Como estudiante de la materia de
Investigación de Operaciones, algunas ausencias en el campo que me preocuparían, especialmente en relación con problemas sociales y colectivos, serían la falta de enfoque en problemas sociales complejos ya que la IO suele centrarse en optimizar procesos industriales, logísticos o financieros, pero muchas veces no aborda problemas sociales multidimensionales como pobreza, desigualdad, salud pública o educación.
la implicación de eso es que se pierde la oportunidad de usar herramientas matemáticas poderosas (como programación lineal, simulación o teoría de juegos) para diseñar políticas públicas más efectivas.
Por otro lado, también la Escasa participación de actores locales en los modelos porque los modelos de IO frecuentemente se construyen desde una perspectiva técnica, sin incorporar el conocimiento local, cultural o comunitario.
Su implicación serían las soluciones pueden ser matemáticamente óptimas, pero socialmente inviables si no consideran las realidades de las comunidades afectadas.
Tambien las limitaciones en el manejo de incertidumbre y datos incompletos tienen muchos problemas sociales (ej.: gestión de desastres, epidemias) tienen alta incertidumbre y datos fragmentados, pero la IO tradicional a veces asume información perfecta.
las consecuencias de estos pueden ser Los modelos que pueden volverse poco confiables en contextos reales donde los datos son escasos o dinámicos.
Opino que estos problemas afectan a nivel local la falta de modelos adaptados a realidades comunitarias puede llevar a políticas ineficaces (ej.: distribución inequitativa de recursos en salud).
y a nivel nacional Si la IO no se usa para problemas estratégicos (ej.: planificación energética, seguridad alimentaria), los gobiernos pierden la oportunidad de tomar decisiones basadas en evidencia.
