TRASMISSIONE EFFICACE DELLE NON CONFORMITA'
L'entropia dell'informazione misura l'incertezza in un insieme di dati. Si possono comprimere e trasmettere informazioni in modo efficiente riducendo la perdita di dati. Chiarito questo concetto, applichiamolo alla gestione delle non conformità
"Nel suo famoso articolo del 1948, "A Mathematical Theory of Communication", Shannon introdusse concetti fondamentali come l'entropia dell'informazione, che misura l'incertezza in un insieme di dati. La sua teoria ha spiegato come comprimere e trasmettere informazioni in modo efficiente, minimizzando la perdita di dati. In termini semplici, l'entropia misura il grado di incertezza o disordine in un un insieme di dati: maggiore è l'entropia, maggiore è la quantità di informazione necessaria per descrivere accuratamente i dati."
Il problema della perdita di informazioni nei sistemi qualità
Ogni sistema di gestione qualità può essere visto come una rete complessa di canali di comunicazione dove le informazioni critiche devono fluire dai punti di rilevamento (operatori, sensori, controlli) ai centri decisionali (management, responsabili qualità, clienti). È un po' come con il telefono senza fili: **durante la trasmissione esiste il rischio concreto di perdita, distorsione o ritardo delle informazioni**.
Nel caso delle non conformità, quando un operatore rileva un problema, deve trasferire questa informazione attraverso diversi livelli organizzativi. **Ogni passaggio introduce potenziali perdite**: dettagli omessi, interpretazioni soggettive, sintesi eccessive o, al contrario, un eccesso di dati non strutturati che rendono difficile identificare l'informazione critica.
La perdita di informazioni nel campo della qualità genera costi spesso invisibili ma decisamente onerosi. Una non conformità mal comunicata può portare a:
- **interventi correttivi inappropriati** per mancanza di dettagli tecnici specifici
- **ripetizione dei difetti** quando le cause non vengono trasmesse efficacemente
- **ritardi nelle decisioni** dovuti alla necessità di raccogliere nuovamente le informazioni perse
L'applicazione dei principi della teoria dell'informazione di Shannon ai sistemi qualità permette di:
- progettare sistemi di codifica che preservino l'informazione essenziale
- bilanciare efficienza e completezza nella trasmissione
- quantificare oggettivamente l'efficacia della comunicazione
- ottimizzare i canali informativi minimizzando le perdite
Da Shannon ai sistemi qualità
Claude Shannon definì l'**entropia dell'informazione** come la misura dell'incertezza contenuta in un messaggio.
Maggiore è l'entropia, maggiore è l'informazione contenuta nel messaggio. Un messaggio con entropia zero non contiene informazioni (è completamente prevedibile), mentre un messaggio con alta entropia è ricco di informazioni utili.
Applicando questo concetto ai sistemi qualità, **possiamo misurare il contenuto informativo di una segnalazione di non conformità**. Una segnalazione generica come "prodotto difettoso" ha bassa entropia (alta prevedibilità, scarsa informazione utile). Una segnalazione dettagliata come "saldatura difettosa su giunto J12, temperatura rilevata 180°C invece di 220°C previsti, operatore turno A, lotto materiale M2024-15" ha un'alta entropia e, quindi, alto valore informativo.
Il concetto di "rumore" nella comunicazione
Nei sistemi di comunicazione della qualità, il **rumore** assume diverse forme:
- **semantico**: interpretazioni soggettive che alterano il significato originale
- **organizzativo**: filtri gerarchici che selezionano arbitrariamente le informazioni
- **temporale**: ritardi che rendono obsolete alcune informazioni
- **di formato**: perdite dovute a trascrizioni tra sistemi diversi
La teoria di Shannon dimostra che **un certo grado di ridondanza è necessario per garantire trasmissioni affidabili in presenza di rumore**. Nei sistemi qualità questo si traduce in:
- conferme multiple per le informazioni più critiche
- sistemi che danno la precedenza alle segnalazioni urgenti
- controllo incrociato tra diversi canali informativi
- protocolli di verifica della ricezione
Identificazione dei punti critici di perdita di informazioni
I punti di maggiore perdita a livello di informazioni sono tipicamente:
- **le interfacce uomo-sistema**: trascrizioni manuali e interpretazioni soggettive
- **le sintesi periodiche**: eliminano spesso dettagli operativi importanti
- **i cambi di formato**: traduzioni tra sistemi informativi diversi
- **i filtri**: selezioni basate su criteri non sempre ottimali
L'entropia dell'informazione diminuisce generalmente salendo nella gerarchia:
- **livello operativo**: alta entropia a causa del massimo dettaglio tecnico
- **livello intermedio**: entropia moderata, focus su trend e modelli
- **livello strategico**: bassa entropia, sintesi per decisioni importanti
La sfida, quindi, è preservare l'informazione critica anche nei livelli a bassa entropia.
Il paradosso della troppa informazione
Troppa informazione può essere controproducente quanto troppo poca. **L'eccesso di dati non strutturati aumenta l'entropia totale ma diminuisce l'efficacia decisionale**. È necessario, quindi, trovare un bilanciamento ottimale tra completezza delle informazioni e usabilità.
Diverse tipologie di non conformità richiedono contenuti informativi diversi:
non conformità di processo:
- parametri di processo (temperatura, pressione, velocità)
- condizioni ambientali
- identificazione dell'operatore e delle attrezzature
- timing preciso dell'evento
non conformità di prodotto:
- caratteristiche dimensionali/funzionali interessate
- modalità di rilevamento
- estensione del problema (numero pezzi, lotti)
- impatto sul cliente finale
Stabilito quanto sopra, possiamo applicare i principi della compressione informatica:
- **eliminazione ridondanze** mantenendo solo le informazioni che sono uniche
- **riferimenti incrociati** e non duplicazioni
- **moduli standardizzati** per situazioni ricorrenti
- **sistemi di categorizzazione** per correlazioni automatiche
L'applicazione della teoria dell'informazione ai sistemi di comunicazione qualità offre:
- una riduzione delle perdite a livello di informazioni
- un miglioramento del tempo di risposta
- una diminuzione degli errori di interpretazione
- una maggiore oggettività nelle valutazioni
- una comunicazione più strutturata e affidabile
- una migliore tracciabilità delle decisioni
- la riduzione di conflitti tra le diverse funzioni