Sinergia entre la teoría TRIZ y la administración …Estructura_y...conocimiento y la teoría TRIZ...

[MT 3 CORTES, AGUILAR Y MENDEZ] SinncO 2008

1

Sinergia entre la teoría TRIZ y la administración

como estrategia para impulsar el proceso de

innovación

Guillermo Cortes Robles1 Alberto Aguilar Lasserre2

Alberto Méndez Torreblanca3 RESUMEN

La necesidad de innovar de manera sistemática es un reto para las organizaciones que desean

competir en el mercado actual. El desarrollo de esta capacidad necesita de estrategias no-lineales y de herramientas que transformen la creatividad y los conocimientos existentes dentro de una organización, en recursos disponibles a la demanda. En este documento se ofrece una breve

1 ingeniero en electrónica egresado del Instituto Tecnológico de Orizaba en 1995. Maestro por el mismo instituto en 1999. En 2006 obtuvo el grado de doctor en el Instituto Nacional Politécnico de Toulouse, Francia. Actualmente es profesor - investigador en el Departamento de Estudios de Postgrado e Investigación en el Instituto Tecnológico de Orizaba. E – mail: [email protected]. 2 Maestro en Ciencias de la Ingeniería Industrial, Instituto Tecnológico de Orizaba. Doctorado en Ingeniería de Procesos y Medio Ambiente, en el Instituto Nacional Politécnico de Toulouse. Actualmente es profesor - investigador en el Departamento de Estudios de Postgrado e Investigación en el Instituto Tecnológico de Orizaba, Veracruz. E – mail: [email protected] 3 Obtuvo el grado de Doctor en Ciencias en Ciencias de la Computación en el Instituto Nacional de Astrofísica, Óptica y Electrónica. Es miembro del SNI nivel candidato y actualmente es profesor-investigador de la División de Estudios de Posgrado e Investigación del Instituto Tecnológico de Puebla. E – mail: [email protected].


2

descripción de una teoría que considera a la innovación como un elemento controlable, susceptible de ser dirigido y por ende, previsible: la teoría de resolución de problemas inventivos o teoría TRIZ.

La presentación de esta teoría busca crear un marco para presentar un modelo, en el cual se fusionan varias cualidades del razonamiento basado en casos. Esta herramienta que fue desarrollada en el área de la inteligencia artificial, posee la facultad de reutilizar el conocimiento adquirido durante la resolución de problemas pasados. El objetivo final de este documento es presentar la integración de estos dos enfoques para resolver problemas, como una alternativa para innovar basándose en el conocimiento.

Palabras clave: TRIZ, RBC, Contradicción, Innovación, Capitalización del conocimiento.

Introducción

De acuerdo a la OECD4, la innovación tecnológica, consiste en la transformación de

una idea en productos/servicios nuevos o mejorados (potencialmente aceptables en un

mercado), o en la introducción de nuevos procesos operacionales en la industria o el

comercio5. La capacidad de transformar las ideas y de movilizar los conocimientos

que engloban las organizaciones, es decir, la capacidad de innovar, se ha convertido

durante las últimas décadas, en un factor crucial para el incremento de la

competitividad de las organizaciones 6. Las empresas que deben enfrentar este reto, lo

hace sumergidas en un ambiente muy restrictivo. Entre algunas de las exigencias y

limitaciones más importantes que impactan este proceso se encuentran las siguientes:

4 Organisation for Economic Co-operation and Development. 5 (OECD, 1981). 6 (Schumpeter, 1935), (Drucker, 1993) entre otros. El término organización designa dentro del presente documento a una asociación de al menos dos individuos que persiguen un objetivo común. Esto engloba empresas dedicadas a la industria de la transformación, servicios, ONG`s, o cualquier otra asociación con o sin fines de lucro.


3

1. Debe perseguirse la creación de valor a partir de la menor cantidad posible de

recursos. Esto es particularmente importante durante el desarrollo de nuevos

procesos.

2. Es necesario desplegar el proceso de innovación teniendo como meta el costo

mínimo y una elevada calidad.

3. Los productos o servicios desarrollados deben poseer un elevado grado de

originalidad.

4. Debe minimizarse la duración del ciclo de diseño, con la finalidad de reducir

el tiempo de introducción al mercado de nuevos productos, procesos y/o

servicios.

Además de satisfacer los requisitos antes mencionados, las empresas u

organizaciones deben innovar de manera sistemática. Esto implica la creación,

también sistemática, de nuevas ideas y/o conceptos, elementos detonantes del proceso

de innovación. Implica también, que la organización debe resolver un continuo flujo

de problemas y movilizar los conocimientos y competencias de las personas que la

integran.

Estas necesidades conllevan a considerar la innovación como un proceso

creativo, social, técnico y económico dentro del cual, el conocimiento individual y

organizacional es expuesto, compartido, asimilado y (re)creado, con la finalidad de

producir valor en una organización 7.

El adecuado despliegue de este proceso y el éxito de su resultado, dependen

esencialmente de dos dimensiones: (1) de la creatividad y conocimientos de los

individuos involucrados en este proceso y (2) de la efectividad de los métodos que les

asisten en las diferentes etapas del proceso de innovación.

7 (Cortes, 2006)


4

Consecuentemente, es necesario ofrecer un enfoque que asista a un equipo de

trabajo u organización para: (1) Desarrollar un ambiente que estimule e intensifique

las capacidades creativas de los individuos. Lo anterior con la finalidad de iniciar el

proceso de innovación o creación de nuevos conocimientos de manera sistemática y

la resolución de los problemas asociados al desarrollo de nuevos productos, servicios

o procesos. (2) Permitir la creación de una estructura que favorezca la adquisición, el

análisis, la preservación y la reutilización del conocimiento como un elemento capaz

de acelerar el proceso de innovación. Con la finalidad de satisfacer las dimensiones

creatividad-conocimiento del proceso de innovación, se ha propuesto un esquema. En

éste, se conjugan algunos elementos básicos del Razonamiento Basado en Casos

(Case-Based Reasoning), herramienta ampliamente utilizada en la administración del

conocimiento y la teoría TRIZ o teoría de resolución inventiva de problemas. En este

enfoque, el Razonamiento Basado en Casos (RBC) ofrece la capacidad de reutilizar

los conocimientos adquiridos durante la resolución de problemas pasados y la teoría

TRIZ por su parte, ofrece la capacidad de eliminar las barreras entre diferentes

dominios tecnológicos y asistir a los individuos durante el proceso de desarrollo de

nuevos productos, servicios y/o procesos. La descripción de este esquema es

abordada mediante los siguientes puntos: primeramente se ofrece una concisa

descripción de la teoría de resolución de problemas inventivos. En esta sección se

presentan los fundamentos de esta teoría, así como sus ventajas y límites. De la

misma manera se presenta el enfoque del razonamiento basado en casos (que en lo

posterior se abrevia con las siglas RBC).

Una vez presentados estos enfoques se expone un esquema que hace posible su

integración. Este proceso de resolución de problemas se analiza brevemente.

Finalmente se presenta una herramienta donde se implementó el proceso de

resolución más básico.


5

1. La teoría TRIZ: antecedentes

TRIZ es el acrónimo ruso de la teoría de resolución de problemas inventivos, también

llamada teoría de resolución inventiva de problemas. Esta teoría comenzó su

desarrollo en la ex Unión Soviética durante la década de los 40`s. Genrich S.

Altshuller, creador de esta teoría, señala que el proceso de innovación puede ser

controlado y dirigido (idea subyacente en la estructura de TRIZ). Esto significa que la

generación de nuevos conceptos e ideas, que es el punto de partida de este proceso,

puede a su vez, ser controlado y dirigido. Suponer que este control es posible,

contradijo en su momento, a la mayoría de los modelos e ideas establecidos sobre la

creatividad (contemplada desde un punto de vista técnico). Es probable que este

paradigma aun prevalezca y Altshuller lo resume claramente de la siguiente manera:

“…el comienzo de los más grandes logros y descubrimientos en todas las esferas de

la cultura, la ciencia, la tecnología y el arte reside en un súbito momento de

iluminación que ocurre inesperadamente y sin ninguna causa evidente...”8. Esta

difundida visión sobre la creatividad, señala que no es posible controlarla y que

depende de factores desconocidos. De acuerdo con esta percepción, la creatividad es

un proceso inexplicado y no susceptible de ser sistematizado. Los métodos

tradicionales (como el método de prueba y error, la lluvia de ideas, la sinéctica, etc.),

preservan esta visión sobre la creatividad. La mayoría de estos métodos (la literatura

censa más de 200 métodos para generar ideas9), que tratan de impulsar la creatividad

poseen rasgos comunes:

− La gran mayoría esta basada en un enfoque psicológico.

− Exploran el espacio de solución de manera aleatoria.

8 (Altshuller, 1998) 9 (Zusman, 1998)


6

− Todos los métodos poseen un periodo de aprendizaje corto, excepto la

sinéctica.

− Las soluciones encontradas en otras áreas de la tecnología y la ciencia, no

están disponibles durante el proceso de resolución.

− Después de largos periodos de aplicación, no han sufrido ninguna

modificación para incrementar su eficiencia.

− No consideran la evolución de un sistema técnico durante la generación de

conceptos.

De manera general, al resolver un problema mediante alguno de los métodos

antes mencionados, se sigue el proceso esquematizado en la figura 1:

Figura 1: el proceso típico de resolución de problemas

En este proceso, se busca generar tantas ideas como sea posible, posteriormente,

se aplican filtros o criterios de selección y comienza a depurarse la lista de posibles

vías de acción. Este proceso continua hasta que se selecciona el concepto más

Proceso comúnmente empleado

Idea 1 Idea 6 Idea 22 Idea 28 Idea 32 Idea 42 Idea 60

Filtro 2

Idea 1 Idea 2 Idea 3

.

.

. Idea 20

.

.

. Idea 57 Idea 58 Idea 59 Idea 60

Azar

Idea 1 Idea 6 Idea 14

.

.

. Idea 42 Idea 51 Idea 55 Idea 60

Filtro 1

Gestión de riesgos Pruebas (Costo)

Solución Retenida

Problema


7

prometedor de entre las opciones sugeridas. De acuerdo a Salamatov10, 50% de los

proyectos lanzados bajo este esquema son abandonados por razones económicas y un

gran proporción del 50% restante no contiene muchas características necesarias para

su industrialización y deben mejorarse. Esto conduce a pesadas cargas económicas

para la sociedad. A pesar de lo anterior, empresas, laboratorios de investigación y

desarrollo, ingenieros de diferentes áreas, entre otros actores importantes del

desarrollo tecnológico, continúan utilizando estos métodos convencionales para

resolver los problemas actuales, cuya complejidad está en continua evolución. Por

consiguiente, es necesario desarrollar un esquema que facilite:

⎯ Revelar los problemas que necesitan una solución innovadora.

⎯ Resolver los problemas inventivos de manera eficaz.

⎯ Utilizar de manera sistemática, los métodos ideados o descubiertos durante la

solución de un problema en otros dominios de la ciencia.

⎯ Poner a disposición de ingenieros e innovadores, las soluciones identificadas

y probadas en otras áreas técnicas, con la finalidad de reducir el tiempo de

desarrollo de nuevas soluciones11.

Para lograr los objetivos que se listan en el párrafo anterior, deben satisfacerse

los siguientes puntos:

⎯ Definir las leyes o tendencias de evolución de los sistemas técnicos.

⎯ Analizar una gran cantidad de información en diversas áreas de la ciencia y la

tecnología.

⎯ Desarrollar algoritmos para resolver problemas, donde cada etapa evolucione

como consecuencia lógica y natural de la anterior.

10 (Salamatov, 1999) 11 (Altshuller, 1999)


8

⎯ Mejorar de manera continua estos algoritmos, con base en las experiencias

colectadas durante su aplicación12.

Estos objetivos definieron las bases teóricas de TRIZ. La sección siguiente ofrece una

concisa descripción de estas fuentes, así como algunas de las conclusiones que se

derivaron de su análisis.

2. Las bases teóricas de TRIZ

Genrich S. Altshuller, iniciador de la teoría TRIZ, estaba convencido de que existían

principios fundamentales para guiar y controlar el proceso de creación (innovación e

invención). La búsqueda de estos principios se basó en el análisis de cinco dominios

fundamentales:

1. Un vasto análisis de patentes. Los patrones cognitivos de un individuo son

intransferibles. Es entonces necesario tratar de comprender los procesos creativos

desde otra perspectiva: una basada en las evidencias que produce. Las evidencias

de los procesos creativos del ser humano están almacenadas en las bases de

patentes del mundo. Las patentes pueden ser entonces utilizadas para extraer las

estrategias de resolución más creativas, desarrolladas por las mentes más

brillantes13. Al final de los años 1980, TRIZ reposaba en una investigación

científica estimada en 1500 personas / año y contenía en su estructura el análisis

de mas de 3 millones de patentes. Esto significa que TRIZ contiene en su

estructura una síntesis de las prácticas más eficaces de los mejores ingenieros y

las estrategias de las mentes más creativas. Este análisis de patentes permitió

clasificar la innovación en 5 niveles:

12 Idem 13 (Mann, 2002)


9

Tabla 1: Clasificación de la innovación

Grado de inventiva % de soluciones Origen del conocimiento

Solución aparente 32 Conocimientos individuales Mejora menor 45 Conocimientos de la empresa Mejora mayor 18 Conocimientos de la industria

Nuevo concepto 4 Todas las industrias confundidas Descubrimiento 1 Ciencia

Esta clasificación se basó en la calidad de las soluciones que contenían las

patentes, independientemente del problema resuelto. De acuerdo a Terninko14, las

innovaciones comprendidas en los niveles 1, 2 y 3 son generalmente transferibles

entre disciplinas. Esta capacidad de transferencia indica lo siguiente:

A. Que el conocimiento puede ser transferible fuera de la disciplina donde fue

creado. Esta capacidad de transferencia, es la clave para comprender por qué

es posible la sistematización de la creatividad en TRIZ.

B. Como consecuencia del punto anterior, los niveles 1,2 y 3 representan el 95%

del progreso tecnológico, lo que indica que 95% de los problemas inventivos

presentes en algún dominio técnico, han sido ya identificados y resueltos en

algún otro15. En el contexto de éste documento, esta capacidad de

transferencia se interpreta como el hecho de que una solución inventiva tiene

95% de probabilidades ser transferida y reutilizada en otro dominio o

disciplina.

Entre 1964 y 1974, Altshuller y sus colaboradores verificaron dos veces la

información colectada en las patentes analizadas, con el fin de confirmar la validez de

estos porcentajes. Ninguna evaluación posterior se ha realizado16.

2. Evolución de los sistemas técnicos. Durante el análisis de las bases de

patentes del mundo y el análisis de los sistemas tecnológicos, Altshuller

14 (Terninko et al., 1998) 15 Idem 16 (Terninko et al, 1998)


10

y su equipo de trabajo analizaron las diferentes etapas de evolución que

habían seguido una gran diversidad de sistemas tecnológicos, biológicos

y sociales. El objetivo de este análisis, consistió en tratar de detectar

patrones comunes, universales y de aplicación transversal durante la

evolución de cualquier sistema.

3. Métodos para resolver problemas. La propuesta de un método diferente

y más eficiente para resolver problemas, se basó en la identificación de

las deficiencias y ventajas de múltiples enfoques, técnicas o

metodologías para resolver problemas. Lo anterior con la intención de

proponer un marco que permita integrar las ventajas detectadas de los

métodos analizados y, simultáneamente, minimizar sus límites y

desventajas. Después de este análisis, algunos mecanismos como el de

la sinéctica, el método de la empatía, por mencionar algunos, terminaron

adaptándose a la estructura de TRIZ.

4. La ciencia como un recurso para resolver problemas. En la ciencia

existen muchos principios, teoremas y fenómenos que permanecen

improductivos. Es necesario poner este conocimiento a disposición de

los ingenieros, y volverlo productivo, es decir, que su aplicación

resuelva problemas. Este conocimiento debe ser organizado no de

manera bibliográfica, sino de un modo tal, que se cree una herramienta

capaz de resolver situaciones (problemas inventivos), donde se sabe

cuáles son las necesidades para resolver un problema, pero se

desconocen los medios para hacerlo. Altshuller clasificó estos principios

en Físicos, Químicos y Geométricos y con ellos construyó una base de

datos basada en el conocimiento. Esta base de datos de efectos

científicos, permite localizar en una lista de efectos, principios,


11

teoremas, etc. aquellos que pueden ser aplicados para resolver un

problema17.

5. Análisis de los patrones creativos de brillantes inventores. La

invención y por consiguiente la innovación, son actividades cuyas

etapas iniciales están basadas en la creatividad. A pesar de que los

procesos cognitivos de un individuo no son transferibles, es posible

analizar los métodos heurísticos que han sido desarrollados y puestos en

práctica por grandes inventores, con el fin de transformarlos en técnicas

capaces de guiar los esfuerzos de un individuo(s) durante las fases que

requieren la generación de nuevos conceptos. Las estrategias derivadas

de este análisis, tiene como objetivo principal, ayudar a los individuos a

superar la rigidez de sus modelos mentales e impulsar un

comportamiento que tienda a superar paradigmas establecidos.

Conclusiones sobre el proceso seguido

El análisis y síntesis del conocimiento realizado por Altshuller y muchos otros

científicos e investigadores, fue condensado en un conjunto de herramientas para

resolver problemas, en un conjunto de tendencias de evolución de los sistemas

técnicos y en una serie de conceptos básicos de esta teoría. Entre los más importantes

tenemos:

⎯ Las tendencias de evolución de los sistemas técnicos. TRIZ señala que a

pesar de que la evolución de la tecnología parece ser aleatoria, a largo plazo,

es evidente que ésta sigue patrones claramente bien definidos. Altshuller

17 (Altshuller, 1999), (Savransky, 2000)


12

menciona que: “La evolución de los sistemas técnicos no es aleatoria, está

controlada por ciertas leyes o tendencias18”, así bien todos los sistemas

técnicos evolucionan siguiendo tendencias bien definidas, independientemente

del dominio al cual pertenecen. Estas tendencias pueden ser estudiadas y

utilizadas con la finalidad de incrementar la eficiencia del proceso de

resolución de un problema e igualmente, para prever el futuro desarrollo de

cualquier sistema técnico19.

⎯ Evolución vía la resolución de problemas. Los sistemas técnicos, al igual que

los sistemas biológicos y sociales, evolucionan gracias a la eliminación de

diversos conflictos. El conjunto de estos principios de eliminación de

conflictos, es universal para todas las áreas de la ingeniería.

⎯ La resolución de contradicciones cómo estrategia de evolución. Todos los

problemas inventivos comprenden al menos una contradicción. Encontrar una

solución inventiva para un problema, significa resolver el conflicto

contemplando un criterio primordial: la negociación o compromiso es

inadmisible. El concepto de contradicción dice que una contradicción existe

cuando dos características útiles o condiciones operacionales mutuamente

excluyentes de un mismo sistema, deben asociarse para el logro de un

objetivo. La bibliografía reconoce varios tipos de contradicciones, pero dos

tienen una importancia crucial durante la generación de soluciones a

problemas inventivos: las contradicciones técnicas y las contradicciones

físicas. Una contradicción técnica se observa cuando la mejora de un

parámetro o característica útil de un sistema, provoca la degradación de otro

parámetro o característica también útil y viceversa. Una contradicción física

se materializa cuando un sistema exige la presencia simultánea de dos estados

mutuamente exclusivos, correspondientes a una función o componente del

18 (Altshuller, 1998) 19 (Fey et al., 2006)


13

sistema. Ejemplo de ello son piezas del sistema que deben ser lisas o rugosas

al mismo tiempo, frías o calientes, suave y duro, etc.

⎯ La transversalidad del conocimiento. Algunas veces durante la búsqueda de

una solución inventiva, es necesario el uso de conocimientos ajenos a la

experiencia del investigador. A fin de organizar y dirigir la búsqueda del

conocimiento apropiado, varios índices relacionados a estos conocimientos

(principios y efectos científicos), deben ser empleados. En estos índices o

apuntadores, los conocimientos están clasificados de acuerdo a la función

técnica que pueden realizar.

La aplicación de los conceptos básicos de la teoría TRIZ, propone a diferencia

de otros métodos, un proceso de resolución de problemas convergente. Este proceso

está delimitado por los siguientes factores:

Figura 2: el proceso convergente para resolver problemas con TRIZ

Colecta de datos

Formulación del problema

Identificar la contradicción

Resolver la contradicción

Implementar la solución

Problema inicial

Tendencias de evolución

Tendencias de evolución

Condiciones especifi

casCondicione

s especificas


14

Herramientas de TRIZ utilizadas en el modelo propuesto

Una vez expuestas las bases teóricas de TRIZ y algunos de los conceptos más

importantes de esta teoría, es necesario introducir las herramientas que serán

utilizadas: la matriz de resolución de contradicciones técnicas (simplemente matriz de

contradicciones) y el resultado ideal final.

La matriz de contradicciones

Durante el análisis de patentes realizado por Altshuller y sus colaboradores, se hizo

evidente la necesidad de desarrollar una estructura para registrar y reutilizar las

soluciones inventivas detectadas. Esta conclusión se debió a que este análisis, reveló

entre otros fenómenos, que inclusive las soluciones más originales reposaban sobre

ciertos principios fundamentales. Estos principios fueron sintetizados y formaron un

conjunto de 40 grandes vías de resolución para problemas inventivos (un problema

inventivo es aquel que contiene al menos una contradicción). Otra constatación tuvo

lugar durante este análisis: con un número limitado de parámetros, a saber, 39, es

posible formular cualquier problema inventivo.

Partiendo de un conjunto de parámetros para modelar problemas y de un

conjunto de soluciones, el paso siguiente consistió en crear una relación entre ambos

elementos. Se extrajo de las patentes la frecuencia de aplicación de los principios de

solución sobre cada combinación de esos 39 parámetros y con ello se construyó una

matriz. La relación entre los 39 parámetros y los 40 principios de resolución dio lugar

a una matriz de 39*39, que fue actualizada recientemente aumentando el número de


15

parámetros a 4820. La cantidad de principios de solución no sufrió ninguna

modificación, sin embargo fueron propuestas varias combinaciones de esos principios

de solución. La figura 3 muestra una porción de esta matriz

Figura 3: el proceso de razonamiento análogo

La utilización de esta herramienta sigue 5 etapas21:

Etapa 1. Traducir el enunciado del problema, como un conflicto entre dos

características o parámetros de un sistema.

Etapa 2. Identificar estos dos parámetros entre la lista de los 39 (o los 48)

parámetros genéricos.

Etapa 3. Utilizar la matriz. Sobre las líneas, identificar el parámetro que se

desea mejorar y sobre las columnas, el parámetro que se degrada debido a esta

mejora. La intersección entre la línea y la columna, aísla un conjunto de principios

(ordenados según un orden recomendado de aplicación), que han sido utilizados

eficazmente en diversos dominios, para eliminar la contradicción identificada.

20 (Mann et al., 2003) 21 (Altshuller, 1998)


16

Etapa 4. Analizar los principios sugeridos.

Etapa 5. Traducir estos principios generales, en soluciones operacionales. Si

durante la etapa 4, ninguno de los principios sugeridos ofrece una vía factible de

solución, se recomienda al usuario de explorar el conjunto de los 40 principios, con la

finalidad de derivar una solución.

En razón de la naturaleza general de los principios propuestos, la matriz de

contradicciones, no ofrece una solución “lista para usar”. La matriz fue concebida con

el fin de restringir el espacio de búsqueda de una solución y de proponer una cantidad

limitada de posibles vías de acción de manera eficiente. La originalidad de su enfoque

se deriva de la capacidad de proponer analogías de aplicación intra-dominios. Por lo

tanto, la matriz de contradicciones, sólo ofrece ciertas vías privilegiadas de solución,

que deberán ser transformadas mediante un esfuerzo creativo.

El Resultado ideal final (RIF)

Esta herramienta para guiar la resolución de un problema fue propuesta por Altshuller

y Shapiro en 195022. De acuerdo a Altshuller, el RIF es una fantasía. Es una utopía

inalcanzable que abre una vía hacia la solución de un problema. Este concepto (que

no es privativo de TRIZ) ofrece una vía de resolución de un problema, generalmente

ignorada durante la etapa de generación de conceptos de solución.

22 (Altshuller, 1999)


17

El concepto de recurso

Todo sistema en evolución, dispone de ciertos recursos que pueden ser utilizados para

mejorar la eficiencia global de este sistema. Un recurso es en consecuencia, un

elemento disponible en el sistema o en su ambiente, generalmente inactivo y capaz de

producir una acción útil sin costo o al menor costo posible. La identificación y el uso

de estos recursos pueden producir nuevas ideas, resolver contradicciones y dirigir la

evolución de un sistema. Una vez el problema formulado, un análisis debe realizarse

con el fin de identificar los recursos disponibles dentro del sistema.

Como cualquier otro enfoque para resolver problemas, la teoría de resolución

de problemas inventivos posee ventajas y límites. Estas características son analizadas

en la sección siguiente.

3. Ventajas y límites de la teoría TRIZ

Varias de las múltiples ventajas de la teoría TRIZ han sido ya mencionadas por

ejemplo: la capacidad de TRIZ de eliminar las barreras entre disciplinas, ofrecer de

manera eficiente vías de solución para muchos tipos de problemas, herramientas

sicológicas que ayudan a evitar el compromiso durante la resolución de un problema,

etc. Sin embargo, las siguientes características son de suma importancia dentro del

contexto presente:

TRIZ como un enfoque de resolución de problemas, es un ambiente donde

interactúan de manera equilibrada dos dimensiones de la creatividad: una dimensión

técnica (contenida en las herramientas de TRIZ y basadas en el conocimiento) y una


18

dimensión psicológica (técnicas para disminuir la influencia de la inercia psicológica

e interpretación de las vías de solución propuestas).

La comprensión y aplicación de los conceptos y herramientas de TRIZ,

permiten a los individuos mejorar sus capacidades creativas. La razón de esto, reside

en el proceso convergente intrínseco a TRIZ. Este proceso conduce a modelos de

solución de ingeniería que han probado su eficiencia en problemas similares en

diferentes dominios. Esto genera un marco que permite transferir eficientemente estas

estrategias y que incrementa la originalidad de las soluciones propuestas23. Esto a su

vez permite la creación de analogías transversales, elemento capital en los procesos

creativos.

TRIZ posee varios límites, entre estos, los siguientes resultan particularmente

interesantes e importantes en este documento.

TRIZ delimita el espacio de solución de un problema, sin embargo el usuario

debe, cada vez que enfrenta un problema, desplegar el proceso completo de

resolución de problemas. Esto conlleva a que el conocimiento revelado y puesto en

acción durante la resolución de un problema inventivo, no sea registrado, tampoco el

resultado de la implementación de la solución propuesta. En consecuencia, el usuario

de TRIZ no cuenta con una estructura explícita que permita el aprendizaje y la

reutilización del conocimiento, como un elemento crucial para acelerar el proceso de

innovación.

Además de lo anterior, el proceso clásico de TRIZ no permite la resolución

simultánea de más de un problema inventivo. Este límite es un área de oportunidad

actualmente en exploración, en la cual herramientas cómo los algoritmos genéticos o

las redes neuronales pueden resultar interesantes.

23 (Sifonis et al., 2003, julio)


19

Las herramientas de TRIZ están basadas en el conocimiento general, de manera

que estas puedan ser empleadas en múltiples disciplinas. El inconveniente ligado a

esta versatilidad es el siguiente: el conocimiento de naturaleza general produce un

marco para el razonamiento, no obstante, la aplicación de este conocimiento en una

situación específica puede revelarse como una ardua actividad. Esto se encuentra en

aparente contradicción, con la facilidad que tiene TRIZ para generar estrategias de

resolución transversales entre dominios. Esto se explica según Kolodner24, debido a

que el conocimiento específico puede ocasionar ceguera en el usuario y rigidez en los

patrones de pensamiento.

Las definiciones de algunas herramientas de TRIZ que tiene un rol capital

dentro del contexto de este documento, serán ofrecidas cuando se describa la

integración de TRIZ con el mecanismo de resolución del RBC. La sección siguiente

presenta al segundo elemento: el razonamiento basado en casos.

4. El razonamiento basado en casos (RBC): la reutilización de experiencias pasadas

Existen muchas razones para el empleo del RBC como herramienta de resolución de

problemas, entre ellas se encuentran las siguientes25:

⎯ Los expertos de cualquier disciplina cuando se enfrentan a un problema

nuevo, lo comparan con las experiencias que han adquirido. Si un problema

similar es identificado, entonces la solución ya conocida y probada de éste

último, es adaptada para satisfacer las condiciones exigidas en el problema

nuevo.

24 (Kolodner, 1993) 25 (Lenz et al., 1998), (Schank, 1982)


20

⎯ Estas experiencias están disponibles en fuentes bibliográficas y en la memoria

de los expertos, por consiguiente, es posible extraerlas durante el proceso de

resolución de un nuevo problema.

⎯ Un problema resuelto puede generalizarse hasta cierto punto, a fin de extraer

ciertas características que faciliten su identificación y determinen sus

particularidades.

⎯ La comparación entre dos experiencias o casos, puede efectuarse fácilmente.

Además, éstas mantienen su pertinencia sobre intervalos de tiempo

relativamente largos.

Las razones mencionadas pueden resumirse en dos características del RBC:

memorizar y reutilizar el conocimiento. Este tipo de sistemas requiere de una

estructura que permita la implementación de una memoria y facilite la reutilización.

La memoria del sistema que se presenta en párrafos posteriores, está basada en

una herramienta de TRIZ. Referentes a la facultad de reutilizar el conocimiento, ésta

se basa en el razonamiento por analogías o razonamiento analógico, que es

considerado, en el contexto de este documento, como un proceso de identificación y

movilización de conocimientos extraídos de una situación conocida o familiar, con el

fin de resolver una situación desconocida. La figura 4 esquematiza este proceso.

Figura 4: el proceso de razonamiento análogo

Problema Inicial

Problema Análogo

Solución análoga asociada

Esfuerzo creativo

Solución Final


21

Diversos autores señalan la crucial importancia del razonamiento análogo en los

procesos creativos y la innovación26. Este proceso de razonamiento es de acuerdo a

varios autores, el proceso intrínseco de resolución de problemas del cerebro humano.

El límite obvio de este proceso se materializa cuando al tratar de resolver un

problema, el individuo que lo encara, no encuentra entre sus experiencias pasadas un

problema similar. Es entonces que se recurre a otras estrategias, de la cual la más

importante es el método de prueba y error27. El objetivo de esta sección es sólo

presentar el mecanismo de resolución de problemas del razonamiento basado en

casos. Las etapas principales son:

Etapa 1. La elaboración. Esta etapa consiste en la preparación del problema

inicial (llamado problema objetivo). Esta etapa se concentra en extraer las

características más importantes del problema objetivo y se genera una descripción de

la situación problemática. Ésta última servirá de base para lanzar la búsqueda de un

caso similar o problema fuente en la memoria casos. Esta etapa no está declarada

explícitamente en el modelo presentado por Aamodt y llamado modelo de las 4R`s28.

Etapa 2. La recuperación: la descripción del problema objetivo, obtenida en

la etapa de preparación, es utilizada para compararla contra los casos que contiene la

memoria. La identificación de un problema fuente en la base de casos está ligada al

método de indexación empleado. Los dos métodos más utilizados en el diseño de un

sistema de RBC son: el método del vecino más próximo y la búsqueda inductiva. En

esta etapa se debe definir una métrica de similitud, con el fin de determinar el grado

de utilidad de los casos que contiene la memoria con respecto al problema que se

desea resolver. La hipótesis Un nivel elevado de similitud significa que se requerirá

menor esfuerzo para adaptar la solución al problema objetivo. La hipótesis

subyacente para realizar esta etapa es que problemas similares tiene soluciones

similares y que por ende, es posible recuperarlos o recordarlos a partir de un índice de

26 (Holyoak et al., 2005) 27 (Terninko et al., 1998), (Altshuller, 1999) 28 (Aamodt et al., 1994)


22

similitud. Esta métrica de similitud se realiza sobre ciertos atributos del problema

(obtenidos en la etapa de elaboración). Como ejemplo, la distancia euclidiana

ponderada es ampliamente utilizada para calcular la distancia entre dos variables

cuantitativas:

( ) ( )[ ]∑=i iii qpatributowqpDist 2,,

Donde:

⎯ wi es el peso o ponderación del atributo i

⎯ pi y qi son los valores que toma el atributo i de los problemas p y q

respectivamente.

⎯ Si la distancia entre atributos es dividida entre la suma de las ponderaciones

asignadas, la distancia se encontrará en un intervalo [0, 1]. Por consiguiente la

similitud se calcula: Sim = 1 – distancia29.

Etapa 3. La reutilización o adaptación: una vez que un problema fuente es

identificado, su solución asociada es analizada para adaptarla a las condiciones

exigidas en el problema objetivo. Al término de esta etapa, se produce una propuesta

de solución para el problema objetivo.

Etapa 4. La revisión: la solución generada para el problema inicial es

verificada para comprobar si ésta satisface o no los requerimientos del problema

objetivo. Si la verificación (realizada por un sistema de reglas o simplemente por un

experto o panel de expertos) se revela negativa, la solución deberá ser modificada por

el individuo o equipo que enfrenta el problema, hasta que el resultado sea positivo. Es

frecuente encontrar dentro de un caso el proceso o estrategia de reconcepción de la

solución.

29 (Leake, 1995)


23

Etapa 5. La memorización: una vez que la solución propuesta ha sido

verificada y validada en el problema objetivo, esta nueva experiencia (o caso) puede

ser registrado y la memoria actualizada.

Este proceso se representa en el siguiente diagrama:

Figura 5: el proceso de resolución del razonamiento basado en casos30

Entre las ventajas principales del razonamiento basado en casos como

herramienta para resolver problemas, pueden enumerarse las siguientes31:

1. Reduce el esfuerzo de adquisición del conocimiento.

2. Evita le recurrencia de errores cometidos en el pasado.

30 Adaptado de (Aamodt et al., 1994) 31 (Pal et al, 2004)

Problema Inicial

Recuperación Reutilización

Revisión

Memorización

Casos Anteriores Conocimientos Genérales

(BaseDeCasos)

Caso recuperado

Nuevo caso

Caso resuelto

Caso verificado / reparado

Caso aprendido

Solución Propuesta

Solución validada

Elaboración


24

3. Gran flexibilidad y adaptación durante la modelación del conocimiento.

4. Permite el razonamiento en dominios poco comprendidos, definidos o

modelados. También en aquellos en los que posee poco conocimiento.

5. Realiza predicciones sobre el probable éxito de soluciones pasadas.

6. Aprendizaje a largo plazo.

7. Razonar con datos imprecisos o incompletos.

8. Evita repetir todos los pasos necesarios para llegar a una solución.

9. Facilita la explicación de un fenómeno o problema.

10. Se adapta a diferentes propósitos y dominios fácilmente.

11. Refleja el razonamiento humano.

De todos los beneficios listados anteriormente los siguientes se destacan:

⎯ Existe una gran afinidad cognitiva entre el RBC y el proceso humano de

resolución de problemas (ambos utilizan el razonamiento analógico). Esta

afinidad facilita la transferencia de experiencias entre usuario y el usuario

experimenta una menor dificultad para comprender y aplicar los ejemplos o

casos que contiene el sistema. Puesto que es una herramienta pragmática, el

usuario puede ver materializado rápidamente un puente entre conocimiento y

acción, lo que minimiza la oposición al cambio.

⎯ El aprendizaje es un producto inherente a un sistema de razonamiento basado

en casos. Esta capacidad del RBC esta fundamentada en la relación que existe

entre la memorización y el razonamiento32. En razón de ello, un caso puede

ser utilizado como una herramienta para la formación. Nonaka y Takeuchi33

señalan que los documentos facilitan la transferencia del conocimiento

32 (Schank, 1982) 33 (Nonaka et al., 1997)


25

explicito y que, en consecuencia, esto permite “repetir” indirectamente las

experiencias de otros individuos (errores cometidos, éxitos, sugerencias, etc.).

De ésta manera, las soluciones pragmáticas contenidas en una base de casos,

permiten a los usuarios “apropiarse” de las experiencias de otros individuos,

ya que existe un lazo entre el conocimiento y la manera de aplicarlo dentro de

un contexto definido.

⎯ Paralelamente, un sistema de RBC es capaz de aprender del éxito y del

fracaso. Si un problema es resuelto de manera satisfactoria, la solución

asociada a este último es registrada para su futura reutilización. Esto evita la

necesidad de reinventar una solución que ha sido puesta en práctica con

antelación. Si por el contrario, la solución propuesta es errónea o condujo al

fracaso, esto evidencia que el aprendizaje es necesario y que debe adquirirse

conocimientos que satisfagan esta carencia. Este aprendizaje sigue, entre otros

métodos, dos importantes: el aprendizaje derivado por la ejecución (task

failure) y por un resultado inesperado (expectation failures). En ambos casos,

los errores cometidos o las condiciones que han conducido al error, pueden ser

memorizados. Esto le permite al usuario, el tomar las medidas necesarias para

evitar su repetición o de crear hipótesis (y líneas de investigación) para la

resolución de un problema. Estos factores se traducen en una mejora

importante de la eficiencia, durante la resolución de un problema34.

⎯ A diferencia de los sistemas basados en reglas, el RBC utiliza para la

resolución de un problema objetivo, ciertos episodios completos o casos. En

razón de ello, el esfuerzo que implica el descomponer una experiencia con la

finalidad de generalizar sus etapas y producir ciertas reglas de aplicación ya

no es necesario, lo cual reduce considerablemente el costo de adquisición del

conocimiento. Un sistema de RBC se focaliza en la adquisición de casos, lo

34 (Lenz, 1999)


26

que simplifica el mantenimiento de la base de casos y permite una evolución

dinámica de la memoria basada en la utilización del sistema.

Este enfoque de resolución de problemas y capitalización del conocimiento,

posee diversos límites. Entre esto se destacan los siguientes:

⎯ La especificidad del RBC. Debido a su estructura, el RBC crea un ambiente

para razonar sobre casos similares identificados en una disciplina bien

definida. Es decir el RBC esta basado en el uso de analogías intra-dominio35.

Este pragmatismo es de hecho una de las principales ventajas de este enfoque.

Sin embargo, dentro de un proyecto donde es necesario considerar el aspecto

creativo e innovador, esta especificidad se revela como un obstáculo a la

creatividad. De acuerdo a Aamodt36, existe una correlación positiva entre la

cantidad de fuentes y disciplinas usadas durante la resolución de un problema

y la cantidad / calidad de las soluciones generadas.

⎯ El RBC está basado en casos resueltos con antelación. Esta ventaja del RBC

es también una debilidad. En efecto, uno de los límites más evidentes de este

enfoque, es el hacer frente a un problema que no ha sido identificado ni

resuelto con anterioridad. Si esta situación se presenta, la base de casos no

podrá ofrecer un problema fuente y el usuario deberá resolver el problema por

otros medios. Múltiples líneas de investigación sobre este enfoque se

concentran en el proceso de reutilización / adaptación.

⎯ Un esfuerzo creativo es necesario durante la resolución de un problema

objetivo. Esto se debe a que el usuario debe adaptar, reinterpretar, combinar,

explicar o evaluar las ideas propuestas por un caso fuente a una situación

específica o problema objetivo. Sin embargo, a pesar de que una dimensión

creativa existe en el RBC, éste no posee una estructura para guiar los

35 (Aamodt et al, 1994) 36 Idem


27

esfuerzos creativos del usuario cuando, para un problema objetivo, no hay

problema fuente identificado en la base de casos37.

Con base en lo anterior, es necesario de combinar en una misma estructura, un

enfoque que permita abordar cualquier problema y al mismo tiempo, de capitalizar

los conocimientos desplegados durante este proceso. La teoría TRIZ o Teoría de

Resolución de Problemas Inventivos (o de innovación), utiliza como parte de su

enfoque de resolución de problemas, analogías de una aplicación transversal entre

diferentes dominios. La sección siguiente ofrece una breve perspectiva sobre una

combinación de los dos enfoques antes presentados.

5. La integración TRIZ-RBC

Fue a partir de las similitudes y diferencias constatadas entre ambos enfoques, que se

obtuvo el mecanismo de resolución de problemas esquematizado en la figura 6.

En este proceso, TRIZ ofrece el conocimiento genérico que permite abordar

cualquier problema formalizado como una contradicción, es decir permite producir

soluciones inventivas. Además de esto, TRIZ ofrece una estructura que permite

clasificar e indexar un caso. El RBC proporciona los elementos necesarios para

buscar y comparar dos problemas, e igualmente para conservar y actualizar las

experiencias obtenidas. En esta sinergia se integran diferentes herramientas y

conceptos de TRIZ como la contradicción, el resultado ideal final y la matriz de

resolución de contradicciones técnicas, descritas en párrafos anteriores. Los párrafos

siguientes muestran primeramente cual es el proceso seguido para resolver un

problema y cómo fue implementado en un sistema.

37 (Mills et al., 1994)


28

Figura 6: el proceso de resolución que resulta de la integración de TRIZ y el RBC

Problema Objetivo

Casos Anteriores Memoria basada en las

contradicciones

Contradicción

Descripción del problema

Caso Recuperado?

Recuperación

Reutilización

Revisión

Caso Resuelto

Caso verificado y/o reparado

Caso registrado

Principios Asociados

Si No

Interpretación Solución Propuesta

Creación

Descripción del RIF

Solución propuesta

Memorización

- Recursos - Objetivo - Condiciones específicas, etc.

El proceso de resolución

El proceso comienza con la identificación del problema objetivo, seguido de la

descripción detallada del mismo y la formulación del RIF, que servirá como criterio

adicional durante la evaluación o la selección de una solución. Es en esta parte del

proceso que el usuario debe identificar el objetivo que debe ser alcanzado, los

recursos, así como definir el contexto del problema. Durante esta fase preliminar, la

última etapa es la formulación del problema como una contradicción, es decir la

identificación de los dos parámetros en conflicto. La matriz utilizada para la

concepción de la base de casos, fue la versión 2003. Esta versión de la matriz esta

diseñada entorno a 48 parámetros y posee la particularidad de ofrecer al menos 4

principios para cualquiera de las 2256 contradicciones o células de conocimiento que


29

contiene. Puesto que cada contradicción es un conflicto entre dos parámetros, la

comparación de dos contradicciones es relativamente simple, lo que permite

identificar otros problemas en la base que comparten la misma contradicción. A partir

de la confrontación de la contradicción contenida por el problema objetivo, el proceso

esquematizado en la figura 6 ofrece dos posibilidades:

1. Un caso similar es identificado en la base de casos. Por consecuente, el

proceso de reutilización y/o adaptación comienza. El usuario deberá adaptar la

solución del problema fuente a los requerimientos del problema objetivo.

2. Ningún caso similar esta registrado en la memoria. Bajo esta condición, un

proceso de creación es iniciado. La matriz retoma su rol original y una lista de

los principios asociados a la contradicción es ofrecida al usuario. El usuario

deberá entonces seguir las cinco etapas numeradas en párrafos anteriores, con

la finalidad de derivar una solución.

Cualquiera de los escenarios termina por converger hacia la proposición de una

solución. Esta deberá ser verificada y rectificada si necesario, con el fin de satisfacer

los requisitos estipulados por el problema objetivo. Finalmente el proceso se termina

cuando el resultado de la implementación (éxito o fracaso), la estrategia de reparación

de la solución, los consejos y sugerencias de implementación son validados para ser

memorizados y así actualizar la base de casos.

6. Presentación de la implementación

La matriz de resolución de contradicciones técnicas y el razonamiento basados en

casos reposan sobre una premisa fundamental: si dos problemas pueden modelarse de

manera similar, entonces la solución de uno puede ser transferida al otro. Para el caso


30

del proceso de resolución mostrado en la figura 6, esta premisa fue validada por

varios autores 38 y recientemente en un estudio realizado por Mann39sobre una

muestra de 100 patentes.

El sistema que se describe a continuación, está igualmente basado en esta

premisa. Consecuentemente, este sistema utiliza las contradicciones identificadas en

un problema, como elemento central para realizar la comparación entre dos

problemas. El sistema tiene una memoria basada en la matriz de contradicciones,

tiene en su estructura 2256 casos fuente o casos generales dentro de los cuales se

almacenarán los problemas resueltos. Esto permite una indexación más ágil en la

memoria y por ende una reducción en el tiempo de comparación.

El sistema ofrece dos posibilidades

⎯ La primera, permite la carga o introducción de un caso a la memoria. Es en

esta sección que debe describirse el problema y extraer los atributos que lo

definen. En esta etapa se aplican los conceptos de contradicción como se

mencionó anteriormente, el concepto de recursos y el resultado ideal final.

⎯ La segunda habilita la consulta en la base de datos. Para realizar esta consulta

es necesario haber identificado la contradicción o contradicciones presentes en

el problema que se desea resolver. Una vez establecida la contradicción, el

sistema presentará cómo máximo 5 casos o los principios asociados a esta

contradicción. De este modo, el usuario debe atender la fase de adaptación o

de creación de conceptos asistida por los principios de resolución.

38 (Savransky, 2000) 39 (Mann, 2004)


31

Introducción de un caso a la memoria

Figura 7: La ventana de carga de un problema: información sobre el sistema

Esta ventana está dividida en dos secciones. La sección de la izquierda permite

al usuario introducir los datos del problema. La sección de la derecha sirve cómo guía

para facilitar la carga de un caso mediante un ejemplo sencillo.

En la siguiente ventana es posible definir el resultado ideal final y la

contradicción que define al problema.


32

Figura 8: La ventana de carga de un problema: información sobre el sistema

Enseguida, en la siguiente parte del proceso, se definen los recursos con que

cuenta el sistema:

Figura 9: La ventana de carga de un problema: identificación de los recursos del sistema


33

Durante la identificación de los recursos del sistema se utiliza el razonamiento

guiado por explicaciones. El usuario selecciona en una lista el tipo de recurso

localizado en el sistema y posteriormente, explica en que parte se identificó y en que

estado se encuentra este recurso. La siguiente ventana permite ofrecer una

descripción de la solución propuesta:

Figura 10: Descripción de la solución

En esta ventana es posible analizar los principios propuestos para la

contradicción identificada, los criterios para evaluar la solución, las sugerencias y

recomendaciones del usuario y finalmente, la documentación empleada durante el

desarrollo de la solución.


34

Búsqueda de un caso basada en la contradicción

La segunda posibilidad corresponde a la búsqueda de un problema que comparte la

misma contradicción. Para poder lanzar la búsqueda es necesario que el usuario

identifique la contradicción que representa su problema.

Figura 11: Ventana para iniciar la búsqueda

Una vez reunida la información mínima para realizar la búsqueda, los

resultados se presentan en la siguiente ventana:


35

Figura 12: Ventana para mostrar sistemas similares

Conclusiones y perspectivas

El modelo TRIZ-RBC es un enfoque centrado en la resolución de un problema, es

decir, el mecanismo propuesto crea una conexión entre el conocimiento y la acción, e

igualmente, ofrece una manera de movilizar el conocimiento. Esto tiene la capacidad

de estimular la creación de un ambiente en el cual la innovación es considerada como

un proceso creativo, técnico, social y fuertemente influenciado por la economía del

mercado. Este modelo, aun en desarrollo, fue concebido para proporcionar un soporte

en las primeras fases del proceso de innovación y posteriormente, asistir al usuario

durante las fases de implementación de una solución inventiva.


36

Entre las perspectivas del modelo TRIZ-RBC, pueden mencionarse las

siguientes: primeramente, puesto que el modelo está basado en la contradicción, el

sistema supone que el usuario posee la experiencia y conocimientos para modelar

problemas bajo la forma de contradicciones. La experiencia es capital para poder

identificar correctamente la contradicción que debe ser resuelta. Esto representa un

límite del proceso de resolución de problemas presentado en párrafos anteriores.

Con respecto a la mejora del modelo TRIZ-RBC, el uso de ontologías o de la

herramienta llamada “root contradicción analysis”, se perfilan como un reto

importante. Otra línea de evolución seguida es la incorporación de otras herramientas

de TRIZ, según las necesidades reveladas en cada etapa del proceso. La integración

de las técnicas para vencer la inercia psicológica es ya considerada en cada etapa del

proceso. Así mismo, es necesario desarrollar el modelo, de manera que el sistema sea

utilizado como una herramienta de resolución de problemas, capaz de acompañar al

usuario desde la identificación de la contradicción, hasta la implementación de la

solución, como un proceso paralelo, sin aumentar la carga de trabajo de usuario.

Durante el análisis del modelo presentado, otras contradicciones fueron puestas

en evidencia. Por ejemplo, en lo referente al conocimiento, este debe ser individual y

colectivo, general y específico, etc. En lo que respecta a la creatividad, que ésta debe

ser libre de seguir cualquier vía y al mismo tiempo dirigirla con el fin de hacer mas

eficiente el proceso de innovación. En todas las contradicciones identificadas, la

teoría TRIZ parece ser la herramienta idónea para resolverlas, lo cual sugiere la

amplitud del trabajo que aun queda por realizar.


37

Bibliografía

1. Aamodt, A., Plaza E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications. IOS Press, Vol. 7: 1, pp. 39-59.

2. Altshuller G. (1998). 40 Principles: TRIZ Keys to Technical Innovation. Technical Innovation Center, INC.

3. Altshuller, G. S. (1998). Creativity as an exact science. Gordon and Breach Publishers, cuarta edición.

4. Altshuller, G. S. (1999). The innovation Algorithm. Technical Innovation Center. 5. Cortes Robles G. (2006). Management de l’innovation technologique et des connaissances :

synergie entre la théorie TRIZ et le Raisonnement à Partir de Cas. Application en génie des procédés et systèmes industriels. Tesis doctoral en el Instituto Nacional Politécnico de Toulouse, Francia.

6. Drucker, P. (1993). Post Capitalist Society. Harper & Row, New York, NY. 7. Fey V., Rivin E. (2006). Innovation on demand. New Product Development Using TRIZ.

Cambridge University Press. 8. Holyoak K., Morrison R. (2005). The Cambridge Handbook of Thinking and Reasoning.

Cambridge University Press. 9. Kolodner J. (1993). Case-Based Reasoning. Morgan Kaufmann Publishers, Inc. 10. Leake D. (1995). A Brief Introduction to Case-Based Reasoning. Proceeding of the First

International Conference on Case-Based Reasoning ICCBR-95, Sesimbra, Portugal. 11. Lenz M. (1999). Case Retrieval Nets as a Model for Building Flexible Information Systems.

Tesis doctoral en la Universidad de Humboldt, Berlin. 12. Lenz M., Bartsch-Sporl B., Hans-Dieter B., Wess S. (1998). Case-Based Reasoning

Technology: From Foundations to Applications. Springer-Verlag Telos. 13. Mann D, Dewulf S, Zlotin B, Zusman A. (2003). Matrix 2003, Updating the Contradiction

Matrix. Creax Press. 14. Mann D. (2002). Better Technology Forecasting Using Systematic Innovation Methods.

Technological Forecasting & Social Change 70 (2003) 779–795, Elsevier Science Inc. 15. Mann D. (2004). Comparing The Classical and New Contradiction Matrix Part 2- Zooming

In. The TRIZ Journal. 16. Mills L., Kolodner J. (1994). Toward more creative Case-Based Design Systems.

Proceeding of the AAAI-94, Seattle, WA. August, 1994. 17. Nonaka I., Takeuchi H. (1997). La connaissance créatrice. La dynamique de l’entreprise

apprenante. De Boeck Université. 18. OECD, (1981). The Measurement of Scientific and Technical Activities, Frascati Manual

1980, Organisation for Economic Co-operation and Development. 19. Pal S., Shiu S. (2004). Foundations of soft case-based reasoning. John Wiley & Sons, Inc.,

Hoboken, New Jersey. 20. Salamatov, Y. (1999). TRIZ: The Right Solution at The Right Time. Insytec, The

Netherlands. 21. Savransky D., (2000). Engineering of Creativity: Introduction to TRIZ Methodology of

Inventive Problem Solving. CRC Press. 22. Schank R. (1982). Dynamic memory; a theory of reminding and learning in computers and

people. Cambridge University Press. 23. Schumpeter J. (1935). Théorie de l'évolution économique. Ed. Paris, Dalloz. 24. Sifonis C., Chen F., and Bommarito D. (2003, julio). Analogy as a Tool to Enhance

Innovative Problem Solving. Proceedings of the 25th Annual Meeting of the Cognitive Science Society, Boston MA.

25. Terninko J., Zusman A., and Zotlin B. (1998). Systematic Innovation: An Introduction to TRIZ. St. Lucie Press.

Sinergia entre la teoría TRIZ y la administración …Estructura_y...conocimiento y la teoría TRIZ...

Documents

Transcript of Sinergia entre la teoría TRIZ y la administración …Estructura_y...conocimiento y la teoría TRIZ...