System Thinking para analizar problemas complejos: un ejemplo con IA

En un mundo interconectado, los problemas son complejos y rara vez tienen causas simples. Aun así, a menudo buscamos soluciones rápidas y aisladas que generan nuevos desafíos. Aquí es donde el System Thinking, o pensamiento sistémico, puede ayudarnos a comprender mejor los problemas y a buscar mejores soluciones.

¿Qué es el System Thinking o pensamiento sistémico?

El System Thinking es un enfoque que nos invita a observar los problemas como parte de un sistema, un conjunto de elementos que están interrelacionados y que generan comportamientos a lo largo del tiempo. Más que centrarnos en los eventos o en los síntomas, nos anima a analizar los patrones, las conexiones y los bucles de causa y efecto que realmente mueven el sistema.

Una de las obras más influyentes sobre este tema es «The Fifth Discipline» de Peter Senge, publicada en 1990. Senge propone que las organizaciones que adoptan el pensamiento sistémico pueden aprender de manera continua y adaptarse mejor a entornos complejos. Al adentrarnos en el pensamiento sistémico, encontramos una serie de principios fundamentales que guían su puesta en práctica. Entre ellos destacan:

Fuente: Elaboración propia sobre la base de VV.AA

¿Por qué es interesante aplicarlo al análisis de problemas?

Entre otros, el pensamiento sistémico nos permite:

  • Ir más allá de los síntomas visibles y descubrir qué está generando realmente el problema. Por ejemplo, ante la baja productividad de un equipo, podemos identificar si la raíz está en la motivación, en la comunicación interna o en los procesos, y no simplemente en la falta de recursos.
  • Los problemas no existen de forma aislada. El System Thinking nos ayuda a ver cómo distintas partes de un sistema se afectan mutuamente, cómo los cambios en un área repercuten en otra, y cómo se forman los ciclos de retroalimentación que refuerzan o equilibran el comportamiento del conjunto.
  • Las soluciones parciales o precipitadas pueden tener efectos secundarios inesperados. El pensamiento sistémico nos permite anticipar estos impactos y diseñar intervenciones más sostenibles y eficaces a largo plazo.
  • El uso de herramientas como los diagramas de bucles causales o los mapas de sistemas nos ayuda a visualizar el problema, a compartir esa visión con otros y a trabajar en equipo para encontrar soluciones innovadoras.
  • Cuando comprendemos el sistema en su conjunto, identificamos dónde un pequeño cambio puede generar un gran impacto positivo, los llamados puntos de apalancamiento del sistema.

¿Cómo podemos aplicarlo a un ejemplo usando IA?

Para ilustrar cómo el pensamiento sistémico y la inteligencia artificial pueden combinarse de manera efectiva, vamos a compartir un ejemplo aplicado al caso del desperdicio alimentario en los hogares. Para ello, seguimos este esquema:

  • Análisis en profundidad del problema: Explora las causas subyacentes del desperdicio alimentario. Lo hemos realizado con ChatGPT, te dejo aquí los resultados. Por motivos de extensión hemos realizado un análisis sencillo, pero te recomiendo que uses la función de DeepResearch.
  • Identificación de elementos clave: Detecta los factores que más inciden en el sistema. Le hemos pedido a ChatGPT que nos haga este listado.
Análisis de bucles causales. Elaboración propia con ChatGPT y Mermaid

Bueno, como puedes ver, y mas allá del ejemplo, tenemos herramientas que nos permiten profundizar en el análisis de problemas desde un punto de vista sistémico atendiendo a sus causas e interrelaciones. Esto nos puede ayudar, por ejemplo a identificar los puntos de apalancamiento del sistema donde debemos actuar para optimizar las soluciones y su impacto, tener insights sobre elementos de los que no éramos conscientes y profundizar en la fase de análisis y empatía.


Descubre más desde García Manjón PhD: IA para Innovación

Suscríbete y recibe las últimas entradas en tu correo electrónico.