Las dos velocidades de pensamiento de Daniel Kahneman

'Thinking fast and slow' es un extenso libro en que se recogen las aportaciones principales de Daniel Kahneman, y el ya fallecido Amos Tversky al que dedica la obra, al mundo de la psicología y la cognición.

La obra parte de la afirmación de que existen dos sistemas de pensamiento en el ser humano, el Sistema 1, rápido, intuitivo y emocional, y el Sistema 2, lento, racional y algo más 'perezoso' por lo que suele dejar con frecuencia el control al Sistema 1.

De la interacción entre estos dos sistemas, y de la más rápida intervención del Sistema 1 frente al Sistema 2, se deducen algunos de nuestros comportamientos menos racionales y algunos sesgos cognitivos sorprendentes, comportamientos y sesgos que el autor va desgranando y explicando, complementando la pura teoría con el detalle de los experimentos que la sustentan y anécdotas que rodearon la ejecución de estos experimentos o la propia actividad científica de Kahneman y algunos de los prestigiosos colaboradores con los que ha trabajado y a los que debe parte de sus aportaciones.

La obra, que más allá de la explicación de los dos sistemas de pensamiento que le dan título y que son protagonistas sobre todo de la primera mitad del libro, se puede considerar un resumen de toda la aportación teórica del autor al mundo de la psicología y la cognición, está compuesto de 38 capítulos agrupados en cinco partes.

La primera parte 'TWO SYSTEMS' es la que explica los dos sistemas y su comportamiento.

La segunda 'HEURISTICS AND BIASES', muy interesante, detalla algunas de los sesgos y errores que caracterizan nuestro pensamiento como fruto de la interacción de ambos sistemas y así, se nos habla, por ejemplo, de nuestra poca sensibilidad a los pequeños números a la hora de evaluar probabilidades, los anclajes, la ignorancia del impacto de lo que denomina el regreso a la media, etcétera.

La tercera parte 'OVERCONFIDENCE' nos habla del exceso de confianza, la intuición y algunas ilusiones que la rodean y cómo influye en ejecutivos o en corredores de bolsa.

La cuarta parte 'CHOICES' se adentra en el mundo de la decisión y en ella explica, entre otras cosas, la teoría de las perspectivas que le ha hecho famoso.

La quinta y última parte, 'TWO SELVES' nos habla de la división que nos aqueja entre la experiencia y la memoria, entre aquello que vivimos en un momento dado y lo que recordamos de ello, y cómo tiene mucho más peso en nuestra valoración la memoria de una experiencia que la experiencia en sí misma.

Se complementa el libro con dos artículos publicados hace años por el autor y cuyos resultados teóricos se recogen ya en el contenido central de la obra, 'Judgement under certainty' y 'Choices, values and frames'.

'Thinking, fast and slow' es un libro muy interesante y valioso, aunque quizá de longitud excesiva y en el que el relato de los experimentos y anécdotas,que probablemente hacen la lectura más amena, dificulta sin embargo en ocasiones estructurar adecuadamente el magnífico contenido teórico que el libro atesora.

Daniel Kahneman

(Fuente: Wikipedia)

Daniel Kahneman es un psicólogo de nacionalidades estadounidense e israelí, nacido en Tel Aviv en 1934. En 2002, conjuntamente con Vernon Smith, le fue concedido el "Premio Nobel" de Economía por haber integrado aspectos de la investigación psicológica en la ciencia económica, especialmente en lo que respecta al juicio humano y la toma de decisiones bajo incertidumbre. Es llamativo que Kahneman ganara el Premio Nobel de Economía siendo psicólogo de profesión, aunque erróneamente en algunas fuentes se le cita como economista.

La principal contribución de Kahneman a la ciencia económica consiste en el desarrollo, junto a Amos Tversky, de la denominada teoría de las perspectivas ('prospect theory'), según la cual los individuos toman decisiones, en entornos de incertidumbre, que se apartan de los principios básicos de la probabilidad. A este tipo de decisiones lo denominaron atajos heurísticos.

Una de las manifestaciones de los atajos heurísticos es la aversión a la pérdida. De este modo, un individuo prefiere no perder 100 dólares antes que ganar 100 dólares, lo cual supone una asimetría en la toma de decisiones.

La importancia de las investigaciones de Kahneman radican en su utilidad para modelar comportamientos no racionales, que se apartan de la concepción neoclásica del homo economicus y se aproximan a la teoría keynesiana y algunas teorías del ciclo económico.

Ficha técnica:

TITULO: Thinking, Fast and Slow

AUTOR: Daniel Kahneman

EDITORIAL: Penguin Books

AÑO: 2013

ISBN: 978-0141033570

PAGINAS: 511

Artículos de este blog relacionados

• #macrotweet: ilusiones sobre el control del futuro
• El efecto certeza como explicación psicológica para el atractivo de lo gratuito
• #macrotweet: Hablar a toro pasado de decisiones complejas
• Dirección de proyectos y la falacia de la planificación de Kahneman
• Capital-riesgo y el desafío metódico a la estadística
• Lo que cansa pensar... y por qué
• El poder real de un CEO
• La estadística contra la eficacia del feedback
• #macrotweet: Otra forma de entender la inteligencia

#macrotweet: ilusiones sobre el control del futuro

The illusion that one has understood the past feeds the further illusion that one can predict and control future.

Daniel Kahneman

'Thinking fast and slow'

El efecto certeza como explicación psicológica para el atractivo de lo gratuito

Internet ha impulsado los modelos de negocio basados en la gratuidad. Es común encontrar servicios de alta calidad que se ofrecen de manera gratuita a los usuarios. Sin ir más lejos, podemos pensar en los buscadores o en las redes sociales, pero cada vez es más común extenderlo a servicios de todo tipo.

Es evidente que si queremos disponer de un verdadero modelo de negocio, es preciso en algún momento obtener beneficios y monetizar de alguna manera el servicio y poner en valor la audiencia obtenida.

Ya hace algún tiempo recogimos en la presentación que se muestra abajo un resumen de los modelos de negocio basados en la gratuidad.

Cuando leíamos el libro 'Gratis' de Chris Anderson, se nos hacía notar lo diferente que es para los consumidores gratis frente a barato y cómo el atractivo de gratis es muy superior al de barato, incluso al de muy barato. La barrera entre pagar y no pagar, por reducido que sea el valor de lo pagado, es enorme para un consumidor en términos psicológicos.

El libro de Daniel Kahneman, 'Thinking fast and slow' parece tener incontables explicaciones de carácter psicológico y estadístico para diferentes fenómenos, como ya hemos podido constatar en artículos anteriores. Y también creo encontrar en él una explicación a ese atractivo de lo gratuito, o al menos la constatación de un fenómeno, un mecanismo psicológico, más general que el puro atractivo de lo gratuito pero que ayuda a entenderlo.

Daniel Kahneman nos habla entre otras muchas cosas en su libro sobre la aversión al riesgo, que también contribuye a explicar el encanto de lo gratuito (no pagar es una forma de eliminar daño, aunque sea de naturaleza pecuniaria) pero, aunque relacionado con lo anterior, donde he creído encontrar ese modelo psicológico genérico que explica el atractivo de lo gratuito es en lo que Kahneman denomina el efecto certeza ('certainty effect').

Menciona Kahneman un estudio realizado con Amos Tversky en juegos con apuestas económicamente modestas. La teoría económica tradicional nos haría pensar en decisiones racionales que se basarían por tanto en la denominada esperanza matemática (la estimación racional y matemática de ganancia/pérdida). Por decirlo de otra forma, como realmente lo expresa Kahneman, los pesos de decisión, las preferencias de los jugadores, deberían ser iguales a las probabilidades de cada opción.

Sin embargo, los resultados del experimento contradicen esa visión racional. Expresadas las probabilidades como porcentajes, se observa que sólo coincide la expectativa con la realidad en los extremos. Es decir, a una probabilidad de cero le asignamos un peso de cero y a una probabilidad del 100% le asignamos un peso del 100%. Sin embargo, a probabilidades bajas, le asignamos un peso desproporcionadamente alto. Por ejemplo, a una probabilidad de un 2% le asignamos un peso del 8,1%. Por el contrario, a una probabilidad del 98% le asignamos un peso de sólo un 87,1%.

Lo primero, la asignación de pesos comparativamente altos en el rango de probabilidades bajas es el efecto posibilidad ('possibility effect') mientras que a la asignación de pesos comparativamente bajos en los rango altos de probabilidad tiene que ver con el efecto certeza ('certainty effect').

Expresado en lenguaje llano, psicológicamente tener alguna posibilidad de ganar, por baja que ésta sea, es muy diferente de no tener ninguna (efecto posibilidad). Por el contrario, tener la seguridad de ganar (efecto certeza) es muy diferente de tener sólo una probabilidad de ganar, por muy alta que sea esta probabilidad.

Si trasladamos estas ideas a los modelos de negocio basados en la gratuidad tenemos el mecanismo psicológico que explica su atractivo. Obtener algo gratis es para el consumidor tener la certeza de ganar, o si se prefiere, la certeza de que no pierde dinero (en esta interpretación, el modelo se reforzaría con la aversión al riesgo). Sin embargo, pagar, por poco que sea, abre la posibilidad de perder dinero, aunque sea una cantidad mínima, y la valoración psicológica de eso es irracionalmente baja comparado con las probabilidades reales.

Como el modelo psicológico se corresponde seguramente con nuestros sentimientos y percepciones es fácil de aceptar... sin embargo es preciso resaltar que no es racional, al menos no en el sentido matemático tradicional y en lo que la teoría económica clásica reconoce.

#macrotweet: Hablar a toro pasado de decisiones complejas

We are prone to blame decision makers for good decisions that worked out badly and to give them little credit for successful moves that appear obvious only after the fact.

Daniel Kahneman

'Thinking fast and slow'

Dirección de proyectos y la falacia de la planificación de Kahneman

Es curioso cómo, a veces, dos disciplinas diferentes, con técnicas diferentes y partiendo de supuestos diferentes, pueden llegar a las mismas o similares conclusiones.

Eso he podido observar hoy cuando leyendo el libro 'Thinking fast and slow' de Daniel Kahneman, un autor del campo fundamentalmente de la psicología, llego al punto en que nos habla de la visión externa ('outside view') y de la falacia de la planificación ('the planning fallacy').

El libro de Kahneman se centra en estudiar dos modos de pensar, el Sistema 1 automático y rápido, y el Sistema 2 racional y lento, cómo se complementan e interaccionan, pero también los sesgos y falacias que produce en ocasiones esa interacción, o la intervención de uno de ellos, típicamente el Sistema 1, cuando sería preciso la intervención del Sistema 2.

El caso es que en este rincón de la obra, se centra en la planificación y previsión (fundamentalmente de fechas). Dice Kahneman que con frecuencia se producen errores en la planificación de proyectos. El motivo fundamental que encuentra es que la planificación es en cierto sentido endógena (visión interna) en que los miembros o responsables del proyecto hacen una estimación que se caracteriza por tender a centrarse en el mejor escenario (incapaces o no deseosos de identificar y estimar todos los posibles problemas y desviaciones que puedan ocurrir) y despreciando lo que denomina la visión externa, que vendría a ser la experiencia en proyectos similares realizados anteriormente (y que ya han pasado por todo tipo de vicisitudes).

Así lo explica:

planning fallacy [] describe plans and forecastas that:

• are unrealistically close to best-case scenarios
• could be improved by consulting the statistics of similar cases

Recordemos ahora un poco de teoría de dirección de proyectos, en concreto en el área de planificación o gestión del tiempo del proyecto. La forma habitual de planificar proyectos, inspirándonos en el PMBOK incluye la descomposición en actividades (a partir de la Work Breakdown Structure que forma parte de la gestión del alcance del proyecto), el establecimiento de relaciones de dependencia entre las actividades, la estimación del tiempo de las tareas actividades, y el cálculo del tiempo total del proyecto aplicando una técnica como PERT/CPM.

Como técnicas para estimar la duración de las actividades individuales podríamos mencionar varias como, por ejemplo:

• Juicio de expertos: estimaciones por parte de expertos con base en su experiencia y conocimientos.


• Estimación paramétrica: elegimos algún tipo de parámetro que represente el 'output' a generar, por ejemplo, número de líneas de código, planos, objetos fabricados o lo que sea, y eso lo unimos al tiempo unitario para producir ese output. Com ambos datos es posible obtener la duración de la actividad.


• Estimación analógica: por mera comparación con tareas o proyectos similares

Lo cierto es que todas estas técnicas se pueden aplicar para tareas individuales pero también para una estimación, grosera eso si, del proyecto en su conjunto. Así, podemos estimar la duración total del proyecto mediante una comparativa analógica con un proyecto similar o una estimación paramétrica tomando outputs del proyecto en su conjunto.

Por otro lado, ¿de dónde proceden los valores de la duración unitaria del elemento elegido como parámetro o las duraciones de proyectos anteriores? Pues de lo que en el PMBOK se denominan activos de la organización ('Organizational process assets'), que no dejan de incluir, entre otras cosas, la base de conocimiento generada en experiencias anteriores... es decir, a experiencia de otros...

¿Se observa el paralelismo?

Si consideramos como expertos a los miembros o responsables del proyecto y pensamos en una planificación hecha a partir de juicio de expertos unida a una técnica de PERT/CPM (probablemente lo más habitual) nos situaríamos en lo que Kahneman denomina la visión interna. Por el contrario, mediante métodos paramétricos o analógicos estaríamos recurriendo a la experiencia anterior de la organización, es decir, a la visión externa.

Si hacemos caso de lo que parece sugerir Kahneman aparentemente lo correcto sería recurrir a métodos paramétricos o analógicos.

Mi experiencia personal, sin embargo, me dice que éstos últimos suelen ser mucho menos rigurosos y muy de grano grueso. Además, una vez hecha la estimación, resulta difícil de seguir su cumplimiento, repartir trabajos, explicar desviaciones, detectar riesgos y definir acciones correctoras.

¿Qué es, pues, lo óptimo? Probablemente la complementariedad de técnicas: 

Primeramente, mediante un método más riguroso y formal, los expertos del proyecto con todos sus conocimientos generales y específicos del proyecto hacen su estimación y luego se contrasta con una visión analógica o paramétrica. Si hay mucha distancia, se debe intentar entender qué paso en otros proyectos y que no estamos teniendo en cuenta (las denominadas lecciones aprendidas 'lessons learned' nos deberían ayudar) o, quizá, poner un cierto colchón para imprevistos (aunque esto está desaconsejado por el PMI, Project Management Institute) para hacer frente a esas eventualidades que no somos capaces de identificar en el momento de la planificación. 

Otra opción podría ser partir de nuestra estimación 'interna', con una advertencia a los 'stakeholders' del 'gap' con estimación externa y con una muy rigurosa gestión de cambios y riesgos a lo largo del proyecto.

Sea como fuere, no parece que las conclusiones del psicólogo y de los especialistas en dirección de proyectos sean tan diferentes. Es conocido que los proyectos tienden a retrasarse y es muy probable que la imposibilidad de identificar casos adversos, el interés en no hacerlo (para no perjudicar la venta interna del proyecto), o un cierto optimismo estén en la raíz de ello. Y también es cierto que el mirar de reojo a experiencias anteriores, a las lecciones aprendidas y las duraciones de actividades o proyectos anteriores sirve de valioso contraste de realidad.

Capital-riesgo y el desafío metódico a la estadística

En un artículo anterior, aquel en que hablábamos sobre el feedback y titulábamos 'La estadística contra la eficacia del feedback', veíamos cómo Daniel Kahneman nos advierte sobre la importancia de reconocer la distribución normal de los fenómenos aleatorios y tener en cuenta, consecuentemente, lo que el denomina 'la regresión a la media' a la hora de hacer  predicciones. Esta regresión a la media lo que nos indica es que, cuando un fenómeno presenta un valor anormalmente alto o bajo (digamos el desempeño de una persona) lo que cabe esperar en el futuro no es que se mantenga ese desempeño alto o bajo (como tendemos a pensar) sino todo lo contrario, que en su siguiente manifestación se acerque a la media y sea, por tanto, menos alto o menos bajo.

En el caso del desempeño de personas y del feedback, probablemente la advertencia sea pertinente...aunque el título del post es intencionadamente algo exagerado :).

Sin embargo, no siempre esa cierta 'prudencia estadística', es la mejor opción. Y no porque no se mantenga la validez científica de la observación, sino porque lo que buscamos no es exactamente la prudencia y el acierto en el mayor número de casos sino otros objetivos.

Estas predicciones razonables y 'estadísticamente preparadas' son, por decirlo de alguna manera, 'conservadoras', y no son la mejor opción salvo que dispongamos de una enorme cantidad de información para detectar casos especiales o lo que Nassim Nicholas Taleb llamaría 'cisnes negros', fenómenos excepcionales que no se ajustan a lo común.

En esa línea recogemos una frase de Kahneman: 

A charasteristic of unbiased predictions is that they permit the prediction of rare or extreme events only when the information is very good. If you expect your predictions to be of modest validity, you will never guess an outcome that is either rare or far from the mean.

Una de estas ocupaciones donde es más importante el predecir correctamente los casos excepcionales que acertar en la mayor marte de los casos es el campo del capital riesgo. El capital riesgo se mueve en arenas movedizas y sabiendo que la mayor parte de las startups fracasan debe elegir dónde invertir. En esta situación, lo realmente importante es detectar los casos relativamente escasos que triunfan. El dinero obtenido como retorno de la inversión en el caso de éxito justificará y hará rentable, no sólo esa inversión concreta triunfadora, sino todas las inversiones fallidas que se hayan podido realizar anteriormente.

El inversor de capital riesgo se puede permitir fallar con cierta frecuencia...pero lo que no se puede permitir es no detectar con razonable éxito las buenas oportunidades... y un exceso de prudencia estadística nos haría desestimar siempre el caso excepcional.

Así lo explica el propio Kahneman.

the rational venture capitalist knows that even the most promising start-ups have only a moderate chance of success. She views her job as picking the most promising bets from the bets that are available.
...
The goal of venture capitalists is to call the extreme cases correctly, even at the cost of overestimating the prospects of many other ventures.

De esta forma, si al hablar del feedback sobre desempeño a personas parecía la opción más correcta mirar siempre de reojo a la estadística y no apostar por una continuidad del nivel de desempeño ni sobrevalorar el efecto del feedback, en el caso del capital riesgo, parece que, paradójicamente, lo racional es olvidarse un poquito, sólo un poquito, de la estadística, entendiendo por tal el fenómeno de la regresión a la media, y apostar por el cisne negro, por la startup que triunfará desafiando a la estadística y a la media.

Lo que cansa pensar... y por qué

¿Alguna vez se ha sentido mentalmente agotado? ¿Alguna vez ha experimentado ese cansancio al que se llega tras una larga jornada de estudio o trabajo de análisis o investigación, un agotamiento que no encuentra justificación en un casi inexistente esfuerzo físico? ¿Alguna vez ha experimentado ese estado de 'pereza mental', ese considerar como insalvable el esfuerzo a realizar para llecar a cabo una tarea de naturaleza intelectual?

¿Y ha llegado a pensar que ese cansancio podía no ser real, puesto que se trataba sólo de esfuerzo mental?

Pues, para su tranquilidad, constatar que el esfuerzo intelectual lleva aparejado un consumo absolutamente real, y abundante, de energía, y que, de forma similar al ejercicio físico, el esfuerzo mental consume glucosa.

Ya hace un tiempo pudimos incluso cuantificar la potencia que emplea nuestro cerebro en su funcionamiento, uns asombrosos, en este caso por lo bajo de la cifra, 20 vatios.

Ahora es Daniel Kahneman, quien en su libro 'Thinking fast and slow' nos informa. bien es verdad que sin cifras que nos permitan comparar, del importante consumo energético que la activdad cognitiva lleva aparejado. Nos dice:

The idea of mental energy is more than a metaphor. The nervous system consumes more glucose than most other parts of the body and effortful mental activity appears to be especially expensive in the currency of glucose. When you are actively involved in difficult cognitive reasoning or engaged in a task that requires self-control, your blood glucose level drops.

Molécula de glucosa

Así que, ya sabe, sin que ello sirva como excusa para la pereza, la próxima vez que se sienta mentalmente agotado debido a un intenso esfuerzo intelectual, recuerde, para su tranquilidad, que ese cansancio es real, muy real y su agotamiento se encuentra plenamente justificado.

El poder real de un CEO

El CEO (Chief Executive Officer) es la máxima figura ejecutiva en una empresa, la máxima concreción del poder corporativo.

En ese papel tendemos a atribuirles un poder casi omnímodo y una capacidad completa para orientar la actividad de la empresa y para conseguir o no resultados.

La literatura sobre 'Management' suele centrarse en esta figura y suele cultivar un cierto culto a la personalidad atribuyendo casi todo lo bueno o malo (especialmente lo bueno) que le ocurre a las empresas líderes a la personalidad y actuación de sus CEOs. Pensemos en personalidades de la talla, y popularidad, de Lee Iacocca, Jack Welch o, más recientemente, Steve Jobs o Bill Gates.

Pero ¿es real ese poder? ¿Son tan decisivos los CEOs en los resultados de las compañías que dirigen?

Daniel Kahneman, estadísticas en la mano, y en una línea parecida a la que en el artículo anterior veíamos sobre la eficacia del feedback, desmonta en buena medida en su libro 'Thinking fast and slow' esta imagen dorada y heróica de los CEOs. No niega su importancia...pero si su peso real, y afirma:

CEOs do influence performance, but the effects are much smaller than a reading of the business press suggests.

Los razonamientos de Kahneman, cuyo campo es la psicología y no el 'management', son bastante desapasionados y fundamentalmente tira de estadísticas y razonamientos lógicos, identificando falacias y sesgos en nuestra forma de pensar.

El caso de los CEOs que nos ocupa lo enmarca dentro de lo que llama la 'ilusión del entendimiento' que es la falsa sensación de saber explicar los hechos del pasado... aunque sin embargo somos incapaces de predecir el futuro. Así, construimos narraciones basadas en él heroico liderazgo de los CEOs para conducir a empresas a los buenos resultados cuando el peso real de sus decisiones es mucho menor. Y creamos esas historias porque eso encaja muy bien con nuestra forma de pensar y entender, pero esa narratividad disfraza el peso de otros factores, que podemos considerar de naturaleza aleatoria y que cabría clasificar dentro de lo que habitualmente denominamos 'suerte'.

Stories of how businesses rise and fall strike a chord with readers by offering what the human mind needs: a simple message of triumph and failure that identifies clear causes and ignores determinative power of luck and the inevitability of regression.

Frente a esto, Kahneman nos aporta un dato, una estimación (aunque, cosa curiosa, en este caso y al contrario de lo que sucede en gran parte del libro, no identifica la fuente):

A very generous estimate of the correlation between the success of the firm and the quality of the CEO might be as high as 0.30, indicating 30% overlap. [...] A correlation of 0.30 implies that you would find the stronger CEO leading the stronger firm in about 60% of the pairs - an improvement of a mere 10 percentage point over random guessing

Siguiendo una razonamiento estadístico, una correlación (y es preciso recordar que correlación no es lo mismo que causalidad) del 30% entre grandes CEOs y grandes resultados en la compañía que dirigen, lleva a afirmar que sólo en el 60% de los casos, irán unidos un gran CEO a unos grandes resultados. Teniendo en cuenta que ua distribución al puro azar llevaría a un valor del 50%, un valor del 60% no es precisamente impresionante.

No se puede decir que no exista influencia, 10 puntos son algo, pero desde luego, si Kahneman está en lo cierto, es mucho menor que lo que la literatura del management nos hace pensar.

La estadística contra la eficacia del feedback

Uno de los mecanismos probablemente más utilizados en la dirección de personas y el desarrollo personal es el del feedback, es decir, la acción de comunicar la apreciación, las bondades o defectos, los puntos fuertes y débiles, sobre un trabajo concreto o sobre el desempeño en general. Esta comunicación típicamente se realiza por un mando y hacia a un colaborador aunque son posibles otros esquemas, como el del feedback 360 grados.

El mecanismo, inspirado en la técnica de fedback propia del control de sistemas, se basa en suponer que aquel que recibe el feedback, reconocerá en qué puede haber fallado o cuáles son sus puntos fuertes y de esta forma aprenderá y mejorará su desempeño.

El mecanismo parece lógico y, aunque nos movemos en un terreno parcialmente intangible, paece haber dado resultados en el pasado y seguir dando frutos hoy día.

Si embargo, leyendo 'Thinking fast and slow' de Daniel Kahneman me encuentro un interesante razonamiento que pone en guardia sobre esta eventual eficacia del feedback. Y el reazonamiento es desapasionado y puramente estadístico... pero concluye que nos podemos estar engañando sobre la eficacia del feedback (como en otros muchos fenómenos) o, más bien, sobre la asignación de una causalidad en mejoras de rendimiento que puede no ser tal.

El razonami

ento se basa en lo que el autor denomina 'regresión a la media' (regresssion to the mean). Supongamos un fenómeno aleatorio y que, por tanto, se ajusta a una distribución normal. Habitualmente, diversas manisfestaciones de ese fenómeno expondrán valores cercanos a la media pero de vez en cuando, se producirán valores extremadamente altos o extreamadamente bajos sin que esto suponga un cambio en el fenómeno. Simplemente, en una distribución normal, de vez en cuando también nos encontramos con valores altos o bajos.

El feedback se aplica de forma diferente según la compañía pero, en general, se tiende a centrar o agudizar en los casos más extremos. Se ofrece un mayor refuerzo o recompensa a los colaboradores con desempeño extraordinariamente alto y se centran los esfuerzos de feedback y de desarrollo en los empleados de desempeño anormalmente bajo.

¿Pero que ocurre si el desempeño sigue también una distribución normal o se ve afectado por fenómenos aleatorios externos? ¿Que ocurre, pues, si ese 'anormalmente' alto o bajo no suponen realmente una mala preparación o una mala actitud del colaborador sino que son, simplemente, consecuencia de situaciones aleatorias que, sin que ello suponga una diferente distribución normal, nos sitúan en los extremos de la campana?

Lo que sucedería, por lógica estadística, es que cuando pasado un tiempo midiéramos el desempeño de estos mismos colaboradores, tenderían a acercarse al valor medio (que es el más habitual) y, por tanto, aquellos que mostraron un desempeño excelente tenderían a ofrecer un desempeño más bajo, más cercano a la media, y aquellos que ofrecieron un desempeño deficiente presentarían un mejora significativa, simplemente por haberse acercado a la media.

Si pensamos en el feedback, normalmente habremos hecho esfuerzos de retroalimentación hacia los empleados de peor desempeño buscando su desarrollo y su mejora. Y al observar la mejora, tenderemos a asignar una falsa causalidad al feedback como agente provocador del cambio, cuando esta mejora es debida únicamente a motivos estadísticos y al hecho de enfrentarnos a fenómenos aleatorios que siguen una distribución normal.

Aparte de esta falsa asignación de causalidad, se produce otra paradoja y es que, dado que 'los buenos' tienden a empeorar y 'los malos' a mejorar, y dado que el feedback hacia 'los buenos' es agradable y de refuerzo, y el feedback hacia 'los malos' es desagradable y provocador, parece que se premia el ser 'desagradable' en el feedback y se favorece, por tanto, un 'feedback' duro, desagradable y exigente. Así lo indica Kahneman:

The feedback yo which life exposes us is perverse. Because we tend to be nice to other people when they please us and nasty when they do not, we area statistically punished for being nice and rewarded for being nasty.

No creo que este estudio de Daniel Kahneman (que está respaldado por bastante más datos que estos meros comentarios), suponga un descrédito real de la técnica del feedback, pero sí nos pone en guardia acerca de cómo estimamos los resultados del mismo y nos advierte frente a erróneas asignaciones de causalidad en eventuales mejoras de desempeño.

A tener en cuenta.

#macrotweet: Otra forma de entender la inteligencia

Intelligence is not only the ability to reason; it is also the ability to find relevant material in memory and to deploy attention when needed.

Daniel Kahneman
'Thinking fast and slow'