1.
Introducción
Conociendo el concepto de
sistemas y más aún de sistemas complejos no lineales, nos será fácil ubicar a
las universidades dentro de ellos, su propia estructura, su gestión, su
eficiencia, hacen que pertenezcan a los mismos; favorablemente, la Dinámica de
Sistemas, una metodología disponible, probada y fiable ayuda a la comprensión
del comportamiento de estos sistemas (Aracil & Gordillo, 1998; Cerquera
Cruz, 2017). Por ello, esta investigación se enfoca hacia los miembros de una
organización, con comportamientos aún más complejos dentro de un enfoque
organizacional inteligente, para que a través de un modelo de simulación
podamos generar mejoras en dichos comportamientos para hacer de las
universidades públicas organizaciones más eficientes y porque no,
organizaciones más inteligentes.
Hoy en día, se
hace más sólida la importancia de las organizaciones con gran inteligencia
emocional e inteligencia organizacional (IO). La IO está entendida como la
capacidad para aprender de una manera vertiginosa, eficiente y eficaz,
impulsando a investigar profundamente a la IO, para luego medirla
periódicamente a través de herramientas de diagnóstico, pudiendo ser un modelo
de simulación (Lozano Oviedo & Gonzalez-Campo, 2015).
Actualmente en
las organizaciones se reflejan tiempos excesivos de espera, baja calidad de
respuesta e insatisfacción; se considera importante que las organizaciones
aprendan y que con el tiempo puedan replicar el conocimiento que concentran en
ellas a partir de agentes involucrados en su operación (Ahumada Tello &
Perusquia Velasco, 2016). La eficiencia y competitividad han sido investigadas
desde diferentes perspectivas, más, existen escasas, aplicando un enfoque desde
las disciplinas de la organización inteligentes.
El estudio de
la IO no está limitado a un sector organizacional específico. Por lo que para
la presente investigación han sido identificados diversos estudios de modelos
de gestión de la IO aplicados en distintos campos organizacionales: en
educación, tecnología, producción, electricidad y el universitario. En los
mismos sobresalen el desarrollo y gestión de la capacidad de aprender, la
creatividad, el conocimiento, la inteligencia emocional, eficiencia y eficacia,
la misión y visión, los individuos y grupos, componentes que son inherentes en
las disciplinas de IO propuestas por Senge (1995): dominio personal, modelos
mentales, pensamiento sistémico, visión compartida y aprendizaje en equipo (Bala
et al., 2017c). Y con la existencia de una aplicación correcta de las mismas,
con las herramientas adecuadas, como lo es la simulación dinámica de sistemas
que es la herramienta tecnológica del pensamiento de sistemas, el cual tiene
como base el pensamiento holístico y el pensamiento holístico es la base
filosófica de la ingeniería de sistemas de allí la idea de esta investigación,
combinada con un enfoque también sistémico que son las organizaciones inteligentes;
se podrá demostrar que ayudarán a mejorar la eficiencia organizacional. Entendiendo
que los directivos de toda organización deben de entender a la eficiencia como
un objetivo primordial, la misma que también es responsabilidad de todos los
participantes (Espinosa Vizcaíno, 2011).
En este orden
de ideas, en esta investigación se desarrolló una herramienta de diagnóstico, y
simulación: un modelo de dinámica de sistemas encaminado a proponer el alcance
que tienen las disciplinas de una organización inteligente desde una
perspectiva pragmática, para mejorar la eficiencia organizacional. Variando la
influencia de cada una de estas disciplinas individuales en la eficiencia de
las empresas, produciendo un cambio en la forma de pensar, aprender y trabajar
en las organizaciones, permitiendo que antes de una aplicación definitiva se
puedan simular dichos cambios, minimizando riesgos y disminuyendo costos lo
cual redundaría en la eficiencia organizacional (Fullana Belda & Urquía
Grande, 2009) (Bala et al., 2017b). Logrando además que la Universidad Nacional
del Altiplano busque ser una organización inteligente, aquella que mediante el
uso de estrategias basadas en el conocimiento desarrolle acciones de
inteligencia de negocios, o, en otras palabras, que sea capaz de aprender a
partir de sus miembros y sostener este conocimiento para la generación y
transferencia de valor.
2.
Materiales
y métodos
La investigación es de
tipo aplicada, nivel correlacional, el diseño es cuasi experimental. La
población estuvo constituida por el personal administrativo que labora en el
edificio administrativo de la Universidad, según los ajustes estadísticos, la
muestra óptima fue un total de 73 servidores administrativos. Antes de la
construcción del modelo se aplicó un cuestionario, instrumento adaptado del
cuestionario de la tesis de Pomajambo Zambrano (2013). Además, se utilizó
indicadores del libro de Senge (2012) y del cuestionario de Marsick &
Watkins (2003). Los ítems fueron sometidos a juicio de expertos para obtener la
validez, además se le aplicó el coeficiente Alfa de Cronbach para conocer su
grado de confiabilidad.
Los datos
recolectados fueron procesados y tabulados posteriormente alimentados en el
modelo, utilizando el programa SPSS se pudo medir el nivel de correlación que
existe entre las variables, además el propio sistema dinámico de simulación nos
dio reportes gráficos propios de la simulación en los que se denota también
esta influencia. Al mismo tiempo para llevar a cabo la contrastación de las
hipótesis, se aplicó la técnica estadística: Correlación de Rho de Spearman,
por tratarse de dos variables cualitativas categorizadas (Hernández Sampieri
& Fernández Collado, Carlos Baptista Lucio, 2014).
Se analizó los
indicadores estadísticos para definir el nivel de correlación de las variables,
resultando: p=0.0000 < α=0.05, se rechazó la H0 y se acepta H1, esto
significa que un modelo de simulación dinámica de Sistemas, influye
positivamente en la eficiencia organizacional en la Universidad Nacional del
Altiplano de Puno, con un nivel de significancia α=0.05 (5%) o 95% de nivel de
confianza.
3.
Resultados
3.1.
Identificación del problema y Análisis del
comportamiento
La Universidad Pública al
ser un sistema complejo y no lineal, en sus diferentes estamentos y para esta
investigación en su estamento administrativo presenta algunas ineficiencias y
la Universidad Nacional del Altiplano, no es ajena a ello, lo que nos motivó a
analizar el comportamiento de sus principales variables en un modelo de
simulación.
3.2.
Captura del conocimiento
Tabla 1. Captura del conocimiento, obtenido de
la muestra, disciplinas individuales y eficiencia.
|
Población Muestra
|
Nunca
|
Casi nunca
|
A veces
|
Casi siempre
|
Siempre
|
% a favor
|
|
Disciplinas
individuales
|
Preg.
|
100%
|
2.37
|
7.10
|
29.39
|
39.10
|
22.04
|
61.15
|
|
1
|
73
|
2.74
|
8.22
|
35.62
|
45.21
|
8.22
|
53.42
|
|
2
|
73
|
0.00
|
5.48
|
26.03
|
38.36
|
30.14
|
68.49
|
|
3
|
73
|
4.11
|
9.59
|
15.07
|
38.36
|
32.88
|
71.23
|
|
4
|
73
|
17.81
|
13.70
|
46.58
|
17.81
|
4.11
|
21.92
|
|
5
|
73
|
0.00
|
2.74
|
15.07
|
38.36
|
43.84
|
82.19
|
|
6
|
73
|
0.00
|
4.11
|
21.92
|
42.47
|
31.51
|
73.97
|
|
7
|
73
|
1.37
|
17.81
|
50.68
|
27.40
|
2.74
|
30.14
|
|
8
|
73
|
0.00
|
4.11
|
17.81
|
38.36
|
39.73
|
78.08
|
|
9
|
73
|
0.00
|
4.11
|
31.51
|
45.21
|
19.18
|
64.38
|
|
10
|
73
|
0.00
|
6.85
|
28.77
|
49.32
|
15.07
|
64.38
|
|
11
|
73
|
0.00
|
1.37
|
34.25
|
49.32
|
15.07
|
64.38
|
|
|
100%
|
3.61
|
21.30
|
44.58
|
23.41
|
7.10
|
30.51
|
|
Eficiencia
organizacional
|
31
|
73
|
8.22
|
19.18
|
50.68
|
19.18
|
2.74
|
21.92
|
|
32
|
73
|
0.00
|
8.22
|
49.32
|
31.51
|
10.96
|
42.47
|
|
33
|
73
|
2.74
|
12.33
|
36.99
|
39.73
|
8.22
|
47.95
|
3.3.
Validación del modelo
Validación de la estructura
Se ha verificado, las ecuaciones las
cuales son técnicamente correctas y dimensionalmente consistentes. Para ello se
ha revisado la sintaxis del modelo a través de la función Check Model del
Vensim PLE y además se ha hecho uso de la función Units Check.
Análisis de Sensibilidad
Se examinó la consistencia del modelo
realizando cambios en valores de los parámetros. Se analizó el impacto que
causan diversos valores de los parámetros sobre el comportamiento del sistema.
Realizamos un proceso iterativo de modificación de los valores adoptados para
los parámetros del modelo y examinar la salida resultante (Morlán Santa
Catalina, 2010).
3.4.
Modelado de las disciplinas individuales de una
organización inteligente
Modelamiento cualitativo
Se analizaron las dos disciplinas
individuales, identificando sus principales variables y relaciones las que han
sido extraídas de los indicadores de nuestra investigación, por efectos de
resumen sólo presentamos el diagrama causal de Dominio Personal el mismo que
define las influencias que se producen entre los elementos que integran el
sistema a través de las variables (Bala et al., 2017a).
Figura 1. Diagrama Causal de la Disciplina Individual:
Dominio Personal
Modelamiento cuantitativo
Este modelamiento se puede
visualizar y analizar gráficamente en sus diagramas Forrester, los mismos
fueron desarrollados íntegramente en el software Vensim ® PLE, generando
también el Modelado Matemático (Forrester, 1968)(Pessôa & Spínola, 2014). A
continuación, el Diagrama Forrester de Dominio personal; el mismo permite el
análisis grafico del comportamiento de la disciplina, en función a variables de
flujo, variables compensadoras y las interrelaciones entre las mismas.
Figura
2. Diagrama Forrester de la
Disciplina Individual: Dominio Personal
La siguiente
figura, es el resultado de los reportes gráficos del modelado cuantitativo.
Figura 3. Personal Influencia
del Dominio Personal sobre la Eficiencia. Actual vs Simulado
De la figura:
al modelar el dominio personal sobre la Eficiencia actual en los primeros 10
meses no sobrepasa el 30% alcanzando un máximo de 39% en el mes 31. Al incidir
sobre esta disciplina a través del modelo, el mes 36 alcanza el 54%
incrementándose la eficiencia organizacional en la Universidad Nacional del
Altiplano en un 15%.
Del modelado
cuantitativo de Modelos mentales, se obtuvo el siguiente resultado:
Figura 4. Personal Influencia del Dominio
Personal sobre la Eficiencia. Actual vs Simulado
En cuanto al
modelado de modelos mentales y su posterior simulación sobre la eficiencia actual
en la Universidad Nacional del Altiplano, notamos que luego de un año de haber
alcanzado el 41% tiende a bajar, mientras que se observa que, si trabajamos en
cambiar los modelos mentales en el modelo de simulación, la eficiencia simulada
en el mismo tiempo tiene una tendencia de subida llegando a un 64% en el mes 34
aproximadamente, incrementando notoriamente la eficiencia organizacional, en
23%.
4.
Discusión
Siendo la dinámica de sistemas
la herramienta tecnológica del pensamiento de sistemas, el cual tiene como base
el pensamiento holístico y el pensamiento holístico es la base filosófica de la
Ingeniería de Sistemas, consideramos se han abordado todos los aspectos
necesarios a tener en cuenta en una investigación y combinada con un enfoque
también sistémico que son las organizaciones inteligentes, se ha logrado hacer
sinergia para optimizar un aspecto buscado por toda institución el cual es, la
eficiencia organizacional.
A
diferencia de la mayoría de modelos de dinámica de sistemas como por ejemplo el
modelo propuesto por Osorio De la Ossa (2009) que forma parte de los
antecedentes de esta investigación, desarrollan solamente la simulación de
procesos en una empresa, en la presente investigación se logró el desafío de
construir un modelo que permite modelar y simular el comportamiento de los
miembros de una organización desde una perspectiva de organización inteligente,
logrando validar el mismo y estableciendo una correlación directa y
significativa con la eficiencia organizacional.
Pomajambo
Zambrano (2013) y otros autores que se han tomado como referencias Mendoza Pumalloclla (2017),
Piaggo Canivillo (2017), Morales (2018); desarrollaron en sus investigaciones
más un nivel descriptivo de las percepciones de las personas sobre la
organización inteligente, más, en nuestra investigación se ha logrado ir más
allá de ello, siendo una primera etapa el análisis de estas percepciones y
luego se ha logrado alimentar el modelo con las mismas, simulando en el tiempo su
comportamiento en conjunto y más aún se proponen escenarios donde este
comportamiento es el más óptimo.
De los
resultados obtenidos en cuanto al modelo y las disciplinas individuales, es
importante trabajar en el desarrollo de las mismas pues se refleja un dominio
personal relativamente bajo en los servidores administrativos de la universidad
Nacional del Altiplano, que actualmente llegaría al 39% y en un mejor escenario
simulado no supera el 54%.
5.
Conclusión
Se ha determinado que el
modelo de simulación dinámica de sistemas sobre el enfoque de las
organizaciones inteligentes, tiene una relación directa y significativa, en la
eficiencia organizacional en las universidades públicas de Puno, en este caso
en la Universidad Nacional del Altiplano, denotando una influencia positiva,
proyectada a través de la simulación de 28% que es la eficiencia actual
percibida a un 59% en una eficiencia simulada, es decir la eficiencia se
incrementaría en 31% la cual se lograría en 36 meses.
En cuanto a
las disciplinas individuales de las organizaciones inteligentes, cuyos
principales indicadores fueron plasmados en el modelo de simulación, se ha
logrado determinar que en promedio denotan una influencia en la eficiencia
organizacional en la Universidad Nacional del Altiplano de Puno, de 19%,
notándose además que actualmente se refleja en los servidores administrativos
de nuestra muestra un mejor desarrollo que el de las disciplinas grupales.
Agradecimiento
A la Universidad Nacional
del Altiplano, en especial a los servidores administrativos que gentilmente
colaboraron para la ejecución de la presente investigación.
Referencias
bibliográficas
Ahumada Tello, E., & Perusquia Velasco, J. M. A. (2016).
Inteligencia de negocios: estrategia para el desarrollo de competitividad en
empresas de base tecnológica. Contaduría y Administración, 61(1),
127–158. https://doi.org/10.1016/j.cya.2015.09.006
Aracil, J., & Gordillo, F. (1998). Dinámica de
sistemas. Alianza Universidad Textos. https://www.alianzaeditorial.es/libro/alianza-universidad-textos-aut/dinamica-de-sistemas-javier-aracil-9788420681689/
Bala, B. K., Arshad, F. M., & Noh, K. M. (2017a). Causal Loop
Diagrams. Springer. https://doi.org/10.1007/978-981-10-2045-2_3
Bala, B. K., Arshad, F. M., & Noh, K. M. (2017b). Modelling of
Supply Chain of Rice Milling Systems in Bangladesh. Springer. https://doi.org/10.1007/978-981-10-2045-2_11
Bala, B. K., Arshad, F. M., & Noh, K. M. (2017c). Systems
Thinking: System Dynamics. Springer. https://doi.org/10.1007/978-981-10-2045-2_2
Cerquera Cruz, M. E. (2017). Modelo de dinámica de
sistemas de la producción y comercialización de arroz en el distrito de La
Unión [Universidad Nacional de Piura]. http://repositorio.unp.edu.pe/handle/UNP/1019
Espinosa Vizcaíno, F. (2011). Diseño y construcción de
“Organizaciones Inteligentes.” http://www.otr.com.mx/compartidos/Org Int.pdf
Forrester, J. W. (1968). Industrial Dynamics—After the First Decade. Management
Science, 14(7), 398–415. https://doi.org/10.1287/mnsc.14.7.398
Fullana Belda, C., & Urquía Grande, E. (2009). Los modelos de simulación:
Una herramienta multidisciplinar de investigación. Encuentros Multidisciplinares,
11, 1–11. http://hdl.handle.net/10486/679256
Hernández Sampieri, R., & Fernández Collado, Carlos
Baptista Lucio, P. (2014). Metodología de la investigación (6th ed.). MacGraw-Hill.
Lozano Oviedo, J., & Gonzalez-Campo, C. H. (2015). Un
análisis del estado del arte de la inteligencia organizacional (IO), con sus
modelos y herramientas de diagnóstico. Revista Ciencias Estratégicas, 23(33).
https://ssrn.com/abstract=3366623
Marsick, V. J., & Watkins, K. E. (2003). Demonstrating the Value of an
Organization’s Learning Culture: The Dimensions of the Learning Organization
Questionnaire. Advances in Developing Human Resources, 5(2),
132–151. https://doi.org/10.1177/1523422303005002002
Mendoza Pumalloclla, S. (2017). Disciplinas de la organización
inteligente y toma de decisiones gerenciales en licenciados de enfermería del
Hospital Nacional Arzobispo Loayza, 2016 [Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/8678
Morales, J. R. (2018). El intercambio de conocimientos
como variable mediadora en la mejora de procesos [Pontificia Universidad
Católica del Perú]. http://hdl.handle.net/20.500.12404/11646
Morlán Santa Catalina, I. (2010). Modelo de dinámica de
sistemas para la implantación de tecnologías de la información en la gestión
estratégica universitaria [Universidad del País Vasco]. http://hdl.handle.net/10810/12277
Osorio De la Ossa, H. (2009). Modelo prospectivo de
integración organizacional por procesos basado en dinamica de sistemas: caso
empresas sector eléctrico [Universidad del Norte]. http://hdl.handle.net/10584/134
Pessôa, M., & Spínola, M. (2014). Introdução à
automação: para cursos de engenharia e gestão. Elsevier. https://repositorio.usp.br/item/002474015
Piaggo Canivillo, M. A. (2017). La Organización
Inteligente y la Satisfacción Laboral en la Escuela Profesional de Ingeniería
Comercial de la Facultad de Ciencias Empresariales de la Universidad Privada de
Tacna, Período 2016 [Universidad Privada de Tacna]. http://repositorio.upt.edu.pe/handle/20.500.12969/389
Pomajambo Zambrano, M. A. (2013). Estudio descriptivo de
los componentes de la organización inteligente en una institución educativa
pública de Villa El Salvador [Pontificia Universidad Católica del Perú]. http://hdl.handle.net/20.500.12404/5016
Senge, P. M. (1995). La quinta disciplina en la práctica:
cómo construir una organización inteligente Management. Ediciones Granica
S.A.
Senge, P. M. (2012). La quinta disciplina: Como impulsar
el aprendizaje en la organizacion inteligente. Ediciones Granica S.A.
Financiamiento
Ninguno.
Conflicto de
intereses
El artículo no presenta
conflicto de intereses.
Contribución de autores
Zanabria-Ortega, Milder: Investigadora
y redactora del presente artículo.
0000-0003-1668-9861]1