Introducción
Dos clases de error
Imaginemos que cuatro equipos de amigos han acudido a un campo de tiro. Cada equipo está formado por cinco personas; comparten un rifle y cada una realiza un disparo. La figura 1 muestra sus resultados. En un mundo ideal, todos los disparos darían en la diana.
Casi es lo que ocurre con el equipo A. Los disparos de este equipo están muy agrupados alrededor de la diana, cerca de un patrón perfecto.
De los resultados del equipo B diríamos que están «sesgados», porque sus disparos están sistemáticamente fuera del objetivo. Como ilustra la figura 1, la consistencia del sesgo apoya una predicción. Si uno de los miembros del equipo hiciera otro disparo, apostaríamos por un impacto en la misma zona que los cinco primeros. La consistencia del sesgo también invita a una explicación causal: quizá la mira del rifle del equipo estaba doblada.
Del equipo C diríamos que es «ruidoso», porque sus disparos se hallan muy dispersos. No hay un sesgo evidente, porque los impactos están centrados aproximadamente en la diana. Si uno de los miembros del equipo realizara otro disparo, sabríamos muy poco sobre dónde es probable que impacte. Además, no se nos ocurre ninguna hipótesis interesante para explicar los resultados del equipo C. Sabemos que sus miembros son malos tiradores. Desconocemos por qué son tan ruidosos.
El equipo D está sesgado y es ruidoso. Como el equipo B, sus disparos se desvían sistemáticamente del objetivo y, al igual que el equipo C, estos están muy dispersos.
Sin embargo, este no es un libro sobre tiro al blanco. Nuestro tema es el error humano. El sesgo y el ruido —desviación sistemática y dispersión aleatoria— son componentes diferentes del error. Los blancos ilustran la diferencia.
El campo de tiro es una metáfora de lo que puede fallar en el juicio humano, en particular en las diversas decisiones que se toman en nombre de organizaciones. En estas situaciones, nos encontraremos con las dos clases de error que ilustra la figura 1. Unos juicios están sesgados; se desvían sistemáticamente del objetivo. Otros son ruidosos, ya que las personas que se espera que estén de acuerdo terminan en puntos muy diferentes alrededor del objetivo. Por desgracia, muchas organizaciones se ven afectadas tanto por el sesgo como por el ruido.
La figura 2 ilustra una importante diferencia entre el sesgo y el ruido. Muestra lo que se vería en el campo de tiro si solo se mostrara el dorso de los blancos a los que disparaban los equipos (sin nada que indique la posición de la diana a la que apuntaban).
El dorso de los blancos no nos permite saber si el equipo A o el equipo B está más cerca de la diana; pero a simple vista se puede apreciar que los equipos C y D son ruidosos y que los equipos A y B no lo son. Aquí sabemos tanto de la dispersión como en la figura 1. Una propiedad general del ruido es que se puede reconocer y medir sin saber nada sobre el objetivo o el sesgo.
La propiedad general del ruido que acabamos de mencionar es esencial para nuestros propósitos en este libro, porque muchas de nuestras conclusiones se extraen de juicios cuyo objetivo real es desconocido o incluso imposible de conocer. Cuando los médicos ofrecen diferentes diagnósticos para el mismo paciente, podemos estudiar su desacuerdo sin saber qué le ocurre al paciente. Cuando los ejecutivos del cine estiman las posibilidades que tendrá una película en el mercado, podemos estudiar la variabilidad de sus respuestas sin saber lo que consiguió finalmente la película, o incluso si se llegó a filmar. No necesitamos saber quién tiene razón para medir cuánto varían los juicios de un mismo caso. Todo lo que tenemos que hacer para medir el ruido es mirar la parte trasera del objetivo.
Para comprender el error en el juicio, necesitamos entender tanto el sesgo como el ruido. A veces el ruido es, como veremos, el problema más importante. Sin embargo, en las conversaciones públicas sobre el error humano y en las organizaciones de todo el mundo, el ruido rara vez se reconoce. El sesgo es la estrella del espectáculo. El ruido es un actor de reparto que normalmente está fuera del escenario. El tema del sesgo ha sido discutido en miles de artículos científicos y en decenas de libros populares, pocos de los cuales mencionan el asunto del ruido. Este libro intenta restablecer el equilibrio.
En las decisiones del mundo real, la cantidad de ruido suele ser altísima. He aquí algunos ejemplos de la alarmante cantidad de ruido que se da en situaciones en que la exactitud es importante:
• La medicina es ruidosa. Ante un mismo paciente, distintos médicos juzgan de forma diferente si este tiene cáncer de piel, cáncer de mama, enfermedad cardiaca, tuberculosis, neumonía, depresión y un sinfín de afecciones. El ruido es muy alto en psiquiatría, donde el juicio subjetivo es importante. Sin embargo, también se encuentra un ruido considerable en ámbitos donde no cabría esperarlo, como en la interpretación de radiografías.
• Las decisiones sobre la custodia infantil son ruidosas. Los asesores de los organismos de protección de la infancia deben evaluar si los niños corren el riesgo de ser víctimas de maltratos y, en caso afirmativo, colocarlos en un centro de acogida. El sistema es ruidoso, dado que algunos asesores son mucho más propensos que otros a enviar a un niño a un centro de acogida. Años después, la mayoría de los desventurados niños a los que estos asesores de mano dura han asignado un centro de acogida tendrán malos resultados en la vida: mayores tasas de delincuencia, mayores índices de natalidad en la adolescencia y menores ingresos.
• Las predicciones son ruidosas. Los analistas profesionales ofrecen predicciones muy variables sobre las probables ventas de un nuevo producto, el probable crecimiento de la tasa de desempleo, la probabilidad de quiebra de empresas con problemas y casi sobre cualquier cosa. No solo están en desacuerdo entre ellos, sino que lo están también consigo mismos. Por ejemplo, cuando se pidió a los mismos programadores informáticos en dos días distintos que calcularan el tiempo de ejecución de la misma tarea, las horas que estimaron difirieron en un 71 por ciento de promedio.
• Las decisiones sobre asilo político son ruidosas. Que un solicitante de asilo sea admitido en Estados Unidos depende de algo similar a una lotería. Un estudio de casos que fueron asignados al azar a diferentes jueces, encontró que un juez admitió al 5 por ciento de los solicitantes, mientras que otro admitió al 88 por ciento. El título del estudio lo dice todo: «La ruleta de los refugiados». (Vamos a ver muchas ruletas.)
• Las decisiones en la selección de personal son ruidosas. Los entrevistadores de los candidatos a un puesto de trabajo hacen evaluaciones muy diferentes de las mismas personas. Las calificaciones del rendimiento de los mismos empleados también son muy variables; dependen más de la persona que realiza la evaluación que del rendimiento que se evalúa.
• Las decisiones sobre la libertad bajo fianza son ruidosas