toma de decisiones por grandes organizaciones en...

Toma de decisiones por grandes organizaciones en condiciones de

Incertidumbre: Estudio de las grandes hidroeléctricas en Colombia

2010-2020

Rodolfo García Sierra

Universidad Nacional de Colombia

Facultad de Ingeniería, Doctorado en ingeniería – Industria y Organizaciones

Bogotá, Colombia

2016

Toma de decisiones por grandes organizaciones en condiciones de

Incertidumbre: Estudio de las grandes hidroeléctricas en Colombia

2010-2020

Rodolfo García Sierra

Tesis presentada como requisito parcial para optar al título de:

Doctor en Ingeniería – Industria y Organizaciones

Director:

Ph.D., Álvaro Zerda Sarmiento

Línea de Investigación:

Sistemas y Gestión de la Tecnología, la Información, el Conocimiento

Y la Innovación Tecnológica en la Industria y las Organizaciones.

Grupo de Investigación:

Observatorio de Economía Internacional

Universidad Nacional de Colombia

Facultad de Ingeniería, Doctorado en ingeniería – Industria y Organizaciones

Bogotá, Colombia

2016

Gracias…

Siempre, siempre a mi director Álvaro Zerda,

por creer en mí y guiarme durante esta travesía.

A la memoria del profesor Carlos Cortés,

quién me abrió la puerta y animó a compartir mi

futuro como investigador en mi alma mater, sus

sabios consejos y tertulias van conmigo siempre.

A mis padres y hermanas, a quienes nunca

tendré como pagar todo el apoyo que me han

brindado durante toda mi vida.

Agradecimientos

Stanislav Shmelev PhD, por sus aportes teóricos durante el curso “Economía Ecológica”,

tema central de la Cátedra Homero Cuevas, organizado por la Escuela de Economía de

la Universidad Nacional de Colombia y realizado durante el primer semestre del año

2015, en la ciudad de Bogotá.

A las compañías de generación de energía: CELSIA, EMGESA, ISAGEN, y EPM, por

apoyar la investigación al permitir la recolección de información de campo dentro de las

organizaciones, y la realización de las entrevistas con los expertos requeridos durante la

fase de campo del trabajo doctoral realizada en el segundo semestre del año 2014. Las

visitas a las oficinas principales se llevaron a cabo en las ciudades de Cali, Bogotá y

Medellín.

Resumen y Abstract IX

Resumen

Esta investigación doctoral ofrece una explicación novedosa sobre una de las fuentes

generadoras de los altos niveles de conflictividad, actualmente predecibles entre las

comunidades locales y la construcción de megaproyectos hidroeléctricos en Colombia, a

través de una mirada endógena de las grandes organizaciones, específicamente en su

proceso de toma de decisiones ambientales basado en juicio de expertos. En este caso

el análisis se aplica a la construcción de megaproyectos hidroeléctricos (>350 MW) en

Colombia durante el período 2010 al 2020. Las firmas estudiadas representan la

totalidad de los proyectos hidroeléctricos en construcción durante el período de estudio

definido. La investigación emplea la teoría prospectiva1 acumulativa (Cumulative

Prospect Theory - CPT) considerando su pertinencia como teoría descriptiva de elección,

en la que el juicio experto tiene un rol relevante en el proceso de toma de decisiones

organizacionales cuando operan bajo condiciones de incertidumbre. Esta investigación

inicia por determinar el uso de la heurística de disponibilidad y su cuantificación, a partir

de los criterios de facilidad de recordación y tiempo de deliberación de las respuestas.

Paso siguiente, se caracteriza la función de preferencias de los expertos, determinando

las dimensiones en las que se presentan zonas de aptitudes de ganancia (altas y bajas)

y zonas de aptitudes de pérdidas (bajas y altas). Su aplicación a las organizaciones

según las simulaciones realizadas, permiten mejorar la influencia de comunidades

locales en las decisiones ambientales, teniendo presente los resultados sobre las

aptitudes de pérdidas experimentadas actualmente por los tomadores de decisiones,

ante peticiones externas en las dimensiones tecnológicas y ambientales.

Palabras clave: Teoría Prospectiva Acumulativa, Jui cio experto, Toma de

decisiones, Megaproyectos, Hidroeléctricas, Grandes Organizaciones.

1 También ha sido traducida al idioma español como teoría de las perspectivas (Yacuzzi, 2007).

X Toma de decisiones por grandes organizaciones en condiciones de Incertidumbre: estudio de las grandes hidroeléctricas en Colombia 2010-2020

Abstract

This doctoral research offers a novel explanation to high predictable levels of conflict

between local communities and hydroelectric projects developers in Colombia through an

endogenous gaze into large organizations specifically in the environmental decision

making process based on expert judgment. In our case applied to the construction of

hydroelectric projects (> 350 MW) in Colombia during the period 2010 to 2020. The

companies surveyed represent all hydropower projects under construction during the

study period 2010 to 2020. The companies studied represent all hydroelectric projects

under construction during the study period defined. The research employs the cumulative

prospect theory (Cumulative Prospect Theory -CPT) regarding its appropriateness as a

descriptive theory of choice where the expert plays an important role in the process of

organizational decision making operating under conditions of uncertainty. This research

begins by determining the use of the availability heuristic and its quantification, based on

the criteria of ease of recall and deliberation time responses. Next step, the role of

preferences of the experts is characterized by determining the dimensions in which zones

of gains (high and low) and losses (low and high) are presented. Its application to the

organizations according to simulations, can improve the influence of local communities in

environmental decisions, bearing in mind the results about the actual losses

experienced by decision makers, to external demands on technological and

environmental dimensions.

Keywords: Cumulative Prospect Theory, Expert Judgme nt, Decision Making,

Megaprojects, Hydropower, Large Organizations.

Contenido XI

Contenido

Pág.

Resumen ........................................... .............................................................................. IX

Lista de figuras .................................. ........................................................................... XIII

Lista de tablas ................................... .......................................................................... XIV

Lista de Símbolos y abreviaturas .................. ............................................................. XVI

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

1. Foco investigación ................................ ................................................................... 7 1.1 Contexto estudio .............................................................................................. 7 1.2 Problema estudiado ....................................................................................... 15 1.3 Supuestos ...................................................................................................... 18 1.4 Objetivo ......................................................................................................... 19

1.4.1 Caracterización del modelo de toma de decisiones ............................. 19 1.4.2 Formulación modelo descriptivo empleado por las organizaciones ..... 20 1.4.3 Relación comunidad local y modelo de toma de decisiones organizacional identificado ................................................................................ 20 1.4.4 Identificar recomendaciones al modelo de toma de decisiones organizacional para facilitar la influencia de comunidades locales .................... 20

2. Marco Teórico ..................................... .................................................................... 21 2.1 Teoría Prospectiva ......................................................................................... 27

3. Metodología ....................................... ..................................................................... 35 3.1 Organizaciones Seleccionadas ...................................................................... 35 3.2 Encuesta semi-estructurada y supuestos de validación ................................. 37 3.3 Construcción de modelo cuantitativo ............................................................. 43

3.3.1 Matriz de pagos ................................................................................... 45

4. Análisis de Resultados ............................ .............................................................. 53 4.1 Análisis Cualitativo ......................................................................................... 53 4.2 Análisis Cuantitativo ...................................................................................... 64 4.3 Identificación de recomendaciones ................................................................ 66

5. Conclusiones y recomendaciones .................... .................................................... 73 5.1 Conclusiones ................................................................................................. 73 5.2 Recomendaciones ......................................................................................... 77

XII Toma de decisiones por grandes organizaciones en condiciones de Incertidumbre: estudio de las grandes hidroeléctricas en Colombia 2010-2020

A. Anexo A: Procedimiento de categorización de la func ión de valor ....................81

B. Anexo B: Análisis críticas a la teoría prospectiva acumulativa......................... 115

Bibliografía ...................................... ............................................................................. 139

Contenido XIII

Lista de figuras Pág.

Figura 1-1: Composición de la capacidad instalada de generación de energía eléctrica en COLOMBIA por tipo 2010-2015. .................................................................... 7

Figura 1-2: Relación crecimiento PIB respecto a la demanda eléctrica durante el período 1995-2015 en Colombia. ..................................................................................... 8

Figura 2-1: Marco teórico de toma de decisiones aplicable a megaproyectos de ingeniería. 25

Figura 2-2: Función de valor esquemática para cambios de estado ........................ 28

Figura 2-3: Función hipotética de ponderación de decisión inicial ............................ 29

Figura 2-4: Función hipotética de ponderación de decisión depurada ...................... 31

Figura 3-1: Capacidad efectiva de generación neta por empresa ............................ 36

Figura 3-2: Índice ESI para Colombia discriminado por las cinco dimensiones ........ 49

Figura 4-1: Modelo descriptivo de toma de decisiones ambientales en las organizaciones identificado ............................................................................................ 63

Figura 4-2: Modelo descriptivo de toma de decisiones ambientales en las organizaciones recomendado ......................................................................................... 67

XIV Toma de decisiones por grandes organizaciones en condiciones de Incertidumbre: estudio de las grandes hidroeléctricas en Colombia 2010-2020

Lista de tablas Pág.

Tabla 1-1 : Grandes proyectos hidroeléctricos en Colombia 2010-2020. ....................... 9

Tabla 1-2 : Grandes proyectos hidroeléctricos en Centroamérica y Suramérica. ......... 12

Tabla 1-3 : Conflictos mundiales asociados a construcción de represas. ..................... 14

Tabla 3-1 : Datos asociados a evaluar plausibilidad primer supuesto. ......................... 38

Tabla 3-2 : Datos asociados a evaluar plausibilidad segundo supuesto. ...................... 40

Tabla 3-3 : Datos asociados a evaluar plausibilidad tercer supuesto. .......................... 41

Tabla 3-4 : Datos asociados a evaluar plausibilidad cuarto supuesto. ......................... 42

Tabla 3-5 : Datos asociados a evaluar plausibilidad cuarto supuesto. ......................... 44

Tabla 3-6 : Pagos asignados a loterías. ....................................................................... 45

Tabla 3-7 : Pagos asignados a loterías por organización. ............................................ 46

Tabla 3-8 : Valor Absoluto Desviación Parámetros CPT ajustado a modelo evaluado. 46

Tabla 3-9 : Parámetros del modelo 111 para cada país estudiado. ............................. 47

Tabla 3-10 : Estudio coeficientes modelo 111. ........................................................... 48

Tabla 3-11 : Índice sostenibilidad ambiental - ESI para Colombia normalizado. ......... 50

Tabla 3-12 : Vectores de probabilidad asignados para simulaciones CPT Colombia . 50

Tabla 4-1 : Respuestas consolidadas asociadas a uso de criterio experto. ................. 56

Tabla 4-2 : Respuestas consolidadas asociadas a percepción de incertidumbre. ........ 58

Tabla 4-3 : Respuestas consolidadas de disponibilidad expertos en la organización estudiada. 59

Tabla 4-4 : Respuestas consolidadas asociadas a limitaciones a las recomendaciones de los expertos. ............................................................................................................... 59

Tabla 4-5 : Respuestas consolidadas priorización de fuentes de información. ............. 61

Tabla 4-6 : Respuestas consolidadas de estructura organizacional. ............................ 62

Tabla 4-7 : Función de valor evaluada para CPT modelado ajustado a Colombia. ...... 64

Tabla 4-8 : Matriz de pago de los cambios propuestos ................................................ 69

Tabla 4-9 : Función de valor CPT incorporando las recomendaciones ........................ 70

Tabla 4-10 : Cálculo de impacto aplicación recomendaciones en modelo CPT .......... 70

Tabla 5-1 : Categorización paso 1 ............................................................................... 81





Contenido XV


Tabla 5-7 : Respuestas Expertos Organizaciones ....................................................... 88

Tabla 5-8 : Método de cálculo y coeficientes utilizados ..............................................115

Tabla 5-9 : Pago loterías por organización .................................................................116

Tabla 5-10 : Estimación Vector probabilidades para Colombia .................................117

Tabla 5-11 : Vectores y bases utilizadas simulaciones .............................................117

Tabla 5-12 : Resultados tomando valores grandes y cambio del punto de referencia 119

Tabla 5-13 : Simulación caso con valores grandes y movimiento punto referencia ...120

Tabla 5-14 : Simulación caso resaltando resultados extremos .................................120

Tabla 5-15 : Simulación caso resaltando resultados menos negativos .....................121

Tabla 5-16 : Vectores de probabilidad asignados para las simulaciones T&K ..........122

Tabla 5-17 : Resultados utilizando coeficientes T&K ................................................122

Tabla 5-18 : Resultados utilizando coeficientes T&K resaltando valores extremos ...123

Tabla 5-19 : Valores de matriz de pagos normalizados utilizados en simulación ......124

Tabla 5-20 : Valores de matriz de pagos normalizados utilizados en simulación ......124

Tabla 5-21 : Resultados de utilizar valores normalizados en el modelo CPT ............125

Tabla 5-22 : Matriz de pago eliminando dimensión tecnológica ................................126

Tabla 5-23 : Matriz de pago eliminando dimensión ambiental ..................................126

Tabla 5-24 : Matriz de pago eliminando las dimensiones ambiental y tecnológica ....127

Tabla 5-25 : Resultados de la función de valor CPT eliminando el pago negativo en las dimensiones ambiental y tecnológica. ...........................................................................128

Tabla 5-26 : Resultados simulación utilizando el modelo SEU .................................128

Tabla 5-27 : Valores de entrada y salida de la calculadora CPT ...............................129

Contenido XVI

Lista de Símbolos y abreviaturas .

Símbolos con letras latinas Símbolo Término Unida d SI Definición

V Función valor de prospecto 1

��, �; �, = ��p��+ ��q��

v Función valor de pago 1

��= � ��, �� > 00, �� = 0 λ × ��, �� < 0

f Función de ganancia 1

��= � �� , �� > 0ln � , �� = 01 − �1 + �� , �� < 0

g Función de pérdida 1

��= � −�−� , �� ! > 0− ln�−� , �� ! = 0�1 − � − 1, �� ! < 0

w - Función de probabilidad para ganancia 1 "#�� = �$

��$ + �1 − �$%$

w + Función de probabilidad para pérdida 1 "&�� = �'

��' + �1 − �'%'

Contenido XVII

Símbolos con letras griegas Símbolo Término Unidad SI Definición

α Potencia para ganancias 1 (Tversky & Kahneman, 1992)

β Potencia para pérdidas 1 (Tversky & Kahneman, 1992)

λ Aversión a pérdidas 1 (Tversky &

Kahneman, 1992)

γ Parámetro ponderado probabilidad para ganancias

1 (Tversky & Kahneman, 1992)

δ Parámetro ponderado probabilidad para pérdidas

1 (Tversky & Kahneman, 1992)

π Ponderador de decisión 1 (Tversky & Kahneman, 1992)

Superíndices Superíndice Término + Zona Ganancias respecto punto de referencia. - Zona Pérdidas respecto punto de referencia. Abreviaturas Abreviatura Término EPM Empresas Públicas de Medellín UPME Unidad de Planeación Minero Energética EPI Environmental Performance Index ESI Environmental Sustainability Index CPT Cumulative Prospect Theory T&K Tversky & Kahneman SEU Subjective Expected Utility NCPT Normalized Cumulative Prospect Theory NIMBY Not In My Back Yard

Introducción

En el año 2014, la generación hidroeléctrica correspondía al 64.2% del total de energía

producida en Colombia (UPME, 2014). Para la próxima década, si se tiene en cuenta

proyectos en fases de pre-factibilidad, factibilidad y construcción, se proyectan cinco

nuevas hidroeléctricas, con una capacidad instalada superior a 400 MW (UPME, 2014).

La realidad colombiana es un reflejo de la tendencia de Latinoamérica a implementar

megaproyectos para suplir la demanda de electricidad, en general asociada al

crecimiento económico de los países (Ansar, Flyvbjerg, Budzier, & Lunn, 2014).

A pesar de la gran cobertura de proyectos hidroeléctricos planeados en la presente

década (Myung, 2012) y los beneficios en términos de población servida, continúan

surgiendo opiniones conflictivas y expresiones en contra de este tipo de proyectos por

parte de grupos defensores del medio ambiente, quienes los consideran como

depredadores de los equilibrios naturales (Stone, 2011). Al mismo tiempo se presentan

cuestionamientos sobre el involucramiento de las comunidades adyacentes a los lugares

donde se realizan los proyectos durante las distintas fases de construcción (Rosso,

Bottero, Pomarico, Ferlita, & Comino, 2014).

La construcción de hidroeléctricas ha pasado de ser una política estatal de

democratización de servicios públicos a integrar iniciativas privadas promovidas como

desarrollo sostenible energético a gran escala (Sovacool & Cooper, 2013). Los proyectos

son formulados por parte de organizaciones del sector eléctrico con el fin de cubrir las

necesidades identificadas por los planes indicativos gubernamentales. Para ello las

grandes organizaciones se apoyan en recomendaciones de equipos altamente

especializados (Barnard, 1968) (Hofer & Schendel, 1978) con el fin de responder a un

entorno de incertidumbre creciente y contextos ambiguos (Earle & Siegrist, 2008) como

los que surgen de realizar estudios de impacto ambiental (Stone, 2011) (Flyvbjerg, 2007)

2 Introducción

y alternativas sociales (Conesa, 1997) (Friedl & Reichl, 2016) (Memi & Yasushi, 2016)

para viabilizar este tipo de megaproyectos.

La investigación que se presenta en este documento proporciona una explicación

novedosa de una fuente de conflicto que se presenta con comunidades locales ante la

construcción de proyectos hidroeléctricos (Friedl & Reichl, 2016) en Colombia. Esto se

hace a través de una mirada al interior de las grandes organizaciones (Busenitz &

Barney, 1997), enfocada en el proceso de toma de decisiones ambientales que está

basado en juicio de expertos. El estudio cubre los proyectos hidroeléctricos en

construcción en Colombia (>350 MW), por lo cual las compañías estudiadas representan

la totalidad de organizaciones promotoras de los grandes proyectos hidroeléctricos en

construcción desde el año 2010 (UPME, 2014) hasta aquellos previstos por finalizar en el

año 2020.

Asimismo, el trabajo investigativo aplica la teoría acumulativa prospectiva (Tversky &

Kahneman, 1992), conocida por sus iniciales en inglés como CPT, dada su relevancia

como teoría descriptiva en la que el juicio experto humano toma un rol predominante en

el proceso de toma de decisiones de las organizaciones (Moritz & Gieri, 2015), cuando

las grandes compañías están bajo condiciones de incertidumbre. Para el uso de la teoría

es necesario establecer las preferencias de los expertos (Mieg H. A., 2014) y las

dimensiones o categorías bajo las cuales se experimentan ganancias o pérdidas

respecto al punto de referencia durante los estudios de impacto ambiental (Dohmen,

Falk, Huffman, & Sunde, 2011).

Por su parte, la información de campo se obtuvo por medio de entrevistas directas a los

expertos en sus sitios de trabajo (Hoffman R. R., 1992), tomando en cuenta en su diseño

el uso de la heurística de disponibilidad y su cuantificación, basado a su vez en los

criterios de facilidad de recordación (Ericsson, 2006) y tiempo de deliberación al

responder (Rubenstein, 2013). Los datos son clasificados en las zonas de ganancia o

pérdida, tomando como criterio de ordenamiento la frecuencia acumulativa de cada

respuesta individual. Dentro del campo de la economía comportamental o conductual,

este estudio corresponde al tipo “observacional” (Angner & Loewenstein, 2007).

Introducción 3

Además, se establecieron varios escenarios plausibles para identificar el vector de

probabilidad en una escala multidimensional y, para cada prospecto riesgoso en los

escenarios formulados, se calcula la función de valor resultante (Moritz & Gieri, 2015).

Con base en los resultados del modelo cuantitativo, se identifican recomendaciones para

el diseño de políticas públicas asociadas a los proyectos hidroeléctricos y cambios

organizacionales en los procesos de toma de decisiones de las compañías estudiadas.

Los cambios propuestos permiten mitigar los sesgos involucrados en el modelo actual de

decisiones que está basado en juicio de expertos al interior de las organizaciones

(Flyvbjerg, Holm , & Soren, 2005). Las recomendaciones hacen uso de las soluciones

planteadas desde la escuela económica conductual (Lovallo & Kahneman, 2003), entre

las cuales, se destaca que una forma de superar los sesgos producto del uso de la

heurística de disponibilidad, corresponde a la adopción de un enfoque de validación de

tipo externo a los individuos que realizan el juicio experto (Gilovich, Griffin, & Kahneman,

2002). En este trabajo específicamente, se propone adoptar un modelo organizacional en

el que sea necesario emplear la técnica de pronóstico basado en clases de referencia

(Lovallo & Kahneman, 2003). El modelo matemático desarrollado basado en las

preferencias de los expertos permite identificar la situación actual de las organizaciones.

Luego, tomando como punto de partida el diagnóstico de la situación se realizan

simulaciones (Tversky & Kahneman, 1992) que incorporan propuestas de cambio

organizacional, con objetivo de disminuir la predisposición de los expertos ante las

peticiones externas a la organización provenientes de las comunidades locales

(Flyvbjerg, 2007), e identificando las que presentan mejor desempeño.

En resumen, los cálculos indican una mejora en el desempeño de las grandes

organizaciones en relación con la mitigación de los niveles de conflicto con comunidades

locales cuando se desarrollan grandes proyectos de construcción de hidroeléctricas. Las

recomendaciones organizacionales ofrecen un mecanismo para considerar el punto de

referencia psicológico de los expertos, quienes evalúan en zona de pérdidas peticiones

externas a las organizaciones en las dimensiones tecnológica y ambiental. De la misma

manera, están orientadas hacia un nuevo mecanismo de ajuste a nivel organizacional en

el que se considere estas limitaciones cognitivas de los juicios expertos, al tomar

decisiones ambientales dentro de las grandes organizaciones (Kirkebøen, 2009).

4 Introducción

En el primer capítulo, se presenta el foco de la investigación incluyendo objetivos,

alcance, supuestos y problema estudiado. En el segundo, se plantea el marco teórico, las

características propias de la teoría prospectiva acumulativa y sus diferencias respecto a

otras teorías descriptivas de toma de decisión existentes. En el tercer capítulo, se

desarrolla la metodología de la investigación y su modelamiento bajo la teoría

prospectiva acumulativa. En el capítulo cuarto, se describe el modelo de toma de

decisiones actualmente observado en las organizaciones y sus implicaciones para las

comunidades locales. En el mismo apartado, se presentan las opciones de mejora

identificadas y los ajustes propuestos al modelo de toma de decisiones ambientales

basado en las simulaciones realizadas sobre el modelo cuantitativo. Por último, en el

capítulo quinto, se presentan las conclusiones y recomendaciones de la investigación.

Los anexos A y B, presentan información detallada de los procedimientos realizados para

la transformación de la información de campo y un análisis complementario, en el que se

consideran las críticas teóricas existentes frente a la validez de las recomendaciones, así

como conclusiones obtenidas bajo la teoría acumulativa prospectiva en contextos

organizacionales.

Cabe mencionar que durante el año 2015, se llevaron a cabo cinco (5) ponencias sobre

los resultados de la investigación doctoral en dos (2) eventos internacionales y tres (3)

nacionales. Asimismo, la investigación fue galardonada como la mejor ponencia por

parte de la Red de Doctorados en Administración, Dirección y Gestión de Colombia

(REDAC) donde participan las universidades más reconocidas de Colombia en el campo

de estudio.

Adicionalmente, sobre la revisión de la literatura e investigación doctoral realizada se

escribieron los siguientes artículos: 1) “Hydropower megaprojects in Colombia and the

influence of local communities: A view from prospect theory to decision making process

based on expert judgment used in large organizations.”, en etapa de revisión editorial, y

en caso de ser aprobado se estima sea publicado en el primer semestre del año 2017,

por parte de la revista científica: International Journal of Energy Economics and Policy,

con clasificación A1 en Colciencias y Q1 en SCImago Journal Ranking (SCImago, 2016).

2) “Caracterización de la función de valor empleada en las decisiones ambientales por las

grandes organizaciones: Estudio de los grandes proyectos hidroeléctricos en Colombia”,

en etapa de revisión para ser publicado, en caso de aprobación, en el cuarto trimestre del

Introducción 5

año 2016 por parte de la revista científica: Revista Facultad de Ciencias Económicas:

Investigación y Reflexión, con clasificación A2 en Colciencias.

1. Foco investigación

1.1 Contexto estudio

Antecedentes

En el proceso de desarrollo de los países se ha considerado por los gobiernos, como una

pieza clave, la construcción de grandes hidroeléctricas como un elemento esencial para

acceder a la energía necesaria para el crecimiento económico (IHA, 2015). En Colombia,

la generación de energía eléctrica utilizando cuencas hídricas ha sido una de las

principales características de la matriz energética durante más de un siglo. Desde los

inicios del siglo XX, Colombia ha recurrido de forma intensiva al uso de cuencas hídricas

para la generación de energía eléctrica. Esta política ha llevado a la situación actual en la

que es la principal fuente de generación de energía eléctrica como se ilustra en la Figura

1-1.

Figura 1-1: Composición de la capacidad instalada de generación de energía eléctrica en COLOMBIA por tipo 2010-2015.

Fuente Gráfica: (UPME, 2015)

8 Toma de decisiones por grandes organizaciones en condiciones de

Incertidumbre: estudio de las grandes hidroeléctricas en Colombia 2010-2020

Esta relación fuerte entre el sector eléctrico y el desarrollo económico se puede ver en la

Figura 1-2 , donde se muestra la relación entre las variaciones de demanda eléctrica

respecto a las variaciones del PIB durante finales del siglo XX y lo corrido del siglo XXI.

Es posible señalar también que la elasticidad entre estas variables, aunque ha venido

disminuyendo continúa siendo alta y se mantiene en rangos entre 0.7 a 1.3.

Figura 1-2: Relación crecimiento PIB respecto a la demanda eléctrica durante el período 1995-2015 en Colombia.

Fuente Gráfica: (UPME, 2015)

Así, los proyectos hidroeléctricos continúan siendo relevantes hoy en día en el contexto

del desarrollo de los países emergentes. Dentro de ellos, Colombia ha liderado diversos

megaproyectos de construcción de hidroeléctricas (potencia instalada >350 MW), en el

período 2010-2020, siendo relevante con tres de estas iniciativas en etapa de

construcción y operación: ITUANGO, QUIMBO y SOGAMOSO (UPME, 2014), y tres en

etapa de pre-factibilidad y factibilidad: CAÑAFISTO, PORVENIR II y PATIA (UPME,

2014).

Capítulo 2 9

Tabla 1-1 : Grandes proyectos hidroeléctricos en Colombia 2010-2020.

País Etapa Proyectos

Capacidad

Instalada

(MW)

Año

Operación

COLOMBIA

Construcción Quimbo 420 2015

Construcción Somagoso 800 2014

Construcción Ituango 1200 2018

Factibilidad Cañafisto 937 2020

Factibilidad Porvenir II 351 2018

Prefactibilidad Patia 520 2020

Fuente Datos: (UPME, 2014). Tabla Elaboración Personal

El alcance de estos grandes proyectos hidroeléctricos tomando como referencia la

información oficial reseñada a Octubre de 2014 (UPME, 2014) es la siguiente:

Proyecto QUIMBO:

El Proyecto Hidroeléctrico El Quimbo está localizado al sur del departamento del Huila

entre las cordilleras Central y Oriental, sobre la cuenca alta del río Magdalena, a 70 Km

aproximadamente de la ciudad de Neiva, en jurisdicción de los municipios de Garzón,

Gigante, Agrado, Paicol, Tesalia, Pital y Altamira. Su presa está ubicada en el llamado

estrecho de El Quimbo, aproximadamente 1,300 metros aguas arriba de la

desembocadura del río Páez en el río Magdalena. El proyecto es un aprovechamiento a

pie de presa con capacidad instalada de 400 MW, con la cual se estima alcanzar una

generación media de 2,216 GWh/año, con un embalse que tendrá un volumen útil de

2,354 hectómetros3 y un área inundada de 8,250 hectáreas. El promotor es la compañía

EMGESA y la fecha de entrada en operación fue diciembre de 2015, luego de tres años



de retrasos respecto a la fecha inicialmente prevista. Actualmente, se encuentra en fase

de operación.

Proyecto SOGAMOSO:

El conjunto de obras que conforman el Proyecto Hidroeléctrico Sogamoso se encuentran

localizadas en el departamento de Santander, en el cañón donde el río Sogamoso cruza

la serranía de La Paz, 75 km aguas arriba de su desembocadura en el río Magdalena, y

62 km aguas abajo de la confluencia de los ríos Suárez y Chicamocha. La presa y el

embalse se localizan en jurisdicción de los municipios de Girón, Betulia, Zapatoca, Los

Santos y San Vicente de Chucurí. Adicionalmente se realizaron diversas obras

sustitutivas para reemplazar aquellas que se vieron afectadas por la construcción de las

obras del proyecto, entre las cuales están, vías de acceso a poblaciones, puentes

vehiculares de interconexión para diferentes poblaciones, variantes para líneas de

transmisión de energía, y una variante al poliducto de Chimitá – Galán el cual atraviesa la

zona de inundación. El promotor es la compañía ISAGEN y la fecha de entrada en

operación fue Enero de 2015. Esta fecha fue desplazada dos años respecto a la

inicialmente prevista. Actualmente, se encuentra en fase de operación.

Proyecto ITUANGO:

El proyecto está situado en el noroccidente del departamento de Antioquia, a 170

kilómetros de la ciudad de Medellín. Ocupa predios de los municipios de Ituango y

Briceño, en donde se localizan las obras principales, y de Santafé de Antioquia, Buriticá,

Peque, Liborina, Sabanalarga, Toledo, Olaya, San Andrés de Cuerquia, Valdivia y

Yarumal, que aportan predios para las diferentes obras del proyecto. La presa estará

localizada a unos 8 km aguas abajo del puente de Pescadero, sobre el río Cauca, en la

vía a Ituango, inmediatamente aguas arriba de la desembocadura del río Ituango al río

Cauca. En el sitio del proyecto, el río tiene un caudal medio de 1.010 m3/s. El promotor

es la compañía Empresas Públicas de Medellín - EPM y la fecha de entrada en operación

estimada es Diciembre de 2019, fecha que ha sido desplazada dos años respecto a la

inicialmente prevista. Actualmente, se encuentra en fase de construcción.

Capítulo 2 11

Proyecto CAÑAFISTO:

En Octubre de 2014 el promotor, la compañía ISAGEN, radicó ante la Autoridad Nacional

de Licencias Ambientales (ANLA) el Estudio de Impacto Ambiental (EIA) requerido para

obtener la licencia ambiental para la construcción y operación. El área de influencia del

proyecto Cañafisto está conformada por los municipios antioqueños de Ebéjico, Anzá,

Betulia, Armenia-Mantequilla, Concordia, Fredonia, Jericó, Tarso, Salgar, Támesis,

Titiribí, Venecia, La Pintada, Santa Fé de Antioquia, Olaya y Sopetrán. En el transcurso

del año siguiente socializaron el proyecto en el área de influencia y realizaron la consulta

previa con la comunidad afrodescendiente de San Nicolás, con la cual se firmó la

protocolización del proceso. La fecha de entrada estimada es Diciembre de 2020,

desplazada un año respecto a la inicialmente prevista. Actualmente, se encuentra en fase

de factibilidad.

Proyecto PORVENIR 2:

El proyecto hidroeléctrico Porvenir 2 se encuentra localizado al oriente del departamento

de Antioquia en jurisdicción de los municipios de San Luis, San Carlos y Puerto Nare,

sobre el río Samaná Norte y aguas arriba de la confluencia con el río Guatapé. El

proyecto consiste en una planta hidroeléctrica con capacidad instalada de 352 MW, con

caudal de diseño de 297 m3/s y un salto neto de 133 m. El proyecto estará conformado a

partir de la construcción de una presa de 151m de altura en arco-gravedad en concreto

compactado con rodillo (CCR). Esta generará un embalse de 975 ha, que se extenderá

aproximadamente 27km a lo largo del Río Samaná Norte. El promotor es la compañía

CELSIA y la fecha de entrada en operación estimada es Diciembre de 2018. Esta ha sido

desplazada dos años respecto a la inicialmente prevista. Actualmente, se encuentra en

fase de factibilidad.

Proyecto PATIA:

Consiste en cuatro proyectos en cascada para aprovechar el potencial hidroeléctrico del

río Patía entre las cotas 560 y 75 msnm. El área de influencia de los proyectos Patía I y

Patía II está conformada por los municipios de: Linares, El Peñol, Taminango, Los Andes

(Sotomayor), Cumbitara, Policarpa, El Rosario, Leiva, Mercaderes, Bolívar, Balboa y

Patía (El bordo). Actualmente se realiza la implementación de la estrategia de

relacionamiento, desarrollando una agenda entre el promotor y las autoridades

nacionales, regionales, locales y eclesiásticas con presencia en los 12 municipios, 4 del



área de influencia de los proyectos Patía I y Patía II, ubicados en los departamentos de

Cauca y Nariño. Se han realizado reuniones con los Consejos Comunitarios y las Juntas

de Acción Comunal (JAC) con el fin de socializar la ejecución de los estudios de

Diagnóstico Ambiental de Alternativas (DAA). Adicionalmente, se han hecho estudios

para el análisis del entorno socio - político al igual que procesos de relacionamiento con

los grupos de interés. El promotor es la compañía ISAGEN y la fecha de entrada en

operación estimada es Diciembre de 2020. Actualmente, se encuentra en fase de pre-

factibilidad.

REALIDAD REGIONAL

Este fenómeno se visualiza en todos los países de Latinoamérica, donde en el mismo

período 2010-2020, se encuentra recurrencia en este tipo de iniciativas como respuesta a

las necesidades energéticas producto del crecimiento económico (Tabla 1-2 ).

Tabla 1-2 : Grandes proyectos hidroeléctricos en Centroamérica y Suramérica.

País Etapa Proyectos

Capacidad

Instalada

(MW)

Fecha Inicio

Operación

estimado

MÉXICO Y

GUATEMALA Construcción Cuenca Usumacinta 2100 2019

MÉXICO

Construcción La Parota 900 2018

Construcción Madera 490 2018

Construcción Las Cruces 409 2017

Construcción Paso de Reina 540 2020

ECUADOR Construcción Codacodo 1500 2017

Construcción Sopladora 400 2016

COSTA RICA Construcción El Diquis 631 2019

Construcción Reventazon 360 2016

Capítulo 2 13

ARGENTINA

Construcción Cordón del Plata 1100 2020

Construcción Chihuido I 643 2019

Construcción Los Blancos 486 2018

BRASIL

Construcción Bello Horizonte 11000 2015

Construcción Tocantis 3568 2020

Construcción Tapajos 10700 2019

CHILE Construcción Neltume 450 2020

Construcción Aysen 2500 2018

PERÚ Construcción Chadin 600 2016

Construcción Chaglla 406 2015

Fuente Datos: (CEAC, 2012), (UPME, 2014). Elaboración Personal

Durante las décadas de los 50 y 60 del siglo pasado, estos proyectos eran vistos en los

países en desarrollo como un paso a la modernidad (McCormick, 2006), sin embargo,

hoy en día no son considerados como indispensables (Ansar, Flyvbjerg, Budzier, & Lunn,

2014) y más bien se les ve como fuente de conflictos (Tabla 1-3 ).

Aunque se encuentran diversos estudios sobre las ventajas de este tipo de proyectos de

mega infraestructura, persisten las críticas, pues hoy se estima que ya hay en el mundo

45000 represas que bloquean cerca de la mitad de los grandes ríos existentes. Además,

se calcula que su construcción ha desplazado a 40 millones de personas (Duflo & Pande,

2007), con lo cual se da el surgimiento de movimientos anti represas a gran escala y

universal (Myung, 2012), en los años 70 del siglo pasado. Los activistas argumentan que

son mayores los costos que sus beneficios, pues tienen impacto de largo plazo y existe

incertidumbre sobre sus impactos ambientales (Stone, 2011). Por su parte, las

comunidades locales, continúan siendo vistas por los tomadores de decisiones en las

organizaciones encargadas de construir estos grandes proyectos de ingeniería, como

adversos a este tipo de iniciativas (Friedl & Reichl, 2016). Su relación se produce



normalmente de formas conflictivas (EJOLT, 2014) y en un entorno de ambigüedad y

complejidad profundo (IHA, 2015) (Ansar, Flyvbjerg, Budzier, & Lunn, 2014), donde la

estructuración de los grandes proyectos de ingeniería sobrepasa la capacidad de

evaluación ambiental de los agentes2 como sucede hoy día en la minería (León, 2012), y

la gestión de residuos tóxicos (CICLO, 2014).

En la Tabla 1-3 , se muestran diversos conflictos entre movimientos ambientales de

comunidades locales y la construcción de grandes hidroeléctricas en el mundo.

Tabla 1-3 : Conflictos mundiales asociados a construcción de represas.

Fuente Datos: (Myung, 2012). Traducción Elaboración Personal

Grandes organizaciones asociadas a las hidroeléctricas

El proceso de construcción de hidroeléctricas ha pasado de ser una decisión política,

cuya responsabilidad correspondía a decisiones gubernamentales basadas en criterios

políticos, a decisiones cada vez más privadas. En estas, grandes organizaciones

2 Un ejemplo se observa en los estudios de impacto ambiental del proyecto NELTUME donde el parámetro “Reversibilidad” es calificado como “insignificante” (INGENDESA, 2011) debido al desconocimiento (Barandiaran, 2015) de los ecosistemas globales (Shmelev, 2012), que típicamente desbordan el alcance de estos estudios.

Capítulo 2 15

responden a los planes indicativos de los gobiernos y realizan una serie de análisis en su

interior con personal altamente especializado, que finalizan en las decisiones sobre la

construcción de proyectos hidroeléctricos en ámbitos cada vez más inciertos y ambiguos

como la evaluación ambiental (Stone, 2011) (Barandiaran, 2015) y social de las

alternativas (Conesa, 1997) (Memi & Yasushi, 2016) (Friedl & Reichl, 2016). Así, las

decisiones organizacionales presentan como principal característica, la necesidad de

considerar en su formulación y selección, múltiples fenómenos y realidades, muchas

veces bajo grandes condiciones de incertidumbre como: los impactos ambientales, los

extensos períodos de horizontes de evaluación (IHA, 2015), la percepción de

disponibilidad de tecnologías y ante todo la inmensidad de información que es necesario

capturar, categorizar, priorizar y procesar dentro de las organizaciones por individuos

especializados en sus campos de acción (Busenitz & Barney, 1997). Una forma de

enfrentar este reto dentro de las organizaciones consiste en la búsqueda del crecimiento

organizacional hasta llegar a tamaños en los que puedan adoptar modos de operación

menos riesgosos (Pettigrew, 1976).

En Colombia, las organizaciones a cargo de la construcción de hidroeléctricas (UPME,

2015), corresponden a las llamadas “grandes organizaciones” y, desde la teoría de ciclo

de vida organizacional (Jawahar & McLaughlin, 2001) se encuentran en la fase de

“elaboración”, y su crecimiento dentro de la tercera fase llamada “madurez”. De hecho,

los proyectos hidroeléctricos son considerados por estas organizaciones, como un

elemento de crecimiento orgánico, por lo que se ubican dentro de su negocio principal

que es la generación de energía eléctrica basada en una tecnología madura (IHA, 2015).

Como ha sido estudiado, este grupo de organizaciones (Pettigrew, 1976) adoptan

modelos de toma de decisión basados en expertos para ejecutar sus actividades

(Busenitz & Barney, 1997) (Barandiaran, 2015).

1.2 Problema estudiado

Identificación del problema:

Esta investigación propone una nueva aproximación teórica a la forma como se enfrentan

estas situaciones conflictivas, en los procesos de toma de decisiones. Así pues, ya no se



hace desde el ámbito exógeno, como lo plantean los estudios asociados a fuerzas

externas a las organizaciones, presentes en investigaciones previas de relaciones de

poder (Friedl & Reichl, 2016), o estructuras de las relaciones (Memi & Yasushi, 2016)

(Cernea, 1997); sino desde el ámbito endógeno, a partir de la búsqueda desde el interior

de las organizaciones que llevan a cabo los procesos de decisiones en etapas tempranas

de los proyectos de ingeniería, donde existe gran cantidad de condiciones de

incertidumbre como los asuntos ambientales (IHA, 2015). De esta manera, se busca

estudiar la toma de decisiones ambientales de las grandes organizaciones que hoy en

día construyen grandes proyectos hidroeléctricos. Asimismo, explorar las características

que las describen al adoptar modelos de toma de decisiones basados en expertos

(Hoffman, Shadbolt, Burton, & Klein, 1995), como elemento simplificador de la compleja

(Kirkebøen, 2009) y ambigua realidad (Atkinson & Crawford, 2006) que deben enfrentar

bajo crecientes restricciones operativas como el tiempo (Gigerenzer, 2015) (Glockner &

Betsch, 2008) y la capacidad de procesamiento de información de individuos

categorizados como “expertos” (Glöckner & Betsch, 2012).

Este fenómeno es un elemento característico de las grandes organizaciones, en donde

se traslada de forma recurrente la separación de las ciencias de la ingeniería, a los

campos de acción profesionales. En consecuencia, se organizan los equipos de trabajo

de forma tal que la profesionalización de los roles internos en los procesos de toma de

decisiones asociados a proyectos de ingeniería, tengan el mayor grado de coherencia

con las normativas aceptadas en la comunidad donde operan y la complejidad de las

iniciativas emprendidas por la organización (Hofer & Schendel, 1978). En dichos

procesos de toma de decisiones, las organizaciones, y más concretamente los individuos

que participan en estos, son expuestos a restricciones operativas que limitan la

capacidad de procesamiento en su condición de expertos (Meehl, 1954), como las

presiones de tiempo (Glöckner & Betsch, 2012) y las debilidades de los juicios expertos

humanos (Flyvbjerg, 2007). Si se comparan los tiempos de estructuración de proyectos

de ingeniería se encuentra que mientras en el pasado la estructuración de un proyecto

hidroeléctrico se definía en períodos de 10 a 30 años, hoy en día estas organizaciones

más autónomas, sobre todo aquellas provenientes del sector privado o mixto, definen

este tipo de iniciativas en períodos de 5 a 10 años (IHA, 2015). Así, las decisiones

individuales han vuelto a ser un elemento esencial en los grandes proyectos de

Capítulo 2 17

ingeniería (Flyvbjerg, 2007), y en la construcción de grandes hidroeléctricas esta

situación está cada vez más presente (Ansar, Flyvbjerg, Budzier, & Lunn, 2014). De

hecho, los modelos de toma de decisiones basados en juicios expertos continúan siendo

un campo fértil de acción en investigación, pues aún existen diversos retos para la

comprensión de este proceso aplicado a las organizaciones (Bromiley & & Rau, 2014).

El contexto seleccionado para el desarrollo de esta investigación son las grandes

organizaciones encargadas de la construcción de grandes hidroeléctricas en Colombia

durante el período 2010-2020. Las razones para esta escogencia radican en el hecho de

que la construcción de represas es una inversión fundamental en la infraestructura de los

países (IHA, 2015). La inversión de los recursos hídricos es una de las tomas de

decisiones básicas y comunes de grandes organizaciones, tanto instituciones

gubernamentales como empresas multinacionales, dado que el agua es indispensable

para la vida diaria y debe ser controlada adecuadamente para la seguridad humana.

Además, entre las políticas de recursos hídricos, la construcción de presas es el proyecto

de mega infraestructuras más básico que se ha utilizado como un medio para adquirir

agua, controlar las inundaciones y generar energía eléctrica por la humanidad desde

hace siglos. Esto facilita su comparación con otros estudios previos y futuros,

posibilitando a su vez una validación externa de las conclusiones de esta propuesta en el

futuro inmediato (Myung, 2012).

Así pues, dado que la construcción de represas para hidroeléctricas ha existido durante

décadas, su estudio brinda información para la comparación de toma de decisiones en

diversos contextos (Bakken, Aase, Hagen, Sundt, Barton, & Lujala, 2014). La toma de

decisiones en los entornos indicados presenta grandes retos, debido a la inestabilidad de

los mismos en su operación a largo plazo (IHA, 2015). Esto ha creado a su vez grandes

oportunidades de investigación en este campo producto de incorporar los nuevos

conocimientos asociados a los avances de las ciencias cognitivas, la economía

conductual, la psicología (DellaVigna, 2009), y más recientemente, la llamada

neurociencia (Gul & Pesendorfer, 2008). En este sentido, se busca construir modelos

inspirados en la comprensión de los juicios humanos (Birnbaum, 2008) y llevados a cabo

por los tomadores de decisiones bajo condiciones de incertidumbre dentro de las grandes

organizaciones (Kahneman & Klein, 2009). La teoría de la decisión ha iniciado la

búsqueda de nuevos modelos (Sovacool, y otros, 2015) y sobre todo herramientas de



ingeniería que permitan incorporar los hallazgos científicos a problemas concretos y

recurrentes dentro los procesos de toma de decisiones organizacionales a gran escala

(Ansar, Flyvbjerg, Budzier, & Lunn, 2014). En este caso, los asociados a la construcción

de grandes hidroeléctricas en Colombia en la dimensión ambiental, asistidos por el juicio

de expertos bajo condiciones de incertidumbre (Flyvbjerg, 2007).

Pregunta central:

En el contexto de los modelos de toma de decisiones ambientales bajo condiciones de

incertidumbre y basados en expertos utilizados por las grandes organizaciones

encargadas de los megaproyectos hidroeléctricos en Colombia durante el período 2010-

2020. ¿Existe relación entre el uso y adopción, por parte, de modelos de toma de

decisiones de las organizaciones y la posibilidad de influencia de las comunidades

locales dentro de dichas decisiones?

1.3 Supuestos

Comunidades Locales:

Para los propósitos del estudio se toma la definición indicada por el Ministerio del Interior

(UPME, 2015), según la cual las comunidades locales son consideradas como fuente de

peticiones externas realizadas a las organizaciones durante la elaboración del estudio de

impacto ambiental, y mencionadas en las entrevistas realizadas a los expertos. La

información considerada es aquella indicada en los estudios de impacto ambiental de

acceso público de cada proyecto hidroeléctrico. El estudio excluye todas las demás

formas de expresión existentes en las comunidades locales y se centra en describir el

proceso de evaluación interno de dichas peticiones según el modelo de decisión

organizacional identificado. Asimismo, no considera los enfoques desde las ciencias

sociológicas, sin embargo, la revisión de panel de expertos realizada en esta

investigación sugiere alta coincidencia con las conclusiones de este estudio y los

estudios desde este campo por parte de los investigadores Barandiaran (2015) y Tironi

Capítulo 2 19

(2015). Por su parte, el estudio amplía los enfoques orientados a explorar la aceptación

social de comunidades locales desde sus pérdidas de autonomía tales como NIMBY

(Friedl & Reichl, 2016), al identificar una fuente de conflicto inexplorada desde el ámbito

organizacional (Memi & Yasushi, 2016) (Comité Consultivo de Energía, 2015).

Expertos:

Estos “expertos” descritos se indagan desde la visión interna del individuo al tomar

decisiones humanas, sin intentar conciliar las aproximaciones desde el contexto

sociológico (tales como: gremios profesionales, o grupos de trabajo), y el proceso de

formación de las capacidades del experto (Mieg H. , 2009). No se considera tampoco el

efecto del lenguaje y las restricciones de imaginarios colectivos (Shackle, 1972).

1.4 Objetivo

Objetivo general:

Identificar la toma de decisiones ambientales bajo condiciones de incertidumbre, de las

grandes organizaciones encargadas de la construcción de proyectos hidroeléctricos en

Colombia durante el período 2010-2020, y sus implicaciones para las comunidades

locales.

Los objetivos específicos definidos en la investigación son cuatro (4). A través de ellos se

obtiene el cumplimiento del objetivo general del estudio doctoral.

1.4.1 Caracterización del modelo de toma de decisiones

� Identificar características de los modelos de toma de decisión ambientales bajo

condiciones de incertidumbre y basados en expertos, adoptados por las grandes

organizaciones encargadas de los proyectos hidroeléctricos en Colombia durante el

período 2010-2020.



1.4.2 Formulación modelo descriptivo empleado

por las organizaciones

� Formular y diseñar un modelo descriptivo a partir de aquellos de toma de decisiones

ambientales bajo condiciones de incertidumbre y basados en expertos, adoptados por

las grandes organizaciones encargadas de los proyectos hidroeléctricos en Colombia

durante el período 2010-2020.

1.4.3 Relación comunidad local y modelo de toma de decisiones organizacional identificado

� Explorar la relación entre el modelo descriptivo de toma de decisiones ambientales

bajo condiciones de incertidumbre y basado en expertos, utilizado por las grandes

organizaciones encargadas de los proyectos hidroeléctricos en Colombia durante el

período 2010-2020, y la posibilidad de influencia externa.

1.4.4 Identificar recomendaciones al modelo de toma de decisiones organizacional para facilitar la influencia de comunidades locales

� Identificar recomendaciones para grandes organizaciones que permitan adecuar sus

modelos de toma de decisiones ambientales basados en expertos y bajo condiciones

de incertidumbre, en aras de facilitar la posibilidad de influencia de las comunidades

locales en este tipo de decisiones asociadas a mega proyectos similares y futuros en

Colombia.

Capítulo 2 21

2. Marco Teórico

El impacto de los avances en la toma de decisiones, en especial aquellas que se

enmarcan bajo condiciones de incertidumbre y alta dependencia de juicio de expertos, ha

hecho reescribir buena parte de los marcos teóricos conocidos sobre este tema. Esto

repercutió en su rápida adopción por parte de la comunidad científica, mediante la

búsqueda de un nuevo ordenamiento de las teorías disponibles en esta área,

especialmente para su aplicación en el campo de la ingeniería industrial y

organizacional. Este capítulo presenta una propuesta de categorización de las teorías de

toma de decisión enfocada en resaltar los criterios asociados a las diversas

aproximaciones con aplicación en la ingeniería. Se realiza la exploración de enfoques

teóricos que faciliten la compresión del campo de toma de decisiones aplicado a

megaproyectos de ingeniería y que al mismo tiempo sea coherente con la tradición

académica. La categorización propuesta permite facilitar la compresión y delimitación de

las teorías de toma de decisiones desde los enfoques tradicionales ampliamente

estudiados, como la teoría de la elección racional, hasta los enfoques planteados en

este siglo asociado a la economía comportamental o conductual, algunos de los cuáles

aún se encuentran en una etapa de maduración. Cabe resaltar el aporte en la asociación

de conocimientos de las ciencias cognitivas y psicológicas a nivel del juicio humano y sus

implicaciones en la teoría de toma de decisiones bajo condiciones de incertidumbre.

Estos dan soporte del estado de arte actual para futuras investigaciones, en la aplicación

de estos contenidos a la toma de decisiones organizacional en compañías que

desarrollan megaproyectos de ingeniería.



Las teorías de decisión disponibles se pueden separar en función de su orientación en

dos grandes grupos: normativas y descriptivas (Klaes & Sent, 2005). En las teorías

normativas, la teoría de la elección racional es el paradigma dominante (Kuhn, 1962),

cuya principal característica es la imposición racional sobre cómo debe ser elegida una

elección (Hansson, 1994). Las teorías descriptivas tienen como rasgo principal su énfasis

en observar las elecciones tal como son tomadas por los tomadores de decisiones dentro

de las organizaciones y en condiciones cotidianas (Hansson, 1994).

La toma de decisiones implica la adopción de preferencias, y los tipos de preferencia

pueden ser clasificados por dos parámetros asociados a su estabilidad temporal (estática

o dinámica) y su grado de certeza (determinístico o probabilístico). La teoría de elección

racional es un ejemplo claro de un proceso de elección estático y determinístico, teniendo

presente que las preferencias no pueden variar sin violar la propiedad de transitividad

(Neumann & Morgenstern, 1944). Existen teorías donde elementos como el tiempo de

deliberación implica cambios continuos y aleatorios en el tipo de preferencias; en estos

casos tenemos un proceso de elección dinámico y estocástico (Kreps & Porteus, 1979).

Una de las características más interesantes de las teorías de la toma de decisiones es el

tipo de racionalidad que implementan. Desbordaría los propósitos de esta tesis recorrer

la gran cantidad de racionalidades actualmente estudiadas, sin embargo, la tradición

académica conduce a reconocer los siguientes grandes tipos de racionalidad: perfecta

(Neumann & Morgenstern, 1944), procesual (Simon, 1976), estética (Shackle, 1972), y

retrospectiva (March, 1994). La racionalidad perfecta tiene su mayor aplicación en la

teoría de elección racional: aquí el ser humano es capaz de lidiar con el mundo tal como

es y sin restricciones en su proceso de toma de decisiones (Becker, 1976). La

racionalidad procesual implica la aceptación de la imposibilidad de los seres humanos de

procesar gran cantidad de información y estímulos al momento de elegir, lo que conlleva

a ser limitado por su capacidad de procesar información en ese momento (Simon, 1976).

La racionalidad estética nos propone una limitación en la capacidad de imaginar el futuro

como condición de una elección en el presente (Hausman, 2012). La racionalidad

retrospectiva recoge las anteriores limitaciones de procesamiento de información y

capacidad de imaginación, dando lugar a un mundo de elecciones supremamente

diferente al del paradigma dominante de la racionalidad perfecta (March, 1994). La

Capítulo 2 23

racionalidad acotada es por lo tanto la generalización de la racionalidad procesual,

estética y retrospectiva (Klaes & Sent, 2005).

Las ciencias cognitivas han permitido avanzar en la comprensión del proceso de juicio

experto y de allí han emergido muchas teorías de toma de decisiones (Moritz & Gieri,

2015). Todas ellas pueden ser categorizadas como secuenciales y no secuenciales

(Mintzberg, Raisinghani, & Théorêt, 1976). Las teorías secuenciales aceptan la existencia

de un proceso ordenado y jerarquizado de la formación de los juicios expertos;

nuevamente, la teoría de la elección racional es un proceso claramente representativo de

estas (Becker, 1976). Las teorías no secuenciales incorporan la mayoría de hallazgos de

la psicología sobre esta materia, y permiten descubrir diversas variaciones de lo que

sucede en profundidad al momento de realizar una elección humana (Gilovich, Griffin, &

Kahneman, 2002). En términos psicológicos (Tversky & Kahneman, 1986), el juicio

humano depende de los sistemas tipo 1 y 2: el tipo 1 corresponde al pensamiento rápido

(intuición) y el tipo 2 al pensamiento lento (razonamiento). Esto implica la posibilidad de

que los juicios humanos provengan de rutinas o heurísticas que pueden evolucionar,

permanecer, o desaparecer (Gigerenzer, 2015). Aquí, las teorías pueden enfatizar en el

uso del sistema 1, encontrando algunas como el uso de la memoria rápida y la intuición,

como es el caso de los naturalistas (Kahneman & Klein, 2009), o el programa de

depuración de heurísticas evolutivas (fast and frugal) (Gilovich, Griffin, & Kahneman,

2002). Efectivamente, si el proceso de juicio no es secuencial y proviene de preferencias

dinámicas, se encuentran teorías como la teoría de la “expectativa valencia”, donde se

utiliza la capacidad de asociación constante (Atkinson & Birch, 1970) y paralela

(Busemeyer & Townsend, 1993), o de los tiempos de deliberación (Rubenstein, 2013),

que explica las elecciones soportadas en el funcionamiento de los procesos de

deliberación humanos (las neurociencias, principalmente) (Angner & Loewenstein,

2007).

Los megaproyectos de ingeniería requieren la toma de decisión bajo condiciones de

incertidumbre (Knight, 1921) que provienen de aspectos temporales, tecnológicos,

organizacionales, ambientales, sociales y económicos, principalmente (Atkinson &

Crawford, 2006). Así que solo aquellas teorías de la decisión donde se aborden estos

aspectos pueden realmente tener aplicabilidad en este contexto. Las teorías de la

decisión bajo condiciones de incertidumbre son, en últimas, aquellas en las que



considerando la diversidad de rasgos presentados, puedan ser aplicadas a un contexto

donde la ambigüedad (Kreps & Porteus, 1979) y la incertidumbre alterna durante el ciclo

de vida de los megaproyectos (Atkinson & Crawford, 2006).

Las teorías bajo condiciones de incertidumbre se pueden segmentar en dos categorías:

las de utilidad subjetiva esperada, en las que la teoría de la elección racional es el

paradigma dominante (Neumann & Morgenstern, 1944); y las de utilidad subjetiva no

esperada (Gigerenzer, 2015) (Köbberling & Wakker, 2003), que heredan rasgos de las

clasificaciones precedentes a las teorías de la decisión (Bakka & Lindkvist, 1999). Así la

teoría prospectiva acumulada (Tversky & Kahneman, 1992) es una teoría de utilidad no

esperada, descriptiva, de preferencias determinísticas estáticas, con racionalidad

procesual acotada, no secuencial.

El ejemplo anterior muestra la potencialidad de la propuesta de categorización

desarrollada en este trabajo doctoral al momento de comprender las teorías de la

decisión en el campo de la ingeniería. La solución de este problema de clasificación

acelera la identificación de las teorías de la decisión que pueden abordar una

investigación en el campo de toma de decisiones, donde los juicios expertos son

determinantes en las decisiones organizacionales. Sin este tipo de guía metodológica la

búsqueda puede ser un proceso altamente ineficiente en la práctica, dado que una

adopción teórica errónea puede llevar a asumir supuestos básicos claramente

incoherentes, y de esta forma a invalidar los resultados de las investigaciones (Sovacool,

y otros, 2015).

Las características de una teoría de toma de decisión son presentadas en el marco

teórico propuesto en la Figura 2-1 .

Capítulo 2 25

Figura 2-1: Marco teórico de toma de decisiones aplicable a megaproyectos de

ingeniería.

Fuente: Elaboración propia

Las teorías de decisión identificadas bajo condiciones de incertidumbre, utilizadas en los

procesos de toma de decisiones en las grandes organizaciones se pueden resumir en

siete: Teoría de la Utilidad Subjetiva Esperada (SEU) (Neumann & Morgenstern, 1944),

Teoría Prospectiva3 (CPT) (Tversky & Kahneman, 1992), Teoría de la Decepción

3 Se usa este término en forma moderna para referirse a la teoría acumulativa prospectiva como lo sugiere en su trabajo Köbberling y Wakker (2003).



(Loomes & Sugden, 1982), Teoría de Utilidad Procesual (Yaari, 1987), Satisfacción

paralela de Restricciones (Glöckner & Betsch, 2012), Teoría Dinámica de la Acción

(Atkinson & Birch, 1970), y Teoría Decisión de Campo (Busemeyer & Townsend, 1993).

Evidentemente, existen extensiones o transformaciones teóricas en construcción, sin

rasgos particulares dentro de la taxonomía propuesta dado que corresponden a

derivaciones de las teorías presentadas. Entre ellas se puede mencionar la teoría HFHE4

(Censi, Corradini, Feduzi, & Ghenoa, 2015).

Una vez realizada la revisión literaria sobre las teorías disponibles, se concluye que la

teoría prospectiva presenta las características adecuadas para describir el proceso de

toma de decisiones ambientales, asociado a mega-proyectos como la construcción de

grandes hidroeléctricas en Colombia. En este se requiere considerar un modelo

descriptivo, de preferencias estáticas y determinísticas, bajo un esquema no secuencial

de toma de decisión utilizando heurísticas fijas no adaptables, y privilegiando la

existencia de un modelo matemático de toma de decisión bajo condiciones de

incertidumbre.

La investigación converge así, en el uso de la teoría acumulativa prospectiva, teniendo

presente sus fundamentos en la escuela de heurísticas y sesgos como punto de partida

para el modelamiento del proceso interno de toma de decisiones organizacionales bajo

condiciones de incertidumbre. En este, los juicios de expertos tienen una relevancia en la

decisión organizacional, entre otras razones, por la escasez de personal calificado (Mieg

H. A., 2014), el ciclo de aprendizaje incompleto ante la imposibilidad de aprender de sus

impactos de largo plazo, implícitos en estos proyectos (Flyvbjerg, 2007), y el

desconocimiento total de las relaciones implícitas en los sistemas abiertos como los

entornos ambientales de escala local, regional y global (Shmelev, 2012) (Odum, 1996).

4 La sigla proviene del nombre del modelo en idioma inglés (Half-Full/Half-Empty)

Capítulo 2 27

2.1 Teoría Prospectiva

La teoría prospectiva fue propuesta por Tversky y Kahneman en el año 1979, como una

alternativa a la teoría de toma de decisiones bajo riesgos e incertidumbre existente. En

esta teoría de elección, a diferencia de la de la utilidad esperada, los valores son

asignados a las ganancias o pérdidas respecto a un punto de referencia, y en lugar de

los valores finales y las probabilidades, estos son reemplazados con ponderadores de

decisión. La función de valor a diferencia de la utilidad esperada es normalmente

cóncava para las ganancias, convexa para las pérdidas y, como regla general, más

pronunciada para las pérdidas que para las ganancias. Los ponderadores de decisiones

son casi siempre menores que sus correspondientes probabilidades, exceptuando un

rango de probabilidades muy pequeñas. Debido a la sobre ponderación de las

probabilidades se explica la atracción de los individuos hacia los seguros y las apuestas

(Tversky & Kahneman, 1992).

Para evaluar los prospectos riesgosos, que son el conjunto de alternativas bajo condición

de riesgo, la función subjetiva de evaluación considera tanto una función de los

resultados de cada prospecto como la función de ponderación de las probabilidades.

Considerando además, un comportamiento para las ganancias y otro para las pérdidas,

basado en sus trabajos de campo cognitivo y psicológico (Tversky & Kahneman, 1986).

El punto esencial de la teoría, basado en los principios de percepción y juicio humano,

consiste en considerar no los estados absolutos de pagos en las decisiones sino su

cambio respecto a un punto de referencia, como elemento central de la decisión humana.

Las pérdidas de igual magnitud son consideradas como más significativas que las

ganancias de igual magnitud, lo que constituye otra característica esencial de la teoría

como se observa en la Figura 2-2 .

La función de ponderación de la probabilidad �� corresponde al impacto de la

probabilidad � en todos los prospectos, y esta función constituye el primer escalamiento

realizado por los tomadores de decisiones, el segundo corresponde a la función ��, donde se asigna un nuevo valor � a cada pago resultado de �. Es importante considerar



que dado que no aplica el concepto de probabilidad, los valores totales pueden ser

menores de 1. Para cualquier prospecto regular o mixto, es decir, aquel que no es

estrictamente positivo ni negativo, se expresa ��, �; �, � ��p�� q��,(��, �; �, esprospectoregular2. La función �� representa la valoración subjetiva

realizada entre prospectos (Kahneman & Tversky, 1979).

Figura 2-2: Función de valor esquemática para cambios de estado

Fuente: (Tversky & Kahneman, 1992) Elaboración Personal

En la teoría prospectiva, el valor de cada prospecto es multiplicado por un ponderador de

decisión. Aquí la diferencia radica en que no corresponde a una función de probabilidad

estricta como en la teoría de la utilidad esperada. En la teoría prospectiva de la primera

generación existe una fase de edición en la que se filtran los prospectos generando una

fase de elección, donde solo se considera dos prospectos (Wakker, 2010). En la segunda

generación de la teoría prospectiva, este paso es eliminado e incorporado un

procedimiento de ordenamiento lo que permite generalizar la evaluación de prospectos

ilimitados (Wakker, 2010).

Capítulo 2 29

En resumen, se asume que los individuos experimentan una utilidad subjetiva, de gusto o

disgusto, en relación con la percepción de pérdidas y ganancias. La función de valor

subjetiva es asimétrica, dado que las pérdidas son más importantes que las ganancias.

La teoría muestra que los individuos tienden a focalizarse en los resultados de corto

plazo y que existe un valor emocional asociado al cambio de bienestar (ganancia o

pérdida). De hecho sugiere que la utilidad no puede ser separada de la emoción y que

estas emociones se activan por cambios de estado o contexto de las decisiones. Esta es

la razón por la que la función de ponderación de probabilidad refleja no solo el impacto

de la probabilidad de los eventos sino la deseabilidad del prospecto.

La curva mostrada en la Figura 2-3 , indica que la función ��, es sobreestimada para

pequeñas probabilidades, presenta cambios bruscos en los puntos muy cercanos a los

extremos, producto del cambio de la categoría de “probable” a “seguro” o “improbable” a

“imposible”, y es indiferente ante cambios en las probabilidades en los rangos medios

ante la predisposición a percibir eventos anormales.

Figura 2-3: Función hipotética de ponderación de decisión inicial

Fuente: (Kahneman & Tversky, 1979) Elaboración Personal



Esta predisposición es indiferente del tipo de estado. Así, la teoría prospectiva establece

las siguientes características respecto a la función π�p:

1. Sobreestimación de las probabilidades pequeñas.

2. Subestimación de las probabilidades medias y altas.

3. Ponderación idéntica entre ganancias y pérdidas.

Durante los años 80 del siglo pasado, se observaron nuevos comportamientos complejos

asociados al riesgo: aversión a probabilidades altas de ganancias y pérdidas de baja

probabilidad; y toma de riesgo para ganancias de probabilidad baja y pérdidas de alta

probabilidad. Tales aptitudes son ahora conocidas como el cuadrante patrón de las

aptitudes de riesgo, y no eran posibles de explicar por la teoría prospectiva, debido a que

se asumía ponderación idéntica entre ganancia y pérdidas.

Con el fin de superar esta debilidad Tversky y Kahneman formulan la “teoría acumulativa

prospectiva” (Tversky & Kahneman, 1992). En ella, los autores argumentan que la tercera

característica no corresponde con la realidad de sus hallazgos, y por lo tanto, realizan

una modificación que concuerde con sus observaciones. Además de incluir el cuadrante

patrón, desestiman la necesidad de la fase de edición e incorporan la técnica matemática

de ranqueo dependiente, con lo que se consigue asegurar dominancia estocástica en los

casos estudiados por estos autores (Wakker, 2010).

Capítulo 2 31

Figura 2-4: Función hipotética de ponderación de decisión depurada

Fuente: (Tversky & Kahneman, 1992)

Al incorporar esta segunda generación de la teoría prospectiva, se logra dar respuesta a

las críticas existentes frente a la teoría de utilidad esperada, formuladas en aquella época

(Angner & Loewenstein, 2007) (Tversky & Kahneman, 1992): a) preferencias no lineales:

estudios mostraban que existen elecciones en las que las preferencias no son lineales,

por ejemplo, la paradoja de Allais que fue la crítica más conocida; b) la dependencia de la

fuente: la predisposición a apostar depende no solo del grado de incertidumbre sino

también de la fuente, como lo muestra la paradoja de Ellsberg, c) aptitud de búsqueda de

riesgo: en general, en la tradición económica de ese momento se consideraba como

típica la aversión al riesgo, sin embargo, los estudios comportamentales fueron

mostrando la existencia de esta aptitud en loterías de probabilidad de baja ocurrencia

sobre el valor esperado de los prospectos, d) aptitud de aversión al riesgo: un fenómeno

observado ampliamente en la elección bajo riesgo e incertidumbre, es la relevancia de

las pérdidas sobre las ganancias. El efecto del encuadramiento, en el que la preferencia



es considerada invariante ante diversas formas de presentación, fue el único elemento no

cubierto en la teoría acumulativa prospectiva, y en el que la teoría prospectiva original

realizaba una mejor cobertura de este fenómeno (Köbberling & Wakker, 2003).

Teniendo en cuenta que el modelo de teoría acumulativa prospectiva CPT (Tversky &

Kahneman, 1992) es el punto de partida de esta investigación, se debe tener presente

que la referencia corresponde a la forma matemática como se muestra en la Ecuación

2-8.

Ecuación 2-1: Peso decisiones prospectos positivos

"#�� = �$��$ + �1 − �$%$


Ecuación 2-2: Peso decisiones prospectos negativos

"&�� = �'��' + �1 − �'%'


Ecuación 2-3: Función valor prospectos positivos

�� = � �� , �� > 0ln � , �� 01 − �1 � �� , �� < 0


Capítulo 2 33

Ecuación 2-4: Función valor prospectos negativos

�� = � −�−� , ��! > 0− ln�−� , ��! � 0�1 − � − 1, ��! < 0


Ecuación 2-5: Función valor subjetiva prospectos mixtos

�� , �� > 00, �� 0λ × ��, �� < 0


Ecuación 2-6: Función ponderación probabilidad positiva

�4# � "#56�78794 :− "# 5 6 �78

794#% : ,�;<;=>?>�=;@AB� > 0

Fuente: Elaboración propia basado en CPT (Tversky & Kahneman, 1992)

Ecuación 2-7: Función ponderación probabilidad negativos

�4& � "&56�74C94 : − "&5 6 �C4&%

C94#% : ,�;<;=>?>�=;@AB� ≤ 0




Ecuación 2-8: Función Valor CPT

�� = 6 �4#��4849E + 6 �4&��4, −F ≤ � ≤ GE

49&H


El modelo original se basa en una representación de una función de potencia. El modelo

matemático debe considerar, en su aplicación, el cumplimiento de al menos cinco

criterios considerados fundamentales en la instrumentación de la teoría de la decisión

(Birnbaum, 2008) (Schmidt & Birnbaum, 2014), siendo los dos más relevantes la

dominancia estocástica tanto de primero como segundo orden, y la coalescencia.

Por esta razón en este estudio se adopta la función potencia dado que es la más

extendida y estudiada de la teoría acumulativa prospectiva (Wakker, 2010). De hecho la

coalescencia constituye el elemento central de los trabajos en formulación matemática de

las funciones disponibles para el modelamiento de las teorías de decisión (Köbberling &

Wakker, 2003).

3. Metodología

El presente capítulo describe la metodología seleccionada para adelantar el trabajo de

campo así como las herramientas de análisis utilizadas para identificar los resultados del

mismo. En un primer momento se presentan las organizaciones seleccionadas como

sector, sus características y los megaproyectos hidroeléctricos que adelantan en el

período 2010 – 2020, los cuales fueron tenidos en cuenta dentro del universo de

organizaciones de interés para este trabajo doctoral, en Colombia.

A continuación se explica la herramienta de indagación seleccionada: la entrevista semi-

estructurada (Kumar, 2005), junto con la estructura y la formulación de las preguntas

planteadas a los expertos que representan a cada organización (Charness, Gneezy, &

Imas, 2013). En esta sección se enunciarán los supuestos que se plantearon al iniciar la

investigación y la forma como se verificó cada uno a través de las agrupaciones

temáticas formuladas por la encuesta semi-estructurada (Dohmen, Falk, Huffman, &

Sunde, 2011).

Al final de este apartado se presentan las técnicas utilizadas para analizar la información

extraída de las organizaciones a través de la herramienta metodológica seleccionada. De

igual forma se explican las fallas en el proceso de toma de decisiones en materia

ambiental por parte de las organizaciones seleccionadas, así como el proceso para

identificarlas.

3.1 Organizaciones Seleccionadas

En una etapa inicial se identificaron las organizaciones responsables de la ejecución de

los proyectos de interés para la investigación, lo que arrojó que: EPM, ISAGEN,

EMGESA y CELSIA son las encargadas de la totalidad de mega proyectos



hidroeléctricos en Colombia para el período 2010 – 2020. Los proyectos hidroeléctricos

que están en construcción en dicho período son: Quimbo de EMGESA, Ituango de EPM,

Porvenir 2 de CELSIA y Sogamoso de ISAGEN. En la Figura 3-1 , se observa que entre

las compañías EPM, EMGESA, ISAGEN y CELSIA5 abarcan más del 70% de la

demanda de energía actualmente cubierta por generación hidroeléctrica, lo que lleva a

dichas compañías a considerar este tipo de proyectos como un crecimiento orgánico

interno (CELSIA, 2016).

Figura 3-1: Capacidad efectiva de generación neta por empresa

Fuente: (UPME, 2015)

Las cuatro organizaciones tienen servicios de generación y comercialización de energía

eléctrica en Colombia, cuentan con amplia experiencia en la prestación del servicio en el

territorio nacional y son altamente reconocidas por sus esfuerzos en la implementación

de proyectos ambientalmente sostenibles. Las organizaciones también tienen en común

5 EPSA es una compañía que hace parte del grupo empresarial de CELSIA (EPSA, 2015) (CELSIA, 2016)

Capítulo 3 37

la tenencia de un departamento de estudio de impacto ambiental en el cual cada una

cuenta con los mejores expertos sobre la materia existentes en el país.

Para responder la encuesta semi - estructurada propuesta, cada organización delegó a

su experto ambiental líder en sus respectivos sitios de trabajo durante una jornada

laboral habitual.

3.2 Encuesta semi-estructurada y supuestos de validación

Con el fin de desarrollar el trabajo de campo que permitiese recopilar los datos

necesarios para elaborar el modelo descriptivo y posteriormente el propositivo, de la

toma de decisiones ambientales, en los mega proyectos hidroeléctricos que superan los

400 MW, adelantados en Colombia para el período 2010 – 2020, se utilizó la

herramienta metodológica de la encuesta semi-estructurada (Charness, Gneezy, & Imas,

2013). Esta se construyó identificando unos puntos de indagación precisos y preguntas

puntuales que permitieran corroborar o anular los supuestos planteados como hipótesis.

A partir de la encuesta se dio cabida a la ampliación o explicación de la respuesta por

parte de los entrevistados, acción que generó insumos de validación cualitativos sobre

los resultados cuantitativos hallados (Kumar, 2005).

Las preguntas fueron exactamente iguales para los cuatro (4) expertos, se indagaron en

el mismo orden y con la misma modalidad, la cual consistía en dar un tiempo de máximo

cinco (5) minutos al encuestado para su respuesta (Rubenstein, 2013). El registro de las

respuestas se realizó a través de grabaciones de audio (cuando fueron aprobadas) y

toma de notas sobre la primera oración o explicación que enunciaba el experto sobre un

tema (Ericsson, 2006). Dicho énfasis en la primera reacción del experto garantizó que se

extrajera de las encuestas las preocupaciones más inmediatas de las organizaciones en

casos específicos (Hoffman, Shadbolt, Burton, & Klein, 1995) (Hoffman R. R., 1992). En

adición, la teoría de la toma de decisiones indica que una heurística propia de los

expertos consiste en el uso de la disponibilidad en su memoria (Plous S. , 1993), es

decir, que el concepto con que se está más familiarizado lo considera como un ítem más

probable dentro de una categoría (Plous S. , 1993) (Tversky & Kahneman, 1974).



Cada encuesta tuvo una duración aproximada de 30 minutos, de los cuales en un 90%

hablaron los expertos (Dohmen, Falk, Huffman, & Sunde, 2011). Las respuestas tenían

una única opción en la mayoría de ítems, sin embargo, para conocer las prioridades de

las organizaciones, algunas preguntas solicitaban ordenar de mayor a menor importancia

las variables previamente seleccionadas, con base en la teoría prospectiva (Angner &

Loewenstein, 2007) (Lovallo & Kahneman, 2003), y los trabajos previos realizados por

otras investigaciones en áreas de estudio cercanas al eje específico de mega proyectos

hidroeléctricos (Ansar, Flyvbjerg, Budzier, & Lunn, 2014) (Cernea, 1997) (Flyvbjerg, Holm

, & Soren, 2005) (Barandiaran, 2015) (Friedl & Reichl, 2016).

El primero de los supuestos que validó la encuesta (Charness, Gneezy, & Imas, 2013)

fue el de la coincidencia entre la persona que seleccionó cada organización para

responderla y su perfil de experto (Mieg H. , 2009) (Mieg H. A., 2014). Para verificar este

punto se hicieron preguntas en torno a la descripción de la excelencia académica de

cada uno y, el reconocimiento del experto dentro de la organización. Para esta segunda

característica se acudió incluso a las referencias de otros agentes intra-organización

quienes indicaron al mismo sujeto seleccionado para la encuesta, como el experto

ambiental en mega proyectos hidroeléctricos (Hoffman, Shadbolt, Burton, & Klein, 1995)

(Ericsson, 2006). La Tabla 3-1 muestra los datos indagados para validar el primer

supuesto.

Tabla 3-1 : Datos asociados a evaluar plausibilidad primer supuesto.

Información base Opciones Nombre experto Profesión base Grado educación Empresa Responsabilidad Tipo de participación en decisiones

Toma decisiones

Tipo de participación en decisiones

Asesora Presenta informes

Capítulo 3 39


De esta forma, la excelencia académica se verificó a través de preguntas sobre estudios

realizados y experiencia (Hoffman R. R., 1992). Aquí, se encontró la ingeniería ambiental

como profesión predominante, y que todos los expertos habían participado en por lo

menos dos (2) proyectos hidroeléctricos anteriores. Ahora bien, en cuanto al

reconocimiento como expertos ambientales se validó a partir del tipo de actividades que

desarrollan dentro de la organización (Mieg H. , 2009). En estas preguntas la tendencia

arrojó que los encuestados son los responsables de tomar decisiones ambientales,

asesorar y presentar informes sobre el tema. Esto resulta coherente con estudios previos

sobre el funcionamiento interno de este tipo de organizaciones asociadas a grandes

proyectos hidroeléctricos (Barandiaran, 2015).

En una segunda etapa se realizaron preguntas que buscaban la confirmación del

postulado: “No hay desviación entre lo que propone el experto y lo que se ejecuta en

cada organización” (Bromiley & & Rau, 2014).

Este es uno de los supuestos fundamentales del trabajo de campo, pues evidencia que la

organización está plenamente articulada con sus delegados para la toma de decisiones,

y que por tanto, el decir de los expertos refleja la posición e iniciativa organizacional

ambiental en los mega proyectos hidroeléctricos (Becker, 1976) (Holmes Jr., Bromiley,

Devers, Holcomb, & McGuire, 2011).

En la Tabla 3-2 se muestra la información requerida para este supuesto.

Megaproyectos Micro proyectos Hidroeléctricas en que ha participado

Comentarios entrevistados



Tabla 3-2 : Datos asociados a evaluar plausibilidad segundo supuesto.


AS

IGN

AC

IÓN

DE

TO

MA

DE

DE

CIS

ION

ES

A E

XP

ER

TO

S

MÉTODO DE ASIGNACION EXISTE ES ADECUADO

SI o NO

Comentarios Entrevistados CONOCE LOS FACTORES

ADOPTADOS EN LA ORGANIZACIÓN PARA LA ASIGNACIÓN DE

RESPONSABLES DEL ANÁLISIS DE IMPACTO AMBIENTAL

SI o NO

Comentarios Entrevistados

CUÁLES FACTORES SON

Prioridad 1 Prioridad 2 Prioridad 3 Prioridad 4 Prioridad 5


MÉTODO DE ASIGNACIÓN EXISTE ES ADECUADO

SI o NO


CUÁLES FACTORES CREE DEBEN SER


CONSIDERA QUE EL ESTUDIO DE IMPACTO AMBIENTAL DEBE SER

REALIZADO POR EXPERTOS SI o NO


AP

LIC

AC

IÓN

R

EC

OM

EN

DA

CIO

NE

S D

EL

EX

PE

RT

Oz

CONSIDERA QUE LA ORGANIZACIÓN REFLEJA SUS RECOMENDACIONES

TÉCNICAS SI o NO

EN QUÉ GRADO ALTO MEDIO o BAJO Comentarios Entrevistados

EL RANGO EN QUE SE ADOPTA SUS RECOMENDACIONES TÉCNICAS ES

ADECUADO SI o NO


EL RANGO DE PRECISIÓN DE SUS RECOMENDACIONES ES

DE -50% a +100% -25% a + 50% -10% a +25% -5% a +10%


Capítulo 3 41

La Tabla 3-3 muestra las categorías según las cuales respondieron los expertos para

este supuesto.

Tabla 3-3 : Datos asociados a evaluar plausibilidad tercer supuesto.

AN

ALI

SIS

DE

IMP

AC

TO

A

MB

IEN

TA

L

FACTORES ANÁLISIS IMPACTO

AMBIENTAL



FUENTE INFORMACIÓN

RECOMENDADAS




El último supuesto sobre el que se estructuró la encuesta fue el de la presencia de

incertidumbre en la toma de decisiones (Atkinson & Crawford, 2006) (Charness, Gneezy,

& Imas, 2013). Vale recordar que la teoría prospectiva es aplicable a toma de decisiones

bajo condiciones de incertidumbre, en las que la aptitud ante el riesgo es determinada en

función de su ubicación con respecto a un punto de referencia, siendo de aversión al

riesgo en la zona de ganancia y tomador de riesgos en la zona de pérdidas (Kahneman &

Tversky, 1979).



Las preguntas para este supuesto se relacionan en la Tabla 3-4 .

Tabla 3-4 : Datos asociados a evaluar plausibilidad cuarto supuesto.


Con el fin de mantener la coherencia con el entorno del problema, se valida la gestión de

la incertidumbre como condición efectiva del proyecto (Atkinson & Crawford, 2006). De

esto, surge la necesidad de permitir al experto identificar concretamente el contexto de la

pregunta y en dicha condición explorar su percepción respecto a la toma de decisiones

bajo condiciones de incertidumbre. La capacidad de soportar la diversidad de opiniones

está relacionada con la tolerancia a la incertidumbre y la ambigüedad (Sovacool, y otros,

2015). Este cambio de condición del contexto permite validar los cambios de

percepciones ante la presencia o no de condiciones de incertidumbre, y se realiza en

ausencia de incentivo monetario en el instrumento utilizado, tomando en cuenta trabajos

INC

ER

TID

UM

BR

E ID

EN

TIF

ICA

DA

CONSIDERA QUE SE TOMA DECISIONES

BAJO CONDICIONES DE INCERTIDUMBRE

SI o NO


CONSIDERA ADECUADOS LOS

TIEMPOS QUE ASIGNA LA

ORGANIZACIÓN

SI o NO


AGENTES EXTERNOS PRIORITARIOS



Capítulo 3 43

en los que desestiman su impacto en estudios comportamentales (Camerer & Hogarth,

1999) (Thaler & Benartz, 2004).

A continuación veremos el desarrollo de la metodología antes expuesta y la construcción

del modelo de simulación de ajustes organizacionales. Este último se desarrolla para

mitigar el efecto de la heurística de disponibilidad inmediata, en la toma de decisiones

ambientales asociada a mega proyectos hidroeléctricos en las compañías estudiadas.

3.3 Construcción de modelo cuantitativo

Con la información recolectada mediante las encuestas aplicadas a los expertos (Moritz

& Gieri, 2015) se configuró el material base del modelo, soportado en la teoría

acumulativa prospectiva que utilizó esta investigación. Se reflejó la tendencia de los

expertos, según el sentimiento de pérdida o ganancia observado frente a los agentes

externos que generan requerimientos de decisiones ambientales en condiciones de

incertidumbre.

El análisis de la información se ejecutó por medio de un primer filtro, que consistió en

agrupar los resultados según la tradicional herramienta de análisis PESTEL (Yüksel,

2012), la cual permite desagregar las condiciones macro ambientales y la situación de

una organización en torno a las dimensiones6: (P) político o (I) institucional, (E)

económico, (S) socio-cultural, (T) tecnológico, (E) ambiental y (L) legal de forma opcional

(Alos-Ferrer & Strack, 2014).

Así, el primer resumen de la información que tuvo en cuenta el tiempo de deliberación de

los expertos para resolver las preguntas de la encuesta, la repetición de categorías en el

discurso (Plous S. , 1993) y el grado de importancia que le asigna cada encuestado a los

factores relacionados (Gigerenzer, 2015), generó los resultados de la Tabla 3-5 , para el

6 Conocido como atributos por la teoría de utilidad multi-atributo (Shmelev, 2012).



análisis de entornos estudiados: (S) social, (E) económico, (I) institucional, (T)

tecnológico y (A) ambiental.

Tabla 3-5 : Datos asociados a evaluar plausibilidad cuarto supuesto.

Consolidado

Frecuencia Facilidad Recordación

Orden Preferencia

Entorno Social (cinco

veces)

Entorno Social

(Rápido Alto Dos y Bajo,

Neutro, Lento Bajo)

Entorno Social

Entorno Institucional

(cinco veces)


(Rápido Alto y Bajo, Neutro, Lento Bajo)


Entorno Económico

(cinco veces)

Entorno Económico

(Rápido Alto y Dos Lento Bajo y Alto)

Entorno Económico

Entorno Ambiental

(cinco veces)

Entorno Ambiental (Cuatro

Rápido Bajo, Neutro, Lento

Alto)

Entorno Ambiental

Entorno Tecnológico (cinco veces)

Entorno Tecnológico

(Cuatro Lento Alto y Bajo)



Capítulo 3 45

La Tabla 3-5 se obtiene a partir de un análisis multidimensional que toma dimensiones

específicas para identificar el comportamiento de los expertos según las categorías

asociadas en cada respuesta. Los datos demuestran que los expertos prevén el entorno

social como el principal factor a considerar en la toma de decisiones ambientales, por el

contrario, el entorno tecnológico escapa de los presupuestos de análisis de los expertos.

En consecuencia, cuando ellos se encuentran con un factor incierto ambiental o

tecnológico, la tendencia, según la heurística de disponibilidad, es percibirlo como una

pérdida; por el contrario, los expertos responderían con tendencia a la ganancia al

encontrar peticiones externas en entornos sociales o institucionales.

3.3.1 Matriz de pagos

Para cuantificar y verificar el modelo CPT, se asigna a la función de ganancia rápida un

pago de 1007, a la función de ganancia lenta un pago de 50, para la función neutra un

pago de 0, a la función de pérdida lenta un pago de -50 y para la función de pérdida

rápida un pago de -100. Esto permite transformar el modelo en vectores de pago para

cada organización tomando como base los valores de la Tabla 3-6 .

Tabla 3-6 : Pagos asignados a loterías.

Pago de cada lotería según zona en la curva CPT

Pago Lotería

Ganancia Alta $ 100 Baja $ 50

Neutro Nulo $ - Pérdida Baja $ (50)

Alta $ (100)


7 Este rango de pagos corresponde a los valores típicos en los modelos CPT (Tversky & Kahneman, 1992)



Los resultados son presentados codificando cada organización con una letra, con el fin

de respetar el acuerdo de confidencialidad. El resultado consolidado que considera la

agrupación de todas las organizaciones estudiadas se presenta con el código (TO).

Tabla 3-7 : Pagos asignados a loterías por organización.

MATRIZ RESULTADOS LOTERÍA IDENTIFICADAS

Panorama Énfasis

Experto Organización

A


B


C


D

Consolidado Todas Org.

(TO)

Entorno Social

$ 100 $ 100 $ - $ (50) $ 100

Entorno Ambiental $ 50 $ (50) $ (50) $ - $ (50)

Entorno Económico $ - $ 50 $ 50 $ (100) $ -


$ (50) $ - $ 100 $ 100 $ 50


$ (100) $ (100) $ (100) $ 50 $ (100)


Dado que el estudio se realiza con expertos de Colombia, es necesario realizar un ajuste

a las condiciones culturales del país. Por esta razón se analizan tres modelos

encontrados como significativos para Colombia de los coeficientes de este modelo CPT

basados en el estudio de BUI (2009)(Ver Tabla 3-8 ).

Tabla 3-8 : Valor Absoluto Desviación Parámetros CPT ajustado a modelo evaluado.

Configuración Desviación Parámetros respecto T&K Parámetro Símbolo Modelo 131 Modelo 111 Modelo 211

alfa α 0,63 0,42 0,42 beta β 0,28 0,00 -0,01 landa λ 1,56 0,51 1,77

gamma γ 0,30 -0,08 0,19 delta δ 0,49 0,33 0,33

0,00 0,00 0,00 326% 118% 270%


Capítulo 3 47

Los coeficientes utilizados son tomados del estudio de BUI (2009), teniendo en cuenta el

modelo de menor distancia absoluta, respecto a los parámetros originales indicados por

T&K (Wakker, 2010). El cálculo se observa en la Tabla 3-8 donde se muestra la

desviación total para cada modelo, tomando la diferencia entre los coeficientes de T&K y

su distancia absoluta total respectiva.

El modelo denominado “Modelo 111” presenta los indicadores bajo el criterio

seleccionado, los cuales se adecúan para ser incorporados en el modelo de

caracterización de las organizaciones colombianas estudiadas como parámetros del caso

base del modelo cuantitativo. La información propuesta para Colombia se observa en la

Tabla 3-9.

Tabla 3-9 : Parámetros del modelo 111 para cada país estudiado.

Fuente: (Bui, 2009)



A partir de estos valores, se obtienen los coeficientes para realizar el modelamiento

matemático (Ver Tabla 3-10 ).

Tabla 3-10 : Estudio coeficientes modelo 111.

Potencia para ganancias, α 0,46 (0.88 en T&K) Potencia para pérdidas, β 0,88 (0.88 en T&K) Aversión pérdida, λ 1,74 (2.25 en T&K) Parámetro de ponderación probabilidad para ganancia, γ 0,69 (0.61 en T&K) Parámetro de ponderación probabilidad para pérdida, δ 0,368 (0.69 en T&K)

Fuente: Elaboración propia basado datos para Colombia indicados por BUI (2009)

El siguiente paso consiste en identificar la función de probabilidad para Colombia, esto

implica hacer uso de un índice reconocido ampliamente en el que se evalúe la condición

del país en las cinco dimensiones incorporadas en el análisis realizado. Esto con el

propósito de cuantificar el vector de probabilidad multidimensional9, es decir, la

probabilidad de tener una petición en dicha dimensión en el país (Atkinson & Crawford,

2006).

En el proceso de construcción del modelo cuantitativo se revisaron tres estudios

relevantes en los que se propusieran indicadores multidimensionales en el ámbito de

decisiones ambientales, discriminados por países y en donde estuviera incluido

Colombia: CEPAL (NU. CEPAL, 2015), EPI (Hsu, y otros, 2014), y ESI (Esty, Levy, Tanja,

& Sherbinin, 2005); de estos se verificó la disponibilidad de información completa para

todas las categorías del análisis multidimensional. Los tres estudios presentan

indicadores de la situación actual de los países en las dimensiones requeridas basados

en información oficial de los mismos. Con el fin de mantener la mayor fiabilidad con los

8 El parámetro δ se obtiene por extrapolación del parámetro α (Wakker, 2010). 9 La probabilidad se refiere a que la petición externa sea contenga esta dimensión (Yüksel, 2012).

Capítulo 3 49

datos primarios, se privilegia como criterio de selección el índice en el que se requiera el

mínimo número de transformaciones para generar el vector de probabilidad en las

dimensiones estudiadas, este criterio garantiza la validez del modelo sin que los autores

intervengan en el proceso de transformación de la información base utilizada. La

aplicación del criterio indicado a los índices estudiados, permite seleccionar el índice de

sostenibilidad ambiental ESI (Esty, Levy, Tanja, & Sherbinin, 2005) .

Para el índice de ESI (Esty, Levy, Tanja, & Sherbinin, 2005), COLOMBIA es valorada desde las cinco dimensiones con los resultados presentados en la Figura 3-2 .

Figura 3-2: Índice ESI para Colombia discriminado por las cinco dimensiones

Fuente: (Esty, Levy, Tanja, & Sherbinin, 2005)

Las variables del índice de sostenibilidad ambiental ESI para Colombia, indican que el

mejor desempeño del país es el ámbito de disponibilidad del activo natural, y la mayor

debilidad se concentra en la apropiación tecnológica de capacidades para reducir el

estrés sobre el medio ambiente. A partir de la información de desempeño de Colombia,

se determina la probabilidad de enfrentar peticiones en estas categorías en el país, con

la siguiente transformación, utilizada para generar un vector normalizado de probabilidad:



Tabla 3-11 : Índice sostenibilidad ambiental - ESI para Colombia normalizado.

ESI 2005

Probabilidad Colombia Presencia Entorno

Reducing Human Vulnerability (Entorno Social) 56 19% Environmental Systems (Entorno Ambiental) 69 24% Global Stewadship (Entorno Económico) 54 18% Social and institutional capacity (Entorno Institucional) 61 21% Reducing stress (Entorno Tecnológico) 53 18%

293

Fuente: Elaboración Personal basado datos (Esty, Levy, Tanja, & Sherbinin, 2005)

Con estos valores se tiene una configuración típica en toma de decisiones, se cuenta con

una matriz de pagos y un vector de probabilidades de enfrentar peticiones externas a las

organizaciones para las dimensiones que evalúa esta investigación.

Tabla 3-12 : Vectores de probabilidad asignados para simulaciones CPT Colombia


Parámetros TK

Panorama Énfasis Vector Colombia Vector SocialVector

AmbientalVector

EconómicoVector

InstitucionalVector

TecnológicoVector Igualitario

Entorno Social 19% 40% 15% 15% 15% 15% 20%

Entorno Ambiental 24% 15% 40% 15% 15% 15% 20%

Entorno Económico 18% 15% 15% 40% 15% 15% 20%

Entorno Institucional 21% 15% 15% 15% 40% 15% 20%

Entorno Tecnológico 18% 15% 15% 15% 15% 40% 20%

Capítulo 3 51

Con el fin de ampliar el panorama de análisis, se proponen diversos escenarios donde la

probabilidad de un entorno es relevante respecto a las demás, lo que se simula

asignando el 40% de probabilidad a dicha dimensión y 15% a las dimensiones restantes.

El escenario igualitario se construye con una distribución homogénea entre los entornos

estudiados. De esta forma, se elaboran siete (7) panoramas plausibles de la realidad, y

se brinda robustez a las recomendaciones generadas por el modelo construido.

En el anexo A y B se presenta información complementaria empleada en la investigación

como aquella de campo original, el método de depuración de información, los

procedimientos de transformación de esta, el método de simulación, casos especiales de

simulación para validación de críticas teóricas, la comparación con otros modelos previos

y el código fuente empleado en la simulación (Kumar, 2005).

4. Análisis de Resultados

Los resultados son presentados primero observando la información de campo y la

implicación en el juicio del experto. De este análisis se deriva, el análisis cualitativo de la

información dentro del contexto organizacional, considerando la aproximación de

organizaciones homogéneas (Mieg H. A., 2014) y orientadas por el criterio experto

(Moritz & Gieri, 2015) utilizando la heurística de la disponibilidad10 (Plous S. , 1993) en el

ámbito de estudio (Bromiley & & Rau, 2014). Posteriormente, se presenta el análisis

cuantitativo realizado, donde se muestran los resultados en la función de valor subjetiva

de los expertos y su implicación para la toma de decisiones organizacional.

Los análisis anteriores permiten comprender el modelo de toma de decisiones

ambientales y a partir de estos hallazgos presentar recomendaciones que tienen en

cuenta las condiciones de estudio y la contextualización que aporta el análisis cualitativo

y cuantitativo realizado.

4.1 Análisis Cualitativo

Para esta etapa se indagó sobre la aprobación del método de selección y designación de

roles en la organización. Los cuatro (4) expertos coincidieron en responder que sí

estaban de acuerdo con los procesos de asignación; del mismo modo, en la ampliación

de la respuesta comentaron que se requiere de líderes con conocimientos específicos

sobre los procedimientos institucionales - ambientales que se deben surtir para iniciar un

10 Durante el trabajo de campo se observa el uso de otras heurísticas como el sesgo optimista y la ilusión de control (Brighton & Gigerenzer, 2015).



proyecto hidroeléctrico de gran impacto. Asimismo, los expertos dijeron conocer y estar

de acuerdo con los factores que se tiene en cuenta en la elección del equipo; para ello

categorizaron los factores, a partir de los cuales, la especialidad resultó ser el más

importante y la disponibilidad el de menor relevancia. De la misma manera, los expertos

agregaron que los requisitos por demás, están en la legislación por lo que no son materia

de discusión.

El acercamiento cualitativo a la unidad cuantitativa, que a partir de la repetición afirmativa

a la respuesta establece la moda, muestra que el modelo de asignación está plenamente

soportado por las posiciones de los expertos y por tanto no hay controversia entre ellos y

la organización, por el contrario reiteran el supuesto de homogeneidad (Mieg H. , 2009).

En estudios previos de confianza en organizaciones se indica precisamente que la

experticia de los profesionales es un factor determinante en sus decisiones

organizacionales. (Earle & Siegrist, 2008)

Las cuatro organizaciones defienden por unanimidad el criterio de que los estudios de

impacto ambiental deben ser realizados por expertos (Ver Tabla 4-1), con el fin de

cumplir todos los requisitos técnicos, legales y sociales que se presentan en la marcha

de implementación de grandes hidroeléctricas. El supuesto de representación de las

organizaciones en cabeza de los expertos, finalmente se evidencia con la

autopercepción de quienes cumplen dicho rol; los encuestados afirmaron que la

organización refleja sus recomendaciones técnicas en un grado alto, es decir, que

posterior a los informes de los expertos solo basta un proceso de autorización para

implementar las recomendaciones (Barandiaran, 2015) (Conesa, 1997) (Odum, 1996).

Finalmente, todos los expertos ubicaron la precisión de las decisiones ambientales en el

rango más alto que fue de 50 a 100%, asegurando que en el tipo de proyectos

hidroeléctricos que lideran las organizaciones no hay lugar a márgenes de error muy

altos, por cuanto es mejor retirar la iniciativa si no hay un grado alto de precisión en los

impactos ambientales. El exceso de confianza es un prerrequisito para el uso de

heurísticas en los expertos como se ha mostrado ampliamente en las ciencias cognitivas

(Tversky & Kahneman, 1974) (Brighton & Gigerenzer, 2015).

Análisis de Resultados 55

En un tercer lugar de la encuesta se acude a la heurística de disponibilidad inmediata, a

través de la ordenación de los factores de análisis de impacto ambiental que se tienen en

cuenta por las organizaciones para la toma de decisiones (Plous S. , 1993) (Moritz &

Gieri, 2015) (Tversky & Kahneman, 1974).

Los cuatro expertos ubicaron en primer renglón el factor de comunidades locales, siendo

éste el más constante en experiencias previas y por tanto, el que primero deben

solucionar según su criterio. La constatación cualitativa derivada del análisis de las

adendas a la respuesta ofrecida por parte de los expertos, evidencia que las

organizaciones identifican a la comunidad como un requisito sine qua non para la

viabilidad del proyecto (Memi & Yasushi, 2016). De este modo la conflictividad que se

pueda presentar con las comunidades aledañas al proyecto es altamente valorada siendo

incluso un factor de desistimiento del proyecto (Memi & Yasushi, 2016).

La heurística de disponibilidad inmediata sobre la etapa previa a la implementación de los

megaproyectos, se aborda, de igual forma, con la solicitud de enumerar las fuentes de

información recomendadas. Los expertos ubicaron en primer lugar la información

primaria, es decir aquella que se conoce de primera mano y en último lugar las

instituciones cercanas (DellaVigna, 2009) (Dohmen, Falk, Huffman, & Sunde, 2011). Éste

proceso de jerarquización evidencia que los expertos valoran más el conocimiento

individual que el que es aportado por terceros (Lovallo & Kahneman, 2003), hecho que

permea la decisión pues bloquea las percepciones diversas sobre la decisión ambiental a

tomar (Glockner & Betsch, 2008). Así, el sesgo se evidencia, pues lo primero que

recuerda la mente es lo que los expertos identifican como más problemático o más

acertado según sea el caso, descartando las fuentes adicionales disponibles (Kahneman

& Klein, 2009) (Moritz & Gieri, 2015).

Con el fin de validar la percepción de incertidumbre en las decisiones ambientales

asociadas a los mega proyectos hidroeléctricos, se les preguntó a los representantes de

las organizaciones si consideraban que tomaban decisiones en condiciones de

incertidumbre (Angner & Loewenstein, 2007). Por unanimidad la respuesta fue afirmativa,

los expertos se refieren en la explicación a elementos sociales y culturales como

indicadores variables, no predecibles, que generan duda (Atkinson & Crawford, 2006).



Siguiendo la línea de constatación de identidad entre la organización y el experto (Mieg

H. , 2009), éstos fueron cuestionados sobre la suficiencia de los tiempos asignados para

adelantar el proceso de toma de decisiones ambientales. De igual forma se procedió con

el propósito de identificar si la incertidumbre obedece a la interrupción abrupta de los

procesos previos de cotejo de condiciones. Sin embargo, allí ninguno de los expertos se

mostró inconforme; los comentarios adicionales a la respuesta: “SI, tenemos tiempo

suficiente”, incluso mostraron que algunas veces el tiempo excedía las necesidades

propias de la actividad. En estudios previos se observaba la restricción temporal como

relevante en las decisiones de los expertos (Glöckner & Betsch, 2012) (Busemeyer &

Townsend, 1993).

Por último, se pidió a los expertos que señalaran los agentes externos de generación de

incertidumbre y los listaran en orden de mayor a menor impacto. Aquí ubicaron en primer

lugar las comunidades locales y al final del listado las condiciones normativas.

El esquema de funcionamiento del modelo de toma de decisiones organizacionales,

observado en campo y reflejado en la información obtenida permite establecer la

existencia de seis (6) características generales en la evaluación de decisiones

ambientales:

a) Uso de criterio experto: En las organizaciones, el ámbito de decisión ambiental es

responsabilidad del experto ambiental y se observa confianza en su criterio para

estos asuntos. Las respuestas mostradas en Tabla 4-1 , reflejan un

comportamiento estable y no presenta dispersión alta.

Tabla 4-1 : Respuestas consolidadas asociadas a uso de criterio experto.

PREGUNTAS RESPUESTA TIPO Experto

Organización A Experto

Organización B Experto

Organización C Experto

Organización D

CONSIDERA QUE LA ORGANIZACIÓN

REFLEJA SUS RECOMENDACIONES

TÉCNICAS

SI o NO SI SI SI SI


RESPONSABILIDAD TOMA DECISIONES

Coordinación Proyectos Plan de Expansión Generación

Hidroeléctricas

Coordinación Ambiental Proyectos

Hidroeléctricos

Jefe Departamento

Medio Ambiente en

EMPRESA C S.A. ESP

Jefe Sistema Gestión Medio

Ambiental

HIDROELÉCTRICAS EN QUE HA

PARTICIPADO

CANTIDAD PROYECTOS

HIDROELÉCTRICOS MÁS DE 2 MÁS DE 2 MÁS DE 2 MÁS DE 2

MÉTODO DE ASIGNACIÓN EXISTE

ES ADECUADO SI o NO SI SI SI SI

CONSIDERA QUE EL ESTUDIO DE

IMPACTO AMBIENTAL DEBE

SER REALIZADO POR EXPERTOS

SI o NO SI SI SI SI

EL RANGO DE PRECISIÓN DE SUS

RECOMENDACIONES ES

DE -50% a +100% -25% a + 50% -10% a +25% -5% a +10%

Entre -50% a 100%

Entre -5% a 10% Entre -50% a

100% Entre -50% a

100%

EL RANGO EN QUE SE ADOPTA SUS

RECOMENDACIONES TÉCNICAS ES ADECUADO

SI o NO SI SI SI SI


El resultado es coherente con estudios previos donde el juicio experto presenta

alta aceptación en las grandes organizaciones (Earle & Siegrist, 2008).

b) Dificultad para percibir la condición de incertidumbre: En las organizaciones se

observa el desvanecimiento de las condiciones de incertidumbre; desde su

perspectiva interna se afirman en el control y previsión sobre los factores externos

sin considerar si han sido comprendidos (Glockner & Betsch, 2008). Ello implica

una delegación de la función de definir estos elementos a los departamentos

ambientales. Se observa en la Tabla 4-2 una contradicción entre la capacidad de

generar recomendaciones técnicas con alta precisión y la aceptación de la

presencia de incertidumbre.



Tabla 4-2 : Respuestas consolidadas asociadas a percepción de incertidumbre.

PREGUNTAS RESPUESTA

TIPO Experto




Organización D

CONSIDERA QUE SE TOMA DECISIONES BAJO CONDICIONES DE INCERTIDUMBRE

SI o NO SI SI SI SI

CONSIDERA ADECUADOS LOS

TIEMPOS QUE ASIGNA LA

ORGANIZACIÓN

SI o NO SI SI SI SI

EL RANGO DE PRECISIÓN DE SUS

RECOMENDACIONES ES

DE -50% a +100%

-25% a + 50% -10% a +25% -5% a +10%

Entre -50% a 100%

Entre -5% a 10% Entre -50% a

100% Entre -50% a

100%

EL RANGO EN QUE SE ADOPTA SUS

RECOMENDACIONES TÉCNICAS ES ADECUADO

SI o NO SI SI SI SI


El resultado es coherente con estudios previos donde la incertidumbre es evitada

por las grandes organizaciones (Pettigrew, 1976) y una técnica de mitigación

ampliamente aceptada es la adopción del criterio experto (Hofer & Schendel,

1978). Sin embargo, la decisión ambiental es tomada en un contexto

incomprendido (Barandiaran, 2015) debido a la ausencia de los requisitos

necesarios para un aprendizaje completo de la realidad (Simon, 1976) en

sistemas abiertos como son los sistemas ambientales (Shmelev, 2012).

c) Disponibilidad limitada de especialistas: En las organizaciones se identifican

grupos compactos dedicados a estudios ambientales; en ningún caso superan los

diez (10) profesionales, y solo 2 ó 3 expertos son los referentes en su campo. Los

resultados de la Tabla 4-3 indican la presencia de equipos reducidos altamente

especializados.


Tabla 4-3 : Respuestas consolidadas de disponibilidad expertos en la

organización estudiada.





Organización D

NOMBRE EXPERTO Comentarios Entrevistados

Se brindan tres nombres de

expertos internos

Se brinda el nombre de dos

expertos internos

Se brinda el nombre de dos

expertos internos

No identifica otros expertos

internos

Personal por proyecto típico

Observado en sitio trabajo

Menos 10 personas

Menos 10 personas

Menos 10 personas

Menos 10 personas


Dada la duración de este tipo de proyectos, actualmente estimada entre 7 y 10

años, desde su pre factibilidad hasta su puesta en operación, es un resultado

esperado dada la poca disponibilidad de personal calificado dentro de las

organizaciones (Boyd & Banzhaf, 2007). Y, efectivamente, confirma lo sugerido

en el estudio de Barandiaran (2015) sobre la dificultad para entes externos de

contrastar los resultados de los estudios de impacto ambiental.

d) Ausencia de limitaciones internas impuestas por jerarquías o plazos: Los expertos

gozan de condiciones adecuadas para opinar; de hecho, en todas las

organizaciones se indica total alineación entre las recomendaciones de los

expertos ambientales internos y las decisiones corporativas en el campo. Los

resultados de la Tabla 4-4 muestran alta similitud entre las respuestas.

Tabla 4-4 : Respuestas consolidadas asociadas a limitaciones a las

recomendaciones de los expertos.





Organización D

CONSIDERA ADECUADOS LOS TIEMPOS

QUE ASIGNA LA ORGANIZACIÓN

SI o NO SI SI SI SI



MÉTODO DE ASIGNACION

EXISTE ES ADECUADO

SI o NO NO SI SI SI

CONOCE LOS FACTORES

ADOPTADOS EN LA

ORGANIZACIÓN PARA LA

ASIGNACIÓN DE

RESPONSABLES DEL ANÁLISIS DE IMPACTO AMBIENTAL

SI o NO SI SI SI SI

TIPO DE PARTICIPACIÓN EN DECISIONES

TOMA DECISIONES

SI SI SI NO


El resultado es contrario a los estudios donde se enfatizan las restricciones de

tiempo en la toma de decisiones como condicionante del actuar del experto

(Rubenstein, 2013). El resultado apoya el supuesto de organizaciones altamente

homogéneas (Mieg H. A., 2014) y ausencia de actuaciones de poder (Goodwin &

Jasper, 1999) (Friedl & Reichl, 2016) como elementos centrales en la

comprensión de la toma de decisión ambiental de los proyectos hidroeléctricos

(Myung, 2012).

e) La información primaria es la fuente principal: En estas organizaciones la

información primaria es la fuente más confiable de información. Se entiende por

información primaria la obtenida en campo directamente por la organización. En

este sentido, se desestima la información secundaria externa, y solo es

considerada cuando afecta la coherencia de los planteamientos. Los resultados

muestran que los expertos prefieren la información directamente recopilada por

las organizaciones y desatienden la información secundaria proveniente de otras

fuentes. Se presenta una dispersión en las respuestas entre organizaciones.


Tabla 4-5 : Respuestas consolidadas priorización de fuentes de información.





Organización D

FUENTE INFORMACIÓN

RECOMENDADAS Prioridad 1

Información primaria

Comunidades locales

Información primaria (estudios

propios)

Sistemas de áreas protegidas

FUENTE INFORMACIÓN

RECOMENDADAS Prioridad 5

Cambio institucional

Corporaciones ambientales

Medios Observatorios

socioeconómicos


El resultado es coherente con el supuesto de la presencia de la heurística de

disponibilidad, la cual precisamente privilegia la experiencia propia del experto

(Plous S. , 1993), y asigna mayor validez a la información propia respecto a la

obtenida por otras organizaciones externas (Tversky & Kahneman, 1974).

Efectivamente, la Tabla 4-5 muestra que la menor prioridad se asigna a las

fuentes secundarias.

f) La estructura organizacional es orientada al proyecto: En las organizaciones

estudiadas, los proyectos implican la creación de un grupo independiente con una

autonomía alta respecto al funcionamiento de la organización (Barnard, 1968).

Los equipos de proyectos son segmentados por fases de maduración de

proyectos (March, 1994). Así, los equipos que evalúan los proyectos en etapas de

factibilidad no son necesariamente quienes validan los impactos en las etapas de

construcción (Flyvbjerg, 2007).



Tabla 4-6 : Respuestas consolidadas de estructura organizacional.





Organización D

MEGAPROYECTOS Comentarios Entrevistados

Coordinación Proyectos Plan de Expansión Generación

Hidroeléctricas

Coordinación Ambiental Proyectos

Hidroeléctricos

Jefe Departamento

Medio Ambiente en EMPRESA C

S.A. ESP

Jefe Sistema Gestión Medio

Ambiental

MEGAPROYECTOS TOMA DECISIONES SI SI SI SI


El resultado de la Tabla 4-6 , es coherente con el esquema de funcionamiento

organizacional previsto para una iniciativa considerada internamente como

estratégica (Hofer & Schendel, 1978), y aislada de la dinámica normal de la

operación de la organización (Sovacool & Cooper, 2013).

Con las características identificadas del proceso, se reconoce un esquema típico

aplicado internamente en las organizaciones, por medio del cual se articulan las

decisiones del experto con las de la organización. En la Figura 4-1 , se observa el modelo

de toma de decisiones aplicado en las organizaciones estudiadas. Los procesos en azul

corresponden a procesos ejecutados por los expertos y los procesos en blanco son

procesos organizacionales.

El inicio del proceso se da con la recepción de una petición externa a la organización, lo

que representa la posibilidad de un cambio para el estudio de impacto ambiental de un

proyecto hidroeléctrico. La petición de la comunidad local es asignada dentro de la

organización al grupo encargado del proyecto respectivo, y corresponde a este grupo su

respuesta formal escrita. La decisión ambiental parte de dos alternativas posibles: a)

continuar el estudio de impacto ambiental sin ajustes o b) modificarlo a partir de lo

requerido por la comunidad local en su petición externa.


Figura 4-1: Modelo descriptivo de toma de decisiones ambientales en las organizaciones identificado


El modelo de toma de decisiones refleja los procesos basados en juicio de expertos de

las organizaciones estudiadas. Los pasos del modelo son los siguientes: 1) se reciben

solicitudes externas asociadas a decisiones ambientales de los proyectos hidroeléctricos,

2) dichas peticiones son complementadas con información ambiental relevante, 3) el

caso es asignado por la organización a los expertos ambientales basada en criterios de

idoneidad, 4) el experto inicia el proceso de juicio experto, 5) primero el experto decide el

esfuerzo mental a emplear11, 6) valoración de prospectos disponibles en condición de

incertidumbre, 7) elección del prospecto según modelo CPT, 8) generación de

11 Típicamente ante valores bajos de esfuerzo considerados por el experto (Brighton & Gigerenzer, 2015) mayor predisposición de emplear la heurística de disponibilidad (Plous S. , 1993).



recomendación del experto a la organización, 9) presentar la información combinada con

la información organizacional complementaria, 10) proceso de autorización de la

organización previsto para solicitudes externas.

4.2 Análisis Cuantitativo

A pesar de los resultados antes expuestos cualitativamente, cuando son cuantificados

con los coeficientes determinados por BUI (2009) para Colombia, se evidencia que

aunque el entorno social e institucional estén más presentes en el análisis ambiental de

los expertos, estos dos escenarios también son considerados en la valoración subjetiva

de ellos, en zona de pérdida, pues la capacidad de respuesta no es suficiente para los

potenciales desafíos inciertos.

A partir de la matriz de pagos que se explicó en la sección 3.3, se ve el modelo CPT

aplicado por primera vez a este contexto organizacional, tomando en cuenta la revisión

realizada a la literatura actual (Moritz & Gieri, 2015) y desde donde se extraen los

resultados principales que serán analizados.

Los resultados obtenidos al aplicar el modelo CPT para los escenarios definidos en cada

una de las organizaciones estudiadas en Colombia, usando el modelo matemático para

cuantificar el valor subjetivo asignado a los prospectos, se presentan en la Tabla 4-7 .

Tabla 4-7 : Función de valor evaluada para CPT modelado ajustado a Colombia.

Parámetros CPT

Colombia ESCENARIOS ANALIZADOS

Panorama Énfasis

CPT Colombia

CPT Social

CPT Ambiental

CPT Económico

CPT Institucional

CPT Tecnológico

CPT Igualitario

Organización A

$ (16,95)

$ (15,34)

$ (15,74)

$ (16,70)

$ (18,68)

$ (20,15)

$ (17,23)

Organización B

$ (17,35)

$ (15,34)

$ (18,68)

$ (15,74)

$ (16,70)

$ (20,15)

$ (17,23)


Organización

C $

(17,25) $

(16,70) $

(18,68) $

(15,74) $

(15,34) $

(20,15) $

(17,23) Organización

D $

(16,99) $

(18,68) $

(16,70) $

(20,15) $

(15,34) $

(15,74) $

(17,23) Consolidado

TO $

(17,26) $

(15,34) $

(18,68) $

(16,70) $

(15,74) $

(20,15) $

(17,23)


Los resultados en el caso base indican direccionalidad negativa, es decir, todas las

simulaciones realizadas presentan valores CPT negativos. Los prospectos son percibidos

en la zona de pérdida respecto al punto de referencia de cada experto (Charness,

Gneezy, & Imas, 2013). El comportamiento es independiente de las organizaciones e

independiente del escenario estudiado. Este resultado permite establecer que los

tomadores de decisión, en las grandes organizaciones asociadas a proyectos

hidroeléctricos, experimentan una pérdida en todo tipo de peticiones externas a la

organización.

Indica además la predisposición de las organizaciones ante requerimientos probables en

Colombia. En ninguno de los escenarios analizados se encuentran valores positivos, lo

que implica una alta resistencia a cambios provenientes del entorno. Los expertos y las

organizaciones que adelantan grandes proyectos hidroeléctricos en Colombia para el

período 2010 – 2020, están operando en la zona de pérdidas bajo todos los escenarios

propuestos (social, institucional, económico, ambiental y tecnológico).

Al evaluar la magnitud de pérdida experimentada ante los diversos entornos, se observa

que los tecnológicos y en menor medida los ambientales, son los de mayor pérdida para

las organizaciones de forma consolidada. En la Tabla 4-7 , los valores resaltados con

color rojo corresponden a la mayor magnitud de pérdida para cada organización, y en

color verde al valor de menor magnitud de pérdida.

Los valores calculados presentan baja dispersión entre las organizaciones estudiadas y

brindan un panorama claro de la predisposición de los expertos a considerar en sus

elecciones peticiones de los entornos ambientales y tecnológicos. La predisposición para

los demás entornos tiene una magnitud que es inferior en 31,35%. Con base en la



heurística de disponibilidad se podría inferir que los agentes sociales son constantemente

percibidos por los expertos y por tanto, su respuesta es mucho más directa (Tversky &

Kahneman, 1986) (Bromiley & & Rau, 2014).

Desde el punto de vista externo a las organizaciones, se puede asegurar que las

peticiones en estos dos entornos serán las menos probables de ser consideradas en las

decisiones ambientales. El modelo calculado implica mayor predisposición a variaciones

en las decisiones ambientales por peticiones externas en los entornos económicos,

sociales e institucionales. Para el entorno tecnológico, significa baja disposición

organizacional a cambios de diseño técnico tales como cambio de nivel de la represa.

Para el entorno ambiental, significa dificultad para evaluar la validez de estudios externos

a las organizaciones.

4.3 Identificación de recomendaciones

El modelo descriptivo presentado en la Figura 4-1 , implica una alta autonomía del

experto y la ausencia de mecanismos de balance de decisiones. La tradición de la

economía conductual (Angner & Loewenstein, 2007) se orienta en la búsqueda de

mecanismos de corrección de sesgos cognitivos (Heath, Larrick, & Klayman, 1998), a

través de cambios organizacionales donde se acepta, como indica la escuela de

heurísticas y sesgos, la imposibilidad de evolución del proceso cognitivo y adopta una

mitigación en la siguiente fase12 del proceso organizacional (Bromiley & & Rau, 2014).

Los resultados indican mejoras en las posibilidades de influencia de las comunidades

locales, al mitigar los sesgos cognitivos del uso de la heurística de disponibilidad por

parte de los expertos, y de hecho permiten eliminar su efecto en la mayoría de

simulaciones realizadas. Por esto constituyen un soporte sólido para ser orientadores de

las políticas organizacionales requeridas para disminuir los niveles de conflictos

12 Basado en el supuesto de sociedad orientada desde el individuo hacia la organización (Barnard, 1968).


típicamente esperados entre las comunidades locales (Friedl & Reichl, 2016) y las

organizaciones que promueven los proyectos hidroeléctricos, a través de un cambio

endógeno en las grandes organizaciones. La dificultad de las organizaciones para

evaluar las peticiones externas de las comunidades locales radica en el modelo de toma

de decisiones adoptado, donde el criterio experto no considera los ciclos de aprendizaje

incompletos que implican el uso de la heurística de disponibilidad en el contexto

estudiado. Así, la probabilidad objetiva de un evento es sesgada por la ponderación de la

decisión considerando la variación en el bienestar que represente para el experto

(pérdidas o ganancias). A partir de este hallazgo, se genera el modelo recomendado.

La solución tipo externa (DellaVigna, 2009) descrita es ajustada a las características del

modelo de toma de decisiones basado en la propuesta, como se indica en la Figura 4-2 ,

y posteriormente es validado su impacto a nivel cuantitativo en la Tabla 4-8 .

Figura 4-2: Modelo descriptivo de toma de decisiones ambientales en las organizaciones recomendado




Concretamente, se identifican dos ajustes al modelo de decisión organizacional: 1) el

primero, consiste en preparar previamente información de líneas bases de forma

normativa; de esta manera se elimina la percepción de información no propia, presente

en las consideraciones actuales de los expertos estudiados; 2) el segundo, requiere la

incorporación del proceso de validación externa a las recomendaciones de los expertos;

la razón principal corresponde a la necesidad de eliminar a nivel organizacional los

efectos de la heurística de la disponibilidad a partir de incorporar distribuciones objetivas

de los eventos sobre los que se realiza la decisión ambiental. El primer ajuste está

orientado a facilitar la aceptación en el entorno ambiental, el segundo es el más

importante dado que logra mitigar el sesgo que genera la heurística de disponibilidad de

los expertos a través de un cambio organizacional donde se incorporen los avances en

las ciencias comportamentales (Angner & Loewenstein, 2007).

El modelo de toma de decisiones refleja los procesos basados en juicio de expertos de

las organizaciones estudiadas, incorporando las recomendaciones propuestas. Los

pasos del modelo son los siguientes: 1) se reciben solicitudes externas asociadas a

decisiones ambientales de los proyectos hidroeléctricos; 2) dichas peticiones son

complementadas con información ambiental relevante; 3) el caso es asignado por la

organización a los expertos ambientales basado en criterios de idoneidad; 4) el experto

realiza el proceso de forma idéntica; 5) primero, el experto decide el esfuerzo mental a

emplear13, y la información nueva disponible previa a la elección; 6) valoración de

prospectos disponibles en condición de incertidumbre; 7) elección del prospecto según

modelo CPT; 8) generación de recomendación del experto a la organización; 9) presentar

la información combinada con la organizacional complementaria; 10) proceso de

autorización de la organización previsto para solicitudes externas; 11) se incorpora la

contabilidad ambiental; 12) las estimaciones adoptan el pronóstico por referencia de

clase; 13) se realiza una evaluación independiente; 14) los valores deben ser

consistentes para su aprobación.

13 Típicamente ante valores bajos de esfuerzo considerados por el experto (Brighton & Gigerenzer, 2015) mayor predisposición de emplear la heurística de disponibilidad (Plous S. , 1993).


La modificación al paso 5 en la propuesta, implica un trabajo de preparación de

información proveniente de fuentes secundarias previo a la valoración del experto para

de esta forma mitigar el sesgo actual respecto al entorno ambiental.

Los pasos 11, 12, 13 y 14, son un mecanismo de validación externa, en un proceso

donde el experto no participa y están orientados a reparar cognitivamente a nivel

organizacional el sesgo respecto al entorno tecnológico.

Los valores del modelo CPT se ajustan con los cambios propuestos al modelo de

decisión con el fin de cuantificar el impacto. Para ello se toma la matriz de pago mostrada

en la Tabla 4-8 .

Tabla 4-8 : Matriz de pago de los cambios propuestos

MATRIZ RESULTADOS LOTERÍA ESCENARIO

Panorama Enfasis


A


B


C


D

Consolidado Todas Org

(TO)

EPM ISAGEN EMGESA CELSIA TODAS

Entorno Social $ 100 $ 100 $ - $

(50) $ 100

Entorno Ambiental

$ - $ - $ - $ - $ -

Entorno Económico

$ - $ 50 $ 50 $

(100) $ -


$ (50) $ - $ 100 $ 100 $ 50

Entorno Tecnológico $ - $ - $ - $ - $ -


Los resultados muestran valores positivos lo que indica un cambio de percibir pérdidas a

ganancias para el consolidado de las organizaciones. El 75% de las organizaciones

mejoran para todos los escenarios estudiados como se observa en Tabla 4-9 .



Tabla 4-9 : Función de valor CPT incorporando las recomendaciones

ESCENARIOS ANALIZADOS INCORPORACIÓN AMBAS RECOMENDACIONES

Panorama Énfasis

CPT Ambiental

CPT Económico

CPT Institucional

CPT Tecnológico

CPT Igualitario

Organización A $

(8,04) $

(8,04) $

(9,79) $

(8,04) $

(8,09)

Organización B $ 2,47 $ 3,43 $ 2,47 $ 2,47 $ 2,95

Organización C $ 2,47 $ 3,43 $ 3,83 $ 2,47 $ 2,95

Organización D $

(17,37) $

(20,82) $

(15,91) $

(17,37) $

(18,05)

Consolidado TO

$ 2,47 $ 2,47 $ 3,43 $ 2,47 $ 2,95


El impacto de la incorporación de las recomendaciones se cuantifica en la Tabla 4-10 .

Los resultados son contundentes y brindan bajo nivel de dispersión entre los escenarios

estudiados.

Tabla 4-10 : Cálculo de impacto aplicación recomendaciones en modelo CPT

ESCENARIOS ANALIZADOS % MEJORA CPT INCORPORACIÓN AMBAS RECOMENDACIONES

Panorama Énfasis

CPT Ambiental

CPT Económico

CPT Institucional

CPT Tecnológico

CPT Igualitario

Organización A 49% 52% 48% 60% 53%

Organización B 113% 122% 115% 112% 117%

Organización C 113% 122% 125% 112% 117%

Organización D -4% -3% -4% -10% -5%

Consolidado TO

113% 115% 122% 112% 117%



Las recomendaciones implican una mejora para el 75% de las organizaciones, y una

mejora consolidada de 117%. El 50% de las organizaciones superan la zona de pérdidas,

25% de las organizaciones mitigan el efecto de la pérdida, y un 25% de estas presentan

un aumento de la pérdida en un 5%.

Las mejoras implican una recomendación de carácter general efectivo, para guiar el

cambio organizacional con el fin de permitir una mejor valoración de las peticiones

externas realizadas por las comunidades locales ante decisiones ambientales tomadas

en los estudios de impacto ambiental de los proyectos hidroeléctricos.

5. Conclusiones y recomendaciones

5.1 Conclusiones

El trabajo doctoral presenta evidencia significativa de la relación existente entre el

modelo de toma de decisiones ambientales, adoptado en las grandes organizaciones

basadas en juicio experto, y el nivel de influencia sobre las decisiones entendido como la

predisposición a considerar las peticiones externas de las comunidades locales. El

hallazgo más relevante del estudio constituye la evidencia del uso de la heurística de la

disponibilidad como limitante en el juicio de los expertos al momento de procesar

peticiones externas asociadas a modificar decisiones ambientales de las organizaciones.

Este atajo mental implica una modificación de las probabilidades objetivas de los eventos

como lo predice la teoría prospectiva acumulativa. Dado el contexto del modelo de toma

de decisiones, este sesgo cognitivo implica una predisposición no racional hacia las

peticiones externas, donde se requieren ajustes a sus decisiones en los ámbitos

tecnológicos y ambientales. Y en general, una sensación de pérdida ante cualquier

petición externa a las recomendaciones generadas previamente por la organización.

El estudio cuantifica, a través del uso de la teoría prospectiva acumulativa, la

direccionalidad de dichas distorsiones de las elecciones de los expertos, y evidencia la

irracionalidad existente en este modelo de toma de decisiones. Lo anterior es consistente

con estudios previos donde se cuestiona el uso ilimitado del criterio experto en diferentes

definiciones de política pública de mega infraestructuras (Tironi, 2015).

El modelo identificado en la Figura 4-1 aporta a la comprensión del modo de operación

de las grandes organizaciones, al desarrollar las grandes hidroeléctricas de Colombia. La

visión endógena, se muestra como un determinador fundamental de la dificultad para



procesar peticiones externas a las organizaciones, en este contexto, aquellas

provenientes de las comunidades locales en todos los ámbitos, y una predisposición

especial a los cambios en los entornos donde se espera mayor respuesta de las firmas

de ingeniería, como son los cambios tecnológicos y ambientales. El modelo de toma de

decisiones formulado se basa en las seis (6) características identificadas en el análisis

cualitativo. Los resultados de las simulaciones en 32 escenarios brindan un panorama

amplio del contexto donde operan los expertos ambientales y facilitan la comprensión de

los mecanismos que pueden ser mejorados al definir modelos de toma de decisiones

organizacionales basados en criterio experto.

Las recomendaciones identificadas permiten considerar el cambio organizacional como

un mecanismo de reparación cognitiva de los juicios expertos y brindan la posibilidad,

según las simulaciones realizadas, de contribuir a disminuir el nivel de conflictividad entre

las grandes organizaciones y las comunidades locales a través de cambios endógenos a

nivel organizacional. Las propuestas se soportan sobre avances en la ciencia

comportamental, ya utilizada en otros ámbitos como la economía comportamental (Thaler

& Benartz, 2004) y los sistemas de transporte (Angner & Loewenstein, 2007).

Por su parte, no se encuentra incidencia importante de las restricciones de tiempo y

jerarquías de poder en las observaciones y análisis realizados (Bromiley & & Rau, 2014).

Este resultado se aleja de estudios previos donde usualmente estas restricciones están

relacionadas con el uso extendido de heurísticas como la observada de disponibilidad

(Rubenstein, 2013). En varios estudios previos, la presencia de presiones de la

organización sobre el individuo es un factor esencial en sus explicaciones, en este

sentido el trabajo realizado aporta evidencia contraria a estos supuestos (Friedl & Reichl,

2016).

Asimismo, se debe trabajar en fortalecer la información institucional llamada

secundaria14, pues la fuente de información primaria construida bajo la aproximación de

14 Entre la información secundaria, se encuentra la disponible en las instituciones ambientales como las Corporaciones autónomas Regionales (CAR), y la Agencia Nacional de Licenciamiento Ambiental ANLA.

Conclusiones 75

organizaciones orientadas a proyectos, no determina ecosistemas sino que promueve su

análisis fraccionado favoreciendo el interés de la cotidianidad y en general el estudio de

corto plazo de cada proyecto hidroeléctrico. Toma sentido realizar líneas bases de

acceso público y sobre ellas definir los portafolios de proyectos hidroeléctricos. Un

mecanismo sugerido es hacer un censo ambiental nacional en las zonas con potencial

hidroeléctrico de alto impacto, y en las etapas de prefactibilidad considerarlo como

prerrequisito para la formulación de estudios de impacto ambiental.

El concepto de contabilidad ambiental (Odum, 1996) (Shmelev, 2012) es incipiente en las

organizaciones, a la luz de los resultados. Sin embargo, es una situación reversible si se

entienden las graves implicaciones de los sesgos descritos en este estudio a nivel de las

organizaciones. La potencia estadística es un elemento central en toda la escuela de

pronósticos por clase de referencia (Moritz & Gieri, 2015), y su aplicación en el campo de

los megaproyectos puede ser una fuente de competitividad para las organizaciones (Mieg

H. A., 2014) que busquen disminuir los niveles de conflictividad con las comunidades

locales (Varas, Tironi, Rudnick, & Rodríguez, 2013).

Visiones alternativas a la interpretación de la información de campo

Se observa una paradoja en los tomadores de decisiones ambientales, dado que se

encuentran más dispuestos a realizar cambios en los entornos sociales, económicos e

institucionales, que en aquellos más cercanos a su ámbito como la adopción de cambios

tecnológicos y ambientales. Una explicación alterna a este fenómeno es aportada desde

la sociología y es la posible existencia de un momentum tecnológico (Hughes, 1983). Es

decir, acuerdos previos que condicionan los equilibrios en los grados de libertad de las

definiciones de los proyectos, lo que resulta en inflexibilidades. Un escenario plausible es

precisamente el campo tecnológico donde más se reflejan, dado que son restricciones a

cambios técnicos los que pueden inviabilizar la existencia misma de los proyectos de

ingeniería. La dificultad para aceptar esta teoría es la necesidad de identificar factores

temporales previos, dado que la teoría acumulativa prospectiva no lo considera más allá

de su aporte a la definición del punto de referencia. Esto implica una realidad diferente a

la observada en campo, donde no se evidencia preferencias con variaciones apreciables

en el tiempo ni entre organizaciones, que permitan derivar en esta dirección explicativa.



Limitaciones de la investigación realizada

Una de las críticas teóricas a la aplicación de la teoría prospectiva a nivel organizacional

se centra en el enfoque individualista, asociado al uso del criterio experto como

determinante en un entorno organizacional (King, Felin, & Whetten, 2010). Desde la

escuela lingüística de la ciencias humanas, el supuesto de neutralidad de los fenómenos

del lenguaje y normas de comportamiento social derivadas, no deben ser considerados,

dado que implican el desconocimiento de la restricción que impone al comportamiento de

los individuos sobre qué pueden opinar y las fuerzas externas que los acondicionan en

los esquemas organizacionales (Moritz & Gieri, 2015). El supuesto de enfoque

individualista es fundamental para mantener las conclusiones del estudio y por lo tanto, la

consideración de la crítica no permite extender su uso en modelos de toma de decisión

donde el criterio experto no sea determinante de las decisiones organizacionales. Como

se ha mencionado a lo largo del estudio, su aplicación es viable en organizaciones con

número de expertos limitado (Mieg H. A., 2014), alta confianza y autonomía delegada a

los expertos como tomadores de decisiones organizacionales, y alta exposición

organizacional a condiciones de incertidumbre (Heath, Larrick, & Klayman, 1998), tal

como sucede con las decisiones ambientales asociadas a la construcción de grandes

hidroeléctricas en Colombia durante el período analizado (Bronfman, Jiménez, Arévalo, &

Cifuentes, 2015).

Existen adicionalmente críticas teóricas asociadas a la aplicación correcta de la teoría

prospectiva acumulativa, en diferentes cuadrantes de aplicación (Bromiley & & Rau,

2014). Con el fin de evaluar su impacto se desarrollaron diversas simulaciones en las que

se abordan las problemáticas indicadas como los movimientos de puntos de referencia,

variaciones muy significativas de las magnitudes, y el uso de valores normalizados. De

todas ellas, en el Anexo B: Análisis críticas a la teoría prospectiva acumulativa, se

muestran los resultados obtenidos. Como conclusión se observa que los resultados se

mantienen ante las críticas realizadas a la aplicación del modelo y su incidencia en las

magnitudes del valor subjetivo CPT son insignificantes en términos de cambios de

direccionalidad (Wakker, 2010). Se indica en estas críticas la similitud de resultados

obtenidos utilizando la teoría de la utilidad esperada subjetiva. En las simulaciones

realizadas el resultado de magnitud no es similar (Glockner & Betsch, 2008), la diferencia

Conclusiones 77

es de 5076% para el caso base y las conclusiones derivadas son contradictorias con las

obtenidas con el modelo de la teoría acumulativa prospectiva, debido a que la

direccionalidad no se mantiene, lo que supone calificar estados de pérdidas como de

ganancia en 19 simulaciones de 32 realizadas.

5.2 Recomendaciones

Como resultado de la ejecución de la investigación se observa una línea de investigación

importante, asociada a revisar el desempeño de modelos de toma de decisión

discriminando entre iniciativas promovidas desde agentes públicos o privados, y entre

iniciativas de organizaciones tradicionales o emergentes. De hecho, es una pregunta

recurrente en la sociedad conocer si el desempeño está relacionado con el tipo de

promotor, dependiendo de su origen y su madurez organizacional, dado que estos

elementos son esenciales en la formulación de diferentes políticas organizacionales

asociadas a grandes proyectos (Ansar, Flyvbjerg, Budzier, & Lunn, 2014) (Bakka &

Lindkvist, 1999).

En el trabajo doctoral realizado se consideraron, al momento del trabajo de campo, dos

agentes públicos tradicionales15 (EPM y ISAGEN) y dos privados, uno tradicional

(EMGESA) y otro constituido en esta década (CELSIA). El resultado indica una mayor

prevalencia en la zona de pérdidas de los actores privados; sin embargo, las diferencias

obtenidas en magnitud son solo de 1,78% respecto a la función de valor subjetiva, por lo

que sugieren indiferencia respecto al origen de las organizaciones. En cuanto al nivel de

madurez organizacional en términos temporales, se observan diferencias significativas

entre actores tradicionales y recientes; de hecho, en este caso las diferencias son

apreciables, lo que parece favorecer el uso de medición temporal como criterio de

madurez organizacional.

15 Se considera tradicional, organizaciones constituidas hace más de 15 años.



Líneas emergentes de investigación:

Esta línea de investigación requiere nuevos estudios en los que se pueda utilizar la

misma metodología en diversos mega proyectos de ingeniería, y así permitir obtener una

representativa significativa a nivel estadístico, para fortalecer este énfasis académico.

Iniciativas en este sentido se adelantan en otras parte de Latinoamérica ante la creciente

necesidad de viabilizar los mega proyectos de fuentes renovables como parques eólicos

(Comité Consultivo de Energía, 2015).

Durante la pasantía realizada en la Pontificia Universidad Católica de Chile, se llevaron a

cabo sesiones a modo de panel de expertos con el fin de validar externamente los

hallazgos realizados en el trabajo doctoral, con los profesores: Jaime Coquelet Figueroa,

Director Centro Interdisciplinario de Estudios Interculturales e Indígenas; Luis Cifuentes

Lira, PhD; Rodrigo Arriagada, PhD; Manuel Tironi, PhD; y Julio Pertuzé, PhD. A partir de

este ejercicio, se fortaleció el resultado del trabajo doctoral y adicionalmente, emergieron

problemas nuevos de investigación complementarios al trabajo doctoral realizado.

El primero, está asociado con explorar los análisis culturales del significado en la

sociedad del criterio “experto”, como elemento central para cualquier tipo de decisión

bajo incertidumbre (Tironi, 2015). El segundo, tiene que ver con contrastar si las

diferencias culturales en los modelos de toma de decisión son situaciones específicas por

tipo de infraestructura (Varas, Tironi, Rudnick, & Rodríguez, 2013), y si ello corresponde

a fenómenos culturales generales o específicos por tipo de proyecto (Moritz & Gieri,

2015).

Los ajustes a los puntos de referencia psicológicos son los mecanismos en el modelo de

teoría prospectiva acumulativa, como se puede incorporar el análisis situacional al definir

las zonas de pérdidas y ganancias (Angner & Loewenstein, 2007). El análisis de las

variables que pueden ajustar el punto de referencia son estudios de vocación

interdisciplinaria e implica afrontar diversos retos de integración entre ciencias, pues

confluyen todos los aportes de cada una de las ciencias que estudia el criterio experto,

en un mecanismo relevante como la formación del criterio experto asociado a las grandes

decisiones de ingeniería (Sovacool, y otros, 2015) en las organizaciones.

Conclusiones 79

Por último, durante el trabajo de campo en la pasantía en Chile, se observó que el

comportamiento entre sectores presenta variaciones significativas según el tipo de

megaproyecto. En la pasantía internacional, se realizó una aplicación de la misma

metodología desarrollada en la tesis doctoral para un proyecto de reciclaje de residuos

tóxicos. En los análisis realizados a la industria de reciclaje de material tóxico se

observan priorizaciones de los expertos, diferentes a las observadas en el presente

estudio16. La priorización encontrada refleja una menor disposición a pérdidas para las

decisiones ambientales en los entornos tecnológicos y ambientales. Las zonas de mayor

pérdida son los entornos sociales e institucionales. De hecho, su modelo de decisión

incluye espacios donde presentan propuestas a las comunidades que brindan

participación en las decisiones del proyecto, a través de acuerdos de asociación e

incidencia directa en la tecnología a emplear para mitigar afectaciones a comunidades

cercanas. Su zona de pérdida está asociada a la responsabilidad institucional sobre la

gobernabilidad del uso del suelo y el agua ante vulnerabilidad de los habitantes de la

zona de afectación del proyecto. Este tipo de modelo de decisión concuerda con los

adelantos realizados en Nueva Zelanda donde el reconocimiento cultural promueve

participación a nivel de Juntas Directivas de las compañías a cargo de la infraestructura,

resultado de los proyectos por parte de las comunidades afectadas (Muru-Lanning,

2012). Así, el modelo de toma de decisiones tiene un mayor involucramiento en el paso

de autorización dependiendo del tipo de megaproyecto (Bronfman, Jiménez, Arévalo, &

Cifuentes, 2015).

Estos cambios al modelo de toma de decisiones organizacionales dependientes del tipo

de asociación organizacional, constituyen una línea de investigación promisoria pues

implican comprender tipos de ajustes ya no desde los cambios organizacionales internos,

sino correcciones a los resultados de decisiones obtenidos por grupos de organizaciones

asociados, en formas distintas a grupos económicos o conglomerados.

16 La organización analizada fue la firma CICLO, y su proyecto CIGRI (CICLOCHILE, 2015). El proyecto CIGRI consiste en la construcción de un Centro Integral de Gestión de Residuos Industriales (CIGRI) de Ciclo S.A. Este prestará el servicio de eliminación (valorización, reciclaje, recuperación, tratamiento y disposición final) de residuos industriales peligrosos y no peligrosos. El experto ambiental entrevistado fue Damián Tomic Molina, socio fundador y gerente general en Ciclo S.A.



Aportes multidisciplinarios:

Desde el punto de vista social el desarrollo del trabajo doctoral permitió actualizar los

contenidos de los cursos de toma de decisiones con las nuevas teóricas identificadas, las

cuales se organizaron de una forma taxonómica simple. Esto acelera su comprensión por

parte de la comunidad científica de la Universidad Nacional de Colombia y ha

demostrado ser un elemento que facilita su entendimiento, desde su aplicación en el

primer semestre del año 2015, en el curso “toma de decisiones en grandes

organizaciones”.

En el campo institucional, las instituciones gubernamentales que formulan políticas

públicas orientadas a la construcción de grandes hidroeléctricas, pueden considerar las

recomendaciones en el sentido de mejorar la publicación de las líneas bases ambientales

de las zonas de afectación de los proyectos, con el fin de evitar los sesgos observados

en los expertos durante la valoración de los prospectos. Los resultados cualitativos

muestran predisposición a valorar más la coherencia con licenciamientos ambientales

previos sobre la existencia de nuevos activos naturales al momento de la valoración

(Shmelev, 2012).

A. Anexo A: Procedimiento de categorización de la función de valor

El procedimiento de categorización de la función de valor se realizó a partir de las

variables de: tiempo de deliberación, frecuencia en el uso de categorías y el grado de

importancia que asignaron los expertos a los factores de análisis de impacto ambiental.

Tabla 5-1 : Categorización paso 1


82 Toma de decisiones por grandes organizaciones en condiciones de incertidumbre: estudio de las grandes hidroeléctricas en Colombia 2010-2020

A continuación se relacionan las etapas de la categorización con el fin de evidenciar el

proceso de agrupación y articulación de las respuestas dadas por los expertos con las

categorías finales del modelo multidimensional.

La Tabla 5-1 muestra que los factores que se establecieron en el análisis de impacto

ambiental fueron medidos a partir del tiempo de deliberación del experto para indicar

cada uno, según los cuales podía ser rápido, normal o lento; el orden de prioridad que

daba el experto a cada factor, enumerando de 1 a 5; y el grado de importancia de cada

respuesta siendo el nivel alto lo primero y lo último que enlista cada experto, bajo los

valores más inmediatos al primer y último factor referenciado y nulo el valor del medio.

A continuación la Tabla 5-1 demuestra las respuestas de los expertos de cada

organización en sus propias palabras. En este punto se abstrajeron aquellas frases o

palabras utilizadas por los representantes de las organizaciones que se acercaban más a

las categorías del análisis multidimensional.

El mismo método se utilizó para analizar el orden de los factores organizado por los

expertos al responder cómo harían un estudio de impacto ambiental en condiciones de

incertidumbre.

Anexo A. Procedimiento de categorización de la función de valor 83



La Tabla 5-2 identifica, en un supuesto contexto de incertidumbre, las características

principales mencionadas por los expertos, también se usan los factores de tiempo de

deliberación y prioridad con que hace mención cada experto de las frases extraídas de la

Tabla 5-2.

El paso siguiente en el proceso de configuración fue el de asociar las frases o palabras

que mencionaron los expertos como primera respuesta a las preguntas, a unas

categorías de entorno. Así, las reacciones de los expertos se transformaron en

categorías más amplias que representaban el querer de quien respondía las entrevistas,

tal como lo muestra la Tabla 5-3 .




La Tabla 5-4 detalla la cantidad de veces que el experto mencionó el entorno

seleccionado en cada nivel, la frecuencia, prioridad y el grado de relevancia para la

organización (representadas por los expertos) de cada categoría.


La Tabla 5-5 señala las conclusiones generalizadas de los entornos enunciados por los

expertos según frecuencia, grado y tiempo de deliberación. La conclusión agrupa los

resultados de los 4 expertos.



Una vez se ha transformado la respuesta de los expertos en los entornos, es posible

estudiar los escenarios de ganancia y de pérdida para cada organización. De este modo,

se podrá identificar cuál es el factor en el que las organizaciones tendrán mejor

desempeño y aquellos en los que tendrán tendencia a la baja, según la teoría prospectiva

acumulativa.




La Tabla 5-6 muestra los entornos de ganancia y pérdida para cada organización. Esta

información permitió conocer las problemáticas en la toma de decisiones, ubicar los

escenarios que requieren de intervención y plantear la política pública de resolución de

los entornos con dimensiones de pérdida.

Sin embargo, la caracterización según el modelo multidimensional no es suficiente para

conocer si las zonas neutras y de ganancia efectivamente arrojan resultados positivos

para las organizaciones. Por este motivo, el siguiente apéndice relaciona el análisis de

sensibilidad que se construyó teniendo en cuenta las críticas que se han planteado a la

aplicabilidad de la teoría prospectiva acumulativa.

La información de las respuestas de los expertos es recopilada en la Tabla 5-7 .

Adicionalmente, las encuestas realizadas son presentadas para cada una de las

organizaciones estudiadas.


Tabla 5-7 : Respuestas Expertos Organizaciones

INF

OR

MA

CIO

N B

AS

EO

PC

ION

ES

EP

MIS

AG

EN

EM

GE

SA

CE

LSIA

NO

MB

RE

EX

PE

RT

OJuan D

avid Montoya V

elillaD

aniel Montagut gil

Gian P

aolo Daguer

Elisa P

atiño Gonzalez

PR

OF

ES

ION

BA

SE

Ingeniero Civil

Ingeniero Am

bientalIngeniero A

mbiental

Adm

inistradora Am

bientalG

RA

DO

ED

UC

AC

ION

Magister

Magister

Magister

Magister

EM

PR

ES

AE

mpresas P

úblicas de Medellín (E

PM

) en la G

erencia Generación E

léctricaIS

AG

EN

EM

GE

SA

S.A

.E

PS

A – G

RU

PO

CE

LSIA

RE

SP

ON

SA

BILID

AD

Coordinación P

royectos Plan de E

xpansión G

eneración Hidroeléctricas

Coordinación A

mbiental P

royectos H

idroeléctricosJefe D

epartamento M

edio Am

biente en Em

gesa S

.A. E

SP

Jefe S

istema G

estión Medio A

mbiental

TO

MA

DE

CIS

ION

ES

SI

XX

AS

ES

OR

AS

IX

XX

PR

ES

EN

TA

INF

OR

ME

SS

IX

XX

ME

GA

PR

OY

EC

TO

SS

IX

XX

MIC

RO

PR

OY

EC

TO

SS

IX

XH

IDR

OE

LEC

TR

ICA

S E

N

QU

E H

A P

AR

TIC

IPA

DO

MA

S D

E 2

MA

S D

E 2

MA

S D

E 2

MA

S D

E 2

Com

entarios E

ntrevistados

Participa en la planeación de H

idroituango, Porce

3 y 4. Entre otros. La planeación valida el

equilibrio entre demanda futura y oferta, y en

función de esto define proyectos hidroeléctricos que guían cuanta energía se puede requerir, con base en esto se definen potenciales proyectos y

sus casos de negocio, según evaluaciones internas se deciden si se avanza en la etapa de

licenciamiento y ofrecim

iento del proyecto al m

ercado eléctrico.

Las responsabilidades de esta área son: Licenciam

iento (después de diagnóstico am

biental), planeación hidroeléctricas, proyección hidroeléctricas y planes para entregar

casos de negocio

Al principio era solo m

egaproyectos ahora hacen pequeños. D

esarrolló 20 proyectos en estudio por año. A

mbientales civiles y social. E

l más

reciente Hidrosogam

oso, y estamos viendo otros

como C

añafisto.E

sta área proyectos de Isagen se llama

Proyectos H

idroeléctricos y su operación consiste en la Identificación, pre factibilidad y

factibilidad de proyectos hidroeléctricos.

Mis E

specialidades: Sostenibilidad, G

estión am

biental de proyectos, Implem

entación y m

ejoramiento de sistem

as de gestión, E

valuación de Estudios de Im

pacto Am

biental, Im

plementación planes de m

anejo ambiental,

Auditorías, G

estión de la conservación de la biodiversidad. E

stoy a cargo de guiar la política am

biental de Em

gesa para proyectos hidroeléctricos com

o el Quim

bo, El P

aso (S

umapaz), O

poropa y Guaicaram

o

No aplica, responden vía correo electrónico

formato encuesta, no aceptaron entrevista.

GR

AN

DE

S O

RG

AN

IZAC

ION

ES

TIP

O D

E

PA

RT

ICIP

AC

ION

EN

D

EC

ISIO

NE

S

RE

SU

ME

N E

NC

UE

ST

A Y

EN

TR

EV

IST

A

INFORMACION EXPERTO


Prioridad 1

Proceso participativo social

Com

unidades étnicasC

aracterísticas socio-económicas de la zona

Definición clara y precisa del área de influencia

Prioridad 2

Com

unidades localesInfraestructura vial

Características biológicas

Articulación con los stakeholders

Prioridad 3

Com

ponente físico bióticoR

elocalización de comunidades

Características culturales

Levantamiento de la línea base

Prioridad 4

Com

ponente físico abióticoInstituciones cercanas

Existencia de otros proyectos en la zona

Cualificación del equipo

Prioridad 5

La moda o cotidianidad por noticias y eventos

recientesC

ondiciones seguridad C

aracterísticas físicasS

elección de la metodología

Com

entarios E

ntrevistados

Impactos com

unidades, diagnostico social y prioridad sobre el proyecto, lo am

biental si no está lo dem

ás es secundario el proyecto se para.

Aquí tuvim

os una licencia ambiental y la

tumbaron con com

unidad, la licencia otorgada se la quitan prim

a lo social cuando existen grupos étnicos negritudes e indígenas.

Se puede entender en dos sentidos, uno es com

ponentes y otro es método, es decir,

exposición, frecuencia e impacto. La respuesta

va en el primer sentido.

Prioridad 1

Información prim

ariaC

omunidades locales

Información prim

aria (estudios propios)S

istemas de áreas protegidas

Prioridad 2

Social

Participación com

unitariaG

eodata base de otros proyectos licenciadosA

dministraciones m

unicipales

Prioridad 3

Zonificación del proyectoT

omar criterio de parada, si dicen no es no

(comunidad) y retirarse

Estudios secundarios de las autoridades

ambientales locales

Trem

actos

Prioridad 4

Caracterización línea base y aquella que

optimiza el proyecto

Parques naturales

Planes de orden territorial

Expedientes de O

tros proyectos similares

realizadosP

rioridad 5C

ambio institucional

Corporaciones am

bientalesM

ediosO

bservatorios socioeconomicos

Com

entarios E

ntrevistados

Para optim

izar los proyectos hidroeléctricos se validan en 100 años im

pactos de cota, los ám

bitos social, de zonificación, caracterización línea base y calidad de diseño. Las condiciones

incertidumbres fundam

entales son la presa relevante (por ejem

plo que no sea la más alta

que exista en el mundo en esos tem

as). E

studios de fundación de presa con rarezas y que luego pongan en riesgo el proceso de

licenciamiento. E

n el mom

ento que licencio y luego defino inversiones y m

odificaciones licencias am

biental. Resolver dism

inuir incertidum

bre claves del éxito con los planes de m

anejo

Lo primero es conversar con ellos, de la m

ano construir plan de m

anejo y que den aval, y si ellos dicen no es no.

Acuerdo bien sanam

ente y saber que se les va a cum

plir. Ahí predisposición en las com

unidades cuando otras em

presas se metieron y esas

empresas no cum

plieron. Eso genera m

iedos en la com

unidad y ustedes quieren usar el agua que otros ya han usado.

Parques nacionales, son zonas difíciles para

proyectar, preferible no intervenir.S

egún la alterativa sugiere y ellos deciden. A la

corporación se va con lo que se pacta.

Siem

pre es necesario tener información

primaria, por que usualm

ente las zonas son desconocidas, a veces se encuentra inform

ación previa de otros que tengan licencias en ese caso se debe usar la m

isma para evitar una obligación

mayor pues se entiende que este sitio ya tiene

un reconocimiento am

biental previo y debe ser coherente con lo nuevo propuesto

FA

CT

OR

ES

AN

ALIS

IS

IMP

AC

TO

AM

BIE

NT

AL

FU

EN

TE

INF

OR

MA

CIO

N

RE

CO

ME

ND

AD

AS

ANALISIS DE IMPACTO AMBIENTAL


METODO DE ASIGNACION EXISTE ES

ADECUADOSI o NO SI SI SI SI


Se asigna bien buen ejercicio roles por especialidades. Lo más importante es mantener

transversal a todo desarrollo ambiental, se requiere un líder que conozca, la experiencia de las fases de licenciamiento. Por ejemplo, si no

ubica restricciones legales para consulta previa, no solo de influencia directa sino indirecta puede

pasar que se revoquen licencias por que se requiere un paso si por ahí hay migraciones de

comunidades negras. Esto no es evidente en un levantamiento, requiere observar la zona por

mayor tiempo y entender mejor que hacen las comunidades en esos territorios.

También saber qué alcance de permisos de investigación científica se requiere si se colecta

transporte material ambiental, permisos de evaluación muestras, evaluación genéticas,

forma de reportar especies en territorios baldíos, manejo población desplazada, políticas de

gobierno de zonas desarrollo políticas, cantidad elevada de ajustes, y experto que defina

permisos, sino los procesos de licencia se caen, te obligan a dar sustracción sin licencia que

genera secuencias que requiere rol líder para coordinación, no es solo el experto biólogo, y ver

el impacto que miren que sean realmente general.

Si la legislación ha mejorado mucho. Esta más estricto cada proyecto se complican

megaproyectos, yo creo no van a ver más de 10 en los próximos años. A menos que se requiere

gran demanda de energía, para minimizar lo ambiental. Hoy la barrera ambiental es alta. En Isagen por eso se migro a pequeñas centrales.

Con base en el conocimiento específico de cada cual y se multidisciplinario.

CONOCE LOS FACTORES

ADOPTADOS EN LA ORGANIZACIÓN PARA LA

ASIGNACION DE RESPONSABLES DEL ANALISIS DE IMPACTO

AMBIENTAL

SI o NO SI SI SI SI


Se realiza independiente de la tecnología. Depende del territorio de donde se proyecte el

proyecto hidroeléctrico.Siempre es un equipo multidisciplinario, biólogo, antropólogo, conocimiento social, forestal en lo posible, sumar conocimiento abióticos, factores como ingenieros civiles, geólogos, conocimiento

de fase técnica, para aportar descripción del proyecto, se define según antigüedad si es

complejo, si hay manejo de minorías, que tengan consulta previas, experiencia de participación con comunidades específicas, trabajar con

pares, se acompaña personas de persona, el tema sociopolítico o muy abstracto, o los viejos que son formados solos, y otros que son muy

nuevos, en la demanda del recurso, otros trabajan por grupos, aquí es un pool, y se reparte en función de proyectos y personas se asignan

en función de la experiencia.

Esto proviene de la legislación ambiental usualmente.

Prioridad 1 Afinidad Términos de referencia del ANLA Especialidad Estructura organizacional Prioridad 2 Experiencia Previa Checklist internos Capacidad multidisciplinaria Competencias Prioridad 3 Antigüedad Puntos identificados en factibilidad Lo especifico de los términos de referencia NecesidadesPrioridad 4 Liderazgo Puntos identificados en prefactibilidad Disponibilidad ExperienciaPrioridad 5 Disponibilidad Puntos identificados en Diseño Antigüedad No aplica


Si, términos de referencia es la biblia es la construcción punto punto. Usted se sienta con la Anla y haces el checklist. Es definido por isagen quien debe hacerlo. Se valida lo que se tiene de

Identificación de factibilidad, Prefactibilidad y diseño. El modelo es tal que en cada etapa de

valida cumplimiento de ciertos puntos de control y en caso de no estar listo no pasa a la etapa

siguiente, esto evita avanzar sin la información verificada.

METODO DE ASIGNACION EXISTE ES

ADECUADOSI o NO NO SI SI SI


Todo proyecto hidroeléctrico implica que todo el tiempo este participando en el proyecto. Pero el

mismo equipo, y si se requiere traer consultores, cuando a la persona se asigna todo el proyecto,

se pierde el foco, y se atiende y pierde. Atendiendo barranquitos, y si se requiere

respuesta en función de agenda. Dejas del proyecto para el catalogo y se pierde el función

del especialidades en aporte. Se asigna múltiples tareas, equipos de consolidados no se permiten. A favor que los ingenieros civiles, si se

enfocan, se tratan de abrir más con otras profesiones. Si no se llena de los especialistas y

saca el proyecto coordinadamente.

No aplicaEstán definidos según los términos de referencia, cumplimiento normativo.

Prioridad 1 Dedicación según tiempo total del proyectoPrioridad 2 Experiencia en el campoPrioridad 3 EspecialidadPrioridad 4 Habilidad interpersonalesPrioridad 5 Profesión

CONSIDERA QUE EL ESTUDIO DE IMPACTO AMBIENTAL DEBE SER

REALIZADO POR EXPERTOS

SI o NO SI SI SI SI


Si se requiere que tenga muy metido en cuento el proceso de licenciamiento y toda la fase

consulta solicitudes y permisos que acompaña este, y tenga conocimiento holístico, y ver la

mirada en que tema es especial.La mirada calidad de agua, o la vegetación

treparía, o sustracción, para los ambientales todo es importante, pero uno ve que hay

variables importante para ser evaluada por la autoridad ambiental.

La autoridad puede ser muy exigente en la parte técnica por ejemplo el geólogo.

En la Anla, no tanto, es las locales es la falta conocimiento, y el equipo ve que la evaluación es

depende de si el equipo es fuerte en el conocimiento que tenga la gente en la

evaluación, y eso que entiende por coordinación.Equipos de trabajo, desde su nacimiento, o presentación de diagnóstico en la autoridad.

Prefiero asesor experto que tiene esta problemática en parte técnica y ambiental. Se ha

propuesto internamente.Ejemplo la parte sísmica, y el know-how en

figura asesor.

Si total y en Isagen es así. En otras empresas que conozco no. En estas empresas les dicen rápido que se requiere y como no es fácil se

asumen más riesgos que nadie valida. Y no son técnicas esto se da mucho en las zonas muy al

sur y norte de Colombia. Y si no estás de acuerdo te dices no tengo mucha responsabilidad pailas o me voy.

Si de lo contrario pueden negar la licencia ambiental. El tiempo de presentación de ajuste

de un EIA es tan corto que requiere un muy buen estudio inicial. O de lo contrario no será posible responder adecuadamente en estos tiempos,

por esto se opta por expertos específicos. Esto de acuerdo al nuevo decreto de licenciamiento.

CUALES FACTORES SON

CUALES FACTORES CREE DEBEN SER

AS

IGN

AC

IÓN

DE

TO

MA

DE

DE

CIS

ION

ES

A E

XP

ER

TO

S


CO

NS

IDE

RA

QU

E LA

O

RG

AN

IZAC

IÓN

R

EF

LEJA

LAS

SU

S

RE

CO

ME

ND

AC

ION

ES

T

EC

NIC

AS

SI o N

OS

IS

IS

IS

I

EN

QU

E G

RA

DO

ALT

O M

ED

IO o B

AJO

ME

DIO

ALT

OA

LTO

ALT

O

Com

entarios E

ntrevistados

Hay em

presas que creo que no. Se dem

oraron 2 m

eses y el estudio es de tres años, y esta gente en ese tiem

po como es posible. A

sí que creo no tom

an información prim

aria. Y los planos en

paint y proyecto licenciado. Ahí creo ahí m

alos estudios, esto se da por qué existe afán de incorporar esas licencias para valorizar el

proyecto y venderlo. En estos casos el m

uestreo se ajusta a esos tiem

pos pues si se realiza estudio detallado al 100%

no podrían realizarlo en ese tiem

po. La licencia se perdería pues seguro cam

biaría mucho con respecto a la

estadística que se use.E

L RA

NG

O E

N Q

UE

SE

A

DO

PT

A S

US

R

EC

OM

EN

DA

CIO

NE

S

TE

CN

ICA

S E

S

AD

EC

UA

DO

SI o N

OS

IS

IS

IS

I

Com

entarios E

ntrevistados

Va m

ejorando, ahora en la recomendación. Las

recomendaciones son resultado de equipo de

trabajo, por encima del experto. La figura que se

usa es el caso de negocio. Mirada financiera de

los expertos, empresas. M

irada de riesgos, para decisión de planeación de energía.

Por ejem

plo preguntarse si otras opciones de inversiones se puede realizar que de otro

resultado

En IS

AG

EN

, el cumplim

iento es alto en lo ético. A

quí si está claro que los proyectos que no sean viables se cancelan, no se intenta m

antener la rentabilidad por proyecto sino com

o organización com

pleta. Eso se facilita por tener una cartera

amplia de proyectos en prospectiva com

o las pequeñas hidroeléctricas.

Va m

ejorando, ahora en la recomendación. Las

recomendaciones son resultado de equipo de

trabajo, por encima del experto. La figura que se

usa es el caso de negocio. Mirada financiera de

los expertos, empresas. M

irada de riesgos, para decisión de planeación de energía.

Por ejem

plo preguntarse si otras opciones de inversiones se puede realizar que de otro

resultado

EL R

AN

GO

DE

P

RE

CIS

ION

DE

SU

S

RE

CO

ME

ND

AC

ION

ES

E

S

DE

-50% a +

100%-25%

a + 50%

-10% a +

25%-5%

a +10%

Entre -50%

a 100%E

ntre -5% a 10%

Entre -50%

a 100%E

ntre -50% a 100%

Com

entarios E

ntrevistados

Se está acá en el 50 a 100 de precisión y se ha tom

ado por ejemplo cuando se retrocede, el

tema P

orce 4 por que se requirió retirarse atiendo.

Cuando no da se retira la em

presa. Ingreso 15 U

SD

/KW

instalado, se puede perder el Cargo

confiabilidad y pagar sanciones. Por no darlo.

Se está acá en el 50 a 100 de precisión y se ha tom

ado por ejemplo cuando se retrocede, el

tema P

orce 4 por que se requirió retirarse atiendo.

Cuando no da se retira la em

presa. Ingreso 15 U

SD

/KW

instalado, se puede perder el Cargo

confiabilidad y pagar sanciones. Por no darlo.

No se puede dar ese lujo de tener errores en

márgenes altos. A

quí es muy buena.

Por el núm

ero de profesionales y somos cuatro,

pero se subcontrata, se hace por contrato se requiere un biólogo, sociólogo, ingenieros civiles, uno para vías otro presa. T

odos las contratas de im

pacto ambiental pasan por acá, y som

os adm

inistradores de contratos, por eso se exige alta precisión y no se adm

iten errores en estos tem

as.

Se tiene un 85%

de precisión inicial, en el 15%

restante se realizan los cambios, en caso de

requerirse.

APLICACIÓN RECOMENDACIONES DEL EXPERTO



CO

NS

IDE

RA

QU

E S

E

TO

MA

DE

CIS

ION

ES

B

AJO

CO

ND

ICIO

NE

S D

E

INC

ER

TID

UM

BR

E

SI o N

OS

IS

IS

IS

I

Com

entarios E

ntrevistadosE

vidente en hidroeléctricos

Cuando los requisitos legales solicitados no son específicos. E

jemplo tem

as sociales: Indican que se debe m

edir la efectividad de los program

as de educación ambiental y dado que

es un tema cultural, genera duda de su

posibilidad de cumplir.

CO

NS

IDE

RA

A

DE

CU

AD

OS

LOS

T

IEM

PO

S Q

UE

AS

IGN

A

LA O

RG

AN

IZAC

IÓN

SI o N

OS

IS

IS

IS

I

Com

entarios E

ntrevistados

Si incluso deberían ser m

enores, se busca optim

izar. Hem

os cambio es que el dinam

ismo,

a cambiar el chip, y para tom

ar estudiar el proyecto, y se buscaba tom

aba de 8 años, eso de licencias rápido es im

portante, antes los tiem

pos eran demasiados, y ahora los tiem

pos prudentes de un año, es lo que se busca acá.

Prioridad 1

Com

unidades asentadas en la zonaC

omunidad

Requisitos legales

autoridades ambientales

Prioridad 2

Condiciones dem

anda de energía del país. R

estricciones ambientales

Riesgos

comunidades

Prioridad 3

Autoridades

Viabilidad técnica

Requisitos de com

unidadesm

arco normativo

Prioridad 4

Condiciones técnicas

Viabilidad económ

icaC

ompetencia

proveedores y contratistas

Prioridad 5

Las modas

Institucionalidad Corporaciones

Políticas casa m

atriz (política interna organización a nivel m

undial)N

o aplica

Com

entarios E

ntrevistados

En qué m

omento ese proyecto puede inyectarle

energía al país. Si esa decisión, sino la licencia

para que, o lo contrario las licencias caducan, las condiciones cam

bian, la autoridad cambia, y

toca estudiar, y aplicar nuevas tecnológicas y m

etodologías

Lo que menos im

porta es la competencia o sitios

de desarrollo en curso, lo primero es ver si se

puede cumplir lo exigido norm

ativamente, y el

panorama de riesgos. Luego se exploran las

comunidades para validar la viabilidad y se

incorpora en el mapa de riesgos. P

oco importa lo

que hagan otras empresas en una zona

específica.

AG

EN

TE

S E

XT

ER

NO

S

PR

IOR

ITA

RIO

S

INCERTIDUMBRE IDENTIFICADA


Organización: CELSIA

ENTREVISTA Y ENCUESTA A EXPERTOS QUE PARTICIPAN EN PROYECTOS HIDROELÉCTRICOS

Nota: Pregunta entrevistador en letra color negro y respuesta entrevistado en color azul

Indique los siguientes datos:

1. Nombre: Elisa Patiño Gonzalez 2. Profesión: Administradora Ambiental 3. Nivel académico:

3.1. Profesional 3.2. Magister X 3.3. Doctor (a)

4. Nombre de la compañía u organización en la que trabaja: EPSA – GRUPO CELSIA 5. Cargo que desempeña en la organización: Jefe Sistema Gestión Medio Ambiental 6. ¿Cuáles son las principales responsabilidades frente a proyectos hidroeléctricos asociadas al

cargo que desempeña? Puede seleccionar más de una opción.

6.1. Toma decisiones () 6.2. Asesora (X) 6.3. Presenta Informes (X)

7. ¿Qué tipo de proyectos desarrolla en el ejercicio de su cargo? 7.1. Mega proyectos (X) 7.2. Micro proyectos ()

8. ¿En cuántos proyectos de generación hidroeléctricos ha participado? 8.1. De 0 a 1 8.2. De 1 a 2 8.3. Más de 2. (X)

Comentarios

No aplica, responden vía correo electrónico formato encuesta, no aceptaron entrevista.

ANÁLISIS DE IMPACTO AMBIENTAL


1. Indique cuales son bajo su criterio, los factores más relevantes a tener en cuenta en el análisis

del impacto ambiental. Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante.

1.1. Definición clara y precisa del área de influencia 1.2. Articulación con los stakeholders 1.3. Levantamiento de la línea base 1.4. Cualificación del equipo 1.5. Selección de la metodología

Comentarios

No aplica, responden vía correo electrónico formato encuesta, no aceptaron entrevista.

2. Indique cuales son las fuentes de información a las que usted recomienda acudir en el momento de realizar análisis de impacto ambiental. Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante

2.1. Sistemas de áreas protegidas 2.2. Administraciones municipales 2.3. Tremactos 2.4. Expedientes de Otros proyectos similares realizados 2.5. Observatorios socioeconómicos

ASIGNACIÓN DE TOMA DE DECISIONES A EXPERTOS

1. ¿Considera usted adecuado el método de asignación de responsables para el análisis ambiental?

Sí __X_ No ____

2. ¿Conoce usted cuales son los factores adoptados en la organización para la asignación de responsables al análisis de impacto ambiental?

Si _v__ No ____

¿Cuáles son?

I. Estructura organizacional II. Competencias III. Necesidades IV. Experiencia V. No aplica

2.1 Si la respuesta es afirmativa: ¿Está de acuerdo con estos criterios para la asignación de responsabilidades en materia ambiental?


Sí _ X __ No ____

2.2 Si la respuesta es negativa: ¿Cuáles cree que deberían ser los factores que determinen la asignación de responsables a los análisis de impacto ambiental?

No aplica

I. ______________ II______________ III. _____________ IV. _____________

V. ___________ 3. ¿Considera usted que el estudio de impacto ambiental debe ser realizado por expertos? Sí _X__ No ____

APLICABILIDAD DE LAS RECOMENDACIONES DEL EXPERTO

Como experto en las decisiones ambientales,

1. ¿Considera usted que la organización refleja las recomendaciones técnicas que usted realiza en este ámbito?

Si _X__ No ____

2. ¿En qué grado considera que sus recomendaciones reflejan la actuación de la organización en su ámbito de experticia?

2.1 Alto X

2.2 Medio

2.3 Bajo.

3. ¿Considera que el rango en que la organización adopta sus recomendaciones técnicas es el adecuado?

Si _X__ No ____

6. Si tuviera que evaluar el rango de precisión de las recomendaciones que usted como experto emite, ¿cuál sería ese rango? Por favor seleccione el rango entre las siguientes alternativas:

6.1 Entre - 50 % + 100 % X

6.2 Entre - 25% +50 %

6.3 Entre -10% + 25%


6.4 Entre -5 % + 10 %

INCERTIDUMBRE 1. ¿Considera usted que cuando toma decisiones en materia ambiental, las toma bajo condiciones de incertidumbre?

Si __X_ No ____

Comentarios

2. ¿Considera adecuados los tiempos que le asigna a usted la organización para análisis ambientales? Si _X__ No ____

3. En la toma de decisiones ambientes, ¿cuáles son los agentes externos que usted considera prioritarios? Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante

3.1 autoridades ambientales

3.2 comunidades

3.3 marco normativo

3.4 proveedores y contratistas

3.5 No aplica


Organización: EMGESA




9. Nombre: Gian Paolo Daguer 10. Profesión: Ingeniero Ambiental 11. Nivel académico:

11.1. Profesional 11.2. Magister (X) 11.3. Doctorado

12. Nombre de la compañía u organización en la que trabaja: EMGESA S.A. 13. Cargo que desempeña en la organización: Jefe Departamento Medio Ambiente en Emgesa

S.A. ESP 14. ¿Cuáles son las principales responsabilidades frente a proyectos hidroeléctricos asociadas al


14.1. Toma decisiones (X) 14.2. Asesora (X) 14.3. Presenta Informes (X)

15. ¿Qué tipo de proyectos desarrolla en el ejercicio de su cargo? 15.1. Mega proyectos (X) 15.2. Micro proyectos (X)


Comentarios

Mis Especialidades: Sostenibilidad, Gestión ambiental de proyectos, Implementación y

mejoramiento de sistemas de gestión, Evaluación de Estudios de Impacto Ambiental,

Implementación planes de manejo ambiental, Auditorías, Gestión de la conservación de la

biodiversidad. Estoy a cargo de guiar la política ambiental de Emgesa para proyectos

hidroeléctricos como el Quimbo, El Paso (Sumapaz), Oporopa y Guaicaramo



3. Indique cuales son bajo su criterio, los factores más relevantes a tener en cuenta en el análisis

del impacto ambiental. Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante.

3.1. Características socio-económicas de la zona 3.2. Características biológicas 3.3. Características culturales 3.4. Existencia de otros proyectos en la zona 3.5. Características físicas

Comentarios

Se puede entender en dos sentidos, uno es componentes y otro es método, es decir,

exposición, frecuencia e impacto. La respuesta va en el primer sentido.


4.1. Información primaria (estudios propios) 4.2. Geodata base de otros proyectos licenciados 4.3. Estudios secundarios de las autoridades ambientales locales 4.4. Planes de orden territorial 4.5. Medios

Comentarios

Siempre es necesario tener información primaria, porque usualmente las zonas son

desconocidas, a veces se encuentra información previa de otros que tengan licencias en ese

caso se debe usar la misma para evitar una obligación mayor pues se entiende que este sitio

ya tiene un reconocimiento ambiental previo y debe ser coherente con lo nuevo propuesto.



Sí __X__ No ____

Comentarios

Con base en el conocimiento específico de cada cual y se multidisciplinario.



Si __X_ No ____

Comentarios

Esto proviene de la legislación ambiental usualmente.

¿Cuáles son?

I. Especialidad II. Capacidad multidisciplinaria III. Lo específico de los términos de referencia IV. Disponibilidad V. Antigüedad


Sí __ X __ No __ _

Comentarios

Están definidos según los términos de referencia, cumplimiento normativo.


No aplica 3. ¿Considera usted que el estudio de impacto ambiental debe ser realizado por expertos? Sí _X__ No ____

Comentarios

Si de lo contrario pueden negar la licencia ambiental. El tiempo de presentación de ajuste de un EIA es tan corto que requiere un muy buen estudio inicial. O de lo contrario no será posible responder adecuadamente en estos tiempos, por esto se opta por expertos específicos. Esto de acuerdo al nuevo decreto de licenciamiento.




Si _X__ No ____



2.1 Alto XXX

2.2 Medio

2.3 Bajo


Si __X_ No ____

Observación

Va mejorando, ahora en la recomendación. Las recomendaciones son resultado de equipo de trabajo, por encima del experto. La figura que se usa es el caso de negocio. Mirada financiera de los expertos, empresas. Mirada de riesgos, para decisión de planeación de energía.

Por ejemplo preguntarse si otras opciones de inversiones se puede realizar que de otro resultado


4.1 Entre - 50 % + 100 % X

4.2 Entre - 25% +50 %

4.3 Entre -10% + 25%

4.4 Entre -5 % + 10 %

Comentarios

Se tiene un 85% de precisión inicial, en el 15% restante se realizan los cambios, en caso de requerirse.


Si _X__ No ____

Comentarios


Cuando los requisitos legales solicitados no son específicos. Ejemplo temas sociales: Indican

que se debe medir la efectividad de los programas de educación ambiental y dado que es un

tema cultural, genera duda de su posibilidad de cumplir.



3.1 Requisitos legales

3.2 Riesgos.

3.3. Requisitos de comunidades

3.4 Competencia

3.5 Políticas casa matriz (política interna organización a nivel mundial)

Comentarios

Lo que menos importa es la competencia o sitios de desarrollo en curso, lo primero es ver si se puede cumplir lo exigido normativamente, y el panorama de riesgos. Luego se exploran las comunidades para validar la viabilidad y se incorpora en el mapa de riesgos. Poco importa lo que hagan otras empresas en una zona específica.


Organización: EMPRESAS PUBLICAS DE MEDELLIN - EPM




17. Nombre: Juan David Montoya Velilla 18. Profesión: Ingeniero Civil 19. Nivel académico:

19.1. Profesional 19.2. Magister (X) 19.3. Doctorado

20. Nombre de la compañía u organización en la que trabaja: Empresas Públicas de Medellín (EPM) en la Gerencia Generación Eléctrica

21. Cargo que desempeña en la organización: Coordinación Proyectos Plan de Expansión Generación Hidroeléctricas

22. ¿Cuáles son las principales responsabilidades frente a proyectos hidroeléctricos asociadas al cargo que desempeña? Puede seleccionar más de una opción.




Comentarios

Participa en la planeación de Hidroituango, Porce 3 y 4. Entre otros. La planeación valida el

equilibrio entre demanda futura y oferta, y en función de esto define proyectos hidroeléctricos

que guían cuanta energía se puede requerir, con base en esto se definen potenciales

proyectos y sus casos de negocio, según evaluaciones internas se deciden si se avanza en la

etapa de licenciamiento y ofrecimiento del proyecto al mercado eléctrico.


Las responsabilidades de esta área son: Licenciamiento (después de diagnóstico ambiental),

planeación hidroeléctricas, proyección hidroeléctricas y planes para entregar casos de

negocio


5. Indique cuales son bajo su criterio, los factores más relevantes a tener en cuenta en el análisis del impacto ambiental. Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante.

5.1. Proceso participativo social 5.2. Comunidades locales 5.3. Componente físico biótico 5.4. Componente físico abiótico 5.5. La moda o cotidianidad por noticias y eventos recientes

Comentarios

En la situación actual existe proliferación de nuevos actores y la institucionalidad aún es

deficiente para enfrentar este reto. Dado la rentabilidad de estos casos de negocio es claro

que la promoción licencias ambientales y su obtención de licencia ambiental son el punto

crítico. Este caso se ha presentado en la hidroeléctrica de Espíritu Santo donde se analiza la

compra del proyecto solo si obtiene la licencia.


6.1. Información primaria 6.2. Social 6.3. Zonificación del proyecto 6.4. Caracterización línea base y aquella que optimiza el proyecto 6.5. Cambio institucional

Comentarios

Para optimizar los proyectos hidroeléctricos se validan en 100 años impactos de cota, los

ámbitos social, de zonificación, caracterización línea base y calidad de diseño. Las

condiciones incertidumbres fundamentales son la presa relevante (por ejemplo que no sea la

más alta que exista en el mundo en esos temas). Estudios de fundación de presa con rarezas

y que luego pongan en riesgo el proceso de licenciamiento. En el momento que licencio y


luego defino inversiones y modificaciones licencias ambiental. Resolver disminuir

incertidumbre claves del éxito con los planes de manejo



Sí __X__ No ____

Comentarios

Se asigna bien buen ejercicio roles por especialidades. Lo más importante es mantener transversal a todo desarrollo ambiental, se requiere un líder que conozca, la experiencia de las fases de licenciamiento. Por ejemplo, si no ubica restricciones legales para consulta previa, no solo de influencia directa sino indirecta puede pasar que se revoquen licencias por que se requiere un paso si por ahí hay migraciones de comunidades negras. Esto no es evidente en un levantamiento, requiere observar la zona por mayor tiempo y entender mejor que hacen las comunidades en esos territorios.

También saber qué alcance de permisos de investigación científica se requiere si se colecta transporte material ambiental, permisos de evaluación muestras, evaluación genéticas, forma de reportar especies en territorios baldíos, manejo población desplazada, políticas de gobierno de zonas desarrollo políticas, cantidad elevada de ajustes, y experto que defina permisos, sino los procesos de licencia se caen, te obligan a dar sustracción sin licencia que genera secuencias que requiere rol líder para coordinación, no es solo el experto biólogo, y ver el impacto que miren que sean realmente general.


Si __X_ No ____

Comentarios

Se realiza independiente de la tecnología. Depende del territorio de donde se proyecte el proyecto hidroeléctrico.

Siempre es un equipo multidisciplinario, biólogo, antropólogo, conocimiento social, forestal en lo posible, sumar conocimiento abióticos, factores como ingenieros civiles, geólogos, conocimiento de fase técnica, para aportar descripción del proyecto, se define según antigüedad si es complejo, si hay manejo de minorías, que tengan consulta previas, experiencia de participación con comunidades específicas, trabajar con pares, se acompaña personas de persona, el tema sociopolítico o muy abstracto, o los viejos que son formados solos, y otros que son muy nuevos, en la demanda del recurso, otros trabajan por grupos, aquí es un pool, y se reparte en función de proyectos y personas se asignan en función de la experiencia.

¿Cuáles son?

VI. Afinidad


VII. Experiencia previa VIII. Antigüedad IX. Liderazgo X. Disponibilidad


Sí ____ No __X_

Comentarios

Todo proyecto hidroeléctrico implica que todo el tiempo este participando en el proyecto. Pero el mismo equipo, y si se requiere traer consultores, cuando a la persona se asigna todo el proyecto, se pierde el foco, y se atiende y pierde. Atendiendo barranquitos, y si se requiere respuesta en función de agenda. Dejas del proyecto para el catalogo y se pierde el función del especialidades en aporte. Se asigna múltiples tareas, equipos de consolidados no se permiten. A favor que los ingenieros civiles, si se enfocan, se tratan de abrir más con otras profesiones. Si no se llena de los especialistas y saca el proyecto coordinadamente.


I. Dedicación según tiempo total del proyecto

II. Experiencia en el campo

III. Especialidad

IV. Habilidades interpersonales

V. Profesión 3. ¿Considera usted que el estudio de impacto ambiental debe ser realizado por expertos? Sí _X__ No ____

Comentarios

Si se requiere que tenga muy metido en cuento el proceso de licenciamiento y toda la fase consulta solicitudes y permisos que acompaña este, y tenga conocimiento holístico, y ver la mirada en que tema es especial.

La mirada calidad de agua, o la vegetación treparía, o sustracción, para los ambientales todo es importante, pero uno ve que hay variables importante para ser evaluada por la autoridad ambiental.

La autoridad puede ser muy exigente en la parte técnica por ejemplo el geólogo.


En la Anla, no tanto, es las locales es la falta conocimiento, y el equipo ve que la evaluación es depende de si el equipo es fuerte en el conocimiento que tenga la gente en la evaluación, y eso que entiende por coordinación.

Equipos de trabajo, desde su nacimiento, o presentación de diagnóstico en la autoridad.

Prefiero asesor experto que tiene esta problemática en parte técnica y ambiental. Se ha propuesto internamente.

Ejemplo la parte sísmica, y el know-how en figura asesor.




Si _X__ No ____


2.1 Alto

2.2 Medio XXX

2.3 Bajo


Si __X_ No ____

Observación

Va mejorando, ahora en la recomendación. Las recomendaciones son resultado de equipo de trabajo, por encima del experto. La figura que se usa es el caso de negocio. Mirada financiera de los expertos, empresas. Mirada de riesgos, para decisión de planeación de energía.

Por ejemplo preguntarse si otras opciones de inversiones se puede realizar que de otro resultado


4.1 Entre - 50 % + 100 % X


4.2 Entre - 25% +50 %

4.3 Entre -10% + 25%

4.4 Entre -5 % + 10 %

Comentarios

Se está acá en el 50 a 100 de precisión y se ha tomado por ejemplo cuando se retrocede, el tema Porce 4 por que se requirió retirarse atiendo.

Cuando no da se retira la empresa. Ingreso 15 USD/KW instalado, se puede perder el Cargo confiabilidad y pagar sanciones. Por no darlo.


Si _X__ No ____


7. ¿Considera adecuados los tiempos que le asigna a usted la organización para análisis ambientales? Si __X__ No ____

Comentarios

Si incluso deberían ser menores, se busca optimizar. Hemos cambio es que el dinamismo, a

cambiar el chip, y para tomar estudiar el proyecto, y se buscaba tomaba de 8 años, eso de

licencias rápido es importante, antes los tiempos eran demasiados, y ahora los tiempos

prudentes de un año, es lo que se busca acá.


3.1 Comunidades asentadas en la zona

3.2 Condiciones demanda de energía del país.


3.3. Autoridades

3.4 Condiciones técnicas

3.5 Las modas

Comentarios

En qué momento ese proyecto puede inyectarle energía al país. Si esa decisión, sino la licencia para que, o lo contrario las licencias caducan, las condiciones cambian, la autoridad cambia, y toca estudiar, y aplicar nuevas tecnológicas y metodologías


Organización: ISAGEN




25. Nombre: Daniel Montagut gil 26. Profesión: Ingeniero Ambiental 27. Nivel académico:

27.1. Profesional 27.2. Magister X 27.3. Doctor (a)

28. Nombre de la compañía u organización en la que trabaja: ISAGEN 29. Cargo que desempeña en la organización: Coordinación Ambiental Proyectos Hidroeléctricos 30. ¿Cuáles son las principales responsabilidades frente a proyectos hidroeléctricos asociadas al





Comentarios

Al principio era solo megaproyectos ahora hacen pequeños. Desarrolló 20 proyectos en

estudio por año. Ambientales civiles y social. El más reciente Hidrosogamoso, y estamos

viendo otros como Cañafisto.

Esta área proyectos de Isagen se llama Proyectos Hidroeléctricos y su operación consiste en

la Identificación, pre factibilidad y factibilidad de proyectos hidroeléctricos.



8. Indique cuales son bajo su criterio, los factores más relevantes a tener en cuenta en el análisis del impacto ambiental. Enumere de 1 a 5, siendo 1 el más importante y 5 el menos importante.

8.1. Comunidades étnicas 8.2. Infraestructura vial 8.3. Relocalización de comunidades 8.4. Instituciones cercanas 8.5. Condiciones seguridad

Comentarios

Impactos comunidades, diagnostico social y prioridad sobre el proyecto, lo ambiental si no

está lo demás es secundario el proyecto se para.

Aquí tuvimos una licencia ambiental y la tumbaron con comunidad, la licencia otorgada se la

quitan prima lo social cuando existen grupos étnicos negritudes e indígenas.


9.1. Comunidades locales 9.2. Participación comunitaria 9.3. Tomar criterio de parada, si dicen no es no (comunidad) y retirarse 9.4. Parques naturales 9.5. Corporaciones ambientales

Comentarios

Lo primero es conversar con ellos, de la mano construir plan de manejo y que den aval, y

si ellos dicen no es no.

Acuerdo bien sanamente y saber que se les va a cumplir. Ahí predisposición en las

comunidades cuando otras empresas se metieron y esas empresas no cumplieron. Eso

genera miedos en la comunidad y ustedes quieren usar el agua que otros ya han usado.

Parques nacionales, son zonas difíciles para proyectar, preferible no intervenir.

Según la alterativa sugiere y ellos deciden. A la corporación se va con lo que se pacta.




Sí __X_ No ____

Comentarios

Si la legislación ha mejorado mucho. Esta más estricto cada proyecto se complican megaproyectos, yo creo no van a ver más de 10 en los próximos años. A menos que se requiere gran demanda de energía, para minimizar lo ambiental. Hoy la barrera ambiental es alta. En Isagen por eso se migro a pequeñas centrales.


Si _X__ No ____

¿Cuáles son?

VI. Términos de referencia del ANLA VII. Checklist internos VIII. Puntos identificados en factibilidad IX. Puntos identificados en prefactibilidad X. Puntos identificados en Diseño

Comentarios

Si, términos de referencia es la biblia es la construcción punto punto. Usted se sienta con la Anla y haces el checklist. Es definido por isagen quien debe hacerlo. Se valida lo que se tiene de Identificación de factibilidad, Prefactibilidad y diseño. El modelo es tal que en cada etapa de valida cumplimiento de ciertos puntos de control y en caso de no estar listo no pasa a la etapa siguiente, esto evita avanzar sin la información verificada.


Sí _X__ No ____


No aplica

I. ______________ II______________ III. _____________ IV. _____________

V. ___________ 3. ¿Considera usted que el estudio de impacto ambiental debe ser realizado por expertos? Sí _X__ No ____

Comentarios


Si total y en Isagen es así. En otras empresas que conozco no. En estas empresas les dicen rápido que se requiere y como no es fácil se asumen más riesgos que nadie valida. Y no son técnicas esto se da mucho en las zonas muy al sur y norte de Colombia. Y si no estás de acuerdo te dices no tengo mucha responsabilidad pailas o me voy.




Si _X__ No ____


2.1 Alto X

2.2 Medio

2.3 Bajo

Comentarios

Hay empresas que creo que no. Se demoraron 2 meses y el estudio es de tres años, y esta gente en ese tiempo como es posible. Así que creo no toman información primaria. Y los planos en paint y proyecto licenciado. Ahí creo ahí malos estudios, esto se da por qué existe afán de incorporar esas licencias para valorizar el proyecto y venderlo. En estos casos el muestreo se ajusta a esos tiempos pues si se realiza estudio detallado al 100% no podrían realizarlo en ese tiempo. La licencia se perdería pues seguro cambiaría mucho con respecto a la estadística que se use.


Si _X__ No ____

Comentarios

En ISAGEN, el cumplimiento es alto en lo ético. Aquí si está claro que los proyectos que no sean viables se cancelan, no se intenta mantener la rentabilidad por proyecto sino como organización completa. Eso se facilita por tener una cartera amplia de proyectos en prospectiva como las pequeñas hidroeléctricas.



6.1 Entre - 50 % + 100 %

6.2 Entre - 25% +50 %

6.3 Entre -10% + 25%

6.4 Entre -5 % + 10 % X

Comentarios

No se puede dar ese lujo de tener errores en márgenes altos. Aquí es muy buena.

Por el número de profesionales y somos cuatro, pero se subcontrata, se hace por contrato se requiere un biólogo, sociólogo, ingenieros civiles, uno para vías otro presa. Todos las contratas de impacto ambiental pasan por acá, y somos administradores de contratos, por eso se exige alta precisión y no se admiten errores en estos temas.


Si __X_ No ____

Comentarios

Evidente en hidroeléctricos



3.1 Comunidad

3.2 Restricciones ambientales

3.3 Viabilidad técnica

3.4 Viabilidad económica

3.5 Institucionalidad Corporaciones

B. Anexo B: Análisis críticas a la teoría prospectiva acumulativa

El análisis de sensibilidad de la tesis se desarrolló a partir de los resultados obtenidos en

el trabajo de campo y el remplazo de las categorías de entorno por valores numéricos en

una calculadora derivada de la teoría prospectiva acumulativa. Para realizar la

extrapolación de los valores se tuvo en cuenta el siguiente modelo:

Tabla 5-8 : Método de cálculo y coeficientes utilizados

Fuente: Elaboración propia basado en la teoría prospectiva acumulativa (Tversky & Kahneman, 1992)

La Tabla 5-8 relaciona los valores para cada variable alfa, beta, landa, gamma y delta

determinados por la teoría prospectiva acumulativa y los precisa al contexto de Colombia

Método cálculo según Tversky and Kahneman (1992) y coeficientes Colombia según BUI, T. (2009)

Potencia para ganancias, α 0,46 (0.88 en T&K) 0,88 alfa α

Potencia para pérdidas, β 0,88 (0.88 en T&K) 0,88 beta β

Aversión pérdida, λ 1,74 (2.25 en T&K) 2,25 landa λ

Parámetro de ponderación probabilidad para ganancia, γ 0,69 (0.61 en T&K) 0,61 gamma γ

Parámetro de ponderación probabilidad para pérdida, δ 0,36 (0.69 en T&K) 0,69 delta δ

0,20 0,36 0,36

Modelo 131 Modelo 111 Modelo 2110,25 0,46 0,460,6 0,88 0,89

0,69 1,74 0,480,31 0,69 0,42

0,20 0,36 0,36

Estudio Parámetros COLOMBIA CPT

Extrapolación parámetro δModelo 131 Modelo 111 Modelo 211

0,63 0,42 0,420,28 0,00 -0,011,56 0,51 1,770,30 -0,08 0,190,49 0,33 0,330,00 0,00 0,00

326% 118% 270%

Desviación Parámetros vs T&K


a partir de estudios previos sobre la materia. De igual manera, se precisan los

parámetros según distintos modelos para aplicación en el país, y la desviación que arroja

la comparación entre dichos parámetros y el modelo de Tversky y Kahneman.

El siguiente paso para el análisis de sensibilidad consistió en darle un valor según el

supuesto del pago de una lotería y la probabilidad de éxito de cada uno de los entornos

identificados en las organizaciones, como de ganancia alta o baja, neutra y pérdida alta o

baja.

Tabla 5-9 : Pago loterías por organización


La Tabla 5-9 permite seguir la trayectoria del análisis de sensibilidad al demostrar el

valor monetario asignado a cada estado de ganancia, neutro o pérdida, y relacionarlo con

los entornos que cada organización demostró priorizar o dejar en un segundo plano. Así,

por ejemplo para el caso de EPM, el entorno social tendrá un pago de lotería de $100

pues corresponde con el ítem de ganancia alta. Este ítem es el resultado de la frecuencia


Pago Lotería ProbabilidadExperto

Organización A


B


C


D


Ganancia Alta GA $ 100 20%Entorno Social

Entorno Social



Entorno Social

Baja GB $ 50 20%Entorno

AmbientalEntorno

EconómicoEntorno

EconómicoEntorno

TecnológicoEntorno

Institucional

Neutro Nulo NN $ - 20%Entorno

EconómicoEntorno

InstitucionalEntorno Social

Entorno Ambiental

Entorno Económico

Pérdida Baja PB $ (50) 20%Entorno

InstitucionalEntorno

AmbientalEntorno

AmbientalEntorno Social

Entorno Ambiental

Alta PA $ (100) 20%Entorno

TecnológicoEntorno

TecnológicoEntorno

TecnológicoEntorno

EconómicoEntorno

Tecnológico100% 100% 100% 100% 100%

Anexo B. Análisis críticas a la teoría prospectiva acumulativa 117

de repetición de la categoría social en la entrevista con la organización, la inmediatez con

que se enlistaba lo social y la prioridad misma mencionada por el experto.

Tabla 5-10 : Estimación Vector probabilidades para Colombia


Tabla 5-11 : Vectores y bases utilizadas simulaciones


ESI 2005

Reducing Human Vulnerability (Entorno Social) 56 19%

Environmental Systems (Entorno Ambiental) 69 24%

Global Stewadship (Entorno Económico) 54 18%

Social and institutional capacity (Entorno Institucional) 61 21%

Reducing stress (Entorno Tecnológico) 53 18%293

Probabilidad Colombia Presencia Entorno

Panorama Énfasis

Variable Desconocida Probabilidad

Colombia

Vector Pagos a Evaluar


A


B


C


D


(TO)

Entorno Social 19% $ 200,0 $ 100 $ 100 $ - $ (50) $ 100

Entorno Ambiental

24% $ 100,0 $ 50 $ (50) $ (50) $ - $ (50)

Entorno Económico

18% $ 100,0 $ - $ 50 $ 50 $ (100) $ -


21% $ 150,0 $ (50) $ - $ 100 $ 100 $ 50


18% $ 100,0 $ (100) $ (100) $ (100) $ 50 $ (100)

Probabilidad total

100%



La Tabla 5-10 enlista los valores de probabilidad más adecuados para Colombia según

estudios previos en los que se puntea cada entorno evaluado en análisis

multidimensionales.

En la Tabla 5-11 el entorno toma el valor de pesos según la escala dada por cada

organización, así en el caso de ser ganancia alta tomará un valor de 100, el proceso de

remplazo de entornos por valores, según categorización de cada experto continúa hasta

que se asignan los pagos que reciben en la matriz cada uno de los ítems.

CRÍTICAS A LA TEORÍA PROSPECTIVA

Las críticas se concentran en argumentar que la teoría prospectiva pierde validez cuando

las probabilidades son súper altas (zona segura o improbable), cuando los valores de la

matriz de pago son extremadamente altos o cuando se tienen movimientos significativos

en los puntos de referencia, considerados como origen en la modelación matemática

(Bromiley & & Rau, 2014).

Con el fin de explorar el impacto de estas críticas en el modelo generado, se simularon

escenarios suponiendo la presencia de valores extremos señalados por las críticas. Esto

a través del método de remplazo de los valores de las matrices de pago con valores que

pudieran cumplir las zonas identificadas como de inoperancia de la teoría prospectiva

acumulativa.

• Caso: Valores extra grandes (probabilidades súper altas y movimiento más 200

del punto de referencia)

El primer caso remplaza los valores de análisis por datos extra grandes como pagos,

probabilidades súper altas y movimiento de + 200 del punto de referencia.

La Tabla 5-12 permite observar el proceso de simulación y los resultados obtenidos.


Tabla 5-12 : Resultados tomando valores grandes y cambio del punto de referencia


Los valores aplicando las críticas Tabla 5-12 continúan presentado resultados negativos

que se ubican en zona de pérdida y demuestran una variación proporcionalmente menor

cuando se mueve significativamente el punto de referencia. Los resultados a nivel de la

función de valor permiten validar las recomendaciones emitidas al considerar la situación

más plausible de valores medios de pagos y probabilidades para las dimensiones

estudiadas (Dohmen, Falk, Huffman, & Sunde, 2011).

• Caso: Uso parámetros CPT ajustados por país

En este caso se utilizan los valores originales de la teoría prospectiva acumulativa

(Tversky & Kahneman, 1992) sobre la que se construyó el presente estudio, ajustando

los valores al contexto del territorio colombiano (Bui, 2009). Acá se le asigna un

porcentaje por parámetro a cada vector con el fin de identificar si las organizaciones se

encuentran en zonas de pérdida o ganancia bajo los supuestos analizados.

Caso Tecnológico

Caso Social

Valores ExtraGrandesProbabilidades

Súper AltasProbabilidades

Súper AltasMovimiento +200 Punto referencia

Movimiento +200 Punto referencia

más recomendación

$ 100.000.000 1% 96%

$ 200 $ 200

$ (50.000.000)1% 1%

$ 50 $ 100

$ - 1% 1%

$ 100 $ 100

$ 50.000.000 1% 1%

$ 150 $ 150

$ (100.000.000)96% 1%

$ - $ 100

Consolidado Todas Org (TO)

$ (9.429.639) $ (2.429.354) $ 6 $ 129


Tabla 5-13 : Simulación caso con valores grandes y movimiento punto referencia


En la Tabla 5-13 se muestra los valores que se van a utilizar como vector de probabilidad

en el modelo, indicando los rangos asignados para los casos y el énfasis respectivo por

tipo de vector. Así, el vector social se considera aquel que asigna alta ocurrencia a

eventos sociales por encima de las demás dimensiones, esto permite abarcar

simulaciones en las que todos los escenarios son explorados en profundidad.

Tabla 5-14 : Simulación caso resaltando resultados extremos


Parámetros CPT Colombia

Panorama Énfasis

Vector Colombia Vector SocialVector

AmbientalVector

EconómicoVector

InstitucionalVector

TecnológicoVector

Igualitario

Entorno Social 19% 40% 15% 15% 15% 15% 20%

Entorno Ambiental

24% 15% 40% 15% 15% 15% 20%

Entorno Económico

18% 15% 15% 40% 15% 15% 20%


21% 15% 15% 15% 40% 15% 20%


18% 15% 15% 15% 15% 40% 20%


Panorama Énfasis

CPT Colombia CPT SocialCPT

AmbientalCPT

EconómicoCPT

InstitucionalCPT

TecnológicoCPT

Igualitario

Organización A $ (16,95) $ (15,34) $ (15,74) $ (16,70) $ (18,68) $ (20,15) $ (17,23)

Organización B $ (17,35) $ (15,34) $ (18,68) $ (15,74) $ (16,70) $ (20,15) $ (17,23)

Organización C $ (17,25) $ (16,70) $ (18,68) $ (15,74) $ (15,34) $ (20,15) $ (17,23)

Organización D $ (16,99) $ (18,68) $ (16,70) $ (20,15) $ (15,34) $ (15,74) $ (17,23)

Consolidado TO $ (17,26) $ (15,34) $ (18,68) $ (16,70) $ (15,74) $ (20,15) $ (17,23)

ESCENARIOS ANALIZADOS


Los valores de la Tabla 5-14 continúan mostrando para todos los escenarios valores

negativos, lo que implica que la conjetura asociada a la interpretación de direccionalidad

es confirmada por el modelo matemático, independiente del escenario analizado.

Tabla 5-15 : Simulación caso resaltando resultados menos negativos


Según estudio de BUI (2009) se utilizan los parámetros ajustados del modelo de teoría

prospectiva para tomadores de decisiones en Colombia. El color rojo en la Tabla 5-15

identifica los valores extremos y el color verde los menos extremos.

Caso: Uso parámetros Tversky y Kahneman (T&K)

Este escenario revisa el impacto de reemplazar los coeficientes del modelo original de

Tversky & Kahneman por los vectores del análisis multidimensional, con base en los

parámetros establecidos originalmente por los autores de la teoría prospectiva

acumulativa. Este simulador arrojará resultados que permitan verificar las zonas de

pérdida y ganancia de las organizaciones en el análisis de impacto ambiental para mega

proyectos hidroeléctricos.


Panorama Énfasis


AmbientalCPT

EconómicoCPT

InstitucionalCPT

TecnológicoCPT

Igualitario

Organización A $ (16,95) $ (15,34) $ (15,74) $ (16,70) $ (18,68) $ (20,15) $ (17,23)

Organización B $ (17,35) $ (15,34) $ (18,68) $ (15,74) $ (16,70) $ (20,15) $ (17,23)

Organización C $ (17,25) $ (16,70) $ (18,68) $ (15,74) $ (15,34) $ (20,15) $ (17,23)

Organización D $ (16,99) $ (18,68) $ (16,70) $ (20,15) $ (15,34) $ (15,74) $ (17,23)

Consolidado TO $ (17,26) $ (15,34) $ (18,68) $ (16,70) $ (15,74) $ (20,15) $ (17,23)



Tabla 5-16 : Vectores de probabilidad asignados para las simulaciones T&K


El modelo matemático es ajustado para utilizar los coeficientes universales de la teoría

acumulativa prospectiva y se usan los vectores de énfasis multidimensional indicados en

la Tabla 5-16 para construir el vector de probabilidad para los diferentes escenarios

estudiados.

Tabla 5-17 : Resultados utilizando coeficientes T&K

Fuente: Elaboración propia basado en Tversky & Kahneman (1992)

Se presentan las mismas simulaciones utilizando el modelo de teoría prospectiva

acumulativa con los parámetros de los autores fundadores Tversky y Kahneman en la

Tabla 5-17 .

Parámetros TK

Panorama Énfasis Vector Colombia Vector SocialVector

AmbientalVector

EconómicoVector

InstitucionalVector

TecnológicoVector Igualitario

Entorno Social 19% 40% 15% 15% 15% 15% 20%

Entorno Ambiental 24% 15% 40% 15% 15% 15% 20%

Entorno Económico 18% 15% 15% 40% 15% 15% 20%

Entorno Institucional 21% 15% 15% 15% 40% 15% 20%

Entorno Tecnológico 18% 15% 15% 15% 15% 40% 20%

Parámetros TK

Panorama Énfasis CPT Colombia CPT Social CPT Ambiental CPT Económico CPT Institucional CPT Tecnológico CPT Igualitario

Organización A $ (22,70) $ (12,17) $ (15,93) $ (19,94) $ (31,06) $ (41,40) $ (24,33)

Organización B $ (24,71) $ (12,17) $ (31,06) $ (15,93) $ (19,94) $ (41,40) $ (24,33)

Organización C $ (24,15) $ (19,94) $ (31,06) $ (15,93) $ (12,17) $ (41,40) $ (24,33)

Organización D $ (22,56) $ (31,06) $ (19,94) $ (41,40) $ (12,17) $ (15,93) $ (24,33)

Consolidado TO $ (24,33) $ (12,17) $ (31,06) $ (19,94) $ (15,93) $ (41,40) $ (24,33)



Tabla 5-18 : Resultados utilizando coeficientes T&K resaltando valores extremos

Fuente: Elaboración propia basado en Tversky & Kahneman (1992)

Como se puede observar en la Tabla 5-18 , los resultados no varían significativamente

respecto de los valores personalizados para Colombia. En consecuencia, se usan los

parámetros ajustados a Colombia con el fin de tener en cuenta en el análisis las

particularidades culturales del territorio. De esta manera, se fortalece el modelo

descriptivo de las organizaciones que presentan este rasgo como elemento común

(Gigerenzer, 2015).

• Caso: Uso parámetros CPT normalizados

La normalización de los vectores implica convertir por unidad los valores de los pagos,

esto constituye una configuración donde las probabilidades y los pagos tienen

magnitudes de igual peso relativo. Este escenario es un caso especial de la teoría

acumulativa prospectiva. La situación implica suponer un entorno donde los tomadores

de decisión consideran igual de importantes las variables de probabilidad y los pagos.

En la Tabla 5-19, se observan los valores del vector de probabilidad multidimensional, y

en la Tabla 5-20, se presentan valores de la matriz de pago.

Parámetros TK

Panorama Énfasis CPT Colombia CPT Social CPT Ambiental CPT Económico CPT Institucional CPT Tecnológico CPT Igualitario

Organización A $ (22,70) $ (12,17) $ (15,93) $ (19,94) $ (31,06) $ (41,40) $ (24,33)

Organización B $ (24,71) $ (12,17) $ (31,06) $ (15,93) $ (19,94) $ (41,40) $ (24,33)

Organización C $ (24,15) $ (19,94) $ (31,06) $ (15,93) $ (12,17) $ (41,40) $ (24,33)

Organización D $ (22,56) $ (31,06) $ (19,94) $ (41,40) $ (12,17) $ (15,93) $ (24,33)

Consolidado TO $ (24,33) $ (12,17) $ (31,06) $ (19,94) $ (15,93) $ (41,40) $ (24,33)



Tabla 5-19 : Valores de matriz de pagos normalizados utilizados en simulación


Tabla 5-20 : Valores de matriz de pagos normalizados utilizados en simulación


Como se puede observar en la Tabla 5-21 , los resultados presentan cambios importantes

con respecto al modelo central adoptado. La desviación se debe a la indiferencia con que

el tomador de decisión considera estos cambios en los puntos muy cercanos al punto de

origen.

Los resultados de la Tabla 5-21 muestran que el remplazo de valores acorde a la curva

CPT normalizada (NCPT), en la que se utiliza un vector unitario para simular una

Pago Lotería

Alta 1,00

Baja 0,50

Neutro Nulo -

Baja - 0,50

Alta - 1,00

Ganancia

Pérdida

Pago de cada lotería según zona en la curva CPT Normalizada

Panorama Énfasis


Colombia



A


B


C


D


(TO)

Entorno Social $ 1,0 $ 1,0 $ 1,0 $ - $ (0,5) $ 1,0

Entorno Ambiental

$ (0,5) $ 0,5 $ (0,5) $ (0,5) $ - $ (0,5)

Entorno Económico

$ - $ - $ 0,5 $ 0,5 $ (1,0) $ -


$ 0,5 $ (0,5) $ - $ 1,0 $ 1,0 $ 0,5


$ (1,0) $ (1,0) $ (1,0) $ (1,0) $ 0,5 $ (1,0)



condición genérica donde los valores sean extremadamente pequeños, muestra una gran

variación respecto a los resultados base del modelo.

Tabla 5-21 : Resultados de utilizar valores normalizados en el modelo CPT


Esto significa una limitación en la aplicación de las recomendaciones, en entornos donde

efectivamente las variaciones sean consideradas por el tomador de decisión como

irrelevantes en términos de ganancias y/o pérdidas.

• Caso: Eliminación de dimensiones o categorías

Dado que el estudio parte del supuesto de considerar cinco (5) dimensiones, se pueden

formular conjeturas sobre cómo cambia el modelo ante variaciones de dimensiones. Por

el principio de parsimonia, el caso más interesante de estudio lo constituye la reducción

de dimensiones para validar si los resultados presentan variaciones (Shmelev, 2012).

Los escenarios estudiados consideran eliminar los pagos asociados a la dimensión

tecnológica, la dimensión ambiental y las dimensiones tecnológica y ambiental

respectivamente. Estas dimensiones se encuentran en la zona de pérdida en la

categorización de la función de valor del modelo matemático desarrollado, por lo tanto,

son los valores en los que se debería obtener las mayores variabilidades dentro del

modelo teórico.

Equivalente N pago Colombia

Panorama Énfasis

NCPT Colombia NCPT SocialNCPT

AmbientalNCPT

EconómicoNCPT

InstitucionalNCPT

TecnológicoNCPT

Igualitario

Organización A $ 0,018 $ 0,127 $ 0,079 $ (0,036) $ (0,070) $ (0,096) $ 0,004

Organización B $ (0,009) $ 0,127 $ (0,070) $ 0,079 $ (0,036) $ (0,096) $ 0,004

Organización C $ 0,002 $ (0,036) $ (0,070) $ 0,079 $ 0,127 $ (0,096) $ 0,004

Organización D $ 0,006 $ (0,070) $ (0,036) $ (0,096) $ 0,127 $ 0,079 $ 0,004

Consolidado TO $ 0,002 $ 0,127 $ (0,070) $ (0,036) $ 0,079 $ (0,096) $ 0,004



En la Tabla 5-22 , se presenta la matriz de pago eliminando la dimensión tecnológica, en

la Tabla 5-23 , se encuentra la matriz de pago eliminando la dimensión ambiental, y en la

Tabla 5-24 , se observa la matriz de pago eliminando las dimensiones ambiental y

tecnológica.

Tabla 5-22 : Matriz de pago eliminando dimensión tecnológica


Tabla 5-23 : Matriz de pago eliminando dimensión ambiental



Se ajusta quitando pérdidas y ganancias. (heurística eliminada)

Panorama Énfasis


Colombia



A


B


C


D


(TO)


Entorno Social $ 100 $ 100 $ 100 $ - $ (50) $ 100

Entorno Ambiental

$ (50) $ 50 $ (50) $ (50) $ - $ (50)

Entorno Económico

$ - $ - $ 50 $ 50 $ (100) $ -


$ 50 $ (50) $ - $ 100 $ 100 $ 50


$ - $ - $ - $ - $ - $ -




Panorama Énfasis


Colombia



A


B


C


D


(TO)


Entorno Social $ 100 $ 100 $ 100 $ - $ (50) $ 100

Entorno Ambiental

$ - $ - $ - $ - $ - $ -

Entorno Económico

$ - $ - $ 50 $ 50 $ (100) $ -


$ 50 $ (50) $ - $ 100 $ 100 $ 50


$ (100) $ (100) $ (100) $ (100) $ 50 $ (100)



Tabla 5-24 : Matriz de pago eliminando las dimensiones ambiental y tecnológica


Se observa que los resultados son coherentes con variaciones a las categorías, en este

caso respecto a la eliminación de la dimensión.

En la Tabla 5-25 , las cifras demuestran que no tiene aporte explicativo para el estudio,

desagregar con mayor profundidad las categorías, porque los resultados se mantienen

en concordancia con los modelos CPT calculados con coeficientes específicos para

Colombia y su comportamiento descrito bajo la teoría prospectiva acumulativa.



Panorama Énfasis


Colombia



A


B


C


D


(TO)


Entorno Social $ 100 $ 100 $ 100 $ - $ (50) $ 100

Entorno Ambiental

$ - $ - $ - $ - $ - $ -

Entorno Económico

$ - $ - $ 50 $ 50 $ (100) $ -


$ 50 $ (50) $ - $ 100 $ 100 $ 50


$ - $ - $ - $ - $ - $ -



Tabla 5-25 : Resultados de la función de valor CPT eliminando el pago negativo en las dimensiones ambiental y tecnológica.


• Caso: Uso modelo Subjective Expected Utility (SEU)

La teoría acumulativa prospectiva (CPT) se antepone a la teoría de la utilidad esperada, y

el ajuste propuesto para considerar el juicio humano experto. En este caso, se propone

validar si los resultados generados por el modelo CPT, serían posibles de obtener

utilizando el modelo SEU. Para ello se considera el uso de la teoría clásica de elección

racional.

Tabla 5-26 : Resultados simulación utilizando el modelo SEU



Panorama Énfasis


AmbientalCPT

EconómicoCPT

InstitucionalCPT

TecnológicoCPT

Igualitario

Organización A $ (7,24) $ (6,02) $ (6,41) $ (7,37) $ (9,12) $ (7,37) $ (7,27)

Organización B $ (7,63) $ (6,02) $ (9,12) $ (6,41) $ (7,37) $ (7,37) $ (7,27)

Organización C $ (7,53) $ (7,37) $ (9,12) $ (6,41) $ (6,02) $ (7,37) $ (7,27)

Organización D $ (17,72) $ (19,35) $ (17,37) $ (20,82) $ (15,91) $ (17,37) $ (18,05)

Consolidado TO $ (7,53) $ (6,02) $ (9,12) $ (7,37) $ (6,41) $ (7,37) $ (7,27)

Mejora CPT 56% 61% 51% 56% 59% 63% 58%

ESCENARIOS ANALIZADOS CAMBIO TDGO PERMITIR AJUSTE PARTICIPACIÓN ENTORNO Tecnológico

Equivalente SEU Colombia

Panorama Enfasis

SEU Colombia SEU SocialSEU

AmbientalSEU

EconomicoSEU

InstitucionalSEU

TecnologicoSEU

Igualitario

Organización A $ 2,39 $ 25,00 $ 12,50 $ - $ (12,50) $ (25,00) $ -

Organización B $ (1,54) $ 25,00 $ (12,50) $ 12,50 $ - $ (25,00) $ -

Organización C $ 0,17 $ - $ (12,50) $ 12,50 $ 25,00 $ (25,00) $ -

Organización D $ 1,88 $ (12,50) $ - $ (25,00) $ 25,00 $ 12,50 $ -

Consolidado TO $ (0,34) $ 25,00 $ (12,50) $ - $ 12,50 $ (25,00) $ -



Los resultados del modelo de subjetividad esperada (SEU) mostrados en la Tabla 5-26 ,

confirman que la diferencia entre los resultados obtenidos, utilizando un modelo de

utilidad esperada subjetiva, y aquellos derivados de un modelo descriptivo (CPT),

utilizado por los autores, distan significativamente. Por lo tanto, el uso del modelo SEU

no conduce a las mismas recomendaciones dado que los valores presentados en este

operan en la zona de ganancias según sus predicciones, lo que no es coherente con la

toma de decisiones observada en las grandes organizaciones estudiadas.

CALCULADORA CPT UTILIZADA EN LAS SIMULACIONES

En esta sección se presenta el código fuente de la aplicación utilizado para calcular los

valores CPT. Este programa se implementó como una macro en Microsoft Excel Versión

2010 en lenguaje Visual Basic para Aplicaciones Versión 7.

Tabla 5-27 : Valores de entrada y salida de la calculadora CPT


Los datos de entrada requeridos son los coeficientes, la matriz de pagos del prospecto y

sus probabilidades, utilizando la forma de potencia para el modelo CPT (Köbberling &

Wakker, 2003).

CÓDIGO FUENTE LENGUAJE VISUAL BASIC

'Teoria Acumulativa prospectiva '

'20 Julio 2015

Pago Loteria ProbabilidadPonderación

Decisión $ 100,0 19% 25% $ (50,0) 24% 3% $ - 18% 12% $ 50,0 21% 14% $ (100,0) 18% 19%


Option Base 0

Option Explicit

Function Upos(a As Double, alpha As Double) As Double

If alpha > 0 Then

Upos = a ^ alpha

ElseIf alpha = 0 Then

Upos = Log(a)

Else

Upos = 1 - (a + 1) ^ alpha

End If

End Function

Function Uneg(b As Double, beta As Double, lambda As Double) As Double

If beta > 0 Then

Uneg = (-1) * lambda * (((-1) * b) ^ beta)

ElseIf beta = 0 Then

Uneg = (-1) * lambda * Log((-1) * b)

Else

Uneg = (-1) * lambda * (1 - (((-1) * b + 1) ^ beta))

End If

End Function

Function Utility(y As Double, alpha As Double, beta As Double, lambda As Double) As Double

If (y > 0) Then

Utility = Upos(y, alpha)

ElseIf y < 0 Then

Utility = Uneg(y, beta, lambda)

End If

End Function

Function CEpos(c As Double, alpha As Double) As Double

If alpha > 0 Then

CEpos = c ^ (1 / alpha)

ElseIf alpha = 0 Then

CEpos = Exp(c)

Else

CEpos = ((1 - c) ^ (1 / alpha)) - 1

End If

End Function

Function CEneg(D As Double, beta As Double, lambda As Double) As Double

If beta > 0 Then

CEneg = (-1) * (((-1) * D / lambda) ^ (1 / beta))

ElseIf beta = 0 Then

CEneg = (-1) * Exp((-1) * D / lambda)


Else

CEneg = 1 - (1 + D / lambda) ^ (1 / beta)

End If

End Function

Function CertaintyEquivalent(x As Double, alpha As Double, beta As Double, lambda As Double) As Double

If x > 0 Then

CertaintyEquivalent = CEpos(x, alpha)

ElseIf x < 0 Then

CertaintyEquivalent = CEneg(x, beta, lambda)

End If

End Function

Function Wplus(z As Double, gamma As Double) As Double

On Error Resume Next

Wplus = (z ^ gamma) / (((z ^ gamma) + ((1 - z) ^ gamma)) ^ (1 / gamma))

End Function

Function Wminus(T As Double, delta As Double) As Double


Wminus = (T ^ delta) / (((T ^ delta) + ((1 - T) ^ delta)) ^ (1 / delta))

End Function

Function sumoutcomes(a As Integer, b As Integer, Outcomes() As Class1)

Dim counter As Integer

Dim sum As Double

sum = 0

For counter = a To b Step 1

sum = sum + Outcomes(counter).pro

Next counter

sumoutcomes = sum

End Function

Function Last(choice As Integer, rng As Range)

'

'

' 1 = ultima fila

' 2 = ultima columna

' 3 = ultima celda

Dim lrw As Long

Dim lcol As Integer

Select Case choice

Case 1:


Last = rng.Find(What:="*", _


After:=rng.Cells(1), _

Lookat:=xlPart, _

LookIn:=xlFormulas, _

SearchOrder:=xlByRows, _

SearchDirection:=xlPrevious, _

MatchCase:=False).Row

On Error GoTo 0

Case 2:


Last = rng.Find(What:="*", _


Lookat:=xlPart, _


SearchOrder:=xlByColumns, _


MatchCase:=False).Column

On Error GoTo 0

Case 3:


lrw = rng.Find(What:="*", _


Lookat:=xlPart, _


SearchOrder:=xlByRows, _


MatchCase:=False).Row

On Error GoTo 0


lcol = rng.Find(What:="*", _


Lookat:=xlPart, _


SearchOrder:=xlByColumns, _


MatchCase:=False).Column

On Error GoTo 0


Last = Cells(lrw, lcol).Address(False, False)

If Err.Number > 0 Then

Last = rng.Cells(1).Address(False, False)

Err.Clear

End If


On Error GoTo 0

End Select

End Function

Private Sub worksheet_Change()

Calculate

End Sub

Sub Calculate()

Dim maxn As Integer

Dim n As Integer

Dim counter As Integer

Dim arraycounter As Integer

Dim i As Integer

Dim j As Integer

Dim k As Integer

Dim UT() As Double

Dim Weight() As Double

Dim Outcomes() As Class1

Dim h As Class1

Dim CPTvalue As Double

Dim OutcomeData() As Double

Dim ProbabilityData() As Double

Dim Row() As Integer

Dim SumOfProbabilities As Double

Dim alpha As Double

Dim beta As Double

Dim lambda As Double

Dim gamma As Double

Dim delta As Double

Worksheets("Cumulative Prospect Theory").Cells(1, 5).Font.Bold = True

Worksheets("Cumulative Prospect Theory").Cells(1, 5).Value = "Cumulative Prospect Theory Calculadora"

Worksheets("Cumulative Prospect Theory").Cells(2, 5).Value = ""

Worksheets("Cumulative Prospect Theory").Cells(3, 5).Value = "20 Julio 2015"

Worksheets("Cumulative Prospect Theory").Cells(4, 5).Value = "Método cálculo según Tversky and Kahneman (1992) y

coeficientes Colombia según BUI, T. (2009) "

Worksheets("Cumulative Prospect Theory").Cells(1, 1).Value = "Resultado Loteria"

Worksheets("Cumulative Prospect Theory").Cells(1, 2).Value = "Probabilidad"

Worksheets("Cumulative Prospect Theory").Columns(3) = ""

Worksheets("Cumulative Prospect Theory").Cells(1, 3).Value = "Ponderación Decisión"

Worksheets("Cumulative Prospect Theory").Cells(6, 5).Value = "Potencia para ganancias, " & ChrW$(945)

Worksheets("Cumulative Prospect Theory").Cells(7, 5).Value = "Potencia para perdidas, " & ChrW$(946)

Worksheets("Cumulative Prospect Theory").Cells(8, 5).Value = "Aversion pérdida, " & ChrW$(955)

Worksheets("Cumulative Prospect Theory").Cells(9, 5).Value = "Parametro de ponderación probabilidad para ganancia, "

& ChrW$(947)

Worksheets("Cumulative Prospect Theory").Cells(10, 5).Value = "Parametro de ponderación probabilidad para pérdida, "

& ChrW$(948)


Worksheets("Cumulative Prospect Theory").Cells(6, 7).Value = "(0.88 en T&K)"





Worksheets("Cumulative Prospect Theory").Cells(15, 5).Value = "Número de resultados"


Worksheets("Cumulative Prospect Theory").Cells(16, 5).Value = "Media"


Worksheets("Cumulative Prospect Theory").Cells(17, 5).Value = "Desviacion Estandar"


Worksheets("Cumulative Prospect Theory").Cells(18, 5).Value = "Asimetria"


Worksheets("Cumulative Prospect Theory").Cells(19, 5).Value = "Curtosis"


Worksheets("Cumulative Prospect Theory").Cells(20, 5).Value = "CPT Valor"


Worksheets("Cumulative Prospect Theory").Cells(21, 5).Value = "Equivalente Certeza"




maxn = Last(1, Worksheets("Cumulative Prospect Theory").Columns(1))

'Conseguir el numero de (validos) datos puntos

n = 0

For counter = 1 To maxn

If Application.IsNumber(Worksheets("Cumulative Prospect Theory").Cells(counter, 1).Value) And

Application.IsNumber(Worksheets("Cumulative Prospect Theory").Cells(counter, 2).Value) Then

n = n + 1

End If

Next counter

ReDim OutcomeData(n)

ReDim ProbabilityData(n)

ReDim Row(n)

'Luego de determinar el tamaño de la matriz, leer los datos de nuevo

arraycounter = 0

For counter = 1 To maxn

If Application.IsNumber(Worksheets("Cumulative Prospect Theory").Cells(counter, 1).Value) And

Application.IsNumber(Worksheets("Cumulative Prospect Theory").Cells(counter, 2).Value) Then

OutcomeData(arraycounter) = Worksheets("Cumulative Prospect Theory").Cells(counter, 1).Value

ProbabilityData(arraycounter) = Worksheets("Cumulative Prospect Theory").Cells(counter, 2).Value

Row(arraycounter) = counter

arraycounter = arraycounter + 1


End If

Next counter

'Leer parametros constantes

alpha = Worksheets("Cumulative Prospect Theory").Cells(6, 6).Value

beta = Worksheets("Cumulative Prospect Theory").Cells(7, 6).Value

lambda = Worksheets("Cumulative Prospect Theory").Cells(8, 6).Value

gamma = Worksheets("Cumulative Prospect Theory").Cells(9, 6).Value

delta = Worksheets("Cumulative Prospect Theory").Cells(10, 6).Value

n = UBound(OutcomeData)

If n > 0 Then

ReDim UT(n)

ReDim Weight(n)

ReDim Outcomes(n)

End If

SumOfProbabilities = 0

For i = 0 To n - 1

SumOfProbabilities = SumOfProbabilities + ProbabilityData(i)

Next

If n > 0 And SumOfProbabilities > 0.999 And SumOfProbabilities < 1.001 Then

For i = 0 To n - 1

Set Outcomes(i) = New Class1

Outcomes(i).out = OutcomeData(i)

Outcomes(i).pro = ProbabilityData(i)

Outcomes(i).pos = i

Outcomes(i).wei = 0

Next

Set h = New Class1

'Ranqueo de pagos

For i = 0 To n - 2

For j = i + 1 To n - 1

If Outcomes(i).out < Outcomes(j).out Then

Set h = Outcomes(i)

Set Outcomes(i) = Outcomes(j)

Set Outcomes(j) = h

Set h = Nothing

End If

Next

Next

'Aplicar función de ponderación probabilidad para ganancias y pérdidas

If Outcomes(0).out >= 0 Then


Outcomes(0).wei = Wplus(Outcomes(0).pro, gamma)

Else

Outcomes(0).wei = 1 - Wminus(1 - Outcomes(0).pro, delta)

End If

For i = 1 To n - 2

If Outcomes(i).out >= 0 Then

Outcomes(i).wei = Wplus(sumoutcomes(0, i, Outcomes()), gamma) - Wplus(sumoutcomes(0, i - 1, Outcomes()),

gamma)

Else

Outcomes(i).wei = Wminus(sumoutcomes(i, n - 1, Outcomes()), delta) - Wminus(sumoutcomes(i + 1, n - 1,

Outcomes()), delta)

End If

Next

If Outcomes(n - 1).out >= 0 Then

Outcomes(n - 1).wei = 1 - Wplus(1 - Outcomes(n - 1).pro, gamma)

Else

Outcomes(n - 1).wei = Wminus(Outcomes(n - 1).pro, delta)

End If

'Salida de pesos decisión

For k = 0 To n - 1

For i = 0 To n - 1

If Outcomes(k).pos = i Then

Weight(i) = Outcomes(k).wei

Worksheets("Cumulative Prospect Theory").Cells(Row(i), 3).Value = Weight(i)

End If

Next

Next

'Determinar la utilidad para cada prospecto (aplicar la función valor)

For i = 0 To n - 1

UT(i) = Utility(OutcomeData(i), alpha, beta, lambda)

Next

'Calculo CPT valor

CPTvalue = 0

For i = 0 To n - 1

CPTvalue = CPTvalue + Weight(i) * UT(i)

Next

Worksheets("Cumulative Prospect Theory").Cells(15, 6).Value = n

Worksheets("Cumulative Prospect Theory").Cells(16, 6).Value = Mean(OutcomeData(), ProbabilityData())

Worksheets("Cumulative Prospect Theory").Cells(17, 6).Value = SD(OutcomeData(), ProbabilityData())

Worksheets("Cumulative Prospect Theory").Cells(18, 6).Value = Skewness(OutcomeData(), ProbabilityData())

Worksheets("Cumulative Prospect Theory").Cells(19, 6).Value = Kurtosis(OutcomeData(), ProbabilityData())

Worksheets("Cumulative Prospect Theory").Cells(20, 6).Value = CPTvalue


Worksheets("Cumulative Prospect Theory").Cells(21, 6).Value = CertaintyEquivalent(CPTvalue, alpha, beta, lambda)

Else

If n >= 1 Then

Worksheets("Cumulative Prospect Theory").Cells(23, 5).Value = "Probabilties sum to " & SumOfProbabilities

Worksheets("Cumulative Prospect Theory").Cells(24, 5).Value = "Probabilties must sum to 1"

End If

End If

End Sub

Bibliografía

Alos-Ferrer, C., & Strack, F. (2014). From dual processes to multiple selves: Implications for

economic behavior. Journal of Economic Psychology, 41, 1–11.

Angner, E., & Loewenstein, G. (2007). Behavioral Economics. En M. Uskali , Handbook of the

philosophy of science: Philosophy of Economic (Vol. 5, págs. 641-690). Amsterdam:

Elsevier.

Ansar, A., Flyvbjerg, B., Budzier, A., & Lunn, D. (March de 2014). Should We Build More Large

Dams? The Actual Costs of Hydropower Megaproject Development. Energy Policy, 1-14.

Atkinson, J. W., & Birch, D. (1970). The dynamics of action. New York: Wiley.

Atkinson, R., & Crawford, L. (2006). Fundamental uncertainties in projects and the scope of

project management. International Journal Project Management, 687-698.

Bakka, J. F., & Lindkvist, L. (1999). Organisationsteori: struktur, kultur, processer (3 ed.). Malmø,

Sweden: Liber AB.

Bakken, T. H., Aase, A. G., Hagen, D., Sundt, H., Barton, D. N., & Lujala, P. (2014). Demonstrating a

new framework for the comparison of environmental impacts from small- and large-scale

hydropower and wind power projects. Journal of Environmental Management, 140, 93-

101.

Barandiaran, J. (2015). Chile's Environmental Assessments: Contested Knowledge in an Emerging

Democracy. Science as Culture, 24(3), 251-275.

Barnard, C. I. (1968). The Functions of the Executive (30 ed.). Cambridge, MA: Harvard University

Press.


Becker, G. S. (1976). The Economic Approach to Human Behavior. Chicago: University of Chicago

Press.

Birnbaum, M. H. (2008). New paradoxes of risky decision making. Psychological Review, 115(2),

453–501.

Boyd, J., & Banzhaf, S. (2007). What Are Ecosystem Services? The Need for Standardized

Environmental Accounting Units. Ecological Economics, 63, 616–626.

Brighton, H., & Gigerenzer, G. (2015). The bias bias. Journal of Business Research, 68(8), 1772-

1784.

Bromiley, P., & & Rau, D. (2014). How Would Behavioral Strategy Research Lead to Prescription?

Journal of Business Economics, 84, 5-25.

Bronfman, N., Jiménez, R., Arévalo, P., & Cifuentes, L. (2015). Public Acceptance of Electricity

Generation Sources: The Role of Trust in Regulatory Institutions. Energy & Environment,

26(3), 349–368.

Bui, T. (2009). PROSPECT THEORY AND FUNCTIONAL CHOICE. Bielefeld: Bielefeld University,

Germany; The University of Paris 1 Pantheon-Sorbonne, France.

Burghart, D., Glimcher, P. W., & Lazzaro, S. (2013). An Expected Utility Maximizer Walks Into A

Bar. Journal of Risk and Uncertainty, 215-246.

Busemeyer, J. R., & Townsend, J. T. (1993). Decision Field Theory: A dynamic cognition approach

to decision making. Psychological Review, 432–459.

Busenitz, L. A., & Barney, J. B. (1997). Differences between entrepreneurs and managers in large

organizations: Biases and heuristics in strategic decision-makin. Journal of Business

Venturing, 12, 9–30.

Camerer, C. F., & Hogarth, R. M. (1999). The effects of financial incentives in experiments: A

review and capital-labor-production framework. Journal of Risk and Uncertainty, 19, 7–

42.

CEAC. (2012). Plan Indicativo Regional de Expansión de la Generación. San Jose, Costa Rica:

Consejo de Electrificación de América Central.

CELSIA. (23 de Marzo de 2016). Presentación accionistas. Recuperado el 23 de Marzo de 2016, de

CELSIA: http://www.celsia.com/accionistas-inversionistas/Perfil-

Corporativo/Presentaciones

Bibliografía 141

Censi, M., Corradini, M., Feduzi, A., & Ghenoa, A. (2015). Half-full or half-empty? A model of

decision making under risk. Journal of Mathematical Psychology, 68-69.

Cernea, M. M. (1997). Hydropower dams and social impacts: a sociological perspective - Working

papers. Washington, DC: World Bank Environment Department.

Charness, G., Gneezy, U., & Imas, A. (2013). Experimental methods: Eliciting risk preferences.

Journal of Economic Behavior & Organization, 87, 43– 51.

CICLO. (2014). ESTUDIO DE IMPACTO AMBIENTAL- CENTRO INTEGRAL DE GESTIÓN DE RESIDUOS

INDUSTRIALES (CIGRI). Santiago de Chile: Centro Integral de Gestión de Residuos

Industriales (CIGRI).

CICLOCHILE. (16 de Octubre de 2015). Centro Integral de Gestión de Residuos Industriales (CIGRI).

Recuperado el 20 de Febrero de 2016, de Ciclo S.A.: http://www.ciclochile.cl

Comité Consultivo de Energía. (2015). Hoja de Ruta 2050 hacia una energía sustentable e

inclusiva para Chile. Santiago de Chile: Ministerio Energía, Gobierno Chile.

Conesa, F. V. (1997). Guía metodológica para la evaluación del impacto ambiental. (Tercera ed.).

Madrid España: Ediciones Mundi-Prensa.

DellaVigna, S. (2009). Psychology and Economics: Evidence from the Field. Journal of Economic

Literature, 315–372.

Dohmen, T., Falk, A., Huffman, D., & Sunde, U. (2011). Individual risk attitudes: measurement,

determinants and behavioral consequences. Journal of the European Economic

Association, 522–550.

Duflo, E., & Pande, R. (2007). Dams. The Quarterly Journal of Economics, 122(2), 601-646.

Earle, T., & Siegrist, M. (2008). Trust, Confidence and Cooperation model: a framework for

understanding the relation between trust and Risk Perception. International Journal of

Global Environmental Issues, 8, 17–29.

EJOLT. (21 de Marzo de 2014). Atlas Global de Justicia Ambiental. Recuperado el 21 de Marzo de

2014, de Environmental Justice Organizations, Liabilities and Trade: http://www.ejolt.org

EPSA. (30 de Marzo de 2015). EPSA. Recuperado el 23 de Marzo de 2016, de EPSA:

http://www.epsa.com.co/es-es/nosotros/sobre-epsa/estructura-societaria

Ericsson, K. A. (2006). Protocol Analysis and Expert Thought: Concurrent Verbalizations of

Thinking during Experts’ Performance on Representative Tasks. En N. Charness, P. J.


Feltovich, R. R. Hoffman, & K. A. Ericsson, The Cambridge Handbook of Expertise and

Expert Performance (págs. 223-231). Cambridge: Cambridge University Press.

Esty, D. C., Levy, M., Tanja, S., & Sherbinin, A. d. (2005). Environmental Sustainability Index - ESI.

Appendix B Country Profiles. New Haven: Center for Environmental Law and Policy, Yale

University.

Flyvbjerg, B. (March de 2007). Policy and Planning for Large-Infrastructure Projects: Problems,

Causes, Cures. Environment and Planning B: Planning and Design, 34(4), 578-597.

Flyvbjerg, B., Holm , M. S., & Soren, L. (2005). How (In)accurate Are Demand Forecasts in Public

Works Projects? The Case of Transportation. Journal of the American Planning

Association, 131-146.

Friedl, C., & Reichl, J. (2016). Realizing energy infrastructure projects – A qualitative empirical

analysis of local practices to address social acceptance. Energy Policy(89), 184–193.

Gigerenzer, G. (2015). Simply rational: Decision making in the real world. New York: Oxford

University Press.

Gigerenzer, G., Hertwig, R., & Pachur, T. (2011). Heuristics: The foundations of adaptive behavior.

New York: Oxford.

Gilovich, T., Griffin, D. W., & Kahneman, D. (2002). Heuristics and Biases: The Psychology of

Intuitive Judgment. New York: Cambridge University Press.

Glockner, A., & Betsch, T. (2008). Do people make decisions under risk based on ignorance?

Organizational Behavior and Human Decision Processes, 107, 75–95.

Glöckner, A., & Betsch, T. (2012). Decisions beyond boundaries: When more information is

processed faster than less. Acta Psychologica, 139, 532-542.

Goodwin, J., & Jasper, J. M. (1999). Caught in a Winding, Snarling Vine: The Structural Bias of

Political Process Theory. Sociological Forum, 14, 27-92.

Gul, F., & Pesendorfer, W. (2008). The Case for Mindless Economics. En A. Caplin, & A. Shotter,

The Foundations of Positive and Normative Economics (págs. 43-71). Oxford: Oxford

University Press.

Hansson, S. O. (1994). Decision Theory, a brief introduction. Stockholm: Royal Institute of

Technology (KTH).

Hausman, D. M. (2012). Preference, value, choice, and welfare. New York: Cambridge University

Press.

Bibliografía 143

Heath, C., Larrick, R. P., & Klayman, J. (01 de 01 de 1998). CiteSeerx. Recuperado el 17 de 10 de

2015, de Cognitive repairs: How organizational practices can compensate for individual

shortcomings (1998):

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.110.5562

Heath, C., Larrick, R., & Klayman, J. (1998). Cognitive repairs: How organizational practices can

compensate for individual shortcomings. Review of Organizational Behavior, 20, 1-38.

Hofer, C. W., & Schendel, D. (1978). Strategy formulation: Analytical concepts. St. Paul: West Pub.

Co.

Hoffman, R. R. (1992). The Psychology of expertise: Cognitive research and empirical AI. New York:

Springer-Verlag.

Hoffman, R., Shadbolt, N., Burton, A., & Klein, G. (1995). Eliciting knowledge from experts: A

methodological analysis. Organizational Behavior and Human Decision Processes, 62(2),

129–158.

Holmes Jr., R., Bromiley, P., Devers, C., Holcomb, T., & McGuire, J. (July de 2011). Management

theory applications of prospect theory: Accomplishments, challenges, and opportunities.

Journal of Management, 37(4), 1069-1107.

Hsu, A., Emerson, J., Levy, M., Sherbinin, A. d., Johnson, L., Malik, O., y otros. (2014). The 2014

Environmental Performance Index. New Haven, CT: Yale Center for Environmental Law

and Policy.

Hughes, T. (1983). Networks of Power: Electrification of Western Society, 1880-1930. New York:

Johns Hopkins University Press.

IHA. (2015). Hydropower Status Report. London, United Kingdom: International Hydropower

Association.

INGENDESA. (2011). ESTUDIO DE IMPACTO AMBIENTAL CENTRAL HIDROELÉCTRICA NELTUME.

Santiago de Chile: INGENDESA.

Jawahar, I. M., & McLaughlin, G. L. (2001). Toward a Descriptive Stakeholder Theory: An

Organizational Life Cycle Approach. The Academy of Management Review, 26, 397–414.

Kahneman, D., & Klein, G. (2009). Conditions for intuitive expertise: A failure to disagree.

American Psychologist, 64, 515-526.

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decisions under risk.

Econometrica, 47(2), 313–327.


King, B., Felin, T., & Whetten, D. (2010). 2010. Finding the organization in organization theory: A

meta-theory of the organization as a social actor. Organization Science, 21(1), 290-305.

Kirkebøen, G. (2009). Decision behaviour – Improving expert judgement. En W. T.W., S. K., & S.

K.J., Making essential choices with scant information : front-end decision making in major

projects. (págs. 169-194). New York: Palgrave-Macmillan.

Klaes, M., & Sent, E.-M. (2005). A Conceptual History of the Emergence of Bounded Rationality.

History of Political Economic, 37, 27-59.

Knight, F. H. (1921). Risk, Uncertainty, and Profit. New York: Houghton Mifflin.

Köbberling, V., & Wakker, P. P. (2003). Preference Foundations for Nonexpected Utility: A

Generalized and Simplified Technique. Mathematics of Operations Research, 28, 395-423.

Kreps, D. M., & Porteus, E. L. (1979). Dynamic Choice Theory and Dynamic Programming.

Econometrica, 47, 91–100.

Kuhn, T. (1962). The Structure of Scientific Revolutions (First ed.). Chicago: The University of

Chicago Press.

Kumar, R. (2005). Research Methodology-A Step-by-Step Guide for Beginners (Second ed.).

Singapore: Pearson.

León, N. R. (2012). Crisis, reprimarización y territorio en economías emergentes: Caso Colombia.

Crisis económica e impactos territoriales. V Jornadas de Geografía Económica AGE (págs.

255-266). Girona: Universidad de Girona.

Loomes, G., & Sugden, R. (1982). Regret theory: An alternative theory of rational choice under

uncertainty. Economic Journal, 92, 805–824.

Lovallo, D., & Kahneman, D. (July de 2003). Delusions of success: how optimism undermines

executives' decisions. Harvard Business Review, 56-63.

March, J. G. (1994). Primer on Decision Making: How Decisions Happen. New York: NY: Free Press.

McCormick, S. (2006). The Brazilian anti-dam movement: knowledge, contestation as

communicative action. Organizational & Environment, 19(3), 321-346.

Meehl, P. (1954). Clinical versus statistical prediction: a theoretical analysis and a review of the

evidence. Minneapolis: Minnesota University Press.

Memi, M., & Yasushi, M. (2016). Local acceptance by people with unvoiced opinions living close

to a wind farm: A case study from Japan. Energy Policy(91), 362–370.

Bibliografía 145

Mieg, H. (2009). Two factors of expertise? Excellence and professionalism of environmental

experts. High Ability Studies, 20, 91-115.

Mieg, H. A. (2014). The organisational embedding of expertise: Centres of excellence. Talent

Development and Excellence, 6, 71-93.

Mintzberg, H., Raisinghani, D., & Théorêt, A. (1976). The Structure of 'Unstructured' Decision

Processes. Administrative Sciences Quarterly, 21, 246-275.

Moritz, L., & Gieri, H. (September de 2015). Heuristics in organizations: A review and a research

agenda. Journal of Business Research, 68(9), 2027-2036.

Muru-Lanning, M. (2012). Brokering Māori indigenous identity: The transformation of racial and

ethnic boundaries. . American Anthropology Association Executive Panel: Remediating

Cartographies of Erasure (págs. 2-5). San Francisco, USA: American Anthropology

Association.

Myung, J. (2012). The Role of the Environmental Movement in Government Decision Making in

Newly Democratised (Tesis Doctoral). Sheffield, UK: University of Sheffield.

Neumann, J. v., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton:

Princeton University Press .

NU. CEPAL. (2015). The United Nations regional commissions and the 2030 agenda for sustainable

development: Moving to deliver on a transformative and ambitious agenda. Santiago de

Chile: ECLAC.

Odum, H. (1996). Environmental Accounting: Emergy and Environmental Decision Making. New

York: John Wiley and Sons.

Pettigrew, A. (1976). The Politics of Organization Decision Making. London: Tavistock.

Plous, S. (1993). The availibility heuristic. The psychology of judgment and decision making. New

York: McGraw-Hill.

Plous, S. (1993). The Psychology of Judgment and Decision Making. New York: McGraw Hill.

Rahim, M. A. (2002). Toward a theory of managing organizational conflict. The International

Journal of Conflict Management, 13, 206–235.

Rosso, M., Bottero, M., Pomarico, S., Ferlita, S. L., & Comino, E. (April de 2014). Integrating

multicriteria evaluation and stakeholders analysis for assessing hydropower projects.

Energy Policy, 67, 870-881.


Rubenstein, A. (2013). Response time and decision making: An experimental study. Judgment and

Decision Making, 8, 540-551.

Schmidt, U., & Birnbaum, M. (2014). The Impact of Experience on Violations of Independence and

Coalescing. Beiträge zur Jahrestagung des Vereins für Socialpolitik 2014: Evidenzbasierte

Wirtschaftspolitik - Session: Risk and Ambiguity II No. E06-V3 (págs. 1-5). Leibniz: Leibniz

Information Centre for Economics.

SCImago. (23 de Marzo de 2016). SJR — SCImago Journal & Country Rank. Recuperado el 23 de

Marzo de 2016, de Scopus: http://www.scimagojr.com

Shackle, G. (1972). Epistemics & Economics: A Critique of Economic Doctrines. Cambridge, United

Kingdom: Cambridge University Press.

Shmelev, S. E. (2012). Ecological Economics: Sustainability in Practice. Oxford, UK: Springer.

Simon, H. A. (1976). Administrative Behavior: A Study of Decision-Making Processes in

Administrative Organization (Third ed.). London: Collier Macmillan Publishers.

Sovacool, B., & Cooper, C. (2013). The Governance of Energy Megaprojects: Politics, Hubris, and

Energy Security. Cheltenham, UK: Edward Elgar Publishing, Incorporated.

Sovacool, B., S.E., R., P.C., S., Janda, K., Rochlin, G., Spreng, D., y otros. (March de 2015).

Integrating social science in energy research. Energy Research & Social Science, 6, 95-99.

Stone, R. (2011). Hydropower. The legacy of the Three Gorges Dam. . Science, 333, 817.

Thaler, R. H., & Benartz, S. (2004). Save More Tomorrow: Using Behavioral Economics to Increase

Employee Saving. Journal of Political Economy, 112, 164–187.

Tironi, M. (2015). Modes of technification: expertise, urban controversies and the radicalness of

radical planning. Planning Theory, 14(1), 70-89.

Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases.

Science(185), 1124–1131.

Tversky, A., & Kahneman, D. (1986). Rational Choice and the Framing of Decisions. The Journal of

Business, 251-278.

Tversky, A., & Kahneman, D. (1992). Advances in prospect theory Cumulative representation of

uncertainty. Journal of Risk and Uncertainty, 5, 297–323.

Tversky, A., & Kahneman, D. (1992). Advances in Prospect Theory: Cumulative Representation of

Uncertainty. Journal of Risk and Uncertainty(5), 297 - 323.

Bibliografía 147

United Nations, European Commission, International Monetary Fund, Organisation for Economic

Co-operation and Development and World Bank. (2014). System of Environmental-

Economic Accounting 2012: Central Framework - final System of Environmental-Economic

Accounting 2012: Central Frameworkic Accounting. New York: UN, EC, IMF, OECD and

World Bank.

UPME. (2014). INFORME DE AVANCE PROYECTOS DE GENERACIÓN - OCTUBRE 2014. Bogotá:

Unidad de Planeación Minero Energética (Eds).

UPME. (2014). PLAN DE EXPANSION DE REFERENCIA EN GENERACION. Bogotá Colombia: Unidad

de Planeación Minero Energética (eds.).

UPME. (2015). Plan de Expansión de Referencia Generación Transmisión 2015 - 2029. Bogotá,

Colombia: Unidad de Planeación Minero Energética.

Varas, P., Tironi, M., Rudnick, H., & Rodríguez, N. (2013). The growing social challenges of

hydroelectric development. IEEE Power & Energy, 11(3), 66-75.

Vroom, V. H., & Jago, A. G. (1988). The New Leadership: Managing Participation in Organizations.

Englewood Cliffs, NJ: Prentice-Hall.

Vroom, V. H., & Yetton, P. W. (1973). Leadership and Decision-Making. Pittsburgh: University of

Pittsburgh Press.

Wakker, P. P. (2010). Prospect Theory: For Risk and Ambiguity. Cambridge: CAMBRIDGE

UNIVERSITY PRESS.

Yaari, M. (1987). The Dual Theory of Choice Under Risk. Econometrica, 55, 95-115.

Yacuzzi, E. A. (2007). Un panorama de los modelos de decisión. Buenos Aires: Documento de

Trabajo. Universidad del CEMA.

Yüksel, İ. (2012). Developing a Multi-Criteria Decision Making Model for PESTEL. International

Journal of Business and Management, 7(24), 52 - 66.

toma de decisiones por grandes organizaciones en...

Documents