Abstract
Una red de creencia bayesiana es una forma diagramática de razonar probabilísticamente y comprender la inferencia causal en sistemas complejos. Proponemos utilizar las Redes de Creencias Bayesianas (BBN) en las primeras etapas de los proyectos de diseño para resaltar los componentes con alto riesgo de fracaso. La identificación de estos componentes de alto riesgo puede informar sobre cómo deben utilizarse mejor los recursos en las costosas tareas de modelado. Además, los componentes de alto riesgo pueden imponer requisitos de modelado funcional, que a su vez informarán del diseño de sistemas flexibles para las áreas críticas. Este enfoque tiene el potencial de reducir significativamente el riesgo al centrar e informar los esfuerzos de modelización, lo que a su vez aumenta las posibilidades de éxito del proyecto y reduce los costes para todas las partes implicadas.
Usando una aplicación de software prototipo desarrollada para crear rápidamente BBNs y calcular un valor de probabilidad final de un resultado específico (el «producto de trabajo»), probamos diferentes escenarios de proyectos recogidos a través de tres entrevistas con profesionales de la industria. En cada caso, identificamos un aspecto del proyecto que cambió durante el transcurso del mismo con implicaciones de gran alcance. Ajustando los valores y la estructura de estas redes, formulamos requisitos funcionales específicos para los modelos digitales y, en algunos casos, los sistemas de construcción asociados. Comprobamos que estos requisitos habrían aumentado el valor global de sus respectivos proyectos al abordar directamente las áreas de fuerte influencia e incertidumbre identificadas en la BBN.