2518/2020 3. INCERTIDUMBRE Y RIESGO 3. INCERTIDUMBRE Y RIESGO mbre y del riesgo tradores sobre incertidumbre y riesgo La incertidumbre, tal como se definié en la Consulta Técnica sobre el Enfoque Precautorio en Pesquerias (CTEP), es “la imperfeccién en el conocimiento sobre el estado 0 los procesos de la naturaleza® (FAO/Gobierno de Suecia, 1995), La incertidumbre estadistica es "la aleatoridad o el error proveniente de varias fuentes como las descritas al usar la metodologia estadistica’. La CTEP define el riesgo como probabilidad de que pase algo malo." Note que en términos de teoria de decisiones, el riesgo es definido como las pérdidas promedio o las pérdidas que se pronostican cuando algo malo sucede. Claramente, cuando las decisiones de ordenacién van a basarse en estimados cuantitativos, provenientes de los modelos de evaluacién pesquera, es deseable que la incertidumbre sea cuantificada y utilizada para calcular la probabilidad de lograr el objetivo deseado y/o de incurrir en eventos indeseables. El proceso de comunicar este riesgo a los que toman las decisiones esta atin en sus primeros estados de desarrollo y presenta retos sustanciales, tanto a los técnicos pesqueros como a los administradores. Por otto lado, los administradores pesqueros y los participantes en la pesqueria deben desarrollar medios para evaluar objetivamente los costos potenciales de los eventos indeseables y definir los niveles de riesgo aceptables y de capturas a corto plazo que puedan contribuir a reducir estos riesgos. Cuando se proponen medidas de ordenacién, es deseable la evaluacién de los costos esperados y de aquellos eventos indeseables que pueden resultar de una accion particular (Beddington, 1978; Francis, 1991). Mientras que en el pasado esta practica ha sido rara, en los tltimos afios algunos fracasos en la ordenacién de poblaciones bien estudiadas ha transformado a este asunto en una prioridad cientifica, Recientemente, se han desarrollado varios talleres en donde se ha enfocado la evaluacién del riesgo en la ordenacién pesquera (SEPSC, 1991; NAFO, 1991; Anon., 1992; Smith et al, 1993; Kruze et al, 1993; FAO/Gobierno de Suecia, 1995). 3.1 Tipos de incertidumbre Hay varias fuentes de incertidumbre en el célculo de los puntos de referencia y en la evaluacién del estado de las poblaciones con respecto a estos puntos de referencia. Cinco tipos de incertidumbre, que emergen de un conocimiento impreciso del estado de la naturaleza, son (Rosenberg y Restrepo, 1992): - Incertidumbre en la medicién, es el error en las cantidades observadas tales como la captura 0 los parémetros biolégicos; - Incertidumbre en el proceso, es la aleatoridad subyacente en la dinamica poblacional tal como la variabilidad en el reclutamiento; - Incertidumbre en el modelo, es la especificacién errénea de la estructura del modelo; ww ao. org/3Wv84005/[Link] 182518/2020 3. INCERTIDUMBRE Y RIESGO = Incertidumbre en la estimacién, es la que puede resultar de cualquiera, 0 de una combinacién, de las incertidumbres descritas anteriormente y es la inexactitud e imprecisin en la abundancia o en la tasa de mortalidad por pesca; - Incertidumbre en la implementacién, es la consecuencia de la variabilidad que resulta de una politica de ordenacién, i.e. incapacidad para alcanzar exactamente el objetivo de una estrategia de captura. Noté que las fuentes de incertidumbre incluyen no sélo el error estadistico en detectar el estado de la poblacién y las tendencias ambientales, o a los errores en el andlisis poblacional, sino también a las decisiones erréneas y un marco de ordenacién ineficiente; asuntos que se tratan posteriormente en este trabajo. 3.1.1 Incertidumbre debida a errores de medicién y sesgo Las fuentes potenciales de variabilidad en los datos de pesquerias comerciales ‘cominmente disponibles -captura, esfuerzo de pesca y muestras biolégicas de la captura por tamafios, determinacién de edades y de madurez- han sido el interés de los estadisticos pesqueros y de los cientificos encargados de las evaluaciones por varias décadas (Doubleday y Rivard, 1983, Reporte del Grupo de Trabajo de Evaluaciones del ICES), Ahora, estas fuentes son relativamente bien conocidas y cuantificadas. Donde se utilizan cruceros de muestreo hay problemas estadisticos estandares relacionados con el tamario y la representatividad de las muestras. Sin embargo, la dificultad para contabilizar los descartes continua sesgando las estadisticas de desembarque de muchas pesquerias (Alverson et al, 1994). En las bitacoras y sistemas de reporte existen a menudo reportes errdneos y, al cuantificar el esfuerzo, a menudo existen incrementos ocultos en el poder de pesca de las embarcaciones debido al aprendizaje de los pescadores y a los cambios tecnolégicos Mientras que una prospeccién de pesca, con una embarcacién estandar y un disefio aleatorizado, puede proporcionar estimaciones objetivas 0 un indice del tamafio de la poblacién que son menos propensos a riesgos que los datos de captura, las estimaciones resultantes de la prospeccién también tienen una varianza significativa (Doubleday y Rivard, 1981). La varianza asociada con las prospecciones actisticas es también considerable (Simmonds et al., 1992) La tabla 4 incluye algunas estimaciones del rango de errores probables en algunas de las variables poblacionales para poblaciones de peces bien estudiadas. 3.1.2 Incertidumbre en el proceso La variabilidad natural asociada a los sistemas de produccién de peces puede ser enorme, La variabilidad ambiental, la fuente mas grande de errores en el proceso, usualmente se manifiesta como variabilidad en el reclutamiento (Hennemuth et al., 1980). En poblaciones de vida corta, esto puede resultar en fluctuaciones dramaticas en la biomasa de los adultos (Lluch-Belda ef al., 1989) ‘Aunque pueden haber relaciones y patrones que pueden modelarse estadisticamente para proporcionar alguna explicacién de eventos anteriores, ha habido poco éxito en predecir, con suficiente anticipacién, las condiciones ambientales o las respuestas de las poblaciones de peces y que sean iitiles para la ordenacién (Walters y Collie, 1988). De esta manera, a menudo la variabilidad ambiental se considera compietamente estocdstica y, usualmente, el enfoque mas apropiado es medir directamente sus efectos sobre las poblaciones de peces mediante prospecciones de los pre-reclutas (Bradford, 1992). ‘Ademas de la variabilidad a una escala de tiempo inter-anual, también hay cambios ambientales que abarcan décadas e incluso sobre escalas de tiempo mas largas, las cuales afecten la abundancia de la poblacién, su distribucién y localizacién en formas que son dificiles de medir y mucho menos de predecir (Murawski, 1993) Generalmente se acepta que las poblaciones de peces llegan a ser mas susceptibles a la variabilidad ambiental en la medida en que se incrementa la explotacién. De esta ww ao. org/3Wv84005/[Link] 2182518/2020 3. INCERTIDUMBRE Y RIESGO forma, hay un efecto directo de la ordenacién en la incertidumbre y la reduccién de la incertidumbre puede ser, en si misma, un objetivo de la ordenacién. 3.1.3 Incertidumbre en el modelo Los errores de los modelos raramente son evaluados, debido a que los datos requeridos para distinguir entre los diferentes modelos no estan disponibles. Los estudios sobre el desempeio relativo de varias formulaciones de modelos, e.g. los modelos de produccién de Schaeffer y Fox, sugieren que éstos pueden proporcionar resultados sustancialmente diferentes usando el mismo conjunto de datos. De hecho, el mismo modelo puede dar resultados bastante distintos dependiendo de la estructura de error asumida (Polancheck et a, 1993). Otros ejemplos de errores potenciales en los modelos de evaluacién de poblaciones incluyen los modelos utilizados para calibrar indices de abundancia (e.g. ajuste o sintonizacién del APV), el uso de valores convencionales constantes para la mortalidad natural y el establecimiento de valores de F para los peces jévenes como una funcién de estos propios valores en los individuos mas viejos. El error en el modelo puede examinarse, en algtin grado, utilizando varios modelos para evaluar el mismo recurso aunque, en la practica, los datos y experiencia requeridos para un enfoque de multimodelos raramente existen. Sin embargo, en aquellos casos ‘en que se ha intentado, a menudo se han encontrado diferencias sustanciales, por ejemplo, en el caso del atin de aleta azul del Atlantico Occidental, tres métodos dieron estimados del MRS de 3942, 5530 y 6755 tm/afio (ICCAT, 1994) 3.1.4 Incertidumbre en la estimacion Debido a la naturaleza secuencial de las evaluaciones, los errores en la estimacion ‘curren en varias etapas y se propagan a través del proceso. Ellos pueden verse como el resultado combinado de los tres tipos de errores bosquejados anteriormente. Aunque en el pasado, los estimados explicitos de la exactitud eran raros, ahora han llegado a ser mas comunes en la literatura. En la tabla 4 se presentan algunos estimados del orden probable del error para las cantidades comunmente utiizadas en la evaluacién del estado de las poblaciones de pesquerias costeras. La generalidad de estos ejemplos puede ser cuestionable, pero probablemente estan subestimadas en el caso de las poblaciones de peces pelagicos y grandes pelagicos Los intentos para cuantificar los errores en la estimacién utilizan la variabilidad estimada en los valores de los parametros medidos. Es importante notar, sin embargo, que varios procedimientos utilizan entradas asumidas o sin mediciones, para las cuales no hay informacién sobre la variabilidad. El mas significativo de estos parametros de entrada asumidos es la mortalidad natural, la cual raramente se mide o es facilmente medible. Un andlisis reciente del eglefino en tres subareas del Mar del Norte proporcioné estimaciones de M que varian desde 0.37 hasta 0.53, considerablemente mas altos que el valor convencional de 0.2 que se utiliza para las poblaciones demersales del Atlantico Norte (Jones y Shanks, 1990). La mayoria de las evaluaciones de poblaciones y de los céloulos de puntos de referencia objetivos involucran una secuencia de andlisis complejos. Inevitablemente, en cada etapa hay decisiones que tomar las cuales pueden afectar significativamente el resultado del andlisis, En ausencia de una metodologia que pueda proporcionar una solucién Unica, muchos sistemas de ordenacién adoptan un enfoque de comité, en el cual el resultado, a menudo, es alcanzado por consenso. Para algunos tipos de evaluacién, notablemente las evaluaciones APV-basadas, este problema ha sido abordado mediante la automatizacién del procedimiento (Gavaris, 1988; Conser y Powers, 1990) Los errores en la estimacién que resultan de sesgos 0 de tendencias en las variables de entrada pueden ser muy dificiles de detectar o de deseribir, Un ejemplo dramatico es. el error sistematico en la estimacién de la abundancia poblacional utilizando métodos de andlisis secuencial de poblaciones (andlisis de poblacién virtual y andlisis de ‘cohortes), Estos errores solamente fueron detectados cuando los cientificos realizaron un analisis retrospectivo, varios afios después de que los estimados poblacionales habian sido utiizados para suministrar asesoria para la ordenacién. Esto solo pudo ww ao. org/3Wv84005/[Link] ais2518/2020 3. INCERTIDUMBRE Y RIESGO hacerse mediante la comparacién de los estimados poblacionales para cohortes que hubieran pasado casi completamente a través de la pesqueria (cohortes para las cuales los analisis secuenciales de poblaciones, ASP, convergieron y para los cuales los estimados son poco afectados por los valores de entrada de F para los afios mas recientes), con las estimaciones de aquellas cohortes en el momento en que acababan de entrar a la pesqueria. Fueron detectadas diferencias sustanciales entre las dos estimaciones, algunas veces diferencias de un orden de magnitud o mas. Debido a la complejidad del proceso de evaluacién, las causas de las diferencias encontradas por el andlisis retrospectivo fueron extremadamente dificiles de evaluar y, todavia, no estan bien comprendidas. Estas se han atribuido indistintamente a reportes erréneos de capturas, a tendencias en la capturabilidad, al supuesto de una mortalidad natural constante a través de todos los grupos de edad y a los supuestos concernientes al reclutamiento parcial (Ia susceptibilidad a la explotacién) a diferentes edades (Sinclair et al,, 1990; Parma, 1993). Sinclair ef al. (1990) concluyé que "los estimados del tamafio de la poblacién a partir de la convergencia del ASP no necesariamente representan el verdadero tamafio de la poblacién para aquellos afios", dejando asi dudas considerables en cuanto a la validez de una metodologia que ha sido una piedra angular en la evaluacién de poblaciones en muchas partes desarrolladas del mundo. Los valores de la tabla 4 muestran claramente que el tamajio actual de la poblacién y la mortalidad por pesca se conocen con una precision relativamente baja para la mayor parte de las pesquerias, aunque con los andlisis retrospectivos, particularmente el APV, las estimaciones anteriores pueden mejorarse algo. La captura total puede parecer una cantidad conocida con una precisién mas alta que otras variables, pero a menudo sufre de sesgos altos 0 desconocidos debido a los descartes y a los reportes errdneos, particularmente si la ordenacién es a través de cuotas. Las estimaciones de la biomasa mediante prospecciones tienen, tipicamente, una alta varianza, pero pueden estar menos sesgados y mejorarse con mayor investigacién, En todos los casos, |a magnitud relativa del cambio de afio a afio sera conocida con mejor precision que el valor absoluto. PEN AUSENCIA DE INFORMACION PRECISA, PUEDE SER NECESARIO ESTABLECER lOBJETIVOS SENSATAMENTE PRUDENTES" lAnon., 1991 Hasta la fecha, el interés ha estado en la cuantificacién de la incertidumbre asociada con las estimaciones del estado de la poblacién. Los puntos de Referencia se ven frecuentemente como valores puntuales. El problema sera probablemente mas severo cuando el estado y los valores objetivos se estimen utilizando diferentes modelos y/o datos. En tiltima instancia, los cientificos pesqueros necesitardn ampliar sus enfoques para tomar en cuenta la incertidumbre conjunta de las estimaciones del estado de la poblacién y de los puntos de referencia y, si es posible, de las interacciones en el proceso de estimacién. 3.1.5 Incertidumbre en la implementacion El error en la implementacién usualmente se considera fuera del componente cientifico de la ordenacién pesquera y, aunque es muy evidente, ha sido poco estudiado (O'Boyle, 1993). Este error esta ligado, principalmente, a la falla en el control de la explotacién por cualesquiera de las medidas de MCV (monitoreo, control y vigilancia) que hayan sido adoptadas. Las razones son muchas y estén interrelacionadas, por ejemplo, una pobre vigilancia y control; falta de preocupacién por parte de la administracién de justicia cuando los casos son oidos; fallas de los participantes en el apoyo a las medidas debido a la falta de oportunidad de participacién durante su desarrollo 0 por simples desacuerdos con las medidas que se han establecido. En los sistemas de ordenacién basados primariamente en una asesoria generada a partir de evaluaciones biolégicas, la falla al incorporar informacién no biolégica, 0 su incorporacién incorrecta, también contribuye al error en la implementacién. Frecuentemente, estos problemas pueden ser conocidos por los administradores y sus asesores técnicos, pero puede ser imposible cuantificar la incertidumbre, excepto de manera retrospectiva. ww ao. org/3Wv84005/[Link] a82518/2020 3. INCERTIDUMBRE Y RIESGO Un taller para revisar la ordenacién de las poblaciones de peces demersales de la Plataforma de Nueva Escocia en el este de Canada, desde 1977 a 1993, concluyé que el error en la implementacién fue la causa principal de la falla para conservar las poblaciones (Angel ef al,, 1994). El Taller noté que "En suma, el enfoque tactico seleccionado para controlar la mortalidad por pesca generé un comportamiento ilegal que no fue controtado por el régimen de control disponible" Los aspectos institucionales del error en la en la implementacién seran considerados en mayor detalle en la Seccién 4. 3.2 Estimacion de la incertidumbre y del riesgo El enfoque mas comtin para estimar el efecto de la variabilidad sobre los resultados de los modelos que utiizan una variedad de parametros de entrada, es una simulacion de la propagacién de los errores, en la cual se permite variar los parémetros de entrada y la variabilidad de los resultados de! modelo se describe en términos probabilisticos. Los dos enfoques metodolégicos mas cominmente utilizados para la propagacién de errores son las simulaciones de Monte Carlo y las técnicas de remuestreo tales como la del “bootstrapping”. La simulacién de Monte Carlo es la replicacién de un procedimiento con datos de entrada 0 pardmetros extraidos aleatoriamente a partir de una distribucién paramétrica (a menudo referida como bootstrap paramétrico). Las técnicas de Temuestreo involucran la replicacién de un procedimiento utilizando datos de entrada obtenidos por muéstreos a partir de observaciones empiricas (Manly, 1991). Smith et al. (1993) proporcionan una visién general del enfoque de "bootstrap" para identificar y cuantificar las incertidumbres asociadas a los puntos de referencias. Estos procedimientos proporcionan estimaciones de la funcién de densidad probabilistica (FDP) para los resultados, la cual puede ser mostrada de diferentes maneras (Fig. 12). La simulacién de Monte Carlo requiere de mas estadistica que la técnica de "bootstrap", ya que requiere conocer la distribucién del error de los pardmetros de entrada, Rice (1993) sugiere que los métodos de estimacién de la densidad no-paramétricos (Silverman, 1986) también pueden ser aplicables, particularmente en los casos donde hay dudas sobre el grado en que los modelos especifican erréneamente la relacion funcional entre pares de variables histéricas, e.g. entre la biomasa de la poblacién desovante y el reclutamiento. La informacién sobre la variabilidad en las entradas de los modelos ha sido utilizada para evaluar el riesgo de dos maneras. Primero, ha sido utilizada para simular la respuesta de la poblacién a varias estrategias de explotacién, con el propésito de ‘comparar enfoques de ordenacién a largo plazo (Ruppert et al, 1985). Segundo, ha sido utilizada para estimar la probabilidad de estar en, 0 cerca de, un punto objetivo en un determinado afio y, a la luz de esto, estimar la probabilidad de exceder algtin limite umbral indeseable (Mohn, 1993). El ultimo uso ha sido el foco de atencién mas reciente en la ordenacidn pesquera. Para asesorar sobre el riesgo, es necesario ir més alld de la probabilidad de ocurrencia de eventos particulares y cuantificar el grado en que estos eventos son indeseables, esto es, el costo o el impacto del evento. Esto requiere que la relacién entre los resultados especificos y la consecuente pérdida de beneficios sean especificadas (Anon., 1992). Un incremento de las capluras esté acompafiado de una reduccién en la biomasa en las pesquerias y tiene asociado riesgos de variabilidad y de colapso de la poblacién. El enfoque mas simple de riesgo es, usual mente, "Cuanta captura puede ‘obtenerse sin reducir la poblacién al punto dénde ésta pueda fluctuar inaceptablemente ylo sea incapaz de reponerse por si misma por debajo de un 10 % (o incluso més alto)’. Hay muchas otras preguntas con relacién al riesgo, de la misma forma que hay objetivos de ordenacién, o combinaciones de objetivos de ordenacién. En la medida en que la cuantificacién del riesgo y la aplicacién de la teoria de decisiones basada en los riesgos llegue a estar més formalmente incorporada dentro de la ordenacién pesquera, el concepto inevitablemente sera aplicado a asuntos econémicos y sociales mas complejos. En el presente, uno de los principales impediments para la evaluacién y uso del riesgo en el suministro de asesoria para la ordenacién, ha sido la definicién formal de "seguro” (Tiesgo aceptable), Claramente, éste debiera ser especifico para cada pesqueria. Sin embargo, algunas generalizaciones precautorias son deseables. Por ejemplo, aunque ww ao. org/3Wv84005/[Link] 582518/2020 3. INCERTIDUMBRE Y RIESGO el riesgo esté incluido en la base conceptual de la ordenacién de las Pesquerias de Nueva Zelandia, éste no ha sido formalmente definido. Francis (1993) propone una definicién en la cual el nivel de captura debiera ser considerado seguro si mantiene la biomasa de la poblacién desovante por encima del 20 % del nivel de la poblacién virgen, al menos el 90 % de las veces. Las definiciones de riesgo aceptable seran generalmente expresadas en términos como los discutidos hasta ahora, que niveles de riesgo debajo de un 10 % (o incluso mayores) estaran justificados por los datos disponibles. Figura 12: Tres maneras de mostrar la informacién sobre Ia incertidumbre ‘Se pueden identificar dos categorias de riesgos: el riesgo de no lograr un PRO y el riesgo de exceder un PRL (Mace, 1994). Los costos de no alcanzar un PRO usualmente estan definidos en términos de la reduccién o interrupcién en el corto-plazo del flujo de beneficios para los participantes en la pesqueria y para los consumidores, atin cuando esto pueda resultar en ganancias netas en el largo plazo. Esto también puede ser balanceado por un aumento de los precios en el mercado como resultado de una reduccién en la oferta. Para especies con una mortalidad natural baja, la mayor parte de la biomasa no capturada en un afio puede estar disponible el afio siguiente. Para especies con una alta mortalidad natural, la biomasa que no se pesca hard una contribucién, a través de la depredacién, a otros componentes, posiblemente valiosos desde el punto de vista comercial, de la trama tréfica. Los costos de exceder un PRL son mucho més serios y han sido discutidos anteriormente y pueden ir desde una disminucién al colapso de las poblaciones, impactos sobre las especies asociadas y desestabilizacién de los ecosistemas y pérdidas de los ingresos a largo plazo, incluyendo impactos intergeneracionales. Si la ‘condicién para una captura segura sélo puede lograrse mediante gastos en la investigacién, ordenacién y control que excedan la renta neta que probablemente proporcione el recurso, debieran considerarse otros enfoques de ordenacién menos costosos, tales como capturas intermitentes (pesca en pulsos 0 selectiva) bajo una estrecha supervision, o la rotacién de la pesca entre las areas de pesca. Consistente con las dos categorias de riesgo descritas anteriormente, hay dos tipos de errores de ordenacién que pueden surgir debido a la incertidumbre sobre el estado actual de la poblacién (Rosenberg y Restrepo, 1995). Los términos errores de Tipo | y de Tipo Il han sido adoptados del mismo modo en que se usan en la estadistica convencional. El error de Tipo I ocurre cuando los cientificos asesoran erréneamente a los administradores de que se esta produciendo una sobrepesca. El error de Tipo Il ocurre cuando los cientificos erréneamente concluyen que la poblacién esta subexplotada. Como se indicé anteriormente, las consecuencias de un sesgo hacia errores de Tipo Il son mas serias que los sesgos hacia errores de Tipo | Un marco de ordenacién que invoque a acciones prefijadas cuando uno o mas PRLS (ya sean cuantitativos 0 cualitativos) han sido excedidos es, en efecto, un enfoque precautorio. Un contexto para este enfoque es andlogo a un termostato (Die y Caddy, en prensa): la pesqueria que opera bajo un estricto control del acceso, no esta sujeta a Un objetivo de captura o de limitacién, pero una vez que uno, 0 una serie de PRLs, muestra evidencia de sobrexplotacién, se pone en practica una accién de ordenacién pre-establecida para reducir el esfuerzo de la flota, Esto es mantenido 0 reforzado hasta que el recurso se recupera a un nivel pre-acordado, cuando la tasa de explotacién puede ser incrementada ligeramente. ‘También pueden haber riesgos debidos a interacciones biolégicas no previstas, que van mas alla del ambito de control de la ordenacién, pero que a pesar de esto afectan a la pesqueria. Por ejemplo, la invasion de aguas Noruegas por focas “arpas", para las que se estimé que, en 1987 y 1988, consumieron 325,000 + 75,000 t de bacalao y pescadilla, produjeron una disminucién stibita en las clases de edad de tres afios. (Ugland et a/,, 1993). Tales eventos biolégicos y ambientales, aunque no necesariamente son causados por la pesca, necesitan ser pronosticados cuando sea ww ao. org/3Wv84005/[Link] 682518/2020 3. INCERTIDUMBRE Y RIESGO posible, monitoreados y tomados en cuenta en relacién a cualquier PRL biomasa- basado. 3.3 Asesoramiento a los administradores sobre incertidumbre y riesgo No hay métodos estandares para comunicar la incertidumbre y el riesgo a los que adoptan las decisiones sobre pesquerias (Rosenberg y Restrepo, en prensa). Las estadisticas basicas proporcionan una variedad de medios de comunicar la variabilidad, los que pueden ser utilizados para indicar la incertidumbre asociada a una estimacién en particular, o para indicar la probabilidad de ocurrencia de un evento indeseable. Las funciones de densidad probabilistica se usan mds frecuentemente para comunicar la variabilidad asociada a una media cuando las observaciones estan normalmente distribuidas. Para propésitos de ordenacién pesquera, las probabilidades acumulativas © distribuciones de supervivencia acumuladas pueden ser mas tftiles cuando el propésito es estimar la probabilidad de evitar el limite superior e inferior (Fig. 12). Los métodos no-paramétricos basados en percentiles y cuartiles y el uso de "box plots" pueden ser mas apropiados cuando las distribuciones estan sesgadas. EI método para comunicar la incertidumbre y el riesgo a los administradores dependera de su nivel de sofisticacién técnica. En situaciones de muchos paises en desarrollo, ‘sera importante relacionar la incertidumbre con caracteristicas de la pesqueria que son bien conocidas, e.g. una cantidad de captura en lugar de un nivel de F. Una simple presentacién gréfica fue utilizada para los peces voladores en el Caribe oriental como un medio de comunicar las tendencias en las capturas, las tasas de captura, su variabilidad y la probabilidad creciente de eventos indeseables cuando se incrementaba la F (Fig. 13). Para muchas poblaciones valiosas, los intentos de cuantificar la incertidumbre y el riesgo estaran justificados. Para la pesqueria de bacalao del norte en Terranova y Labrador, Restrepo et al. (1992) utilizaron el enfoque de Monte Carlo para investigar los riesgos asociados con la ordenacién por cuotas. Utilizando 1000 corridas de simulacién ellos encontraron que, si al final de 1990 nosotros deseamos obtener F991 = Fjgg0. los estimados de cuotas para 1991, cuando todos los elementos conocidos de incertidumbre fueron introducidos en el modelo, podrian estar en el orden de 170,000- 260 000 t. Tal tipo de simulacién proporciona la base para evaluar el riesgo de cualquier cuola. De esta manera, ellos notaron que incrementando en 5 000 t la cuota de 210,000 t, se doblaba el riesgo de exceder F ago. (Incidentalmente, hay un interés particular en revisar esta evaluacién particular del riesgo después del colapso y el cierre de esta pesqueria de bacalao en los tltimos afios). Hilborn y Peterman (1995), recomendaron que los cientificos eviten presentar ‘simplemente un espectro de valores. Ellos plantean que la asesoria deberia tratar tanto con las consecuencias de las hipétesis alternativas como con las acciones alternativas. Ellos sugieren que en lugar de decir que "la captura sostenible puede estar entre 5 y 100 tm, con nuestro mejor estimado de 75 tm’, se lograria una discusién mucho mejor informada si se presenta en la siguiente forma "hay una probabilidad del 40 % de capturar 50 tmiafo por los préximos 20 afios, una probabilidad del 50 % de capturar 75 tm/afio y una probabilidad del 10 % de capturar 100 tm/afio. El interés actual acerca de la cuantificacién de la incertidumbre y del riesgo requiere una considerable cantidad de informacién y experiencia. Es importante para los administradores y asesores pesqueros notar que una visién subjetiva del riesgo, basada en la experiencia de los participantes, también puede ser aplicada en la ordenacién. La mayoria de los pescadores y administradores informados estarian de acuerdo en que hay un riesgo inaceptablemente alto de que la pesca sin control de las agrupaciones reproductivas del mero conduzca a la extincién de las mismas y que el acceso a las agregaciones deberia estar controlado. No se requiere la evaluacion de una poblacién particular para una accién de ordenacién. Los datos para estimar un escape dptimo pueden no estar disponibles ni que tampoco sea percibido como econémicamente viable, debido a la tasa de descuento, adquirir y analizar los datos, pero la sustentabilidad puede lograrse limitando el acceso. ww ao. org/3Wv84005/[Link] 1182518/2020 3. INCERTIDUMBRE Y RIESGO 9 mas afios consecutivos (Mahon, 1989} rw ao. org/[Link]