Haciendo tratable la incertidumbre

Los wargames actuales, herederos del Kriegsspiel, exigen en el entorno militar profesional una arquitectura que facilite la extracción de datos generados y el análisis tanto de las decisiones tomadas como de sus consecuencias. De ahí los algoritmos de resolución de combates, con frecuencia basados en asignación de tipo estocástico, que hacen que desarrollar un escenario parezca un mero ejercicio de computación: elegir un camino entre todos los posibles, donde cada bifurcación es una decisión y la resolución con éxito de ese escenario (un combate, una operación o una batalla) es simplemente encontrar el camino óptimo. Visto así, un wargame sería un modelo computacionalmente tratable y por tanto predecible. Aquí se quiere refutar esta premisa.

01 · Tratable no es predecible

Al formalizar con rigor una situación contestada, la tentación es construir un simulador: un sistema que, dadas unas condiciones iniciales, devuelva un resultado y que este siempre sea el mismo, pues la repetibilidad suele tomarse como signo de rigor. Esta intuición es engañosa y conviene señalarlo desde el principio. Un simulador determinista no predice el desarrollo o la resolución del conflicto, predice lo que hará el propio simulador. Que devuelva siempre el mismo resultado no dice nada del mundo que formaliza, demuestra que sus reglas están bien definidas. Nadie que haya visto un conflicto real espera que el mismo despliegue, ejecutado dos veces, se desarrolle y concluya igual.

Bajo esta confusión conviven tres propiedades distintas. El determinismo, que es una propiedad del modelo: la misma entrada produce siempre la misma traza. La tratabilidad, que también pertenece al modelo: permite ejecutarlo, muestrearlo e inspeccionarlo, rastrear cada resultado hasta reglas explícitas y declarar el rango de validez de esas reglas. Ambas dependen del diseño del modelo y pueden garantizarse. La predictibilidad, en cambio, no pertenece al modelo, sino al mundo. Requiere que el estado inicial determine suficientemente la evolución del sistema. En un entorno contestado esa condición no se satisface: el estado inicial nunca es epistemológicamente completo, además, la propia evolución del conflicto genera información que no existía en el instante inicial. Ninguna modelización elimina esa incertidumbre; solo puede gestionarla dentro de los límites declarados del modelo. La predictibilidad, por tanto, nunca se puede prometer.

De ello se desprende el corolario que gobierna todo lo que sigue: un modelo puede ser simultáneamente determinista, tratable y absolutamente impredecible, sin contradicción alguna. El determinismo y la tratabilidad dependen del ingeniero; la predictibilidad no.

02 · El juego no es computable

Descartado el estudio de trayectoria única, la intuición propone una segunda posibilidad: si una ejecución no basta, que se ejecuten todas. Ramificar cada decisión, recorrer el árbol completo, devolver el espacio entero en lugar de una rama arbitraria.

Si hacemos la cuenta, para un escenario deliberadamente modesto, apenas diez unidades donde cada una dispone de diez acciones posibles, un turno contiene 10¹⁰ configuraciones de decisión; ocho turnos encadenados dan 10⁸⁰ posibilidades, el mismo orden de magnitud que el número estimado de átomos del universo observable.

Este cálculo ha sido generoso con quien defiende la enumeración como solución. Un solo bando decide, el adversario está congelado, no hay azar en la resolución, ni información imperfecta, ni acciones simultáneas, ni espacio continuo, ni dotaciones abiertas; todo lo que en un modelo de escenario real se añade y que multiplica este espacio en decenas de órdenes de magnitud más.

No es una dificultad que el avance en potencia de cálculo vaya a solucionar el año que viene, es que no hay universo donde quepa la enumeración. La enumeración exhaustiva deja de ser un algoritmo y pasa a ser una imposibilidad física. Quien promete explorar el espacio completo no describe una capacidad, revela que no ha hecho la cuenta.

03 · Estructurar la incertidumbre

Ya hemos visto que no se puede enumerar el espacio. Para abordar el problema tampoco haría falta. Centrándonos en modelos de entornos contestados con toma de decisiones, especialmente conflictos abiertos o en la denominada zona gris, aunque esta propuesta también se puede extender a otros contextos, vemos que la mayor parte del volumen de espacio es irrelevante: continuaciones que ninguna doctrina, logística ni adversario racional producirían. La masa de probabilidad reside en una región concentrada.

Consideremos un estado inicial determinado, una cuestión, un rango de validez declarado, consideremos estos valores anclados. Esta ancla no es una renuncia a explorar, es lo que nos permite explorar y poder extraer un significado con valor. Sin ancla no hay exploración, hay un simple paseo aleatorio.

Partiendo de esta cuestión anclada y habiendo hecho una exploración del espacio lo que obtenemos no es un resultado computacional, obtenemos una medida: P(Y | ancla, decisiones). Y su incertidumbre se descompone en tres partes de distinta naturaleza: la del mundo (que es irreducible, se representa no se elimina), la del modelo (epistémica, es propia y se reduce con el trabajo), la del muestreo (numérica, decae con el número de ejecuciones). Predecir sería que la σ²mundo sea pequeña; que el propio mundo, anclada la cuestión inicial, apenas se dispersara. No es así y ningún trabajo lo hará porque esa varianza no es del modelo sino del fenómeno. La tratabilidad es otra exigencia y sí está a nuestro alcance, es hacer que σ²modelo y σ²muestreo sean conocidas y acotadas; la primera sometiendo los supuestos a refutación y declarando el rango de validez, la segunda elevando el número de ejecuciones hasta que su contribución sea despreciable.

Es el muestreo partiendo de la cuestión inicial anclada el que explora el espacio de resultados. Y es una solución posible, pero hay un segundo espacio que ninguna cuenta agota, porque no existe modelo previo de él y es la toma de decisiones por parte de los actores bajo presión. Este segundo espacio no se muestrea. Se expone y se observa.

04 · Experimentar, educar y ejercitar

El espacio de resultados se muestrea. El espacio de decisiones bajo presión de una organización no se muestrea, se expone. ¿Cómo? Poniendo a personas reales a decidir dentro del modelo tratable.

Las tres «E» son los tres usos de esta exposición, el mismo instrumento sirve para abordarlas:

Experimentar es probar cursos de acción, tácticas, supuestos, y ver la distribución de lo que producen. Es σ²modelo bajo escrutinio, el ejercicio refuta el supuesto.

Educar es formar la capacidad de decidir bajo presión, exponiendo al decisor a situaciones donde no hay respuesta óptima, porque como hemos visto anteriormente, el espacio no se computa. Se aprende a decidir bajo incertidumbre irreducible, no a acertar. Se entrena el juicio porque no hay solución que memorizar.

Ejercitar es entrenar equipos y procedimientos bajo presión en entornos controlados y observar cuándo y cómo se rompen la coordinación y la cohesión. No se busca memorizar planes ni esquemas puesto que los cursos de acción no son repetibles.

Esto nos lleva a concluir que el concepto clave es exploración; no la exploración del espacio, ya que es imposible, lo que se hace es anclar el punto de partida y desde esa ancla se explora a través de la experimentación, la educación y el ejercicio. No se explora el espacio, se explora desde un ancla.