A medida que la sociedad lucha contra un virus que los científicos no acaban de comprender, viendo cómo los mercados se hunden y preguntándonos cómo hacer elecciones complicadas, el futuro parece ser completamente impredecible (más impredecible que nunca). Cuando nos encontramos en tal estado de incerteza, nuestros procesos de toma de decisiones pueden colapsar, paralizándonos o haciéndonos actuar según las emociones e intuiciones en lugar de la lógica y los hechos.
De esta manera, ser conscientes de la incertidumbre es el primer paso para gestionarla. Una consciencia efectiva implica detenerse un momento y evaluar la situación y las incógnitas. Para ello, y aunque los datos sean incompletos y volátiles, tenemos a nuestra disposición herramientas que nos ayudan a tomar decisiones de manera sistemática y analítica. Ya sea que estemos evaluando los últimos registros de paro o los desajustes en el inventario de nuestro almacén, podemos usar el siguiente proceso para trabajar con la ambigüedad y tomar decisiones medidas y razonables.
1. Identificar a qué categoría pertenecen los datos
Existen tres tipos principales de datos a los que nos enfrentamos y sobre los que nos sentimos obligados a actuar: datos destacados, que captan nuestra atención al ser notables o sorprendentes; datos contextuales, cuyos marcos de referencia pueden impactar en cómo los interpretamos; y datos modelados, que tienen una forma regular, inteligible y significativa.
2. Reconocer qué sesgos cognitivos son activados por cada categoría
Distintos tipos de datos activan distintos sesgos, de manera que identificar el tipo de dato y su sesgo facilita el evitar caer en el error.
- Los datos destacados activan el sesgo destacado, en el que sobrevaloramos la información notable, resultando en decisiones subóptimas, errores de planificación, etc. Por ejemplo, la demanda de pasajeros de vuelos en abril de 2020 cayó un 94’3% respecto al año anterior debido a las restricciones causadas por la Covid-19. Esta estadística puede llevarnos a pensar que viajar tal y como lo conocemos ha acabado, pero, en realidad, se trata de un dato que apenas nos dice nada del futuro de viajar.
- Los datos contextuales pueden restringir nuestro pensamiento y llevarnos al sesgo contextual, en el cual el marco en el que recibimos los datos impacta directamente en la manera de procesarlos. Por ejemplo, “80% de carne picada magra” suena más saludable que “carne picada con un 20% de grasa”. Es la misma carne, contextualizada de manera distinta.
- Los datos modelados suelen conducir a la ilusión de agrupación, por la cual asumimos que los eventos aleatorios son información que nos ayudará a predecir un evento futuro. El cerebro humano está conectado para buscar patrones, incluso cuando no existen. De la misma manera, cuando los patrones existen, a menudo no tienen por qué tener un valor predictivo. Por ejemplo, un dado que haya caído dos veces en el mismo número ha establecido un patrón, pero eso no significa que a la siguiente tirada vaya a volver a aparecer el mismo número.
Reconocer cómo estas categorías activan nuestros sesgos cognitivos nos puede prevenir de caer en el error, pero ¿cómo avanzamos una vez hemos aceptado que necesitamos información o insights adicionales para tomar decisiones con confianza acerca del futuro?
¿Te interesa? Cómo cambiará el mundo tras la pandemia
3. Invertir el problema para identificar lo importante
El tercer paso en el proceso es darse cuenta de que no lo sabemos todo, pero que es necesario identificar lo que más importa a la hora de tomar la decisión. Para ello, invirtamos la resolución del problema empezando por el final y preguntándonos: ¿Qué necesito saber para comprender la situación? ¿Qué diferencia implicaría esta información? ¿Y cómo espero usarla? El universo de las “incógnitas conocidas” (esos datos que existen pero que no están en nuestra posesión) es infinito. Pero no es necesario explorarlos todos; la inversión del problema puede ayudar a encontrar a aquellos que se consideren críticos para resolver el problema con confianza.
Por ejemplo, el dato destacado sobre la disminución de la demanda en las aerolíneas desencadena una respuesta visceral, lo que puede facilitar la conclusión de que la industria se encuentra en una encrucijada permanente. Sin embargo, si reculamos e invertimos el proceso, llegaremos a la conclusión de que, a medio o largo plazo, siempre habrá personas que necesiten la movilidad y que la economía mundial así lo exigirá.
4. Formular las preguntas correctas para obtener las respuestas adecuadas
Muchos de nosotros podemos tener problemas planteando las preguntas que nos podrían ayudar a tomar una decisión. Una manera práctica y útil de avanzar es organizar las preguntas en cuatro categorías principales: comportamiento, opinión, sensación y conocimiento. Esto nos garantiza una cierta distancia y una variedad de perspectivas a la hora de sondear los datos con el objetivo de contrarrestar las suposiciones y juicios preconcebidos, así como un mejor contexto para interpretar las respuestas.
- Comportamiento: abordan lo que alguien hace o ha hecho y proporcionarán descripciones de experiencias, actividades y acciones. Si estamos evaluando el estado de las aerolíneas, nos preguntaremos: ¿Quién está viajando? ¿Es extrapolable a una cohorte mayor?
- Opinión: abordan lo que alguien piensa sobre un tópico, acción o evento, queriendo llegar a los objetivos, intenciones, deseos y valores de las personas. En el ejemplo de las aerolíneas, nos podemos preguntar: ¿Es seguro viajar? ¿Las aerolíneas están tomando las suficientes precauciones?
- Sensación: se preguntan cómo alguien responde emocionalmente ante una cuestión. Pueden ayudar a ir más allá de la información y los hechos para saber lo que la gente puede llegar a hacer independientemente de los datos. Por ejemplo: ¿Qué tan seguros se sienten los viajeros? ¿Y los empleados de la aerolínea?
- Conocimiento: exploran qué información objetiva se tiene acerca del tópico. Mientras que algunos pueden argumentar que todo conocimiento es un conjunto de creencias, las preguntas de conocimiento evalúan lo que la persona considera objetivo. Por ejemplo: ¿Qué rutas han sido interrumpidas o canceladas? ¿Cuántas rutas más serán interrumpidas o canceladas? ¿Ha habido casos de transmisión de Covid-19 relacionados con los vuelos?
Se pueden plantear este tipo de preguntas sobre cualquier tipo de dato incompleto: el proceso aquí descrito reconoce que la incertidumbre es una mezcla de acciones y reacciones, conocimiento y emoción. Clasificando y abordando los ingredientes de la incertidumbre no nos llevará a más certezas, pero nos asegurará que se abordan todas sus áreas. De la misma manera, nos ayudará a aproximarnos a nuestras respuestas emocionales, nombrándolas y confrontándolas, y avanzar hacia una respuesta racional, obteniendo una fotografía completa y reduciendo la probabilidad de confiar en sendas de pensamiento desgatado y sesgos cognitivos.
