Search

Existe un amplio consenso en la comunidad científica acerca de que los retos y desafíos del s. XXI están creciendo exponencialmente en complejidad, intensidad y urgencia. Problemas como el cambio climático, el surgimiento y la expansión de nuevas epidemias, la migración, la redistribución de recursos y energía, o el continuo incremento de la desigualdad, entre otros, demandan el desarrollo efectivo de respuestas y soluciones por parte de todas las esferas de toma de decisiones. Para enfrentar dichos desafíos, se hacen necesarias soluciones complejas que integren todos los factores sociales, económicos, ecológicos y éticos. Dicha integración, a su vez, dotará de mayor efectividad, responsabilidad y legitimidad tanto a los análisis como a las soluciones desarrolladas.

Las Ciencias Sociales y las Humanidades presentan, especialmente estas últimas, dinámicas de investigación que las diferencian y las dotan de una personalidad propia, identificada como una cultura de investigación específica, diferente a la propia de las Ciencias Exactas y de la Vida. La existencia de una excesiva diferenciación entre esas culturas de investigación ha sido criticada de forma reiterada. No obstante, el rumbo fijado para la investigación por las políticas científicas asume la eliminación de esas posibles barreras y la fusión entre los diferentes campos del saber a través de la transferencia de los diferentes enfoques y metodologías. Así, se ha planteado la necesidad de una renovación de las Ciencias Humanas y Sociales, dirigida a matizar, por ejemplo, las dinámicas altamente individuales en la investigación humanística, la inexistencia de grandes grupos de investigación, el desarrollo de procesos de formalización de la información, la integración de metodologías cuantitativas y la integración en programas de investigación más amplios. El uso de las nuevas tecnologías y la implementación de procesos de digitalización ha llevado también a la emergencia de las Ciencias Sociales Computacionales y las Humanidades Digitales, que junto a otras nuevas áreas de conocimiento, como son por ejemplo las Humanidades Ambientales, constituyen la vanguardia en lo referido a las Humanidades y la transdisciplinariedad.

Tradicionalmente, la mayor parte de la investigación científica se ha desarrollado en el contexto específico de disciplinas académicas, a través de la especialización en áreas de conocimiento que funcionan de manera autónoma y que tienen sus propios programas de investigación dedicados a sus objetivos e intereses individuales. Este marco conceptual se viene desarrollando desde el siglo XIX, aunque algunas investigaciones retrasan sus inicios hasta la diferenciación entre sujeto y objeto a partir de la obra de Descartes -siglo XVII- o incluso antes. En la actualidad, si bien en algunos ámbitos la aproximación clásica sigue siendo válida, en otros la manera de hacer ciencia está cambiando; esto se debe fundamentalmente a la existencia de una creciente tensión en los entornos académicos y científicos entre la especialización excesiva y la naturaleza compleja de la realidad a estudiar, la cual puede precisar de la integración de diversos enfoques y/o disciplinas para ser comprendida en su totalidad. Un claro ejemplo en esta línea es el de los sistemas socioeconómicos y ambientales y sus problemas asociados, para la resolución de los cuales, en algunos casos, el paradigma disciplinar resulta incompleto e insuficiente, ya que si bien el estudio de las diferentes partes contribuye a nuestro entendimiento del fenómeno, éste solo puede llegar a ser comprendido de forma completa a través de la dinámica del conjunto. Por tanto, en el momento científico actual, aunque se siguen realizando gran cantidad de investigaciones disciplinares, se están desarrollando también aproximaciones más flexibles, que tratan de superar las limitaciones de la práctica estándar mediante la incorporación de diferentes formas de investigación supradisciplinar tales como la multidisciplinariedad, la interdisciplinariedad y la transdisciplinariedad. Esencialmente, estas prácticas representan un continuo y se diferencian por el grado de integración y colaboración entre disciplinas, así como por las razo

[ESP] En este trabajo se abordan tres de los principales fenómenos que convierten a la empresa en una estructura en constante cambio y donde las personas participativas, colaborativas, abiertas, con visión global, y sin miedo a lo nuevo e insólito, se convierten en los protagonistas principales y agentes capaces de dar respuestas a los nuevos desafíos. El resultado es una nueva organización, donde pueden participar agentes desconocidos hasta el momento, que deberá aprender a reinventarse de forma permanente y en clara sintonía con tales cambios. A este respecto, no es mucho decir, que el éxito de la empresa, su fuerza, energía y permanencia no está en sus fuentes de producción, sino en el conocimiento, talento y competencias de sus trabajadores, actuando colectivamente, adaptados a las nuevas tecnologías y sin miedo a lo nuevo e inesperado. Obviamente, ante esta coyuntura, los modelos o formas de gestión tradicionales no sirven y deben ser sustituidos por otros que presten su atención de manera prioritaria en los lazos que articulan la empresa y que, además, son los facilitadores del uso pleno de las capacidades y conocimientos de los trabajadores. Este planteamiento organizativo, en el pasado, sencillamente, no era posible. Se habla, así, de empresas 2.0, modelos de gestión abiertos, redes de conocimiento como alternativas de interacción y colaboración para acometer los nuevos desafíos y todo un conjunto de tecnologías para la información, relaciones y comunicaciones al servicio de los “trabajadores del conocimiento”

[ENG] Many University subjects that we teach in engineering degrees (e.g. Control Theory, Operations Research, Game Theory, Physics, Fluid Dynamics, Modelling and Control of Queuing and Production Systems, Stochastic Processes, and Network Theory) make extensive use of the so-called mean-field analysis. In these subjects, the mean-field analysis often appears as an approximation of a discrete time stochastic process where a) the inherent stochasticity of the original process is replaced with determinism, and b) the time discreteness of the original process is replaced with time continuity. Thus, the mean-field approximation is presented as a continuous time differential equation that can approximate the dynamics of the discrete time stochastic process under investigation. In this paper we present a teaching methodology that we have found useful for introducing students to the mean-field analysis, and we provide some accompanying teaching material –in the form of computer models– that other academics may want to use in their own lectures

Se acepta que si las observaciones (yi) de un proceso de producción no son independientes, la estructura del error se puede determinar como sugirieron Box-Jenkins (1970). Pero los métodos de B-J son off-line y requieren de cierta experiencia por parte del usuario. En este trabajo, presentamos un procedimiento basado en filtros celosía adaptativos para el control estadístico de procesos (SPC). Este SPC adaptativo puede ser completamente computerizado y aún más, realizable en hardware., The optimum choice of subgroup size and sampling interval is considered. Assuming that the sampling cost is proportional to the total number of units sampled, the optimum procedure depends on the deviation from the target value that is considered important: this deviation is related to the process capability. In general, if the process capability increases, it is advisable to reduce the subgroup size and the sampling interval length.