Carlos Fernando Jung*, Mariela Haidée Aranda** y Carla Scwenberg ten Caten***
Recibido: 20-08-2009- Aprobado: 01-10-2009
|
RESUMEN: |
|
RESUMO: |
| ABSTRACT: This paper describes the results of qualitative exploratory research for the purpose of developing a method to identify linear and systemic characteristics in Models of Product Development (PD). These characteristics of such a model are capable of revealing how individuals understand the world and how they create models for the development of new products and processes. These methods, in turn, can influence the performance of the development processes of the industries. The principal results obtained were: (i) The creation of a theoretical-practical Model for identification, classification and interpretation of linear and systemic characteristics which makes it possible to outline a reference for future research in the subject and (ii) the definition of a Diagrammatic Model that presents and explains the various such characteristics in a hypothetical method. Key words: Methods; Product Development; Linear Model; Systemic Model |
||
Bonsiepe (1978) afirma que un modelo metodológico no debe poseer un fin en sí mismo, e solamente debe auxiliar en el desarrollo de nuevos productos a partir de un soporte formal durante el proceso. De este modo, se vuelve más necesario que profesionales de ingeniería de producto realizan elecciones de modelos metodológicos para Desarrollo de Productos (DP) en función del tipo de aplicación y tamaño de la empresa.
El suceso en el desarrollo de productos consiste en una eficaz integración multidisciplinar y funcional, en la optimización entre actividades y tiempo utilizado en la realización de las mismas y, en la adecuada elección de un modelo para la gestión y el desarrollo de productos (Clark y Whellwrigth, 1995). Sin embargo, Buss y Cunha (2002) afirman que los abordajes sobre los modelos referenciales para el desarrollo de productos encontrados en la literatura resultan muchas veces desconectados y presentan diferencias metodológicas en función de las distintas visiones de los autores y aplicaciones mercadológicas.
Corroborando, Kasper (2000) afirma que los conceptos, definiciones y experiencias asimiladas a lo largo del tiempo, forman un modelo mental a partir del cual son desarrollados procedimientos metodológicos y una variedad de lenguajes para describir tanto fenómenos y situaciones como problemas. Mientras tanto, para Dutra y Nóbrega (2002), los modelos mentales pueden afectar la percepción y las acciones porque influencian la forma de visualizar el mundo, siendo los negocios una consecuencia de esto.
Un factor importante que puede contribuir para la elección de un modelo es el conocimiento de sus características lineales y sistémicas. Por ejemplo, un modelo lineal propone la solución de problemas a través de estrategias en línea recta, en etapas secuenciadas, no existiendo feedbacks entre las etapas metodológicas. Generalmente, es caracterizado por cuantificación, previsibilidad, regularidad y control (Muniz y Plonski, 2000)
En tanto que, en un modelo sistémico las propiedades de las partes deben ser comprendidas dentro de un contexto mayor. Las etapas del proceso metodológico para la gestión y desarrollo son elaboradas a partir del entendimiento de las relaciones entre las partes, conexiones e interdependencias (Freitas, 2005).
El modo de cómo los individuos son condicionados a pensar por los procesos de aprendizaje, contexto cultural e modelos referenciales determinan acciones prácticas del día a día, tanto en el plano individual como en el comunitario (Peixoto Filho; Mariotti y Mancioli, 2007). De esta forma, características lineales y sistémicas pueden revelar la forma de cómo los individuos entienden el mundo y elaboran métodos para el desarrollo de nuevos productos y procesos. No obstante, estos métodos, pueden influenciar el desempeño de los procesos de desarrollo en las empresas.
Éste artículo presenta los resultados de una investigación exploratoria de abordaje cualitativa, que tuvo por finalidad desenvolver y proponer un Método aplicado para la identificación de características lineales y sistémicas en modelos de DP. El artículo se encuentra organizado de la siguiente forma: la sección 2 presenta el referencial teórico, la sección 3 presenta los procedimientos metodológicos, la sección 4 contempla una aplicación del Método desarrollado para el análisis de un Modelo de DP. Por último, la sección 5 trae las conclusiones del estudio realizado.
Fourez (1998) afirma que en cualquier área de la ciencia, los modelos tienen por finalidad la representación de los fenómenos, sistemas y conocimientos. El modelo es la forma estructurada que posibilita la comprensión de todo aquello que es descubierto y producido en cualquier parte del mundo.
Los modelos existentes para el desarrollo de productos abarcan doctrinas y conceptos que representan distintas visiones del mundo. Para Kasper (2000) los estándares y principios asimilados forman un modelo mental a partir del cual son desarrollados procedimientos metodológicos y varios lenguajes para describir estos fenómenos y problemas contextuales.
Para Ackoff (1981) y Grizendi (2007) los modelos lineales se concentran en relaciones de causa efecto, en las propiedades estáticas y estructurales del proceso. Este tipo de modelo se encuentra restricto a situaciones en las que hay: (i) razonable grado de estructuración de problemas; (ii) razonable estabilidad del sistema; (iii) bajo grado de complejidad dinámica y (iv) bajo grado de influencia de las percepciones de diferentes individuos a partir de diversos intereses (Andrade, 2007).
Un modelo lineal se basa principalmente en una experiencia anterior, un estándar o modelo pre establecido o en un conocimiento específico producido y asimilado (Viana, 2007). Corroborando, Grizendi (2007) dice que este modelo posee una visión asociada a la obtención de conocimientos, métodos y técnicas relacionadas apenas a la producción pretendida.La formulación de leyes tiene como suposición la idea de orden y de estabilidad del mundo, siendo el mensaje transmitido que el pasado se repite en el futuro, característica que fundamenta el modelo lineal. Santos (1988) afirma que pensar de manera lineal significa vislumbrar el mundo de la materia como una máquina cuyas operaciones pueden ser determinadas exactamente por medio de leyes físicas y matemáticas, un mundo estático o eterno, un mundo en el cual el racionalismo cartesiano se convierte en reconocido por medio de la descomposición de los elementos que la componen.
La estructura metodológica de un modelo lineal posee una configuración en línea recta y secuencial, no presenta feedbacks entre sus etapas o aberturas a estímulos externos de forma necesaria (Grizendi, 2007). Según Ackoff (1981) las principales características del pensamiento analítico que fundamentan la concepción de los modelos lineales son: (i) análisis; (ii) reduccionismo; (iii) determinismo y (iv) mecanicismo. Checkland (1981) dice que en el proceso de investigación, la utilización del “análisis” requiere la suposición de que todos los fenómenos simples o compuestos pueden ser entendidos a través de la verificación separada de las partes que la integran.
El “reduccionismo”, principal contribución de la concepción cartesiana, establece que cualquier fenómeno puede ser explicado partiendo del análisis de las causas particulares en dirección a las causas más generales (Ackoff, 1981). El “determinismo” establece que todas las interrelaciones entre los fenómenos pueden ser reducidas a relaciones de causa-efecto simples, siendo que en todo el universo cada efecto es visto como una nueva causa para la etapa siguiente (Stewart, 1996). El “mecanicismo” considera un sistema como una cadena de eventos, donde cada componente se relaciona de modo serial o aditivo contribuyendo para el funcionamiento del conjunto (Rapoport y Hovarth, 1968). Para conseguir comprender el todo se necesita comprender el funcionamiento de la secuencia de vinculaciones entre los componentes que forman el sistema.
A lo largo del tiempo, modelos lineales mostraron ser limitados por ser excesivamente mecanicistas (Furtado y Freitas, 2004). Pádua (2000) afirma que sólo en el siglo XX, con la aparición de la mecánica cuántica, la teoría de la relatividad de Einstein y otros descubrimientos importantes de la física, que este carácter mecanicista y determinista comienza a enfrentar discusiones y críticas. El principal factor que contribuye para el fracaso de estos modelos fue la no consideración de las variables sociales, que pueden influir positivamente o negativamente en el proceso de desarrollo de nuevas tecnologías, productos y procesos.
El pensamiento lineal es indispensable para resolver problemas pertinentes a las ciencias exactas y tecnológicas, pero insuficiente para solucionar problemas sociales sistémicos. El raciocinio lineal puede aumentar la productividad y la rentabilidad industrial por medio de herramientas, técnicas y tecnologías de automatización, sin embargo no consigue resolver problemas de desempleo y de la exclusión social provenientes de estas soluciones lineales utilizadas, porque esos problemas son no lineales (Marioti, 2007).
Confirmando, Forrester (1961) apud Kasper (2000) afirma que modelos lineales son totalmente inadecuados para modelar las características de las organizaciones y de procesos sociales. De esta forma, en modelos lineales es posible encontrar características como: (i) la linealidad; (ii) la interrelación de causa-efecto; (iii) la incomunicación y (iv) la jerarquía (Kasper, 2000).
Un sistema es un conjunto de elementos unidos por algún tipo de interacción o interdependencia que forman el todo, un universo (Andrade, 2007). Un modelo sistémico está centrado en el comportamiento, la dinámica del proceso y en la función de todo el sistema (Jordan, 1974).
Kasper (2000) y Andrade (2007) afirman que un modelo sistémico no puede ser comprendido apenas mediante el análisis, sin embargo, si se puede entender del todo para las partes a través de la síntesis. La síntesis no genera conocimiento detallado del la estructura del sistema, pero provee entendimiento sobre el todo. Corroborando, Gramsci (1987) afirma que actualmente las actividades humanas se tornaron complejas y es necesaria la comprensión de las partes y sus interacciones para la solución de problemas sociales y tecnológicos.
Checkland y Scholes (1990) afirman que existen tres componentes constitutivos que pueden explicar un modelo sistémico, siendo: (i) elementos interrelacionados; (ii) estructuración en niveles, donde los elementos se comunican a través de feedbacks y existen acciones de control y (iii) capacidades adaptativas. Corroborando, Kasper (2000) explica que un sistema está formado por elementos u objetos interrelacionado. Existen procesos de comunicación, control y una estructura en niveles, teniendo propiedades emergentes y capacidades adaptativas como características por las cuales puede ser identificado como un conjunto integral o unidad compleja. Para Checkland (1994), un sistema es un todo estructurado en niveles y etapas que se interrelacionan por medio de la acción, comunicación y control que viabilizan a la adaptación de un ambiente en constante proceso de cambio. Senge (2004) considera que un modelo sistémico puede identificar interrelaciones, en vez de eventos, para observar estándares de cambios, en vez de recortes instantáneos.
Un modelo sistémico puede ser identificado a partir de dos suposiciones: (i) circularidad y recurrencia- implicando la existencia de algún camino circular entre las etapas (feedback) y la recurrencia de los procesos que la realizan; (ii) jerarquía – que requiere la existencia de restricciones entre las cuales las diversas etapas y actividades se encuentran subordinados, como parte de un estándar organizado que auxilian a formar; (iii) aberturas y aislamientos – que denota la necesidad de un conjunto de interacciones cerradas, pero con abertura a cambios con el medio ambiente; y (iv) adaptabilidad – que busca la comprensión de las interacciones que generan las capacidades de continuidad de entidades y fenómenos complejos, frente a los impactos de las variaciones ambientales (Kasper, 2000).
* Coordenador do Curso de Engenharia de Produção, FACCAT, RS Gestor do Pólo de Inovação Tecnológica do Vale do Paranhana, SCT/RS, Brasil. Email: carlosfernandojung@gmail.com
** PPGEP/UFRGS, RS, Brasil
*** Vice-Coordenadora do Programa de Pós-Graduação em Engenharia de Produção, UFRGS, RS, Brasil Email: tencaten@producao.ufrgs.br