Cómo tomar decisiones racionales ante la incertidumbre - Sigma Móvil
skip to Main Content

Mientras seguimos peleando contra un virus que todavía no entendemos del todo, viendo (y sufriendo) la volatilidad de los mercados de valores, leyendo informes sobre la disminución en confianza del consumidor, entristeciéndonos por la creciente violencia y desasosiego social, el futuro parece ahora totalmente impredecible. Cuando sentimos estos niveles tan altos de incertidumbre, nuestros procesos de toma de decisiones tienden a descomponerse. Podemos paralizarnos cuando es momento de actuar, o recurrir a decisiones basadas en sesgos, emoción o intuición, y no, en hechos y lógica.
Reconocer nuestra incertidumbre es un precursor necesario para aprender a manejarla. Este reconocimiento implica parar y evaluar la situación junto con sus incógnitas. Estamos siendo confrontados con data que parece accionable, aunque lógicamente, sabemos que es incompleta, parcial y volátil. Pero, incluso cuando el conocimiento es limitado, existen herramientas para
ayudarnos a tomar mejores decisiones de manera sistemática y analítica.

1. Identifica la categoría de la data histórica con la que estás trabajando
Hay tres principales tipos de data que nos llevan a actuar: data de impacto (salient data), la cual capta nuestra atención porque es nueva y sorprendente; data contextual, la cual contiene un marco de referencia que influye en la manera en la que la interpretamos; y data estructurada que se muestra como inteligible, significativa y predecible.

2. Reconoce los tipos de sesgos cognitivos asociados a cada categoría de data
Diferentes tipos de data desencadenan diferentes tipos de sesgos, por lo que, identificar el tipo de data y su sesgo relacionado puede ayudarte a evitar errores decisionales.

– Data de impacto: puede activar el sesgo de impacto, según el cual, tendemos a
sobrevalorar información que sea nueva o inesperada, resultando en toma de decisiones sub-óptimas y errores de planeación. Por ejemplo, la demanda de vuelos a nivel global se desplomó 94.3% en abril de 2020 YOY por las restricciones de viaje impuestas como reacción a la pandemia. Esta impactante estadística podría llevarnos a concluir que los viajes, como los conocemos, se acabaron, pero, en realidad, esta es data de impacto que
no dice absolutamente nada sobre el futuro de la industria.

– Data contextual: puede constreñir nuestro pensamiento y generar sesgo de encuadre: el contexto en que recibimos la información tiene un impacto en la forma en la que la valoramos. Por ejemplo, “carne de res 80% libre de grasa” suena mucho más saludable que “carne de res con 20% de grasa”. Pero sigue siendo la misma carne, encuadrada de manera diferente.

– Data estructurada: tiende a llevar a la ilusión de agrupamiento también conocida en el mundo de los deportes y apuestas como la “falacia de la mano caliente”. Según esto, caemos en la ilusión o falacia de que eventos materialmente aleatorios son información relevante para predecir el futuro. El cerebro humano está hecho para buscar patrones, incluso donde no los hay. Es más, cuando los patrones sí existen, no siempre tienen valor predictivo. Un dado que haya caído en 2 varias veces establece un patrón, pero ese
patrón no dice nada sobre cómo va a caer el dado en el siguiente tiro.

El reconocer la manera en que cada una de estas categorías de data desencadenan diferentes sesgos puede ayudarnos a no ser víctima de ellos, pero ¿cómo damos un paso adelante cuando hemos aceptado que necesitamos información adicional para tomar decisiones confiables sobre el futuro?

3. Invierte el problema para definir lo que realmente necesitas saber
El tercer paso en este proceso es entender que no debes saber todo, pero sí debes identificar qué es lo más importante para tu proceso de toma de decisiones. Para hacer esto, invierte tu proceso de solución de problemas. Empieza al final, preguntándote: ¿Y qué? ¿Qué es lo que realmente necesito saber para entender esta situación? ¿Cómo espero usar esta información una vez la consiga? El universo de los “conocidos desconocidos”, esa información que sabes que existe, pero no la tienes, es interminable. La buena noticia es que no necesitas explorar todo ese universo. Al invertir el problema, podrás enfocarte en encontrar la información crítica para resolver una situación incierta con seguridad y confianza.

4. Formula la pregunta correcta para encontrar la respuesta correcta
Muchos de nosotros (me incluyo) tenemos problemas diseñando las preguntas adecuadas para tomar decisiones. Una forma útil de hacerlo es organizar tus preguntas en cuatro categorías: comportamiento, opinión, sentimiento, conocimiento. Esto te ayudará a que las perspectivas desde las cuales evalúas la información sean suficientemente distantes (entre sí) y diversas. También te dará un mejor contexto para evaluar las respuestas a las que llegues, porque sabrás cuál es el lente a través del cual la respuesta está siendo filtrada.

 

– Comportamiento: preguntas de este tipo se dirigen a lo que alguien o algo hace o ha hecho y dan respuestas descriptivas de experiencias, actividades o acciones que han ocurrido. Si estás analizando el estado del sector aerolíneas, podrías preguntarte: ¿Quién está viajando? ¿Esas personas que están viajando son extrapolables a una cohorte más grande?

 

– Opinión: estas preguntas buscan encontrar lo que alguien piensa sobre un tema, acción o evento. Sus respuestas pueden dar luz sobre los valores, objetivos, intenciones o deseos de las personas. Para el ejemplo de las aerolíneas, podrías preguntarte: ¿Es seguro viajar en este momento? ¿Las aerolíneas están tomando las medidas de precaución adecuadas?

 

– Sentimiento: aquí, las preguntas pretenden entender la manera en que alguien responde emocionalmente a una situación. Pueden ayudarte a ir más allá de los hechos y entender lo que la gente podría llegar a hacer, sin importar la data que se les presente. Siguiendo con nuestras aerolíneas, podrías preguntarte: ¿Qué tan seguros se sienten los pasajeros? ¿Qué tan segura se siente la tripulación?

– Conocimiento: estas preguntas exploran los hechos concretos alrededor de tu tema de investigación. Aunque algunos podrían decir que todo conocimiento es un grupo de creencias, las preguntas de conocimiento se dirigen a encontrar lo que el destinatario de la pregunta considera como un hecho. Para las aerolíneas, podrías preguntarte: ¿Cuáles rutas han sido pausadas o canceladas del todo? ¿Cuántas más serán canceladas? ¿Existen
casos de Covid-19 directamente relacionados con volar? ¿Cuántos y dónde?
Este proceso de cuatro pasos nos ayuda a modular nuestras respuestas emocionales, ponerles nombren, confrontarlas y avanzar hacia una decisión racional. Tendremos una imagen completa, reduciendo la probabilidad de que recurramos a los mismos caminos decisionales de antes y caigamos en sesgos cognitivos.

Mientras seguimos peleando contra un virus que todavía no entendemos del todo, viendo (y
sufriendo) la volatilidad de los mercados de valores, leyendo informes sobre la disminución en
confianza del consumidor, entristeciéndonos por la creciente violencia y desasosiego social, el futuro
parece ahora totalmente impredecible. Cuando sentimos estos niveles tan altos de incertidumbre,
nuestros procesos de toma de decisiones tienden a descomponerse. Podemos paralizarnos cuando es
momento de actuar, o recurrir a decisiones basadas en sesgos, emoción o intuición, y no, en hechos
y lógica.
Reconocer nuestra incertidumbre es un precursor necesario para aprender a manejarla. Este
reconocimiento implica parar y evaluar la situación junto con sus incógnitas. Estamos siendo
confrontados con data que parece accionable, aunque lógicamente, sabemos que es incompleta,
parcial y volátil. Pero, incluso cuando el conocimiento es limitado, existen herramientas para
ayudarnos a tomar mejores decisiones de manera sistemática y analítica.
1. Identifica la categoría de la data histórica con la que estás trabajando
Hay tres principales tipos de data que nos llevan a actuar: data de impacto (salient data), la cual capta
nuestra atención porque es nueva y sorprendente; data contextual, la cual contiene un marco de
referencia que influye en la manera en la que la interpretamos; y data estructurada que se muestra
como inteligible, significativa y predecible.
2. Reconoce los tipos de sesgos cognitivos asociados a cada categoría de data
Diferentes tipos de data desencadenan diferentes tipos de sesgos, por lo que, identificar el tipo de
data y su sesgo relacionado puede ayudarte a evitar errores decisionales.
– Data de impacto: puede activar el sesgo de impacto, según el cual, tendemos a
sobrevalorar información que sea nueva o inesperada, resultando en toma de decisiones
sub-óptimas y errores de planeación. Por ejemplo, la demanda de vuelos a nivel global se
desplomó 94.3% en abril de 2020 YOY por las restricciones de viaje impuestas como
reacción a la pandemia. Esta impactante estadística podría llevarnos a concluir que los
viajes, como los conocemos, se acabaron, pero, en realidad, esta es data de impacto que
no dice absolutamente nada sobre el futuro de la industria.
– Data contextual: puede constreñir nuestro pensamiento y generar sesgo de encuadre: el
contexto en que recibimos la información tiene un impacto en la forma en la que la
valoramos. Por ejemplo, “carne de res 80% libre de grasa” suena mucho más saludable
que “carne de res con 20% de grasa”. Pero sigue siendo la misma carne, encuadrada de
manera diferente.
– Data estructurada: tiende a llevar a la ilusión de agrupamiento también conocida en el
mundo de los deportes y apuestas como la “falacia de la mano caliente”. Según esto,
caemos en la ilusión o falacia de que eventos materialmente aleatorios son información
relevante para predecir el futuro. El cerebro humano está hecho para buscar patrones,
incluso donde no los hay. Es más, cuando los patrones sí existen, no siempre tienen

valor predictivo. Un dado que haya caído en 2 varias veces establece un patrón, pero ese
patrón no dice nada sobre cómo va a caer el dado en el siguiente tiro.

El reconocer la manera en que cada una de estas categorías de data desencadenan diferentes sesgos
puede ayudarnos a no ser víctima de ellos, pero ¿cómo damos un paso adelante cuando hemos
aceptado que necesitamos información adicional para tomar decisiones confiables sobre el futuro?
3. Invierte el problema para definir lo que realmente necesitas saber
El tercer paso en este proceso es entender que no debes saber todo, pero sí debes identificar qué es
lo más importante para tu proceso de toma de decisiones. Para hacer esto, invierte tu proceso de
solución de problemas. Empieza al final, preguntándote: ¿Y qué? ¿Qué es lo que realmente necesito
saber para entender esta situación? ¿Cómo espero usar esta información una vez la consiga? El
universo de los “conocidos desconocidos”, esa información que sabes que existe, pero no la tienes,
es interminable. La buena noticia es que no necesitas explorar todo ese universo. Al invertir el
problema, podrás enfocarte en encontrar la información crítica para resolver una situación incierta
con seguridad y confianza.
4. Formula la pregunta correcta para encontrar la respuesta correcta
Muchos de nosotros (me incluyo) tenemos problemas diseñando las preguntas adecuadas para tomar
decisiones. Una forma útil de hacerlo es organizar tus preguntas en cuatro categorías:
comportamiento, opinión, sentimiento, conocimiento. Esto te ayudará a que las perspectivas desde
las cuales evalúas la información sean suficientemente distantes (entre sí) y diversas. También te dará
un mejor contexto para evaluar las respuestas a las que llegues, porque sabrás cuál es el lente a través
del cual la respuesta está siendo filtrada.
– Comportamiento: preguntas de este tipo se dirigen a lo que alguien o algo hace o ha
hecho y dan respuestas descriptivas de experiencias, actividades o acciones que han
ocurrido. Si estás analizando el estado del sector aerolíneas, podrías preguntarte: ¿Quién
está viajando? ¿Esas personas que están viajando son extrapolables a una cohorte más
grande?
– Opinión: estas preguntas buscan encontrar lo que alguien piensa sobre un tema, acción
o evento. Sus respuestas pueden dar luz sobre los valores, objetivos, intenciones o
deseos de las personas. Para el ejemplo de las aerolíneas, podrías preguntarte: ¿Es seguro
viajar en este momento? ¿Las aerolíneas están tomando las medidas de precaución
adecuadas?
– Sentimiento: aquí, las preguntas pretenden entender la manera en que alguien responde
emocionalmente a una situación. Pueden ayudarte a ir más allá de los hechos y entender
lo que la gente podría llegar a hacer, sin importar la data que se les presente. Siguiendo
con nuestras aerolíneas, podrías preguntarte: ¿Qué tan seguros se sienten los pasajeros?
¿Qué tan segura se siente la tripulación?
– Conocimiento: estas preguntas exploran los hechos concretos alrededor de tu tema de
investigación. Aunque algunos podrían decir que todo conocimiento es un grupo de
creencias, las preguntas de conocimiento se dirigen a encontrar lo que el destinatario de

la pregunta considera como un hecho. Para las aerolíneas, podrías preguntarte: ¿Cuáles
rutas han sido pausadas o canceladas del todo? ¿Cuántas más serán canceladas? ¿Existen
casos de Covid-19 directamente relacionados con volar? ¿Cuántos y dónde?
Este proceso de cuatro pasos nos ayuda a modular nuestras respuestas emocionales, ponerles
nombren, confrontarlas y avanzar hacia una decisión racional. Tendremos una imagen completa,
reduciendo la probabilidad de que recurramos a los mismos caminos decisionales de antes y
caigamos en sesgos cognitivos.

This Post Has 0 Comments

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Gracias por registrarte

Serás el primero en ingresar a nuestra tienda cuando esté activa.