Marco Cynefin

Los autores proponen cinco dominios organizados según la relación causa-efecto, que a su vez se pueden agrupar en dos grandes categorías: dominios conocidos y dominios desconocidos.

A. Dominios conocidos

Parten de una visión del mundo ordenada y mecanicista, donde la causalidad es lineal, observable y predecible. Los problemas en este ámbito son delimitados, estáticos y descomponibles, lo que ha impulsado la especialización del conocimiento con grandes avances científicos. El conjunto equivale a la suma de sus partes.

1. Dominio claro, obvio o simple: la conexión entre causa y efecto es directa, estable y ampliamente reconocida. Las situaciones son repetitivas y bien conocidas, por lo que no se requiere un análisis profundo, sino capacidad práctica para identificar patrones y aplicar soluciones ya probadas. El rol directivo consiste en reconocer las buenas prácticas existentes y saber aplicarlas.

2. Dominio complicado: la relación causa-efecto no es inmediatamente visible, pero puede desentrañarse mediante conocimiento experto, datos y métodos técnicos. Se requiere experiencia analítica y formación profesional. No existe una única solución correcta, sino varias alternativas posibles cuya elección depende del juicio técnico. La lógica es analizar antes de actuar, aunque existe el riesgo de sobreanalizar situaciones que en realidad son complejas.

B. Dominios desconocidos

Suponen un mundo desordenado donde los resultados son impredecibles y las relaciones causa-efecto no son lineales ni evidentes. Solo es posible, en el mejor de los casos, identificar patrones emergentes. Esto exige integrar saberes diversos y pasar de un pensamiento reduccionista a uno sistémico y orientado al diseño subjetivo.

3. Dominio complejo: las relaciones causales solo pueden comprenderse una vez que los hechos han ocurrido. Los resultados surgen de múltiples interacciones entre variables y actores, por lo que no admiten predicción precisa. La experiencia no funciona como receta, sino como capacidad de lectura contextual. El liderazgo debe orientarse a generar condiciones para experimentar y aprender, facilitando que las soluciones emerjan en lugar de imponerlas.

4. Dominio caótico: no existen relaciones causales identificables en el momento de actuar. Predominan la desorganización, la urgencia y el riesgo sistémico. La acción inmediata prima sobre el análisis: primero hay que estabilizar la situación y solo después es posible reflexionar y aprender. Vale señalar que, en algunos casos, es el propio estilo de conducción el que empuja a la organización hacia este dominio.

5. Zona de desorden o confusión: no se trata de un dominio en sentido estricto, sino de un estado transitorio en el que aún no se ha logrado diagnosticar en cuál de los dominios anteriores se está. En esta zona, las personas tienden a recurrir a su estilo habitual de toma de decisiones, lo que incrementa el riesgo de error. La tarea central del liderazgo es identificar la naturaleza de la situación y orientarla hacia un dominio reconocible.^[2][3]

Movimiento a través de los dominios

A medida que aumenta el conocimiento, se produce una deriva en sentido horario desde lo caótico, pasando por lo complejo y complicado, hasta llegar a lo claro. De igual manera, la acumulación de sesgos, la complacencia o la falta de mantenimiento pueden provocar un fallo catastrófico: un movimiento en sentido horario desde lo claro hasta lo caótico, representado por la "pliegue" entre esos dominios. Puede haber un movimiento en sentido antihorario a medida que las personas mueren y el conocimiento se olvida, o a medida que las nuevas generaciones cuestionan las reglas; y un impulso en sentido antihorario desde lo caótico hasta lo claro puede ocurrir cuando la falta de orden provoca la imposición repentina de reglas.^[4][5]

Cynefin fue utilizado por sus desarrolladores de IBM en la formulación de políticas , el desarrollo de productos , la creación de mercados , la gestión de la cadena de suministro , la creación de marcas y las relaciones con los clientes.^[6]

Los usos posteriores incluyen el análisis del impacto de la religión en la formulación de políticas dentro de la administración de George W. Bush, la gestión de emergencias, la ciencia de redes y el ejército, la gestión de riesgos de la cadena alimentaria, la seguridad nacional en los Estados Unidos, el desarrollo de software ágil , y la vigilancia del Movimiento Occupy en los Estados Unidos.^{[7] [8][9][10][11][12][13]}

También se ha utilizado en la investigación sanitaria, incluyendo el examen de la complejidad de la atención en el Servicio Nacional de Salud británico la naturaleza del conocimiento en la atención sanitaria y la lucha contra el VIH/SIDA en Sudáfrica. En 2017, la Corporación RAND utilizó el marco Cynefin en un debate sobre teorías y modelos de toma de decisiones. La Comisión Europea ha publicado una guía práctica para utilizar Cynefin como «guía para afrontar las crisis».^{[14][15][16][17][18]}

Criticas

Las críticas a Cynefin incluyen que el marco es difícil y confuso, necesita una base más rigurosa y cubre una selección demasiado limitada de contextos posibles. Otra crítica es que términos como conocido, cognoscible, sentido y categorizar son ambiguos.

El profesor Simon French reconoce el valor del marco Cynefin para categorizar los contextos de decisión e identificar cómo abordar diversas incertidumbres en un análisis y, como tal, cree que se basa en obras fundamentales como " Método científico: optimización de decisiones de investigación aplicada " de Russell L. Ackoff (1962), " Sistemas de investigación" de C. West Churchman (1967), "Dilemas en una teoría general de la planificación" de Rittel y Webber (1973), "Metodología de decisión" de Douglas John White (1975), " Análisis exploratorio de datos" de John Tukey (1977), " Herramientas para pensar: modelado en la ciencia de la gestión" de Mike Pidd (1996) y "Análisis morfológico general" de Ritchey (1998).

Firestone y McElroy sostienen que Cynefin es un modelo de construcción de sentido más que un modelo completo de gestión y procesamiento del conocimiento.^[19][20][21]