-core/articles/Ruback.pdf

242. Katz, M. (2010). El reduccionismo. Epistemología E Historia de La Química - Curso 2010. Argentina: Universidad Nacional de Tucumán.

243. Kauffman, S. A. (1995). At home in the universe. New York: Oxford University Press. 244. Kim, C. H., & Ko, C. R. (2014). Success and Failure Factors of Technology

Commercialization: A Korean Case. Asian Journal of Innovation and Policy, 3, 25–49.

245. Kim, Y., & Lee, B. (2002). Patterns of technological learning among the strategic groups in the Korean Electronic Parts Industry. Research Policy, 31, 543–567.

246. Kingsland, S. (2004). Neodarwinismo e historia natural. In Filosofía e historia de la biología (pp. 443–463). México D. F.: Universidad Nacional Autónoma de México.

247. Kloog, I., Chudnovsky, A. A., Just, A. C., Nordio, F., Koutrakis, P., Coull, B. A., … Schwartz, J. (2014). A new hybrid spatio-temporal model for estimating daily multi-year PM2.5 concentrations across northeastern USA using high resolution aerosol optical depth data. Atmospheric Environment, 95, 581–590. http://doi.org/10.1016/j.atmosenv.2014.07.014

248. Koivisto, R., Wessberg, N., Eerola, A., Ahlqvist, T., Kivisaari, S., Myllyoja, J., & Halonen, M. (2009). Integrating future-oriented technology analysis and risk assessment methodologies. Technological Forecasting and Social Change, 76(9), 1163–1176.

249. Kolk, A., Rivera-Santos, M., & Rufón, C. (2013). Reviewing a Decade of Research on the “Base/Bottom of the Pyramid” (BOP) Concept. Business & Society, (En prensa), 1–40.

250. Lai, Y. H., & Che, H. C. (2009). Modeling patent legal value by Extension Neural Network. Expert Systems with Applications, 36(7), 10520–10528.

251. Lakshmanan, A., Chiu, Y.-H. M., Coull, B. A., Just, A. C., Maxwell, S. L., Schwartz, J., … Wright, R. O. (2015). Associations between prenatal traffic-related air pollution exposure and birth weight: Modification by sex and maternal pre-pregnancy body mass index. Environmental Research, 137C, 268–277. http://doi.org/10.1016/j.envres.2014.10.035

252. Lall, S. (1992). Technological capabilities and industrialization. World Development, 20(2), 165–186.

253. Le Moigne, J. L. (1997). La incoherencia epistemológica de las ciencias de la gestión. Cuadernos de Economía, XVI(26), 163–185.

254. Lederman, D., Messina, J., Pienknagura, S., & Rigolini, J. (2014). El emprendimiento en América Latina: muchas empresas y poca innovación (Resumen). Washington, D.C.: Banco Mundial. Retrieved from http://www.worldbank.org/content/dam/Worldbank/document/LAC/EmprendimientoAmericaLatina_resumen.pdf

255. Lee, S., Kim, W., Min, Y., & Joo, K. (2012). Using AHP to determine intangible priority factors for technology transfer adoption. Expert Systems with Applications, 39(7), 6388–6395. Retrieved from http://dx.doi.org/10.1016/j.eswa.2011.12.030

256. León, A. M. (2013). Aporte biológico a la gestión de los recursos y las capacidades tecnológicas. Universidad Nacional de Colombia, Bogotá.

257. Leonard-Barton, D. (1998). Nascentes do Saber: Criando e Sustentando as Fontes de Inovação. Rio de Janeiro: Fundação Getulio Vargas.

258. LES. (2008). Technology valuation and License negotiation course. The Licensing Executives Society International.

259. Lessa, E. P. (1996). Darwin vs. Lamarck. Cuadernos de Marcha, Tercera época, 11(116), 58–64.

260. Lewis, N., Enke, D., & Spurlock, D. (2004). Valuation for the Strategic Management


of Research and Development Projects: The Deferral Option. Engineering Management Journal, 16(4), 36–48.

261. Li, Y. R., & Chen, Y. G. (2006). Managing Technology: The Technology Valuation Approach. In PICMET (pp. 535–540). Turquía: IEEE.

262. Lin, G. T. R., & Shen, Y. C. (2010). A collaborative model for technology evaluation and decision-making. Journal of Scientific & Industrial Research, 69, 94–100.

263. Lindholm, M. (2015). DNA Dispose, but Subjects Decide. Learning and the Extended Synthesis. Biosemiotics, (May), 1–19. http://doi.org/10.1007/s12304-015-9242-3

264. Liu, J. C., Lin, X. F., & Gu, X. J. (2011). Valuation method for intellectual property of defense science and technology industry. Binggong Xuebao/Acta Armamentarii, 32(SUPPL. 1), 118–122.

265. Lodeiro, F. (2013). Valoración mediante descuento de flujos de caja: Fórmula y método de aplicación. Retrieved September 10, 2015, from http://www.academiadeinversion.com/valoracion-descuento-de-flujos-de-caja-formula-metodo/

266. López, F. (2012). Educación en administración y modas administrativas en Colombia. Revista Universidad EAFIT, 34(109), 59–88. Retrieved from http://publicaciones.eafit.edu.co/index.php/revista-universidad-eafit/article/view/1133

267. López-Fanjul, C. (2009). La evolución del Darwinismo. In C. López-Fanjul (Ed.), El alcance del darwinismo. A los 150 años de la publicación de “El origen de las especies”. España: Colegio Libre de Eméritos.

268. Loures, C. S. (2007). Mensuração de Capacidade Tecnológica no Contexto de Industrialização Recente: Uma Breve Reflexão Crítica sobre Taxonomias e Evidéncias de Pesquisas Recentes. EBAPE - Escola Brasileria de Administracao Pública e de Empresas. Fundação Getulio Vargas, Rio de Janeiro.

269. Lundvall, B. A. (1988). Innovation as an Interactive Process: From User Producer Interaction to National systems of Innovation. In G. Dosi, C. Freeman, R. Nelson, G. Silverberg, & L. Soete (Eds.), Technical Change and Economic theory (pp. 349–367). Londres: Pinter.

270. Luz, M. R. S. (2009). Por uma concepção darwiniana de economia evolucionária: abordagens pioneiras, conflitos teóricos e propostas antológicas. Dissertação (mestrado), Universidade Estadual de Campinas, Instituto de Economia. Retrieved from https://fernandonogueiracosta.files.wordpress.com/2015/08/luz-manuel-ramon-souza-por-uma-concepccca7acc83o-darwiana-da-economia-evolucionacc81ria.pdf

271. Mahner, M., & Bunge, M. (1997). Foundations of biophilosophy. Berlin: Springer. 272. Mahoney, J. T., & Pandian, J. R. (1992). The resource-based view within the

conversation of strategic management. Strategic Management Journal, 13(5), 363–380.

273. Maione, G., & Naso, D. (2002). Adaptation of multi-agent manufacturing control by means of genetic algorithms and discrete event simulation. In Proceedings of the IEEE International Conference on Systems, Man and Cybernetics (Vol. 4, pp. 529–534). Univ. degli Studi di Lecce, Dip. di Ingegneria dell’Innovazione, Via Monteroni, Lecce 73100, Italy Politecnico di Bari, Dip. di Elettrotecnica, Via Re David, 200, Bari 70125, Italy. Retrieved from http://www.scopus.com/scopus/inward/record.url?eid=2-s2.0-0036970353&partner=40&rel=R4.5.0

274. Maione, G., & Naso, D. (2003). A genetic approach for adaptive multiagent control in heterarchical manufacturing systems. IEEE Transactions on Systems, Man, and Cybernetics Part A:Systems and Humans., 33(5), 573–588.

Referencias 301

275. Maione, G., & Naso, D. (2004). Modelling adaptive multi-agent manufacturing control

with discrete event system formalism. International Journal of Systems Science, 35(10), 591–614.

276. Malaver, F. (2002). Un perfil de las capacidades tecnológicas en la industria de artes gráficas, imprentas y editoriales. Innovar, (20), 55–82.

277. Malaver, F., & Vargas, M. (2004). El comportamiento innovador en la industria colombiana: una exploración de sus recientes cambios. Cuadernos de Administración, 17(27), 33–61.

278. Malaver, F., & Vargas, M. (2006). Capacidades tecnológicas, innovación y competitividad de la industria de Bogotá y Cundinamarca. Bogotá: Cámara de Comercio de Bogotá, Observatorio Colombiano de Ciencia y Tecnología.

279. Maloney, J. D. (1982). How companies assess technology. Technological Forecasting and Social Change, 22(3-4), 321–329.

280. Manotas, D., & Toro, H. (2009). Análisis de decisiones de inversión utilizando el criterio valor presente neto en riesgo (VPN en riesgo). Revista Facultad de Ingenieria, (49), 199–213. Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-70350181749&partnerID=40&md5=e19a09c96d027122ab8768df6b9516a5

281. Marcos, A. (1992). Neodarwinismo, teoría de la información y termodinámica: estado de la cuestión. Estudios Filosóficos, (41), 215–252.

282. Margulis, L., & Schwartz, K. (1985). Cinco reinos. Guía ilustrada de los phyla de la vida sobre la Tierra. Barcelona: Labor.

283. Marigo, N., Foxon, T., & Pearson, P. (2009). Chinese low-carbon innovation; Developing technological capabilities in the solar photovoltaic manufacturing industry. Journal of Knowledge-Based Innovation in China, 2(3), 253–268.

284. Marín, A., Stubrin, L., & Gibbons, M. A. (2014). Construyendo capacidades tecnológicas en escenarios inestables: empresas manufactureras argentinas y brasileñas. Revista de La CEPAL, (114), 163–182. Retrieved from http://ezproxy.unal.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=101322914&lang=es&site=eds-live

285. Mauléon, C., & Bergman, B. (2009). Exploring the epistemological origins of Shewhart’s and Deming's theory of quality: Influences from C.I. Lewis' conceptualistic pragmatism. International Journal of Quality and Service Sciences, 1(2), 160–171.

286. Mayr, E. (1980). Prologue: Some thoughts on the history of the Evolutionary Synthesis. In E. Mayr & W. Provine (Eds.), The evolutionary synthesis: Perspectives on the unification of Biology (pp. 1–48). Cambridge: Harvard University Press.

287. Mayr, E. (1982). The Growth of Biological Thought: Diversity, Evolution, and Inheritance. Cambridge: Harvard University Press.

288. Mayr, E. (1993a). Fifty years of progress in research on species and speciation. In Proceedings of the California Academy of Sciences (Vol. 48 , pp. 131–140).

289. Mayr, E. (1993b). What was the evolutionary synthesis? Trends in Ecological Evolution, (8), 31–34.

290. Mayr, E. (1995). Darwin’s Impact on Modern Thought . In Proceedings of the American Philosophical Society (Vol. 139, pp. 317–325). American Philosophical Society.

291. Mayr, E. (2000). Darwin’s influence on modern thought. Scientific American Magazine, 283(1), 66–71.

292. Mayr, E. (2001). What evolution is. New York: Basic books. 293. Mayr, E. (2006). Por qué es única la biología?: consideraciones sobre la autonomía


de una disciplina científica. Buenos Aires: Katz Editores.

294. Medina, A. F., Delgado, A., & Lavado, P. (2012). Fundamentos de un sistema de gestión humana por competencias para soportar la estrategia organizacional en una Pyme del sector de la industria de las artes gráficas en Cali (Colombia). Estudios Gerenciales, 28(122), 121–138.

295. Mejía, F. (1998). Gestión tecnológica. Dimensiones y perspectivas. (P. I.- Tecnos, Ed.). Bogotá: Editora Guadalupe Ltda.

296. Méndez, C. (1999). Metodología de la investigación en ciencias sociales. México D. F.: McGrawHill.

297. Mesoudi, A., Whiten, A., & Laland, K. N. (2006). Towards a unified science of cultural evolution. Behavioral and Brain Sciences, 29(4), 329–346.

298. Mesquita, S., & Carvalho, A. (2015). Ciclo de vida organizacional e estrutura dos ativos intangíveis de empresas de base tecnológica incubadas do Ceará, Brasil. In XIV Congreso Latino Iberoamericano de Gestión Tecnológica ALTEC. Porto Alegre, Brasil: ALTEC.

299. Miguel, F., & Hassan, S. (2012). La investigación mediante simulación social multiagente. In M. Arroyo & I. Sábada (Eds.), Metodología de la investigación social. Técnicas innovadoras y sus aplicaciones (pp. 321–344). Madrid: Síntesis. Retrieved from http://samer.hassan.name/files/socio-sim2012.pdf

300. Minkoff, E. C. (1983). Evolutionary Biology. Massachusetts: Addison-Wesley. 301. Misión Pyme. (2008, November 11). Pymes en cifras. Retrieved from

http://www.misionpyme.com/cms/content/view/107/41/ 302. Moldoveanu, M., & Singh, J. (2003). The evolutionary metaphor: a syntetic framework

for the study of strategic organization. Strategic Organization, I(4), 439–449. 303. Montoya, A. (2010). Gestión de sistemas de integración empresarial desde una

perspectiva biológica. Bogotá: Tesis para optar al título de Doctor en Ciencias Económicas, Universidad Nacional de Colombia.

304. Mora-Oberlaneder, J. (2004). El neodarwinismo: una visión histórica. In Grupo de Biología Teórica (Ed.), Biólogos lejos del equilibrio. Nuevas metáforas biológicas (pp. 1–16). Bogotá: Universidad Nacional de Colombia.

305. Morgan, G. (1998). Imágenes de la organización. México D. F.: Alfaomega. 306. Muñoz-Chápuli, R. (2005). Evo-Devo: Hacia un nuevo paradigma en Biología

Evolutiva. Encuentros En La Biología, (100), 15 –17. 307. Múria, J., & Gil, R. (1998). Preparación, tabulación y análisis de encuestas para

directivos. Madrid: ESIC Editorial. 308. Musango, J. K., & Brent, A. C. (2011a). Assessing the sustainability of energy

technological systems in Southern Africa: A review and way forward. Technology in Society, 33(1), 145–155.

309. Musango, J. K., & Brent, A. C. (2011b). Energy for Sustainable Development A conceptual framework for energy technology sustainability assessment. Energy for Sustainable Development, 15(1), 84–91. Retrieved from http://dx.doi.org/10.1016/j.esd.2010.10.005

310. Nakata, C. (2011). Creating New Products and Services for and with the Base of the Pyramid. Product Innovation Management, 29(1), 3–5.

311. Narayanan, V. K. (2000). Managing Technology and Innovation for Competitive Advantage. New York: Prentice-Hall.

312. Navarrete, M., Taddei, J., & Olea, J. (2015). Las capacidades tecnológicas como factor que favorece la innovación e internacionalización de pequeñas y medianas empresas de tecnologías de la información y metalmecánicas de sonora, méxico. In XVI Congreso Latino Iberoamericano de Gestión Tecnológica Altec (pp. 1–16). Porto Alegre, Brasil. Retrieved from

Referencias 303

http://www.altec2015.org/anais/altec/papers/211.pdf

313. Navas, J. E., & Guerras, L. A. (2002). La dirección estratégica de la empresa. Teoria y aplicaciones. Temas (Vol. 3). Civitas.

314. Nelson, R. R., & Winter, S. G. (1982). An evolutionary theory of economic change. Cambridge: Harvard University Press.

315. Nettleton, C. (2015). Peopleware: Equipos Productivos y Proyectos. Retrieved December 28, 2015, from https://lookforwardconsulting.com/es/2015/03/23/peopleware-equipos-productivos-y-proyectos/

316. Noble, D. (2015). Evolution beyond neo-Darwinism: a new conceptual framework. The Journal of Experimental Biology, 218(Pt 1), 7–13. http://doi.org/10.1242/jeb.106310

317. Nonaka, I., & Takeuchi, H. (1999). La Organización Creadora de Conocimiento. Oxford University Press.

318. Northwestern University. (2015). NetLogo Home Page. Retrieved November 5, 2015, from http://ccl.northwestern.edu/netlogo/index.shtml

319. Nyoka, M., & Brent, A. C. (2007). Application of an environmental valuation approach that incorporates externality costs in sustainability decision-making of the metallurgical sector. Journal of The South African Institute of Mining and Metallurgy, 107(10), 663–669.

320. OCDE. (2005). Manual de Oslo: Directrices para la recogida e interpretación de información relativa a innovación. (Comunidad deMadrid, Consejería de Educación, & Dirección General de Universidades e Investigación, Eds.). Madrid: OCDE & Eurostat. Retrieved from https://www.uam.es/personal_pdi/economicas/palomas/Traduccion espanola del Manual de Oslo.pdf

321. OCDE, & CEPAL. (2012, June 20). Perspectivas económicas de América Latina 2013. Políticas de Pymes para el cambio estructural. Retrieved from http://dx.doi.org/10.1787/leo-2013-es

322. Olaya, C. (2008). The end of control. Int.J.Applied Systemic Studies, 2(1/2), 127–145. 323. Olaya, C. (2009). Selection and Variation: Criticism and a First Selectionist

Metamodel for the Growth of Knowledge in Management Science. Dissertation to obtain the title of Doctor Oeconomiae, University of St. Gallen. Retrieved from http://www1.unisg.ch/www/edis.nsf/SysLkpByIdentifier/3644/$FILE/dis3644.pdf

324. Ordoñez, L. (2007). El desarrollo tecnológico en la historia. Areté, 19(2), 187–210. 325. Organización Mundial de la Propiedad Intelectual. (1997). Valor económico de los

derechos de propiedad industrial. Ginebra. Retrieved from http://www.wipo.int/mdocsarchives/ISIP_97_F_E_S/ISIP_97_4_S.pdf

326. Osorio, C. (2002). Enfoques sobre la tecnología. CTS+ I: Revista Iberoamericana de Ciencia, Tecnología, Sociedad E Innovación, (2), 7. Retrieved from http://www.oei.es/revistactsi/numero2/osorio.htm

327. Otálora, I. A. (2014). Pertinencia del fundamento biológico para el mejoramiento de la productividad en los sistemas de manufactura. Bogotá: Maestría en Ingenieria Industrial - Universidad Nacional de Colombia. Retrieved from http://www.bdigital.unal.edu.co/48886/1/33377759.2015.pdf

328. Otto, J., & Towle, A. (1992). Biología moderna. México D. F.: McGraw Hill Interamericana de México.

329. Palma, H. A. (2015). La epistemología evolucionista popperiana. In La epistemología evolucionista popperiana. Redefinición del modelo de ciencia sin sujeto. Buenos Aires, Argentina. Retrieved from https://www.teseopress.com/eepopperiana1/chapter/capitulo-iv-la-epistemologia-


evolucionista-popperiana/

330. Paramanathan, S., Farrukh, C., Phaal, R., & Probert, D. (2004). Implementing industrial sustainability: the research issues in technology management. R & D Management, 34(5), 527–537.

331. Park, B. I., & Ghauri, P. N. (2011). Key factors affecting acquisition of technological capabilities from foreign acquiring firms by small and medium sized local firms. Journal of World Business, (46), 116–125.

332. Park, H., Jihoon, J., & Kim, K. (2013). Identification of promising patents for technology transfers using TRIZ evolution trends. Expert Systems with Applications, 40(2), 736–743. Retrieved from http://dx.doi.org/10.1016/j.eswa.2012.08.008

333. Park, T., Zhou, M., Park, H., & Lee, J. (2015). Art and Science : Valuating Early Stage Technologies. Journal of Supply Chain and Operations Management, 13(1), 120–134. Retrieved from http://www.csupom.org/PUBLICATIONS/2015-1/JSCOM_2015_1_8.pdf

334. Park, Y., & Park, G. (2004). A new method for technology valuation in monetary value: procedure and application. Technovation, 24(5), 387–394.

335. Paulson, E., & Huber, C. (2001). The Technology M&A Guidebook. John Wiley & Sons. Retrieved from https://books.google.com/books?id=PQSLJS445R4C&pgis=1

336. Penrose, E. (1959). The theory of the growth of the firm. Nueva York: Wiley. 337. Pérez, C. (2001). El cambio tecnológico y las oportunidades de desarrollo como

blanco móvil. Revista de La CEPAL, (75), 115–136. 338. Pérez, C. (2005). Revoluciones tecnológicas y capital financiero. La dinámica de las

grandes burbujas financieras y las épocas de bonanza. México D. F.: Siglo XXI. Retrieved from http://www.economia.unam.mx/academia/inae/inae2/u2l2.pdf

339. Pérez, C. (2008). Sobre el concepto de valor. Una propuesta de integración de diferentes perspectivas. Bordón. Revista de pedagogía, 60(1), 99–112. Retrieved from http://dialnet.unirioja.es/servlet/articulo?codigo=2691995

340. Pérez, C. (2009). Innovación y crecimiento. Comprender la dinámica y el cambio de las oportunidades para América Latina. In Innovación y competitividad en la sociedad del conocimiento (pp. 21–42). Plaza y Valdes.

341. Petrillo, J. D., Doumecq, J. C., & Petrillo, M. I. (2012). Estrategias Competitivas en sectores intensivos en tecnología. In IV Jornadas “Relación Universidad - Entorno Socioproductivo - Estado.” Argentina: RED VITEC.

342. Pigliucci, M., & Finkelman, L. (2014). The Extended (Evolutionary) Synthesis Debate: Where Science Meets Philosophy. BioScience, 64(6), 511–516. http://doi.org/10.1093/biosci/biu062

343. Pisano, G., Shuen, A., & Teece, D. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.

344. Pizzocaro, S. (1994). Una metáfora darwiniana. Objetos, sistemas artificiales y mutaciones tecnológicas en una perspectiva evolutiva. Naturaleza, Diseño E Innovación, (10), 1–35.

345. Popper, K. R. (1972). Of Clouds and Clocks. In Objective knowledge. An Evolutionary Approach (pp. 206–255). Oxford, UK: Clarendon Press Oxford.

346. Potter, R. (2007). Technology Valuation: An Introduction. In A. Krattiger, R. Mahoney, & L. Nelsen (Eds.), Intellectual Property Management in Health and Agricultural Innovation: A Handbook of Best Practices. Oxford, UK: MIHR. Retrieved from http://www.iphandbook.org/handbook/ch09/p02/#abstract

347. Potts, J. (2010). Ontology in Economics. In R. Poli & J. Sebt (Eds.), Theory and Applications of Ontology: Philosophical Perspectives. Springer Science+Business

Referencias 305

Media.

348. Prahalad, C. K. (2005). La fortuna en la base de la pirámide. Barcelona: Ediciones Granica.

349. Prahalad, C. K. (2010). La nueva oportunidad de negocios en la base de la pirámide. Bogotá: Editorial Norma.

350. Prahalad, C. K. (2011). Bottom of the Pyramid as a Source of Breakthrough Innovations. Product Innovation Management, 29(1), 6–12.

351. Prahalad, C. K., & Hamel, G. (1990). The core competence of the corporation. Harvard Business Review, (May-June), 79–91.

352. Prahalad, C. K., & Hart, S. L. (2002). The Fortune at the Bottom of the Pyramid. Strategy & Business, (26), 2–14.

353. Price Waterhouse Coopers. (2011). Obteniendo valor razonable en los activos de la compañía. Boletín de Consultoría Empresarial NIC 36. Retrieved from https://www.pwc.com/ve/es/asesoria-gerencial/boletin/assets/edicion-07-2011.pdf

354. Probert, D., Dissel, M., Farrukh, C., Mortara, L., Thorn, V., & Phaal, R. (2011). Understanding and communicating the value of technology: A process perspective. In Portland International Conference on Management of Engineering and Technology. Centre for Technology Management, Institute for Manufacturing, University of Cambridge, Cambridge, CB3 0FS, United Kingdom: PICMET, IEEE. Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-80053364112&partnerID=40&md5=ca358162093b6d9a38b6d8efbc1e572f

355. Probert, D., Dissel, M., Farrukh, C., Mortara, L., Thorn, V., & Phaal, R. (2013). The process of making the business case for technology: A sales and marketing perspective for technologists. Technological Forecasting and Social Change, 80(6), 1129–1139.

356. Probert, D., Farrukh, C., Dissel, M., & Phaal, R. (2011). Towards a process framework for assessing the potential value of technologies. In Portland International Conference on Management of Engineering and Technology (pp. 1–10). Portland, OR, USA: PICMET, IEEE.

357. Quammen, D. (1997). The Song of the Dodo: Island Biogeography in an Age of Extinction. New York: Touchstone.

358. Qureshi, S., Dutkiewicz, V. A., Khan, A. R., Swami, K., Yang, K. X., Husain, L., … Demerjian, K. L. (2006). Elemental composition of PM2.5 aerosols in Queens, New York: Solubility and temporal trends. Atmospheric Environment, 40(Supplement 2), 238–251.

359. Raafat, F. (2002). A comprehensive bibliography on justification of advanced manufacturing systems. International Journal of Production Economics, 79(3), 197–208.

360. Razgaitis, R. (2009). Valuation and Deal Making of Technology-Based Intellectual Property. New Jersey: John Wiley & Sons.

361. Real Academia Española, & Asociación de Academias de la Lengua Española. (2014). Diccionario de la lengua española (23.a ed., ). Madrid: Espasa.

362. Ren, X., Harder, H., Martinez, M., Lesher, R. L., Oliger, A., Simpas, J. B., … Gao, H. (2003). OH and HO2 Chemistry in the urban atmosphere of New York City. Atmospheric Environment, 37(26), 3639–3651.

363. Rescher, N. (2008). Process Philosophy. In E. E.N.Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Vol. Fall 2008). Stanford, CA: The Metaphysics Research Lab, Stanford University.

364. Restrepo, J. A., & Vanegas, J. G. (2015). Internacionalización de las pymes: análisis de los recursos y capacidades internas mediante lógica difusa. Contaduría Y Administración, 60(4), 836–863. http://doi.org/10.1016/j.cya.2015.07.008


365. Revista Dinero. (2015). ¿Por qué fracasan las Pymes en Colombia? Retrieved

January 6, 2016, from http://www.dinero.com/economia/articulo/pymes-colombia/212958

366. Riofrío, W. (2003). Aproximaciones a los Sistemas Complejos: Adaptación y Sistemas Autocatalíticos. A Parte Rei.Revista de Filosofía, (30), 1–12.

367. Rip, A. (2015). Technology assessment. In J. D. Wright (Ed.), International Encyclopedia of the Social & Behavioral Sciences (Second Edi, pp. 125–128). Elsevier. Retrieved from http://purl.utwente.nl/publications/95758

368. Rivera, E. (2014). Empresas multinacionales latinoamericanas. Los casos de Brasil y Chile. Serie Políticas Públicas y Transformación Productiva N°15: Banco de Desarrollo de América Latina CAF. Retrieved from http://publicaciones.caf.com/media/41337/politicas_publicas_empresas_multinacionales_latinoamericanas.pdf

369. Robert, V., & Yogel, G. (2013). El enfoque de la complejidad y la economía evolucionista de la innovación. Filosofía de la Economía, 1(1), pp. 87–130. Retrieved from http://ojs.econ.uba.ar/ojs/index.php/CIECE/article/view/494/921

370. Robinson, D. K. R., & Propp, T. (2008). Multi-path mapping for alignment strategies in emerging science and technologies. Technological Forecasting and Social Change, 75(4), 517–538.

371. Robledo, J., Gómez, F., & Restrepo, J. (2009). Relación entre capacidades de innovación tecnológica y el desempeño empresarial y sectorial. In J. Robledo, F. Malaver, & M. Vargas (Eds.), Encuestas, datos y descubrimiento de conocimiento sobre la innovación en Colombia. Bogotá: Colciencias.

372. Rodrigues, C. M. (2006). Modelos de gestão estratégica de cadeia de organizações: um estudo exploratório. Universidade de Sao Paulo, Faculdade de Economia, administração e contablilidade.

373. Rodríguez, M. T. (Ed.). (2012). Bioquimica. Sincelejo: Corporación Universitaria del Caribe CECAR. Retrieved from http://e-learning.cecar.edu.co/modulos/Ciencias naturales y Educación Ambiental/6 SEMESTRE/BIOQUIMICA/index.html#p=2

374. Rojas, M., & Zapata, F. (2014). Capacidades de innovación para la gestión del diseño en PYME de empaques plásticos flexibles. Revista de Ingenieria, Universidad de Los Andes, (41), 15–21. Retrieved from http://eds.a.ebscohost.com.ezproxy.unal.edu.co/eds/pdfviewer/pdfviewer?sid=cea39f78-03ad-44cb-9b63-fa70c7a63784@sessionmgr4004&vid=1&hid=4211

375. Romero, F., & Rocha, A. (2015). A Study on the Performance of Technology Transfer Units. In Proceedings of the 10th European Conference on Innovation and Entrepreneurship - ECIE. Genoa.

376. Romero, M. (2008). Aplicación de Sistemas Multiagentes en el Modelado de Organizaciones. Tesis para optar al título de Máster en Organización Industrial y Gestión de Empresas. Universidad de Sevilla, España.

377. Rosas, A. (2007). Prefacio. In Filosofía, Darwinismo y Evolución (pp. XI–XIV). Bogotá: Universidad Nacional de Colombia.

378. Rosenberg, N. (1982). Inside the black box: technology and economics. Cambridge University Press.

379. Ruíz, W., Quintero, S., & Robledo, J. (2015). Modelo conceptual para el análisis del impacto de los intermediarios en los sistemas de innovación. In XVI Congreso Latino Iberoamericano de Gestión Tecnológica Altec (pp. 1–16). Porto Alegre, Brasil.

380. Rybicka, J., Tiwari, A., & Leeke, G. A. (2015). Technology readiness level assessment of composites recycling technologies. Journal of Cleaner Production, 112, 1001–1012. http://doi.org/10.1016/j.jclepro.2015.08.104

Referencias 307

381. Sábato, J. (1979). Ensayos en Campera. Buenos Aires: Juárez Editores. 382. Salas, D., & Olaya, C. (2010). Darwin en el aula: conjetura sobre la posibilidad de

una educación seleccionista. In 12th International Conference on Philosophy of Education. Bogotá: Universidad de los Andes.

383. Salas, N., & Iturbe, U. (2011). Evolución: la síntesis inacabada. Evolución.Revista de La Sociedad Española de Biología Evolutiva, 6(2), 21–28.

384. Salazar, F., Cavazos, J., Poch, J., & Santos, F. (2014). Cognición de la Innovación Industrial en América Latina: Avances y Desafíos. Journal of Technology Management & Innovation, 9(1), 148–157.

385. Salinas, S., & Calvo, J. C. (2003). Valoración de la opción de tercera generación de telefonía móvil celular a través de opciones reales. Revista Innovar Journal Revista de Ciencias Administrativas y Sociales, 1(22), 187–198. Retrieved from http://www.revistas.unal.edu.co/index.php/innovar/article/view/25033

386. Salom, G., & Shulterbrandt, S. (2002, October 12). Las microempresas, las Pymes y Latinoamérica. Revista Inter Forum. Retrieved from http://www.revistainterforum.com/espanol/articulos/020302artprin3.html

387. Sampredro, J., & Vera-Cruz, A. O. (2003, January 12). Aprendizaje y acumulación de capacidades tecnológicas en la industria maquiladora de exportación: el caso de Thomson-Multimedia de México. Espacios. Retrieved from http://www.revistaespacios.com/a03v24n02/03240211.html#inicio

388. Sansores, C., & Pavon, J. (2005). Simulación social basada en agentes. Revista Iberoamericana de Inteligencia Artificial, (25), 71–78. Retrieved from http://polar.lsi.uned.es/revista/index.php/ia/article/viewFile/444</429

389. Sarmiento, P. J. (2009). La filosofía de la biología de Ernst Mayr: problemas biológicos y filosóficos en las teorías de la evolución. España: Universidad Complutense de Madrid.

390. Schniederjans, M. J., & Hamaker, J. L. (2003). A new strategic information technology investment model. Management Decision, 41(1), 8–17. Retrieved from http://www.emeraldinsight.com/10.1108/00251740310445527

391. Schubert, C. (2014). “Generalized Darwinism” and the quest for an evolutionary theory of policy-making. Journal of Evolutionary Economics, 24(3), 479–513. http://doi.org/10.1007/s00191-013-0304-x

392. Seibt, J. (2013). Process Philosophy. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Vol. Fall 2013). Stanford, CA: The Metaphysics Research Lab, Stanford University.

393. Serret, A. (2009). La evolución del concepto de Valor Económico. Una primera aproximación. Atasa, (35), 10–11.

394. Shehabuddeen, N., Probert, D., & Phaal, R. (2006). From theory to practice: challenges in operationalising a technology selection framework. Technovation, 26(3), 324–335.

395. Silvestre, B. S., & Neto, R. e S. (2014). Capability accumulation, innovation, and technology diffusion: Lessons from a Base of the Pyramid cluster. Technovation, 34(5 - 6), 270–283.

396. Solleiro, J. L. (2009). Gestión de la evaluación de las actividades científicas, tecnológicas y de innovación: experiencias y desafíos. Buenos Aires: Universidad Nacional Autónoma de México. Retrieved from http://www.mincyt.gob.ar/_post/descargar.php?idAdjuntoArchivo=22815

397. Spire, A. (2000). El pensamiento de Prigogine. La belleza del caos. España: Editorial Andrés Bello.

398. Stake, R. (1999). Investigación con estudio de caso. Madrid: Ediciones Morata. 399. Steele, L. W. (1989). Managing technology. Nueva York: McGraw Hill.


400. Storper, M. (1994). Desarrollo territorial en la economía global de aprendizaje: el

desafío para los países en desarrollo. Revista EURE, XXI(60), 7–24. 401. Strumsky, D., & Lobo, J. (2015). Identifying the sources of technological novelty in

the process of invention. Research Policy, 44(8), 1445–1461. http://doi.org/10.1016/j.respol.2015.05.008

402. Sumanth, D., & Sumanth, J. (1999). El enfoque de Ciclo de la tecnología a la gestión tecnológica. In G. Gaynor (Ed.), Manual de gestión tecnológica: una estrategia para la competitividad de las empresas (pp. 47–64). México D. F.: Mc Graw-Hill.

403. Suzuki, K. (2009, February 2). Technology valuation. UNESCO e-learning course of Capacity building for University-Industry collaboration and technology transfer. UNESCO. Retrieved from http://gdln.unud.ac.id/wp-content/uploads/Technology_valuation.pdf

404. Takahashi, V. P. (2002). Capacidades tecnológicas e transferencia de tecnologia: estudo de múltiplos casos na industria farmacéutica no Brasil e no Canadá. São Carlos, Brasil: Escola de Engenharia de São Carlos, Universidade de São Paulo.

405. Takahashi, V. P. (2005). Transfer of technological knowledge: a multiple case study in the pharmaceutical industry. Gestão & Produção, 12(2), 255–269. Retrieved from http://www.scielo.br/pdf/gp/v12n2/26092.pdf

406. Tamayo, J. (2009). Interacción de un sistema de trabajo basado en el conocimiento para proyectos de emprendimiento tecnológico. Revista Espacios, 30(4), 22. Retrieved from http://www.revistaespacios.com/a09v30n04/09300461.html

407. Tapias, H. (2005). Capacidades tecnológicas : elemento estratégico de la competitividad. Revista Facultad de Ingenieria UdeA, (33), 97–119.

408. Tavana, M., & Sodenkamp, M. A. (2010). A fuzzy multi-criteria decision analysis model for advanced technology assessment at Kennedy Space Center. Journal of the Operational Research Society, 61(10), 1459–1470.

409. Taylor, F. W. (1911). The Principles of Scientific Management. New York: Harper & Brothers.

410. Teixeira, A., Rosa, A., & Antonio, N. (2007). O Doce Amanhecer da Ciéncia da Gestão: Uma perspectiva filosófica. Portugal: Edições Pedago.

411. Tenewicki, M. (2003). El debate actual sobre la economía del desarrollo. In Terceras Jornadas de Historia Económica (pp. 1–14). Montevideo: Asociación Uruguaya de Historia Económica (AUDHE). http://doi.org/10.1017/CBO9781107415324.004

412. Thorn, V., Hunt, F. H., Mitchell, R., Probert, D., & Phaal, R. (2011). Internal technology valuation: Real world issues. International Journal of Technology Management, 53(2-4), 149–160.

413. Thuillier, P. (1993). Filosofía de la ciencia o epistemología. In J. M. Mardones & N. Ursua (Eds.), Filosofía de las ciencias humanas y sociales. México D. F.: Editorial Fontamara.

414. Tidd, J. (2000). From knowledge Management to Strategic Competence. UK: University of Sussex.

415. Torres, A. (2006). Aprendizaje y Construcción de Capacidades Tecnológicas. Journal of Technology Management & Innovation, 1(5), 12–24.

416. Tran, T. A., & Daim, T. (2008). A taxonomic review of methods and tools applied in technology assessment. Technological Forecasting and Social Change, 75(9), 1396–1405.

417. Tumelero, C., Sbragia, R., Borini, F. M., & Franco, E. (2015). Inserção em redes de relacionamento e capacidade tecnológica: um estudo em empresas de base tecnológica pós-incubadas. In XVI Congreso Latino Iberoamericano de Gestión Tecnológica Altec (pp. 1–16). Porto Alegre, Brasil.

418. Ueda, K., Hatono, I., Fujii, N., & Vaario, J. (2000). Reinforcement learning

Referencias 309

approaches to Biological Manufacturing System. CIRP Annals - Manufacturing Technology.

419. Ueda, K., Hatono, I., Fujii, N., & Vaario, J. (2001). Line-less production system using self-organization: A case study for BMS. CIRP Annals - Manufacturing Technology.

420. Ueda, K., Vaario, J., & Ohkura, K. (1997). Modelling of biological manufacturing systems for dynamic reconfiguration. CIRP Annals - Manufacturing Technology.

421. Utunen, P. (2003). Identify, measure, visualize your technology assets. Research Technology Management, 46(3), 31–39. Retrieved from http://www.emeraldinsight.com/

422. Vaccarezza, L. S. (2011). Ciencia, tecnología y sociedad: el estado de la cuestión en América Latina. Revista Do Observatório Do Movimento Pela Tecnologia Social Da América Latina: Ciencia & Tecnologia Social, 1(1), 42–64.

423. Valbuena, E. (2007). El Conocimiento didáctico del Contenido Biológico: estudio de las concepciones disciplinares y didácticas de futuros docentes de la Universidad Pedagógica Nacional (Colombia). Universidad Complutense de Madrid, España.

424. Valencia, M. (2009). la competitividad, un estudio en las PyMeS desde la gestión del conocimiento. Libre Empresa, 6(1), 9–21.

425. Valhondo, D. (2003). Gestión del conocimiento: del mito a la realidad. Ediciones Díaz de Santos.

426. Valles, M. (2014). Entrevistas cualitativas. Cuadernos Metodológicos No. 32. Madrid: Centro de Investigaciones Sociológicas.

427. van Blommestein, K. C., & Daim, T. (2013). Residential energy efficient device adoption in South Africa. Sustainable Energy Technologies and Assessments, 1(0), 13–27.

428. Vega-Gonzalez, L. R., & Blesa, J. M. S. (2010). Valuation Methodology for Technology Developed at Academic R&D Groups. Journal of Applied Research and Technology, 8(1), 26–43. Retrieved from <Go to ISI>://000277233500002

429. Vélez, I. (2013). Métodos de valoración de intangibles. Cuadernos Latinoamericanos de Administración, IX(17), 29–47. Retrieved from http://www.uelbosque.edu.co/sites/default/files/publicaciones/revistas/cuadernos_latinoamericanos_administracion/volumenIX_numero17_2013/04_articulo.pdf

430. Velosa, J., & Sánchez, L. M. (2012). Análisis de la capacidad tecnológica en Pymes metalmecánicas-Una metodología de evaluación. Revista EAN, (72), 128–147.

431. Vergara, M. (2012). Universidades como motores de la Economía del conocimiento: uso de la propiedad intelectual. USAid - Agencia de los Estados Unidos para el Desarrollo Internacional. Retrieved from http://www.lamolina.edu.pe/Investigacion/web/Doc/2012/U_MECO.pdf

432. Viáfara, R. (2009). El pensamiento de Darwin en las teorías evolutivas. Cali: Programa Editorial Universidad del Valle.

433. Vidarte, J. (2009). El flujo de caja descontado como la mejor metodología en la determinación del valor de una empresa. Gestión & Desarrollo, 6(2), 103–110. Retrieved from http://www.usbcali.edu.co/sites/default/files/flujodecaja_josevidarte.pdf

434. Vilas, R. (2012). Metáforas de la selección natural. Ágora Papeles de Filosofía, 31(1), 25–40.

435. Villamizar, R., & Mondragón, J. (1996). Lecciones de los países del Asia-Pacífico en tecnología, productividad y competitividad. Bogotá: Editorial Norma.

436. Villarreal, N. F., Lucio, D., Albis, N., & Mora, H. (2015). Determinantes de la innovación y la productividad en la industria manufacturera colombiana por tamaño de firma. Bogotá: Departamento Nacional de Planeación.


437. Vincenti, W. G. (1990). What Engineers Know and How They Know It: Analytical

Studies from Aeronautical History. Johns Hopkins University Press. 438. Viotti, E. B. (2002). National learning systems: a new approach on technological

change in late industrializing economies and evidences from the cases of Brazil and South Korea. Technological Forecasting and Social Change, 69(7), 653–680.

439. Waissbluth, M., Cadena, G., Solleiro, J. L., Machado, F., & Castaños, A. (1990). El paquete tecnológico y la innovación. In BID-SECAB-CINDA (Ed.), Conceptos Generales de Gestión Tecnológica. Colección Ciencia y Tecnología.

440. Watkins, W. M. (1998). Technology and business strategy: getting the most out of technological assets. Wesport, USA: Greenwood Press.

441. Weimer, S., Drewnick, F., Hogrefe, O., Schwab, J. J., Rhoads, K., Orsini, D., … Demerjian, K. L. (2006). Size-selective nonrefractory ambient aerosol measurements during the Particulate Matter Technology Assessment and Characterization Study. Journal of Geophysical Research-Atmospheres, 111(D18).

442. Yin, R. (2003). Case study research. Design and methods. California: Sage Publications.

443. Yin, R. (2011). Applications of case study research. California: Sage Publications. 444. Zawislak, P. A., Cherubini Alves, A., Tello-Gamarra, J., Barbieux, D., & Reichert, F.

M. (2012). Innovation Capability: From Technology Development to Transaction Capability. Journal of Technology Management & Innovation, 7(2), 14–27. http://doi.org/10.4067/S0718-27242012000200002

445. Ziman, J. (Ed.). (2000). Technological Innovation as an Evolutionary Process. United Kingdom: Cambridge University Press.

446. Zuleta, L. A. (2011). Políticas e instituciones de apoyo a las Pymes en Colombia. In C. Ferraro (Ed.), Apoyando a las pymes: Políticas de fomento en América Latina y el Caribe (pp. 165–222). Santiago de Chile: CEPAL/AECID.

propuesta para la valoración tecnológica desde la ... · vi propuesta para la valoración...

Documents