Ruido: Cómo superar el elevado coste oculto de la toma de decisiones incoherente

La idea en pocas palabras El problema Muchas organizaciones esperan coherencia de sus empleados profesionales. Sin embargo, el juicio humano a menudo se ve influido por factores tan irrelevantes como el tiempo y el último caso visto. Y lo que es más importante, las decisiones suelen variar de un empleado a otro. La variabilidad fortuita de los juicios se denomina ruido, y resulta sorprendentemente costosa para las empresas. El punto de partida Los directivos deben realizar una auditoría de ruido en la que los miembros de una unidad, trabajando de forma independiente, evalúen un conjunto común de casos. El grado en que varían sus decisiones es la medida del ruido. A menudo será mucho mayor de lo que los directivos prevén. La solución La solución más radical a un grave problema de ruido es sustituir el juicio humano por algoritmos. Los algoritmos no son difíciles de construir, pero a menudo son política u operativamente inviables. En tales casos, las empresas deben establecer procedimientos que ayuden a los profesionales a lograr una mayor coherencia. En una empresa global de servicios financieros con la que trabajamos, un cliente de muchos años envió accidentalmente el mismo expediente de solicitud a dos oficinas. Aunque se suponía que los empleados que revisaron el expediente debían seguir las mismas directrices -y llegar así a resultados similares-, las distintas oficinas devolvieron presupuestos muy diferentes. Sorprendido, el cliente cedió el negocio a un competidor. Desde el punto de vista de la empresa, los empleados con la misma función deberían haber sido intercambiables, pero en este caso no lo fueron. Desgraciadamente, éste es un problema común. Los profesionales de muchas organizaciones son asignados arbitrariamente a los casos: tasadores en las agencias de calificación crediticia, médicos en las salas de urgencias, suscriptores de préstamos y seguros, y otros. Las organizaciones esperan coherencia de estos profesionales: Los casos idénticos deben tratarse de forma similar, si no idéntica. El problema es que los seres humanos son poco fiables a la hora de tomar decisiones; sus juicios están muy influidos por factores irrelevantes, como su estado de ánimo actual, el tiempo transcurrido desde su última comida y el clima. Llamamos ruido a la variabilidad fortuita de los juicios . Es un impuesto invisible sobre el balance final de muchas empresas. En algunos trabajos no hay ruido. Los empleados de un banco o de una oficina de correos realizan tareas complejas, pero deben seguir reglas estrictas que limitan el juicio subjetivo y garantizan, por diseño, que casos idénticos serán tratados de forma idéntica. Por el contrario, los profesionales de la medicina, los gestores de préstamos, los directores de proyectos, los jueces y los ejecutivos realizan juicios de valor que se guían por la experiencia informal y los principios generales más que por normas rígidas. Y si no llegan precisamente a la misma respuesta a la que llegaría cualquier otra persona en su función, es aceptable; esto es lo que queremos decir cuando afirmamos que una decisión es "una cuestión de juicio". Una empresa cuyos empleados ejercen el juicio no espera que las decisiones estén totalmente libres de ruido. Pero a menudo el ruido está muy por encima del nivel que los ejecutivos considerarían tolerable, y no son en absoluto conscientes de ello. La prevalencia del ruido ha quedado demostrada en varios estudios. Los investigadores académicos han confirmado en repetidas ocasiones que los profesionales suelen contradecir sus propios juicios previos cuando se les dan los mismos datos en distintas ocasiones. Por ejemplo, cuando se pidió a los programadores informáticos en dos días distintos que calcularan el tiempo de realización de una tarea determinada, las horas que proyectaron diferían en un 71%, por término medio. Cuando los patólogos realizaron dos evaluaciones de la gravedad de los resultados de una biopsia, la correlación entre sus valoraciones fue de sólo 0,61 (sobre un perfecto 1,0), lo que indica que realizaban diagnósticos incoherentes con bastante frecuencia. Los juicios realizados por personas diferentes tienen aún más probabilidades de divergir. La investigación ha confirmado que, en muchas tareas, las decisiones de los expertos son muy variables: valoración de acciones, tasación de bienes inmuebles, sentencia de delincuentes , evaluación del rendimiento laboral, auditoría de declaraciones financieras, etc. La conclusión inevitable es que los profesionales suelen tomar decisiones que se desvían significativamente de las de sus compañeros, de sus propias decisiones anteriores y de las normas que ellos mismos dicen seguir. El ruido suele ser insidioso: hace que incluso las empresas de éxito pierdan cantidades sustanciales de dinero sin darse cuenta. ¿Cómo de sustanciales? Para obtener una estimación, preguntamos lo siguiente a los ejecutivos de una de las organizaciones que estudiamos: "Supongamos que la valoración óptima de un caso es de 100.000 dólares. ¿Cuál sería el coste para la organización si el profesional encargado del caso tasara un valor de 115.000 dólares? ¿Cuál sería el coste de evaluarlo en 85.000 dólares?". Las estimaciones de costes eran elevadas. Sumadas todas las valoraciones realizadas cada año, el coste del ruido se medía en miles de millones, una cifra inaceptable incluso para una gran empresa global. El valor de reducir el ruido incluso en unos pocos puntos porcentuales sería de decenas de millones. Sorprendentemente, la organización había ignorado por completo la cuestión de la coherencia hasta entonces. Se sabe desde hace tiempo que las predicciones y decisiones generadas por simples algoritmos estadísticos suelen ser más precisas que las realizadas por expertos, incluso cuando éstos tienen acceso a más información que la que utilizan las fórmulas. Es menos conocido que la ventaja clave de los algoritmos es que están libres de ruido: A diferencia de los humanos, una fórmula siempre devolverá la misma salida para cualquier entrada dada. Esta coherencia superior permite que incluso los algoritmos simples e imperfectos logren una mayor precisión que los profesionales humanos. (Por supuesto, hay ocasiones en las que los algoritmos serán inviables desde el punto de vista operativo o político, como comentaremos). En este artículo explicamos la diferencia entre ruido y sesgo y analizamos cómo los ejecutivos pueden auditar el nivel y el impacto del ruido en sus organizaciones. A continuación, describimos un método barato e infrautilizado para construir algoritmos que remedien el ruido, y esbozamos procedimientos que pueden promover la coherencia cuando los algoritmos no son una opción. Ruido frente a sesgo Cuando la gente considera los errores en el juicio y la toma de decisiones, lo más probable es que piense en sesgos sociales como los estereotipos de las minorías o en sesgos cognitivos como el exceso de confianza y el optimismo infundado. La variabilidad inútil que llamamos ruido es un tipo de error diferente. Para apreciar la distinción, piense en la báscula de su cuarto de baño. Diríamos que la báscula está sesgada si sus lecturas son generalmente demasiado altas o demasiado bajas. Si su peso parece depender de dónde coloque los pies por casualidad, la báscula tiene ruido. Una báscula que subestime sistemáticamente el peso real en exactamente cuatro libras está seriamente sesgada pero no tiene ruido. Una báscula que da dos lecturas diferentes al pisarla dos veces es ruidosa. Muchos errores de medición surgen de una combinación de sesgo y ruido. La mayoría de las básculas de baño baratas están algo sesgadas y son bastante ruidosas. Para una ilustración visual de la distinción, considere los blancos de la exposición "Cómo afectan el ruido y el sesgo a la precisión". Éstos muestran los resultados de la práctica de tiro al blanco para equipos de cuatro personas en los que cada individuo dispara una vez. El equipo A es preciso: Los disparos de los compañeros están en la diana y cerca unos de otros. Los otros tres equipos son imprecisos pero de forma distinta: El equipo B es ruidoso: Los disparos de sus miembros están centrados en la diana pero muy dispersos. El equipo C es parcial: Todos los disparos no llegan a la diana pero se agrupan. El equipo D es a la vez ruidoso y sesgado. Como ilustra la comparación de los equipos A y B, un aumento del ruido siempre perjudica la precisión cuando no hay sesgo. Cuando hay sesgo, el aumento del ruido puede provocar de hecho un acierto afortunado, como le ocurrió al equipo D. Por supuesto, ninguna organización confiaría en la suerte. El ruido siempre es indeseable, y a veces desastroso.

Ruido: Cómo superar el elevado coste oculto de la toma de decisiones incoherente

Resumen.

Partner Center