Prospectiva y estrategia: Trabajar desde un lugar privado. Aprendiendo de la pandemia de COVID-19.

Promoviendo conceptos y nociones en pensamiento estratégico y prospectiva.

La propuesta de Meta-Prospectiva, incluyen entre otras los siguientes algoritmos y lógicas:

El empleo de variables lingüísticas, el proceso de identificación de endo y exo-señales, el proceso de consolidación de un FCM que representa el modelo cognitivo, el proceso de consolidación de matrices de eventos utilizando el modelo TIA, el proceso de cálculo para calcular las trayectorias asociadas a los FLighTS, el algoritmo para crear una gama de futuribles y elegir la opción más conveniente, el algoritmo de enrutamiento para identificar la trayectoria del escenario que se elige como más conveniente y el algoritmo para aplicar métodos MCDM difusos con el fin de priorizar las acciones estratégicas que contribuyan al proceso de interfaz entre prospectiva y estrategia; y finalmente, el encaje estratégico que es un proceso de recalibración que combina FLighTS con el escenario elegido como más conveniente. Incluye: 1) Conjunto de recomendaciones y posibles alternativas para combinarlas con los métodos que están disponibles en la caja de herramientas prospectiva y en general con el campo de Estudios de Futuro. 2) Discusión del algoritmo propuesto y sus posibles alternativas. (p.181).

Metaprospectiva = Prospectiva + IA

Fuente: Trujillo-Cabezas, R., & Verdegay, J. L. (2019). Integrating Soft Computing Into Strategic Prospective Methods: Towards an Adaptive Learning Environment Supported by Futures Studies(Vol. 387). Springer Nature.

Señales de futuro

Oficina en casa: Trabajar desde un lugar privado.

El mundo laboral está experimentando actualmente una importante transformación. Nuevas formas de digitalización están dando lugar a nuevas modalidades de trabajo sociotécnico. La pandemia de COVID-19 ha actuado como un cristal ardiente. Por lo tanto, el fenómeno de la “oficina en casa”, requiere conocimientos que ayuden a promover futuras disposiciones sobre buenas condiciones de trabajo híbridas que pasarán a formar parte de nuestra futura vida privada y profesional. Trabajar desde casa conlleva un gran potencial, pero al mismo tiempo también conlleva riesgos. Investigaciones recientes sugieren tres recomendaciones clave:

1) Las prácticas socio materiales delinean el trabajo de oficina en casa y hacen visible que los trabajadores de oficina en casa se apropien de prácticas de oficina en casa.

2) La resiliencia digital personal de los trabajadores que trabajan desde casa, evidencia la falta de estructuras organizativas y de espacios para el intercambio individual de experiencias.

3) Los conceptos de límites flexibles y permeables y cómo pueden alinearse bien con las herramientas digitales en el lugar de trabajo deben respaldar la satisfacción laboral. (Fuente: Mueller et al. (2023)).

Aprendiendo de la pandemia de COVID-19: Implicaciones de la capacidad y legitimidad de la gobernanza.

La gestión de crisis es el uso sistemático de diversas capacidades para evitar, estar preparados, mitigar, dar sentido, influir en la percepción de las partes interesadas y aprender de las crisis. Utilizando datos de entrevistas con 36 ejecutivos administrativos y políticos de élite en Noruega, un estudio reciente encuentra aprendizajes que contribuyen a avanzar en el aprendizaje en gestión de crisis y proporciona información sobre lo que intenta aprender un gobierno de alto desempeño durante la pandemia. Estos son: 1) Aprender sobre la capacidad de coordinación. 2) Aprender sobre la capacidad analítica. 3) Aprender sobre la capacidad regulatoria. 4) Aprender sobre la capacidad de entrega de servicios esenciales. 5) Aprender sobre la legitimidad de la gobernanza. En resumen, se destaca la capacidad analítica como aspecto central del aprendizaje, en atención a que los actores involucrados tienen diferentes intereses e interpretaciones sobre lo que fue importante en el manejo de la pandemia, donde muchas veces enfatizan aspectos de aprendizaje relacionados con su propia capacidad de resolución de problemas. (Fuente:Lund-Tønnesen, & Christensen (2023)).

Fuentes: de Carvalho Macedo, L. O. H., & Campista, M. E. M. (2023).Attacks to mobile networks using SS7 vulnerabilities: a real traffic analysis.Telecommunication Systems, 1-13. / Maroto-Gómez, M., Malfaz, M., Castro-González, Á., & Salichs, M. Á. (2023).A motivational model based on artificial biological functions for the intelligent decision-making of social robots.Memetic Computing, 1-21.