En resumen
Si una organización toma una mala decisión en 2022 y sufre las consecuencias en 2024, la señal de aprendizaje — «la decisión que tomamos en 2022 estaba equivocada» — llega dos años después, cuando el proceso de toma de decisiones ya no está fresco, después de que las personas que tomaron la decisión hayan seguido adelante o cambiado de puesto, después de que el contexto organizativo que dio forma a la decisión haya evolucionado hasta volverse irreconocible, y después de que se haya ensayado a fondo toda posible racionalización de por qué el resultado no fue culpa de la decisión. Las condiciones para aprender de esa retroalimentación casi no existen.
Las tres propiedades que rompen los circuitos de retroalimentación de las decisiones.
Primero, el retraso: las decisiones estratégicas y sus resultados están separadas por meses o años, lo que rompe la conexión cognitiva entre el proceso de decisión y la señal del resultado. El cerebro humano aprende eficazmente de circuitos de retroalimentación medidos en segundos o minutos; aprende mal de circuitos medidos en años. Segundo, la ambigüedad de atribución: para cuando una decisión estratégica produce un resultado observable, ese resultado ha sido moldeado por decenas de decisiones posteriores, fuerzas externas del mercado, respuestas competitivas y la calidad de la implementación. Atribuir el resultado de forma clara a la decisión original requiere un trabajo analítico en el que las organizaciones rara vez invierten. Tercero, la evitación de la rendición de cuentas: las personas responsables de una mala decisión tienen fuertes incentivos para reformular el resultado como consecuencia de circunstancias imprevisibles y no de una toma de decisiones defectuosa, lo que impide la atribución honesta que el aprendizaje requiere.
Cómo se ve una arquitectura de retroalimentación diseñada deliberadamente.
Las organizaciones que aprenden de las decisiones estratégicas invierten en tres prácticas. Documentación previa a la decisión: capturar el razonamiento, los supuestos y los criterios de decisión en el momento en que se toma la decisión, no reconstruirlos después. Retrospectivas programadas: incorporar un proceso formal de revisión en hitos definidos —seis meses, doce meses, dos años— que compare los resultados reales con las expectativas documentadas e investigue las discrepancias. Seguimiento de supuestos: mantener registros explícitos de los supuestos de los que dependía la decisión y vigilar si esos supuestos resultaron correctos, independientemente de si el resultado global fue positivo. Esto crea la arquitectura de retroalimentación que hace posible el aprendizaje: no garantizado, pero posible.
Más sobre Decision Science — cada semana.
Únete a más de 2,400 líderes que reciben el briefing de inteligencia para la toma de decisiones.
El papel de la IA en el aprendizaje de decisiones.
Los sistemas de deliberación de IA contribuyen al ciclo de retroalimentación de dos maneras estructurales. En primer lugar, la sesión del consejo produce razonamiento documentado en el momento de la decisión, no como una actividad de carga adicional, sino como el resultado natural del proceso de deliberación. Las suposiciones, las compensaciones y las condiciones bajo las cuales se hizo la recomendación quedan registradas en el acta de la sesión. En segundo lugar, revisar retrospectivamente el resultado del consejo proporciona una comparación directa entre el marco analítico en el momento de la decisión y la realidad posterior, una comparación mucho más difícil de realizar sin razonamiento documentado al que remitirse.
Las organizaciones con la mejor calidad de decisión a largo plazo no son aquellas con los responsables de decisión individuales más inteligentes. Son las que tienen los mejores sistemas para acumular aprendizaje de decisiones pasadas y aplicarlo a las actuales. Ese es un problema de diseño, y tiene solución.
Contexto de investigación
En una encuesta de McKinsey, el 72% de los altos ejecutivos dijo que las malas decisiones estratégicas eran tan frecuentes como las buenas o eran la norma predominante.
McKinsey & Company: Desenredando la toma de decisiones de tu organización (2017)Esta estadística publicada de forma independiente aporta contexto al tema; no respalda todas las afirmaciones de este ensayo.
Más sobre Decision Science, cada semana.
Un ensayo. Cada semana. Sin ruido.