Capítulo 2 — Infraestructura crítica y seguridad sectorial: seminario avanzado

Capítulo 2 — Infraestructura crítica y seguridad sectorial: seminario avanzado

Mapa de la lección

Lección 02 publicada. Mapa, ejemplo, EX008.

flowchart TD
  N0["Resultados de aprendizaje y conexión"]
  N1["2.1 Para qué sirve el seminario"]
  N2["2.2 Perfiles sectoriales"]
  N3["2.3 Cómo los incidentes sectoriales se vuelven regio"]
  N4["2.4 Los catálogos públicos de incidentes son muestra"]
  N5["2.5 Cuando se revisa el primer relato"]
  N6["2.6 Leer un artículo sectorial: un seminario resuelt"]
  N7["2.7 Presentar en el seminario"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> N6 --> N7
  N7 --> EX["Ejemplo resuelto"]
  EX --> Q["Ejercicio EX008"]

Dibujo lógico

flowchart LR
  N0["Resultados de aprendizaje y conexión"]
  N1["2.1 Para qué sirve el seminario"]
  N2["2.2 Perfiles sectoriales"]
  N3["2.3 Cómo los incidentes sectoriales se vuelven regio"]
  N4["2.4 Los catálogos públicos de incidentes son muestra"]
  N5["2.5 Cuando se revisa el primer relato"]
  N6["2.6 Leer un artículo sectorial: un seminario resuelt"]
  N7["2.7 Presentar en el seminario"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> N6 --> N7 --> Q["EX008"]

[Resultados de aprendizaje y conexión]
    |
    v
[2.1 Para qué sirve el seminario]
    |
    v
[2.2 Perfiles sectoriales]
    |
    v
[2.3 Cómo los incidentes sectoriales se vuelven regio]
    |
    v
[2.4 Los catálogos públicos de incidentes son muestra]
    |
    v
[2.5 Cuando se revisa el primer relato]
    |
    v
[2.6 Leer un artículo sectorial: un seminario resuelt]
    |
    v
[2.7 Presentar en el seminario]
    |
    v
[Ejemplo resuelto] --> [Ejercicio EX008]

Resultados de aprendizaje y conexión

Al final de este capítulo, el estudiante será capaz de:

1. Describir, para cada sector principal, su unidad de consecuencia característica, sus reservas, los instrumentos que lo rigen y la evidencia que un investigador de maestría puede obtener de forma realista.
2. Distinguir las cascadas de dependencias (un proveedor falla y sus dependientes fallan cuando se agotan sus reservas) del desbordamiento por transferencia de carga (los pares absorben la demanda de una unidad que falló), y reconocer cuál mide un estudio.
3. Tratar los catálogos públicos de incidentes como datos con un proceso de selección y cuantificar cómo una divulgación que aumenta con la gravedad infla la gravedad aparente y cómo un cambio en las reglas de notificación crea una tendencia espuria.
4. Codificar incidentes cuyo primer relato público se revisó después, sin repetir el primer relato ni borrarlo.
5. Leer un artículo sectorial con un protocolo crítico fijo y presentarlo en un seminario de modo que la discusión trate de la evidencia y no de opiniones.

Este capítulo amplía el mapa de la evidencia construido en el capítulo 1 de un sector al campo entero. El capítulo sobre la frontera de la investigación del libro doctoral recorre las normas como hipótesis y las familias de modelos de interdependencia; este seminario no repite ese recorrido. Se concentra en lo que necesita un investigador principiante: en qué se diferencian los sectores en las consecuencias que producen y en la evidencia que dejan, cómo leer la evidencia que existe y cómo discutirla con los pares.

2.1 Para qué sirve el seminario

Un seminario de investigación entrena tres hábitos que una tesis necesita y que las clases magistrales no entrenan: leer un artículo por lo que puede respaldar, presentar con justicia el trabajo de otra persona antes de criticarlo y aceptar la crítica de la propia lectura. Cada sesión de este curso sigue el mismo protocolo, que usted reutilizará al redactar la revisión de la literatura del capítulo 7:

1. Afirmación. ¿Qué afirma el artículo y con qué alcance? Cite la frase.
2. Evidencia. ¿Qué datos, de qué unidades y durante qué periodo?
3. Garantía. ¿Por qué esa evidencia respalda esa afirmación? ¿Qué lógica de diseño las conecta?
4. Rivales. ¿Qué otra cosa podría haber producido la misma evidencia? ¿Qué rivales aborda el artículo y cómo?
5. Transferencia. ¿A qué otras unidades, sectores o jurisdicciones podría aplicarse el resultado y en qué condiciones?
6. Y qué. ¿Qué decisión o estudio posterior informa?
7. Siguiente estudio. ¿Qué estudio reduciría más la incertidumbre restante?

El presentador responde las preguntas 1–3 y 5–6 en los términos del propio artículo y abre después la 4 y la 7 al grupo. La crítica de un artículo publicado no es un veredicto sobre sus autores; la mayoría de las limitaciones se derivan de los datos que existían.

2.2 Perfiles sectoriales

Los sectores se diferencian en lo que se pierde, con qué rapidez y para quién, en quién los regula y en qué evidencia llega al registro público. Los siguientes perfiles son un punto de partida; cada instrumento se cita con su versión y su fecha y debe verificarse de nuevo antes de basarse en él.

Dos rasgos de la tabla importan para el diseño de la investigación. Primero, la unidad de consecuencia difiere según el sector, de modo que un estudio intersectorial que compara el «impacto» sin una unidad común está comparando cosas inconmensurables; elija una unidad funcional común (personas sin un servicio durante un tiempo enunciado) o manténgase dentro de un sector. Segundo, la disponibilidad de la evidencia está inversamente relacionada con la sensibilidad: los sectores cuyos datos operativos responderían a las mejores preguntas son los que tienen menos probabilidades de divulgarlos. Un proyecto de maestría realista elige una pregunta que puedan responder datos agregados, públicos o consentidos.

2.3 Cómo los incidentes sectoriales se vuelven regionales

2.3.1 Dos mecanismos de propagación

El libro doctoral modela las cascadas de dependencias: un proveedor falla y cada dependiente falla cuando se agota su reserva; un hospital pierde la presión del agua horas después de que una planta de tratamiento pierda la electricidad. El Estudio de Desbordamiento mide un mecanismo distinto, el desbordamiento por transferencia de carga: una unidad falla o se retira y su demanda pasa a pares que no fallaron. Las ambulancias desviadas de Kestrel llegan a Alder Point; los pacientes que no pueden obtener un medicamento en una farmacia van a otra; los clientes de un procesador de pagos caído hacen cola en los bancos. La transferencia de carga suele ser más rápida que una cascada de dependencias (empieza en cuanto la unidad se retira) y está limitada por la capacidad sobrante de los pares y no por las reservas.

Los eventos reales suelen implicar ambos. Durante el ataque de ransomware contra el laboratorio de patología Synnovis en junio de 2024, la dependencia eran los servicios de laboratorio de los que dependían los hospitales; NHS England informó de que en la primera semana (3–9 de junio) el King's College Hospital y Guy's and St Thomas' aplazaron 814 procedimientos programados y 861 citas ambulatorias hospitalarias y comunitarias, y el trabajo se redirigió a otros proveedores: transferencia de carga. Una tesis debe nombrar qué mecanismo mide, porque el diseño, el resultado y las implicaciones de política difieren.

2.3.2 Concentración y servicios compartidos

Cuando muchas organizaciones dependen de un mismo proveedor de servicios, un incidente en el proveedor se vuelve simultáneo en todas ellas. La encuesta de la AHA a casi 1000 hospitales en marzo de 2024 informó de que el 94 % sufrió un impacto financiero por el ciberataque contra Change Healthcare, que interrumpió el procesamiento de reclamaciones y pagos. Un ejemplo no malicioso ilustra el mismo punto estructural: Microsoft estimó que una actualización defectuosa de software de seguridad en julio de 2024 afectó a 8,5 millones de dispositivos Windows —menos del uno por ciento de todas las máquinas Windows—, pero interrumpió servicios de forma generalizada porque las máquinas afectadas se concentraban en empresas que operan servicios críticos. Para los investigadores, los incidentes de concentración son experimentos naturales con muchas unidades expuestas simultáneamente, pero puede no existir un grupo de comparación no expuesto del mismo tipo.

2.4 Los catálogos públicos de incidentes son muestras, no poblaciones

La mayor parte de la evidencia intersectorial proviene de catálogos compilados a partir de informes públicos: noticias, notificaciones regulatorias de brechas, declaraciones de empresas y avisos de organismos. Neprash et al. (2022) construyeron una base de datos de este tipo para los ataques de ransomware contra organizaciones prestadoras de atención sanitaria de EE. UU. e informaron de 374 ataques entre 2016 y 2021, un recuento anual que más que se duplicó, de 43 a 91, y de interrupción operativa en el 44,4 % de los ataques, incluido el desvío de ambulancias en 16 (4,3 %). Los autores presentan sus recuentos como ataques que llegaron a conocerse públicamente. Ese encuadre importa, porque el contenido de un catálogo está moldeado por dos procesos que no tienen nada que ver con la incidencia verdadera:

1. Divulgación dependiente de la gravedad. Las interrupciones largas y visibles tienen más probabilidades de comunicarse que las cortas absorbidas internamente. La gravedad media del catálogo es, por tanto, mayor que la de la población.
2. Cambios en las reglas de notificación y en la atención. Una nueva obligación de notificar, un cambio en la práctica de publicación de un regulador o un aumento de la atención mediática incrementan la fracción de incidentes que se hacen públicos. Los recuentos suben aunque la incidencia no lo haga.

Ninguno de los dos procesos hace inútiles los catálogos. Los hacen adecuados para algunas preguntas (qué tipos de interrupción han ocurrido; qué características aparecen entre los eventos comunicados; cómo cambiaron los eventos comunicados tras una regla) e inadecuados para otras (con qué frecuencia ocurren los incidentes; qué gravedad tiene un incidente típico; si la incidencia está aumentando), salvo que se modele el proceso de divulgación. El laboratorio 2 muestra el tamaño de ambas distorsiones en una población sintética.

2.5 Cuando se revisa el primer relato

Los registros públicos de incidentes de infraestructura se revisan a medida que avanzan las investigaciones. Dos casos documentados muestran por qué un investigador debe registrar qué se afirmó, quién lo afirmó, cuándo y cómo se revisó después.

• Oldsmar, Florida, febrero de 2021. Las primeras declaraciones públicas describieron a un intruso remoto que elevaba el punto de consigna de hidróxido de sodio en una planta de tratamiento de agua, y CISA emitió un aviso conjunto, AA21-042A, "Compromise of U.S. Water Treatment Facility". En abril de 2023, quien era entonces administrador de la ciudad dijo que el FBI había concluido que el incidente probablemente lo causó un empleado, y un portavoz del FBI dijo que la investigación «no pudo confirmar que este incidente se iniciara por una intrusión cibernética dirigida» (WUSF, 13 de abril de 2023). El incidente sigue apareciendo en muchas listas de ciberataques contra el sector del agua.
• Düsseldorf, Alemania, septiembre de 2020. Un ataque de ransomware interrumpió el hospital universitario, una paciente fue trasladada a un hospital más distante y murió, y la fiscalía abrió una investigación por homicidio imprudente que atrajo la atención mundial como posiblemente la primera muerte causada por ransomware. En noviembre de 2020, la fiscalía concluyó que el retraso no fue decisivo para el desenlace (MIT Technology Review, 12 de noviembre de 2020).

Ninguna de las dos revisiones muestra que el riesgo subyacente sea imaginario. Ambas muestran que un catálogo que codifica el primer relato como un hecho —«intrusión cibernética en una planta de agua», «muerte causada por ransomware»— contiene errores que se propagan a todo análisis que lo use. Un esquema de codificación sólido almacena, para cada incidente, la afirmación, su fuente, el tipo de fuente (oficial, empresa, medios), la fecha de la afirmación, el estado actual (confirmado, disputado, revisado, desconocido) y la fecha de la última comprobación. Una fuente secundaria que repite el primer relato no es una confirmación independiente de él.

2.6 Leer un artículo sectorial: un seminario resuelto

El protocolo del seminario (§2.1) aplicado a Dameff et al. (2023), usando solo lo que afirman el resumen y el artículo publicados:

1. Afirmación. Los hospitales adyacentes a organizaciones prestadoras de atención sanitaria atacadas con ransomware «pueden ver aumentos del censo de pacientes y pueden sufrir limitaciones de recursos que afecten a la atención sensible al tiempo», y esos ataques deberían considerarse un desastre regional.
2. Evidencia. Dos SU urbanos académicos del condado de San Diego; 19 857 visitas a los SU; tres fases de cuatro semanas en torno a un ataque contra otra organización que empezó el 1 de mayo de 2021: antes (3–30 de abril), ataque y recuperación (1–28 de mayo), después (29 de mayo–25 de junio). La organización atacada representaba alrededor de una cuarta parte de las altas hospitalarias de la región.
3. Garantía. Si nada más cambió entre fases, las diferencias entre fases están asociadas con el ataque.
4. Rivales (para el grupo). El cambio estacional de abril a junio; la evolución de la situación de la COVID-19 en la primavera de 2021; otros eventos regionales; muchos resultados comparados, lo que aumenta la probabilidad de que algunas diferencias surjan por azar. El diseño compara fases dentro de los mismos SU; no incluye una región de comparación no afectada, que es la principal aportación que podría hacer un estudio de seguimiento.
5. Transferencia. A regiones donde una organización concentra una gran parte de la capacidad, de modo que su retirada desplaza una carga considerable; menos a regiones con muchos proveedores pequeños.
6. Y qué. La planificación regional ante ciberdesastres, la ayuda mutua y los protocolos de desvío del EMS —la conclusión del propio artículo— y el argumento para medir los efectos regionales en otros eventos.
7. Siguiente estudio. Un diseño controlado: los mismos resultados en SU comparables no afectados durante las mismas semanas, más un gradiente de distancia. Ese es el diseño del Estudio de Desbordamiento.

Fíjese en el tono. El artículo hizo la primera medición publicada de un efecto regional; la crítica del seminario identifica lo que puede añadir un estudio siguiente, no lo que los autores «hicieron mal».

2.7 Presentar en el seminario

Una presentación de diez minutos tiene una forma fija: una diapositiva para la pregunta y por qué importa; una para el diseño (unidades, exposición, comparación, resultado, periodo); una para el resultado principal en palabras de los autores, con su incertidumbre; una para lo que el diseño descarta y lo que deja abierto; una para el siguiente estudio. Ponga los rivales en la diapositiva como preguntas, no como acusaciones. Cuando le pregunten, separe tres tipos de respuesta: «el artículo dice…», «yo infiero…» y «no lo sé; haría falta…». Los mismos tres registros le servirán en la defensa oral (capítulo 8).

2.8 Ejemplo resuelto: una contradicción aparente (ejercicio de seminario)

En el seminario, un participante objeta: «Ghafur et al. encontraron que WannaCry redujo la actividad hospitalaria y el NHS no vio ningún aumento de las muertes; Dameff et al. encontraron que el ransomware aumentó la actividad. La evidencia se contradice». El seminario lo resuelve con la matriz de conceptos:

Los hallazgos son complementarios: la actividad de una unidad atacada cae y la de sus vecinos sube. Juntos sugieren el mecanismo del Estudio de Desbordamiento. El resultado de «ningún cambio en la mortalidad» tampoco es evidencia de ausencia de daño; es la ausencia de un cambio detectado en un resultado tosco durante una semana. La investigación de la NAO añade alcance: al menos 81 de 236 trusts de Inglaterra se vieron afectados, junto con 603 organizaciones de atención primaria y otras del NHS, y NHS England registró 6912 citas canceladas, aunque estimó que se cancelaron más de 19 000 en total; un recordatorio de que los recuentos registrados y los totales estimados son cantidades distintas.

2.9 Actividad práctica: lo que un catálogo hace a la gravedad y a la tendencia

El laboratorio crea una población sintética de 2400 incidentes que interrumpen servicios, 400 por año durante seis años, de modo que la incidencia verdadera es constante. Las duraciones de las interrupciones son log-normales con una mediana de 6 horas. Cada incidente se divulga con una probabilidad que aumenta con la duración (50 % a las 24 horas), y una obligación de notificar a partir del año 4 multiplica la divulgación por 1,8.

# Lab 2 - what a public incident catalogue does to severity and trend (offline, standard library only)
# Synthetic population of service-disrupting incidents over six years. Each has an outage duration (hours).
# Disclosure probability rises with duration; a reporting mandate raises disclosure from year 4.
import math, random

rng = random.Random(42)
TRUE_PER_YEAR = 400                      # constant true incidence: there is NO real trend

def p_report(hours, year):
    base = 1 / (1 + math.exp(-(math.log(hours) - math.log(24)) * 1.5))   # 50% at 24 h
    return min(1.0, base * (1.0 if year < 4 else 1.8))                   # mandate from year 4

pop = []
for year in range(1, 7):
    for _ in range(TRUE_PER_YEAR):
        hours = rng.lognormvariate(math.log(6), 1.2)                       # median 6 h
        pop.append((year, hours, rng.random() < p_report(hours, year)))

def summary(rows):
    h = sorted(r[1] for r in rows)
    n = len(h)
    med = h[n // 2] if n % 2 else (h[n // 2 - 1] + h[n // 2]) / 2
    return n, sum(h) / n, med, sum(x > 24 for x in h) / n

print("set           n     mean_h  median_h  share>24h")
for label, rows in (("population", pop), ("catalogue", [r for r in pop if r[2]])):
    n, mean, med, big = summary(rows)
    print(f"{label:12} {n:5d}  {mean:7.1f}  {med:8.1f}  {big:9.2f}")
print("year  true  catalogued")
for y in range(1, 7):
    print(f"{y:4d}  {sum(r[0] == y for r in pop):4d}  {sum(r[0] == y and r[2] for r in pop):10d}")

Salida esperada:

set           n     mean_h  median_h  share>24h
population    2400     12.8       6.1       0.13
catalogue      646     29.2      18.4       0.40
year  true  catalogued
   1   400          99
   2   400          73
   3   400          90
   4   400         125
   5   400         133
   6   400         126

Lea ambas tablas. La interrupción media del catálogo (29,2 h) es más del doble de la de la población (12,8 h); su mediana es tres veces mayor; y la proporción de incidentes de más de 24 horas sube del 13 % al 40 %. Un estudio que describiera los incidentes «típicos» a partir del catálogo los exageraría mucho. Los recuentos anuales muestran un salto de unos 87 por año a unos 128 por año tras la obligación: un «aumento» del 47 % en una población cuya incidencia nunca cambió. Un análisis honesto de un catálogo se limita a preguntas que la selección no distorsiona, modela el proceso de divulgación con supuestos enunciados o usa un denominador externo (por ejemplo, todos los incidentes notificados en virtud de una obligación cuya exhaustividad se conoce).

2.10 Errores habituales y límites

• Comparar el «impacto» entre sectores sin una unidad de consecuencia común.
• Confundir las cascadas de dependencias con el desbordamiento por transferencia de carga y, por tanto, medir el resultado equivocado.
• Tratar los recuentos de un catálogo público como incidencia, o los promedios del catálogo como gravedad típica.
• Interpretar un aumento de los incidentes notificados tras una obligación como un aumento de los ataques.
• Codificar un relato público temprano como un hecho y no volver a revisarlo nunca.
• Tratar una fuente secundaria que repite un primer relato como confirmación independiente.
• Criticar un artículo por no hacer lo que sus datos nunca podrían respaldar, en lugar de identificar el siguiente estudio.
• Tratar «ningún cambio detectado» en un resultado tosco como evidencia de ausencia de efecto.

El límite de un seminario es que solo lee lo que se publicó. La evidencia no publicada —incidentes nunca divulgados, datos operativos nunca liberados— queda fuera de él, y el seminario debe decirlo en lugar de suponer que el registro publicado está completo.

Ejercicios — capítulo 2

EX008 — Perfil sectorial. Objetivo: perfilar un sector como contexto de investigación. Entradas: la tabla del §2.2. Restricciones: elija un sector distinto de la salud; cite al menos dos fuentes primarias para sus instrumentos y un caso público documentado. Pasos: (1) defina la unidad de consecuencia; (2) enumere las reservas; (3) nombre los instrumentos que lo rigen con su versión y su fecha; (4) enumere la evidencia que un estudiante de maestría podría obtener legalmente; (5) proponga una pregunta respondible que esta evidencia pueda respaldar. Evidencia esperada: perfil de una página. Rúbrica: 3 = unidad de consecuencia precisa, instrumentos citados con exactitud, evidencia realista, pregunta ajustada a la evidencia; 2 = un elemento vago; 1 = sin citas; 0 = nada.

EX009 — Distorsión del catálogo. Objetivo: separar el sesgo de tendencia que crea una obligación de notificar del sesgo de gravedad que crea la divulgación selectiva en un catálogo de incidentes. Entradas: el código del laboratorio 2. Restricciones: sin conexión; no cambie la semilla. Pasos: (1) ejecute el laboratorio y anote la salida; (2) fije el multiplicador de la obligación en 1.0 e informe la media, la mediana, la proporción por encima de 24 horas y los recuentos anuales del catálogo; (3) explique por qué la distorsión de la gravedad persiste sin la obligación; (4) proponga una pregunta que este catálogo sí puede responder sin modelar la divulgación. Evidencia esperada: salidas y dos párrafos. Rúbrica: 3 = salidas correctas, distorsión de la gravedad atribuida a la divulgación dependiente de la gravedad, distorsión de la tendencia atribuida a la obligación, una pregunta respondible y defendible; 2 = falta una explicación; 1 = no ejecutado; 0 = nada.

EX010 — Protocolo del seminario. Objetivo: aplicar el protocolo de siete preguntas. Entradas: Ghafur et al. (2019). Restricciones: use solo lo que afirma el artículo; cite su afirmación. Pasos: responda las siete preguntas del §2.1; señale qué rivales aborda el artículo y cómo. Evidencia esperada: una página. Rúbrica: 3 = afirmación citada, diseño descrito con exactitud (fuente de datos, comparación, resultados), rivales concretos, siguiente estudio factible; 2 = una pregunta pobre; 1 = opinión en lugar de evidencia; 0 = nada.

EX011 — Clasificación de mecanismos. Objetivo: distinguir los mecanismos de propagación. Entradas: (a) la parada de Colonial Pipeline y sus efectos en el suministro de combustible (página del DOE); (b) Synnovis y los procedimientos aplazados (NHS England); (c) Change Healthcare y la liquidez de los hospitales (AHA); (d) el desvío de Kestrel y las llegadas a Alder Point (sintético). Restricciones: use el §2.3.1. Pasos: clasifique cada uno como cascada de dependencias, desbordamiento por transferencia de carga o ambos; nombre la unidad de consecuencia; nombre el factor limitante. Evidencia esperada: tabla. Rúbrica: 3 = clasificaciones justificadas, «ambos» reconocido cuando la sustitución sigue a un fallo de dependencia, factores limitantes concretos; 2 = una clasificación errónea; 1 = sin justificación; 0 = nada.

EX012 — Codificar un incidente revisado. Objetivo: diseñar una entrada de catálogo que sobreviva a la revisión. Entradas: las fuentes sobre Oldsmar del §2.5. Restricciones: como mínimo, los campos del §2.5. Pasos: (1) escriba la entrada tal como habría quedado en marzo de 2021; (2) actualícela a abril de 2023; (3) indique cómo debería tratar la entrada un análisis que cuente «intrusiones confirmadas en empresas de agua»; (4) indique cómo comprobaría el estado de la entrada antes de usarla en 2026. Evidencia esperada: dos entradas y un párrafo. Rúbrica: 3 = ambas entradas conservan la fuente, la fecha y el estado, regla de análisis explícita, procedimiento de nueva comprobación concreto; 2 = historial perdido en la actualización; 1 = la entrada afirma una causa; 0 = nada.

EX013 — Contradicción aparente. Objetivo: resolver hallazgos que parecen contradictorios. Entradas: las afirmaciones «WannaCry redujo la actividad en los trusts infectados del NHS» y «el ransomware aumentó el volumen en los SU vecinos de San Diego». Restricciones: use una matriz de conceptos con al menos cinco dimensiones. Pasos: (1) construya la matriz; (2) indique si los hallazgos se contradicen; (3) indique qué estudio podría poner a prueba el mecanismo combinado. Evidencia esperada: matriz y párrafo. Rúbrica: 3 = unidades y dirección distinguidas, limitación de la medida de daño señalada, el estudio combinado mide tanto las unidades atacadas como las vecinas; 2 = falta una dimensión; 1 = afirma la contradicción; 0 = nada.

EX014 — Presentación en el seminario. Objetivo: presentar un artículo con justicia. Entradas: un artículo sectorial publicado de su elección con un resultado cuantitativo. Restricciones: cinco diapositivas como en el §2.7; rivales planteados como preguntas. Pasos: (1) prepare las diapositivas; (2) escriba tres preguntas que espera y sus respuestas en los tres registros («el artículo dice», «yo infiero», «no lo sé; haría falta»); (3) tras presentar ante sus pares, registre un punto en el que cambió su lectura. Evidencia esperada: esquema de las diapositivas, hoja de preguntas y reflexión. Rúbrica: 3 = resumen justo antes de la crítica, rivales precisos, registros usados correctamente, reflexión honesta; 2 = la crítica precede al resumen; 1 = basada en opiniones; 0 = nada.

Síntesis del capítulo

Los sectores se diferencian en lo que pierden, con qué rapidez y para quién; en quién los rige; y en qué evidencia llega a la vista del público. Elija una unidad de consecuencia común o manténgase dentro de un sector. Distinga las cascadas de dependencias del desbordamiento por transferencia de carga y mida el mecanismo que afirma. Los catálogos públicos son muestras moldeadas por la divulgación dependiente de la gravedad y por los cambios en las reglas de notificación: sus promedios exageran la gravedad típica y sus tendencias pueden ser artefactos. Los primeros relatos públicos se revisan —Oldsmar y Düsseldorf son ejemplos documentados—, así que codifique las afirmaciones con su fuente, su fecha y su estado, y vuelva a comprobarlas antes de usarlas. Lea los artículos con un protocolo fijo, resuma con justicia antes de criticar y convierta la crítica en el diseño del siguiente estudio.

Siga estudiando — capítulo 02 de 08

← Capítulo 01 · Índice de capítulos del curso · Capítulo 03 →

Continúe con la siguiente lección escrita.