¿Con qué frecuencia nos estresamos por los resultados desfavorables de nuestras decisiones? A menudo nos hace sentir que deberíamos haber sabido mejor. Sin embargo, resulta que a menudo estamos equivocados al juzgar nuestras decisiones después del hecho.

En su artículo de 1988, “Sesgo de resultado en la evaluación de decisiones”, Baron y Hershey hacen referencia a Ward Edwards: “Una buena decisión no puede garantizar un buen resultado. Todas las decisiones reales se toman bajo incertidumbre. Una decisión es, por lo tanto, una apuesta, y su evaluación como buena o mala debe depender de las apuestas y las probabilidades, no del resultado.” — Ward Edwards

Los autores enfatizan que la distinción entre una buena decisión y un buen resultado es fundamental para todos los analistas de decisiones, pero no es muy bien entendida fuera de la profesión de análisis de decisiones.

En su volumen exhaustivo sobre la toma de decisiones humanas, “Pensar y Decidir”, Jonathan Baron da una introducción más suave al sesgo de resultado: Una buena decisión es aquella que hace uso efectivo de la información disponible para el tomador de decisiones en el momento en que se toma la decisión. Un buen resultado es aquel que le gusta al tomador de decisiones. Tal resultado puede resultar de una buena decisión, pero también puede resultar de buena fortuna, incluso siguiendo una mala decisión.

Si queremos promover una buena toma de decisiones, debemos asegurarnos de que las personas hagan lo mejor que puedan con lo que se puede conocer. No podemos exigir clarividencia. Decisiones de inversión tomadas con prudencia pueden llevar a pérdidas sorprendentes. Una decisión de realizar una cirugía podría haber sido racional, incluso si el paciente es uno entre mil que muere en la mesa de operaciones debido a esa operación.

Las personas tienden a juzgar las decisiones por sus resultados, incluso cuando saben todo lo que sabía el tomador de decisiones, como si se responsabilizara a los tomadores de decisiones por su suerte.

El verdadero peligro de caer en el sesgo de resultado, según Baron, es que puede llevarnos a responsabilizar a las personas por eventos que no podían controlar.

En su artículo de HBR “Lo que pasamos por alto cuando juzgamos una decisión por el resultado”, Francesca Gino, profesora de la Harvard Business School, describe los efectos del sesgo de resultado en el mundo empresarial de hoy:

Cuando las personas están juzgando la calidad de las decisiones de los líderes, tienden a centrarse mucho más en los resultados que en las intenciones. Por ejemplo, juzgan las decisiones de contratación no en base a si la decisión fue tomada cuidadosamente o de manera justa, sino en si el nuevo empleado se desempeña bien. Juzgan la calidad de una decisión de producto en función de si el producto fue bien recibido en el mercado, en lugar de la calidad del proceso que llevó a la decisión en primer lugar.

El sesgo de resultado es costoso para las organizaciones. Hace que los empleados y líderes sean culpados por resultados negativos incluso cuando tenían buenas intenciones y utilizaron un proceso de toma de decisiones reflexivo, considerando toda la información que se debe tener en cuenta.

¿Qué hacer al respecto?

Una solución: tener en cuenta el proceso de toma de decisiones y hacer un esfuerzo por eliminar el conocimiento del resultado en el proceso de análisis de decisiones. Como concluye Gino:

Requerir que las personas hagan juicios sobre el proceso de toma de decisiones de las personas antes de que se hayan logrado los resultados es una estrategia efectiva para reducir el sesgo de resultado en contextos en los que los escenarios o decisiones se evalúan simultáneamente en lugar de uno tras otro.

Es fácil celebrar o lamentar una decisión o acción específica en función de cómo resulta. Pero es importante recordar que el proceso que llevó al resultado, incluidas las intenciones iniciales del tomador de decisiones, merece ser tenido en cuenta al evaluar los resultados.

Publicado originalmente en www.nuggetsofthought.com el 22 de febrero de 2018.

Source: Medium