El uso de la simulación para apoyar la toma de decisiones organizacionales
Descargas
Una de las tareas más demandantes de los dirigentes de las organizaciones es la toma de decisiones, de las cuales depende toda una estructura que incluye procesos y personas. Este trabajo busca mostrar cómo los encargados de la toma de decisiones pueden encontrar en el enfoque ingenieril, la ciencia computacional y los modelos un método que apoye la toma de decisiones. Dicho método propuesto podría convenir como uno mucho más adecuado que las actuales alternativas que brinda el conocimiento en administración. Dentro de ese contexto, podría implementar una nueva opción utilizando la simulación de los modelos organizacionales para suponer el posible impacto de una decisión en una organización, disminuyendo el grado de riesgo de la decisión. Para hacerlo, se abordarán principalmente tres temas: “Administración basada en modelos”, “Ciencia computacional de la organización” y la “Ingeniería emergente”. Este capítulo busca mostrar los beneficios, retos y posibilidades que trae el método para apoyar la toma de decisiones en las organizaciones.
Referencias
CARLEY, K. M. (2002). Computational organization science: A new frontier. Proceedings of the National Academy of Sciences, 99(3), 7257-7262.
CARLEY, K. M., & GASSER, L. (1999). Computational Organization Theory. En G. Weiss, & G. Weiss (Ed.), Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence (págs. 299-330). Massachusetts: MIT Press.
CARLEY, K. M., & NEWELL, A. (1994). The Nature of the Social Agent. Journal of Mathematical Sociology, 19(4), 221-262.
CARLILE, P. R., CHRISTENSEN, C. M., & SUNDAHL, D. (2003). The cycles of theory building in management research. Harvard Business School Working Paper.
CARRERAS, I., MIORANDI, D., & CHLAMTAC, I. (7-10 de Octubre de 2007). From biology to evolve-able pervasive ICT systems. IEEE International Conference on Systems, 4075-4080.
CARRERAS, I., MIORANDI, D., SAINT-PAUL, R., & CHLAMTAC, I. (2010). Bottom-up design patterns and the energy web. IEEE Trans. Systems, Man and Cybernetics, Part A, 40(4), 815-824.
COHEN, M. D., MARCH, J. G., & OLSEN, J. P. (1972). A garbage can model of organizational choice. Administrative Science Quarterly, 17(1), 1-25.
CPS. (24-25 de Abril de 2008). Cyber-Physical Systems Summit. CPS Week Multi-conference. St. Louis, Missouri, U.S.
DORAN, J., & GILBERT, N. (1994). Simulating societies: an introduction. Simulating societies: the computer simulation of social phenomena, 1-18.
EE. (2002). Workshop on Emergent Engineering. (MIT, Ed.) Boston, Massachusetts, U.S. Disponible en: http://cba.mit.edu/events/02.10.emergent/
EPSTEIN, J. M. (2008). Why model? Journal of Artificial Societies and Social Simulation, 11(4), 12.
FLORIDI, L. (2011). A defence of constructionism: Philosophy as conceptual engineering. Metaphilosophy, 42(3), 282-304.
FORRESTER, J. W. (1971). Counterintuitive Behavior of Social Systems. Technology Review, 73(3), 52-68.
FRANTZ, T. L., CARLEY, K. M., & WALLACE, W. A. (2013). Computational Organization Theory. Encyclopedia of Operations Research and Management Science, 246-252.
GOLDMAN, S. L. (2004). Why we need a philosophy of engineering: a work in progress. Interdisciplinary Science Reviews, 29(2), 163-176.
HANSSON, S. O. (2009). From the casino to the jungle. Dealing with uncertainty in technological risk management. Synthese, 168(3), 423-432.
KAUFFMAN, S. A. (2008). Reinventing the Sacred: A New View of Science, Reason, and Religion. New York: Basic Books.
LEE, J. S., & CARLEY, K. M. (2004). Orgahead: A computational model of organizational learning and decision making. Technical Rep. CMU-ISRI-04-117, Carnegie Mellon Univ., Pittsburgh.
LEVIN, S. A. (2003). Complex adaptive systems: Exploring the known, the unknown and the unknowable. Bulletin of the American Mathematical Society, 40(1), 3-19.
MARZANO, S., & AARTS, E. (2003). The New Everyday : Views On Ambient Intelligence. Rotterdam: 010 Publishers.
MCCARTHY, N. (2010). A World of Things Not Facts. En I. Poel, & D. Goldberg (Edits.), Philosophy and Engineering:: An Emerging Agenda (Vol. 2, págs. 265-273). Dordrecht: Springer Netherlands.
NERSESSIAN, N. J. (1992). How do Scientists Think? Capturing the Dynamics of Conceptual Change in Science. Cognitive Models of Science, 15.
OLAYA, C. (2012). The importance of being atheorical: Management as Engineering. En S. N. Grösser, R. Zeier, & S. B. Heidelberg (Ed.), Systemic Management for Intelligent Organizations (págs. 21-46). London.
PIDD, M. (1996). Tools for Thinking: Modelling in Management Science. Chichester: Wiley.
R. M., D. M., R. S., & D. G. (2006). Complexity and Organization: Readings and Conversations (1 ed.). London: Routledge.
SCHWANINGER, M. (2010). Model-Based Management (MBM): A vital prerequisite for organizational viability. Kybernetes, 39(9/10), 1419-1428.
ULIERU, M., & DOURSAT, R. (2010). Emergent engineering: a radical paradigm shift. (I. Publishers, Ed.) International Journal of Autonomous and Adaptive Communications Systems, 4(1), 39-60.
ZIMAN, J. (2000). Technological Innovation as an Evolutionary Process. Cambridge University Press.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2016 Ensayos: Revista de Estudiantes de Administración de Empresas
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.